无线传感器网络节点能耗测量及分析

传感网能量高效是无线传感器网络研究中的关键性问题,而对节点能耗的准确测量评估是基础。现有的传感器网络节点能量测试方法,难以满足长时间、细粒度和高精确的测量需求。设计了一款传感器网络节点能耗测量设备,它利用电流采样、高速模拟数字转换芯片和可编程逻辑阵列构成的功耗测量电路实现对节点功能的准确和连续的测量,并对测量结果进行进一步分析。结果表明,该功耗测量设备符合传感网节点的实际运行情况,测量结果为传感器网络节点在线的能耗评估提供了数据依据。     

基于低能耗的无线传感器节点硬件设计方法研究

无线传感技术相对于传统的传感技术具有方便、快捷、成本低等优点.由无线传感器构成的无线传感器网络能够在无人区域内迅速的构建网络拓扑,达到传输探测信息的目的.但由于其传感设备节点功耗受限问题的存在,给无线传感器网络的稳定性及可靠性带来一些问题.主要针对无线传感器网络中的节点功耗受限的问题,将传感器节点分为处理器单元、传感单元,无线传输单元、电源管理单元4个单元进行研究与分析,探讨如何通过合理设计电路来降低设备功耗,提高设备的能量利用率,从而达到提高无线传感器网络的稳定性和可靠性,延长网络生命周期的目的.     

基于功耗模型的无线传感器网络节点生存模式评估

作为一种能量受限网络,无线传感器网络节点能耗评估具有重要意义。分析组成无线传感器网络节点各个单元功耗与状态的关系,建立基于节点工作状态的功耗模型,提出节点生存模式评估方法。给出典型节点生存模式实验用例,在振动检测实验平台上进行相关参数测量与验证。实验数据表明：该方法优于Petri网模型,可为无线传感器网络节点节能优化提供较为可靠的依据。     

无线传感器网络节点实现模型

无线传感器网络是集成了嵌入系统、无线通信、分布计算、检测技术,由大量无线微型传感器节点组成的新型网络。无线传感器网络节点是构成无线传感器网络的基础。分析了无线传感网络节点的信号处理过程,对比研究了基于微处理器和基于现代信号处理在系统可编程的两种无线传感网络节点的实现模型。采用现代可编程实现的无线传感网络节点模型体积小、功耗低、速度快。基于微处理器的节点具有极大的灵活性。     

无线传感器网络节点实现模型

无线传感器网络是集成了嵌入系统、无线通信、分布计算、检测技术，由大量无线微型传感器节点组成的新型网络。无线传感器网络节点是构成无线传感器网络的基础。分析了无线传感网络节点的信号处理过程，对比研究了基于微处理器和基于现代信号处理在系统可编程的两种无线传感网络节点的实现模型。采用现代可编程实现的无线传感网络节点模型体积小、功耗低、速度快。基于微处理器的节点具有极大的灵活性。     

一种低功耗无线传感网络节点的设计

无线传感器网络是物联网的传感层。在无线传感器网络的设计与实现中,低功耗成为系统应用的重要制约,因此设计低功耗节点是当前研究难题之一。在自主研发的基于无线传感网络的智能交通系统中,研究电源功耗问题,设计并制作完成了低功耗无线传感网络节点。     

一种低功耗无线传感网络节点的设计

无线传感器网络是物联网的传感层。在无线传感器网络的设计与实现中,低功耗成为系统应用的重要制约,因此设计低功耗节点是当前研究难题之一。在自主研发的基于无线传感网络的智能交通系统中,研究电源功耗问题,设计并制作完成了低功耗无线传感网络节点。     

无线传感器网络密钥分配方案改进与仿真研究

研究无线传感器网络安全中的密钥分配问题.由于传感器网络规模大、节点能源非常受限等特点,传统网络中使用的密钥分配策略并不适用于无线传感器网络.为了提高网络的安全性能,在预共享密钥和随机密钥分发方案的基础上,提出一种改进的随机密分配方案.首先通过传感节点的能量大小建立源传感节点到目的传感节点的多条传感节点不相交路径,然后根据传感节点的最小最大能量原理选择一条合适的传感节点不相交路径作为源传感节点和目的传感节点协商路径密钥的通道.仿真结果表明,改进后的方案保留了原方案的网络高安全性等优点,而且进一步节省了节点通信能量,延长了网络的生存周期,更加适用于能量非常受限的无线传感器网络.     

