无线传感网络中移动节点定位技术研究

现有的定位方式因为需要建立网络模型和能量消耗不平均的现象,故不适用于有少量节点随机移动的无线传感网络.针对此类无线传感网络中各节点的定位问题,在分析了定位的计算复杂度和能量损耗的前提下,提出了分簇定位算法,在簇的范围内对发生移动的节点采用接收信号强度测距(RSSI)与质心定位相结合(CLA)的方法进行定位.分析与仿真结...     

基于粒子群算法的无线传感网络中继节点选择策略

针对无线传感网络中继节点没有固定的能量供应,导致无线传感网络数据传输速率较低、吞吐量较小的问题,提出基于粒子群算法的无线传感网络中继节点选择策略方法。构建无线传感网络系统模型,根据模型得出网络中每个位置中继节点的作用,同时收集所有中继节点构成中继节点集,保证中继节点的选择策略具有多样性;根据节点能量和信噪比加权得出中继节点的选取准则,并在粒子群算法的帮助下不断更新中继节点的选取结果,得出全局最优中继节点策略,实现无线传感网络中继节点选择。仿真结果表明,所提方法的数据传输延时平均为1.81ms,均方根误差平均值为1.29,及吞吐量最大值为260op/s。     

基于邻居信息的无线传感网络节点覆盖优化方法

无线传感网络的冗余节点会导致网络节点覆盖不均匀，为了提升无线传感网络节点覆盖效果，提出基于邻居信息的无线传感网络节点覆盖优化方法。利用邻居信息获取网络节点与邻居节点的距离、能量及覆盖率，根据获取结果判断无线传感网络中是否存有冗余节点，若存有冗余，则需要对节点实施休眠处理，以此降低节点能耗。基于处理结果建立无线传感网络覆盖模型，令网络节点在网络中均匀分布，并采用粒子群算法优化模型，使粒子能够不断迭代更新自身位置及速度，达到网络节点覆盖率最大化的目的，实现网络节点覆盖优化。实验结果表明，所提方法的无线传感网络节点覆盖率和收敛性分别高达97%和98.4%，能够有效实现网络节点部署，确保无线传感网络节点覆盖效果。     

基于粒子群算法的无线传感网络覆盖优化策略

无线传感器网络覆盖控制是研究在保证服务质量条件下,为了实现网络覆盖范围的最大化.采用覆盖优化策略及算法的应用,有助于网络节点能量的有效控制、感知服务质最的提高和网络生存时间的延长.提出基于概率测量模型的粒子群优化策略,以网络有效覆盖率为优化目标,通过粒子群算法实现覆盖控制并详细分析了传感半径对覆盖性能的影响.仿真实验表明,粒子群优化策略的有效覆盖率达到了85.63%,能有效地实现无线传感网络覆盖优化.     

基于多策略改进蝴蝶优化算法的无线传感网络节点覆盖优化

针对无线传感网络（WSN）的节点覆盖存在着覆盖率低、节点分布不均匀的问题,提出一种基于多策略改进的蝴蝶优化算法（MIBOA）的节点覆盖优化策略。首先,将基础的蝴蝶优化算法（BOA）与麻雀搜索算法（SSA）结合改进搜索过程;其次,引入自适应权重系数提高寻优精度和收敛速度;最后,对当前最优个体进行柯西变异扰动,提高算法鲁棒性。基准测试函数的寻优实验结果说明,MIBOA基本可在3 s内求解测试函数最优值,且收敛平均值精度较BOA提高了97.96%。将MIBOA应用于WSN节点覆盖优化问题,与BOA和SSA相比,节点覆盖率至少提高了3.63个百分点;与改进灰狼优化算法（IGWO）相比,部署时间缩短了145.82 s;与改进鲸群优化算法（IWOA）相比,节点覆盖率提高了0.20个百分点且时间缩短了1 112.61 s。综上,MIBOA可较好提高节点覆盖率并降低冗余覆盖率,有效延长WSN的生存时间。     

无线传感器网络移动信标节点路径优化策略

针对无线传感器网络(WSNs)节点定位技术中未知节点覆盖率低、成本高的问题,采用移动信标节点技术,提出对高斯-马尔可夫移动模型(GMM)规划路径的优化策略,使信标节点更有效地在待测区域移动,提高对未知节点的覆盖率,并分析了不同参数对未知节点覆盖率的影响.仿真结果表明:此方法覆盖迅速、覆盖率高,能很好地适应大规模随机布撒节点的应用需求.     

