A modeling approach on the TelosB WSN platform power consumption

Substantial characteristics of wireless sensor networks, such as autonomy and miniature size, are achieved at the expense of restricted energy resources. Optimal resource management is thus among the most important challenges in WSNs development and its success requires accurate and practical models based on detailed insight concerning the factors contributing to the overall power consumption of a WSN mote. To achieve such awareness, that will enable models development, appropriate measuring test-beds and methodologies are needed, facilitating reliable and accurate power consumption measurements of critical functionalities.To cover the need for energy models that precisely define the power consumption behavior of WSN hardware platforms, this paper contributes with a measuring methodology including three steps: the design and implementation of a measuring system for a wide range of power consumption thresholds, the identification, isolation and measurement of elementary functionalities of a WSN platform with respect to their contribution to the overall mote power consumption, and the extraction of valuable conclusions based on the respective measurements resulting in the composition of a practical, yet accurate power consumption model.     

Performance analysis of opportunistic broadcast for delay-tolerant wireless sensor networks

This paper investigates a class of mobile wireless sensor networks that are unconnected most of the times; we refer to them as delay-tolerant wireless sensor networks (DTWSN). These networks inherit their characteristics from both delay tolerant networks (DTN) and traditional wireless sensor networks. After introducing DTWSNs, three main problems in the design space of these networks are discussed: routing, data gathering, and neighbor discovery. A general protocol is proposed for DTWSNs based on opportunistic broadcasting in delay-tolerant networks with radio device on-off periods. Three performance measures are defined in the study: the energy for sending queries to ask for data from possible neighbors (querying energy), data transfer energy, and absorption time (delay). A simple yet accurate approximation for the data-transfer energy is proposed. An analytic model is provided to evaluate the querying energy per contact (epc). Simulation results for the data propagation delay show that the querying energy per contact measure obtained from the analytic model is proportional to the product of the querying energy and the delay. A practical rule of thumb for an optimal query interval in terms of delay and energy is derived from different parts of the study.     

无线传感器网络的一种可调节的拓扑控制算法

在无线传感器网络的拓扑控制问题中,保持节点能耗最低路径和低节点度之间存在一种平衡.最佳的平衡点与具体的应用和网络状态有关.文中提出一种新的拓扑控制算法,使所构造的拓扑能在这两个不一致的目标之间进行调节.该算法所构造的拓扑结构在一极能保持所有能耗最低路径,另一极能使平均节点度逼近理论最小值.仿真结果证实新算法在比已有方案更真实的能量消耗模型下可以保持所有能耗最低路径,同时也显示新算法对节点度有更大的调节范围.     

传感器网络中多近似连续范围查询的处理技术

无线传感器网络为数据库研究开辟了新的研究领域,高效利用节点的有限能量是当前研究的主要目标.如果发布到网络中多个近似连续范围查询不经优化处理而独立执行,会造成节点为不同查询重复发送相同感知数据,从而降低网络寿命.针对近似连续范围查询研究了多查询优化技术,设计了一种索引多维范围查询的多叉树结构rq-kd-tree,通过获取多查询的公共查询部分(查询相交区域)以及基于查询相似度合并相交区域上的多个查询、重写查询.最后,实验证明了所提的算法可以实现能量有效的多查询处理过程.     

基于RBF预估神经网络控制器的无线传感器网络拥塞算法

无线传感器网络中,汇聚节点是网络的瓶颈.由于传感器网络自身的特点,传统有线网络中的拥塞控制策略不再适用.已有的大多数拥塞控制策略和算法都没有充分考虑往返时延(RTT)对算法性能的影响.同时由于实际传感器网络运行中存在非线性、时间延迟和参数时变等干扰因素,若设计的控制器参数固定,不具有学习能力,则实际运行中收敛性差,收敛速度慢,无法达到控制队列长度的目标.针对以上问题,提出一种基于灰色预估神经网络控制队列的控制器,利用RBF神经网络的自学习能力解决网络实时变化时算法参数的在线整定问题,并利用灰色GM(1,1)预测器有效地解决了大时滞对网络性能的影响,最后通过仿真验证了这一算法的有效性.     

采用任意播方式的机会数据聚集算法

数据收集是无线传感网络研究的关键问题,是诸多无线传感网络应用的基础.降低数据聚集的延迟是数据聚集研究中的重点问题.现有的面向延迟的数据聚集算法,多是通过在树型网络结构上设计无冲突的节点调度算法,来降低数据聚集的延迟,没有考虑到无线网络数据易丢失的特性,不能达到期望的延迟效果.本文针对上述问题,提出一种采用任意播(anycast)方式的机会数据收集算法(OA算法).该算法利用机会传输(opportunistic transmission)的思想,用任意播方式传输数据,通过减少数据聚集中重传数据包的数目,来降低数据聚集的延迟.实验表明,与SPT(Shortest path tree)上的数据聚集延迟相比,该方法的发包数目减少了15%,延迟降低了10%.     

含时间参量的传感器网络修正感知模型

目标与传感器之间的距离对传感器感知能力具有重要影响,但现有研究仅考虑以距离作为参量建立量化传感器感知能力的模型,而忽略了时间因素的影响。为此,引入时间参量建立修正的传感器感知模型。实验结果表明,与已有的感知模型相比,该模型能更真实地模拟传感器对目标的感知行为,量化传感器对运动目标的感知能力。     

无线传感器网络中一种自适应的退避算法

802.15.4协议中CSMA/CA信道接入方式为了避免再次碰撞使用BEB退避算法,在重负载的情况下网络性能较差。提出一种自适应的退避算法,它用报文的冲突概率来预测节点附近信道的争用状况,在不同的网络状况下,竞争窗口的取值采用相应的退避策略,动态地控制节点的退避范围,以达到改善网络性能的目的。分析与仿真结果表明,新的算法与传统的退避算法BEB算法相比,在网络负载重的情况下,有效地降低了数据包的冲突概率,减少了时延,提高了网络的吞吐量,同时对信道的公平性也有所改善。     

基于锚节点动态选择和调整的传感器网络定位

随着无线传感器网络的研究,无线传感器网络的定位已经成为非常重要的研究内容。提出基于锚节点动态选择和调整的定位方法。它首先通过传感器智能节点发射功率的控制动态地选择最优的三个锚节点,在把接收到的信号强度(RSSI)转化成估算距离之后,提取最精确的两个距离,最后根据锚节点坐标转移的方法来对节点进行定位。实验证明此优化手段可以显著改善定位精度,具有较好的抗干扰能力。     

无线传感器网络多汇聚节点动态路径切换机制

为了解决在具有多个汇聚节点的传感器网络中由于节点能耗不均匀而产生一些节点能量提前耗尽的问题,提出一种节点动态路径切换机制.该机制利用梯度传输协议计算出每一个节点至各汇聚节点的成本字段,选出距离各节点最近和次近的汇聚节点并进行分群.节点在信息传输时将依据上游节点电力层级进行对比,动态选取较高电力层级的上游节点作为其下一跳节点,建立到最近或次近汇聚节点的传输路径.实验结果表明,采用该机制可以在不同来源产生环境下达到延长整个网络存活时间的效果.