Sink节点自适应位置更新在无线传感器网络中节能的优化

在无线传感器网络中,移动Sink节点可用于平衡无线传感器网络节点的能量消耗,降低无线传感器网络中的能量消耗;但是,Sink节点颇繁的位置更新又会导致传感器网络节点的能量消耗和数据流传输中的阻塞;提出了一种新的解决方案--自适应移动Sink节点的位置更新算法(ALURP),以解决此问题;当一个Sink节点移动时,它只需要在一定小范围空间中进行信息更新而不是以往的在整个网络中;理论分析和研究表明,这种设计方案会减少消耗在每个传感器节点上的能量,也缓解了无线传输数据流中的拥挤,可在大型无线传感网络中使用.     

无线应变测量节点的精度与功耗综合分析

在无线传感器网络中,一般采用电池供电,如何取得精度和功耗的平衡十分重要。应变片功耗与其他传感器相比大得多,直接决定无线节点总功耗。系统设计时,不但要考虑电路参数和器件噪声对精度的影响,功耗分析也很必要。从无线节点整体框架出发,系统分析了模拟和数字电路中精度和功耗的影响机理,建立了完整的理论模型。精度和功耗同时受电桥电压影响,电桥电压越高,精度越高,但功耗也越大,精度与功耗相互制约。以电桥电压和器件参数为影响因素,提出了在保证测量精度的同时,减小电路功耗的方法。在设计无线应变测量节点时,该研究可以为实现系统精度和功耗的平衡提供理论指导。     

基于能耗量化传导的WSN路由探测算法

为了降低无线传感器网络(WSN)路由节点的能量损耗,提高网络的寿命周期,需要进行路由节点的优化分布设计。传统方法采用CSMA/CA有限竞争的信道分配模型进行WSN的路由探测算法设计,实现能量均衡,在节点规模较大和干扰较强时,节能的能耗开销较大。提出一种基于能耗量化传导的WSN路由探测算法,首先建立WSN的分簇能耗调度模型,以能量控制开销、丢包率、传输时延等为约束参量指标进行路由探测的控制目标函数的构建,然后采用路由冲突协调机制进行能耗量化分配,结合WSN传输信道的能量传导均衡模型实现WSN路由的优化探测和WSN节点的优化部署。仿真结果表明,采用该方法进行WSN路由探测设计时网络的能效较高,传输时延和误码率等参量指标的表现优于传统方法。     

基于蚁群优化的WSN功率自适应路由算法

为节省节点能量开销,延长无线传感器网络(WSN)的生命周期,在研究蚁群优化算法的基础上,提出一种基于蚁群优化的功率自适应路由算法。在蚂蚁寻路时考虑节点的传输方向、剩余能量和节点间距离。寻找到一条最优路径后,根据相邻两节点间的距离调整节点的发射功率,避免功率过大造成能量浪费。仿真实验结果表明,在节点非均匀分布的情况下,该算法能够有效节省网络开销,延长网络生命周期。     

基于SoRCA结构的WSN拓扑与路由优化

针对无线传感器网络SoRCA结构中存在的能耗高、负载不均衡和鲁棒性问题,提出了改进的SoRCA拓扑控制算法和路由算法。改进的拓扑控制算法根据SoRCA拓扑的结构化特点,计算出相邻传感器节点数据传输距离,然后依据传输距离调整传感器节点发射功率。改进的路由算法根据包中跳数的特征,给出数据传输时路由选择,并给出数据传输失败时新路由的选择。性能分析表明改进后的SoRCA结构较好地节省了节点的能量损耗,改善了WSN负载均衡性和鲁棒性,提高了WSN的生命周期。     

基于路由算法的无线传感器网络伪装研究

在研究如何通过无线传感器网络WSN有效获取信息的同时,如何确保敏感地区的信息不被WSN窃取也成为研究者关注的热点问题。基于WSN已有的路由算法,利用其开放的特点在敏感地区设置WSN伪装节点,并使其加入WSN节点的路由构建过程,伪装节点采用路由算法自适应伪装,通过修改数据报中的控制信息进而实现阻止WSN节点构建有效路由,并在最大程度上消耗WSN节点能量的目的。从WSN节点能耗速度和网络生命周期两方面验证了基于路由算法的WSN伪装的有效性。     

改进的基于网络寿命的RPL路由协议

为提高无线传感器网络(WSN)的寿命,提出一个能量平衡路由协议的设计方案,该协议不再侧重于最小化所有节点的平均能量消耗,重点识别能量瓶颈节点,最大限度降低其能量消耗以达到网络寿命的最大化。定义一个估计的预期寿命(ELT),用该值度量这些瓶颈节点寿命,通过剩余能量和链路可靠性等约束条件,估计瓶颈节点的平均能耗,选择最优的路径,均衡能量消耗。实验结果表明,与预期发送次数(ETX)和剩余能量两种协议相比,该协议能够有效延长网络的寿命。     