基于粒子群算法的混合无线传感网覆盖优化

为优化混合传感网络覆盖性能,基于粒子群算法提出一种优化策略,并通过引进扰动因子,有效地避免了算法陷入早熟陷阱,加速了算法收敛。通过仿真实验,验证了该优化算法能够有效地提高网络覆盖性能,并与最新的算法进行了比较。     

一种无线传感网的Sink节点移动路径规划算法研究

为寻找传感节点均匀分布时Sink节点的最优移动路径和最大网络生存时间,提出一种无线传感网的Sink节点移动路径规划算法(MPOA).在MPOA算法中,将Sink节点的数据收集范围分解成多个圆环,将监测区域分解成多个网格.根据Sink节点的停留位置和多跳通信方式,采用数学公式表示每一个网格的单位节点能耗,从而获得Sink节点移动的网络生存时间优化模型.采用修正的混合粒子群算法求解该优化模型,获得网络生存时间、Sink节点的停留位置和移动路径的最优方案.仿真结果表明:MPOA算法可寻找到Sink节点的最优移动路径,从而平衡网络能耗,提高网络生存时间.在一定的条件下,MPOA算法比Circle,Rect和Rand算法更优.     

无线传感网络节点信号模型

无线传感网络是集成了嵌入系统、无线通信、分布计算、微传感器技术的新型网络。无线传感网络节点是构成WSN的基础。为了解无线传感网络节点的工作原理,描述无线传感网络节点的理论,通过分析无线传感网络节点的组成和信号处理过程,研究了无线传感网络节点的信号模型。并给出了基于Atmega128L处理器的无线传感网络节点实际模型。研究为无线传感网络节点的理论和实际应用提供了积极的意义。     

基于改进鲸鱼优化算法的传感网络节点移动策略

针对传感网络监测区域难以完全覆盖,导致节点移动能耗较大、网络寿命较差的问题,提出一种基于改进鲸鱼优化算法的传感网络节点移动策略。建立传感器节点模型,确立通信范围,计算网络节点覆盖率。为满足通信信噪比要求,结合信息增益构建信道模型,制定通信协议。分析传统鲸鱼算法中个体捕食过程,探究螺旋式与收缩包围两种位置更新方式。引入自适应步长参数,根据节点总数量、覆盖半径与区域边长等参数,计算个体适应度值,选取初始种群,以覆盖率最大为目标,确定当前最优解的位置,经过不断更新,当迭代次数最大时输出全局最优解,即节点移动位置。仿真结果表明,当节点数量为180个时,所提方法的传感网络节点寿命为28 min;当节点数量为10时,所提方法的总路程理想值和解空间之比为0.120,降低了节点移动能耗。     

基于二进制粒子群算法的异构传感器网络成本最优节点部署机制

节点部署作为无线传感器网络应用的一个核心问题,是保证网络服务质量的重要手段。针对异构传感器网络节点的高密度部署和监测目标的非均匀分布的情况,提出一种基于二进制粒子群算法的异构节点成本优化部署方法。该算法在满足区域节点部署要求的条件下以最小化传感器节点的部署成本为目标函数进行优化操作,以达到降低网络冗余、提高网络服务质量的效果。仿真结果表明,该算法能快速收敛于最优解,能够降低网络部署的成本,提高网络中目标监测的质量。     

An Adaptive Clustering Protocol Using Niching Particle Swarm Optimization for Wireless Sensor Networks

Clustering is an hierarchical topology control method, and it is also an energy‐saving and energy efficient technique that extends the sensor network's lifetime. In this paper, we propose and analyze an adaptive clustering protocol using niching particle swarm optimization (ACP‐NPSO), a protocol architecture that uses NPSO to cluster the wireless sensor networks adaptively and efficiently, thus saving energy, balancing energy consumption and enhancing the system's robustness. The simulation results indicate that our proposed protocol ACP‐NPSO can enhance system lifespan, accelerate the convergence speed, and deliver more data by distributing energy dissipation evenly in the networks.     

基于均值漂移和联合粒子滤波的移动节点定位算法

针对无线传感器网络移动节点定位面临的高精度和实时性要求,把均值漂移算法引入联合粒子滤波(Joint ParticleFilter)框架.提出了基于均值漂移和联合粒子滤波的移动节点定位算法.它使用均值漂移算法构建粒子滤波的建议分布,通过有效利用最新观测信息,提高粒子状态估计的准确性,使得采样粒子的状态分布与后验概率分布更接近,减少了状态估计必需的粒子数目.该算法还提出了基于虚拟海明距离和交互势的权重计算方式,减少相邻移动节点间的干扰.仿真实验结果表明,基于均值漂移算法和联合粒子滤波的移动节点定位,可获得比基本粒子滤波更高的定位精度,其定位精度与无味粒子滤波(Uscented Particle Filter)相当,而计算开销比无味粒子滤波减小至少50%.     

基于量子粒子群优化的WSN节点定位改进

针对无线传感器网络定位低成本、低功耗和高精度的要求,在基于接收信号强度(RSSI )测距的基础上,提出 了一种量子粒子群优化(QPSO)的改进加权质心定位算法,即采用QPSO优化WCLA的佑计坐标来改善定位误差, 并改进收缩扩展系数增强QPSO算法的收敛速度。仿真表明,改进的算法与WCLA算法和经过粒子群优化的 WCI_A算法相比,其节点定位精度得到显著提高,且能克服粒子群优化算法的收敛速度慢、易陷入局部极小值的缺点。     

基于ARM的无线传感器网络移动节点的设计

介绍了基于ARM微控制器的移动传感节点的设计方案，给出了以LPC2214为核心的硬件设计的原理框图。详细阐速了红外传感器电路、射频通讯电路、电机驱动电路及外围接口电路的设计和数据传输流程。该传感器节点具有配置简单、扩展方便、可靠性高的特点。测试结果显示，该移动节点运行稳定，适合应用于无线传感器网络中的数据传输。     

无线传感器网络中移动节点定位算法研究

提出一种利用临时锚节点的蒙特卡罗箱定位算法.该算法是基于蒙特卡罗定位方法之上,通过引入节点平均速率来获取临时锚节点,并利用一跳范围内的临时锚节点构建最小锚盒、增强样本过滤条件,从而加速了采样和样本过滤.此外,在样本的获取上采用了非随机采样的均衡采样方法,有效地降低了采样次数.仿真结果表明:该算法同蒙特卡罗定位算法等相比,提高了节点的定位精度,降低了节点的能耗.     

Sink节点移动的无线传感网生存时间优化算法

为提高网络最大生存时间,提出Sink节点移动的无线传感网生存时间优化算法(LOAMSN)。该算法分析Sink节点移动时的流量平衡约束、最大传输速率约束、节点能耗约束等约束条件,将生存时间优化问题转化成优化模型。提出Sink节点的移动方法,即Sink节点利用节点的度值构建其移动路径,按照此路径循环移动收集数据。将Sink节点的移动认为是离散运动,Sink节点移动的生存时间优化模型分解成若干个Sink节点静止的生存时间优化模型,采用牛顿法求解每个Sink节点静止的优化模型,获得网络最大生存时间和节点发送数据量的最优值。仿真结果表明:LOAMSN算法能减少Sink节点停留位置上的节点能耗,平衡网络负载和节点能耗,提高网络最大生存时间。在一定条件下,LOAMSN算法比Sink节点静止时更优。     

基于改进粒子群优化算法的无线传感器网络定位

针对经典DV-Hop定位算法第3阶段计算未知节点位置存在较大误差的问题,提出一种基于改进粒子群优化算法的无线传感器网络定位方法。首先分析DV-Hop算法误差大的原因,并将定位问题转换成未知节点坐标的优化问题,然后采用改进粒子群算法对问题进行优化,并引入收缩因子加快搜索速度和精度,找到全局最优未知节点坐标,最后在Matlab 2012平台上进行仿真实验。仿真结果表明,本文算法提高了传感器节点的定位精度,大幅度降低了定位误差。     

基于移动信标节点的无线传感器网络定位算法研究

研究了无线传感器网络中的节点定位算法问题,提出了一种新的基于移动信标节点的定位算法。该算法利用一个移动信标节点遍历整个网络,并周期性地广播包含其当前位置信息的分组,当未知节点接收到三个(或以上)与它的距离为通信半径的位置信息分组后,利用三边法计算自身位置。进而,考虑通信半径存在摄动的情况,利用极大似然法替代三边法提高算法的抗干扰能力。最后,通过仿真研究了该算法的特性,并与DV-Hop定位法进行了比较,仿真结果表明该定位方法在定位误差、通信量和网络结构适应性等方面均表现出良好的性能和优越性。