基于自适应模糊控制器的无线传感器网络功率控制

针对现有的无线传感器网络（WSN）功率控制方法存在的节点早死问题,提出一种考虑节点剩余能量的功率控制方法——SAFPC。首先,设计了具有"输入-输出-反馈"机制的两级模糊控制器系统模型,主控制器负责节点发射功率调节,从控制器负责期望节点度调节,自适应地根据网络中节点剩余能量来调节发射功率;然后,分别对主、从控制器的模糊化、模糊规则及解模糊过程进行了详细描述;最后,从网络收敛时间、平均能耗以及生命周期方面对SAFPC进行了仿真分析。实验结果表明,与模糊控制传输功率方法（FCTP）相比,SAFPC收敛速率快12.5%,在不同网络规模情况下节点平均能耗降低3.68%,网络生命周期延长7.9%。可见,SAFPC能有效延长网络生命周期,提高网络动态适应性及链路鲁棒性。     

基于Z-Stack协议栈的WSN能量管理策略

在分析基于ZigBee协议的Z-Stack1.4.3协议栈基础上,实现无线传感器网络(WSN)数据的自动周期获取,通过设置协议栈中休眠条件,不仅能最大限度地降低功耗,而且可以保证网络的同步性。构建一个簇树结构的低功耗ZigBee网络,设计具有网络数据、拓扑显示等功能的监控管理系统。应用结果表明,该系统能在低功耗下稳定地工作,完成环境数据监测。     

一种高效节能的PR-MAC协议

为解决无线传感器网络能耗过大和效率不高的问题,提出一种功率控制和多速率自适应的PR-MAC协议。该协议采用功率控制和多速率自适应技术,在降低能耗的同时提高网络的吞吐量。仿真实验结果表明,该协议采用基于节点剩余能量和距离基站跳数的随机退避策略可提高网络效率,在选择节点发送数据上考虑节点的剩余能量和距离基站跳数等因素,能有效地平衡无线传感器网络的能量。     

DUCF: Distributed load balancing Unequal Clustering in wireless sensor networks using Fuzzy approach

Data gathering in wireless sensor networks (WSN) consumes more energy due to large amount of data transmitted. In direct transmission (DT) method, each node has to transmit its generated data to the base station (BS) which leads to higher energy consumption and affects the lifetime of the network. Clustering is one of the efficient ways of data gathering in WSN. There are various kinds of clustering techniques, which reduce the overall energy consumption in sensor networks. Cluster head (CH) plays a vital role in data gathering in clustered WSN. Energy consumption in CH node is comparatively higher than other non CH nodes because of its activities like data aggregation and transmission to BS node. The present day clustering algorithms in WSN use multi-hopping mechanism which cost higher energy for the CH nodes near to BS since it routes the data from other CHs to BS. Some CH nodes may die earlier than its intended lifetime due to its overloaded work which affects the performance of the WSN. This paper contributes a new clustering algorithm, Distributed Unequal Clustering using Fuzzy logic (DUCF) which elects CHs using fuzzy approach. DUCF forms unequal clusters to balance the energy consumption among the CHs. Fuzzy inference system (FIS) in DUCF uses the residual energy, node degree and distance to BS as input variables for CH election. Chance and size are the output fuzzy parameters in DUCF. DUCF assigns the maximum limit (size) of a number of member nodes for a CH by considering its input fuzzy parameters. The smaller cluster size is assigned for CHs which are nearer to BS since it acts as a router for other distant CHs. DUCF ensures load balancing among the clusters by varying the cluster size of its CH nodes. DUCF uses Mamdani method for fuzzy inference and Centroid method for defuzzification. DUCF performance was compared with well known algorithms such as LEACH, CHEF and EAUCF in various network scenarios. The experimental results indicated that DUCF forms unequal clusters which ensure load balancing among clusters, which again improves the network lifetime compared with its counterparts.     

数据集成技术在树型WSN中的应用与研究

针对无线传感器网络中节点能量有限这一特点,如何提高能量利用率、延长网络寿命是每个WSN研究者所必须面临的问题,同样也是WSN发展过程中必须被解决的难题。为此,本文将一种数据集成算法引入无线传感器网络,通过去除节点间的冗余信息来降低网络中的数据流量,从而降低网络能耗,达到提高网络能量利用率和延长网络寿命的目的。文章以树型无线传感器网络为例,分别对采用数据集成算法前后的网络能量消耗进行分析研究,并给出了相应的能量消耗模型。随后又通过计算机仿真和实验数据监测的方法,验证了此数据集成算法在降低树型WSN能耗中是有效的,而且具有一定的实用价值。