基于路径损耗的无线传感器网络分布式拓扑控制算法

对无线传感器网络中目前最常用的3种链路度量标准进行分析和比较得出,在满足一定收包率要求时,节点的接收信号强度存在一个最小阈值.考虑接收信号强度作为拓扑构建条件时需节点具备相同发射功率的不足,提出将路径损耗大小作为拓扑构建的条件,设计了一种分布式拓扑控制算法——PLBD.该算法在保证收包率的同时,还使各节点之间的通信保留最小损耗链路.仿真结果表明,PLBD算法构建的拓扑不仅能够保证网络连通性,还具有通信时延低,健壮性好,能量消耗相对均衡的特点.     

无线传感器网络中一种能量高效的分布式分簇算法

提出了一种适用于无线传感器网络的能量高效的分布式分簇算法（ＥＥＤＣ）,该算法使具有较高剩余能量及距离基站较近的节点有更大的机会成为簇头．理论分析表明该算法通信开销较小,而且有效地均衡了节点的能量消耗．为了确保ＥＥＤＣ 的正确性、完整性和可靠性,利用形式化方法———着色网对其关键属性进行建模和分析．仿真结果表明,ＥＥＤＣ 有效地延长了网络生命周期,提高了网络的能耗效率．     

基于group-based模型的无线传感器网络密钥管理方案

由于无线传感器网络受电源、计算能力、内存容量等方面的限制,传统的基于公钥和可信任的密钥管理方式不再适用.为了进一步提高无线传感器网络的安全连通性,在分析DU Wen-liang等人的group-based节点投放模型的基础上,提出了一种改进的密钥管理方案:多密钥空间与多路径增强相结合的随机密钥预分配方案.结果分析表明,该方案需要较少的内存存储空间,不仅提高了系统的连通性,还降低了节点的被捕获概率.     

基于蓝牙技术的传感器网络自组织模型研究

针对数字设备和计算机外设间的电缆连线不便于携带、不便于安置的问题,提出了一种运用蓝牙技术替代电缆连线进行无线组网的方案,分析了蓝牙无线组网的硬件结构,以及适合自组织网络功能的上、下住机软件结构,并分析了蓝牙组网中常用的树形网络拓扑结构。实验结果表明该方案硬件体积小,能耗低,抗干扰能力较强,具有良好的应用前景。     

基于无线传感器网络的门禁及定位系统

提出了一套基于无线传感器网络技术的门禁及定位解决方案,不仅实现了人员的考勤,也实现了人员及车辆的定位及跟踪等,并采用B／S模式进行远程信息查询,为不同层次用户提供了信息参考。     

无线传感器网络中基于信息收益的多目标跟踪

目标跟踪是无线传感器网络应用的一个很重要的研究领域,节点有限的通信能力、处理能力、存储能力限制了传统跟踪算法的使用.为了提高网络的信息感知能力和降低能量消耗,提出基于信息收益的加权质心多目标跟踪算法,算法通过信息收益函数选取并唤醒节点对目标感知,通过传感器属性信息解模糊,并利用加权质心算法实现了多目标跟踪.仿真结果表明,与Bayes滤波协同多目标跟踪算法相比,算法虽精度略低,但时间复杂度低、失跟率低、实时性高,总体性能优于前者.     

无线传感器网络中基于簇协作的分布式组密钥管理方案

处于敌对环境的传感器网络极易遭到攻击,且不存在长期可信的节点可以担当组管。提出一种分布式组密钥管理方案,方案基于簇形结构,充分利用簇内通信及簇间通信的局部特性,对组密钥协作更新。当妥协节点总数在门限以内的某簇检测出节点妥协时,该簇的簇头发起更新,并通过簇内协作将该节点撤销;当某簇妥协节点数目在门限以上时,由该簇邻居簇的簇头发起更新,并通过簇间通信将该簇妥协节点撤销。与已有方案相比较,此方案能实时地更新组密钥,有着更好的安全性并具有较小的通信开销。     

大规模农田传感器网络通信能耗模型

将无线传感器网络应用于农业中,构成农田监控网络,是实现农业信息化、自动化、智能化的重要手段.然而,农田无线传感器网络具有超大规模、超低成本、拓扑变化复杂等特点,这些特征对网络通信设计提出了更加苛刻的要求.从Heinzelman的无线传输能量模型出发,建立了一个适用于大规模农田传感器网络的通信能耗模型,该能量模型考虑了部署间距、传输半径以及数据包大小对系统总能耗的影响,获得了在传输间距z确定情况下,求最佳传输半径R的计算方法.同时,仿真分析了不同部署半径、不同网络规模对全网查询能耗的影响.     

一种低开销的无线传感器网络时间同步算法

低开销是无线传感器网络时间同步算法的重要技术要求之一.为了降低同步过程中的通信开销,提出了一种基于部分广播的低开销无线传感器网络时间同步算法.算法基于TPSN算法的分层思想,利用节点的距离信息,选撵当层节点的部分相邻节点进行下一层的等级广播,从而有效地降低同步过程中的通信开销.分析了在不同的网络节点密度下广播信息包数与等级广播距离的关系,得到了不同网络节点密度下的最优等级广播距离.仿真结果表明,与TPSN算法相比,在相同的同步精度下,算法能显著地降低高密度无线传感器网络时间同步的开销.     

Addressing agent loss in vehicle formations and sensor networks

In this paper, we address the problem of agent loss in vehicle formations and sensor networks via two separate approaches: (1) perform a ‘self‐repair’ operation in the event of agent loss to recover desirable information architecture properties or (2) introduce robustness into the information architecture a priori such that agent loss does not destroy desirable properties. We model the information architecture as a graph G(V, E), where V is a set of vertices representing the agents and E is a set of edges representing information flow amongst the agents. We focus on two properties of the graph called rigidity and global rigidity, which are required for formation shape maintenance and sensor network self‐localization, respectively. For the self‐repair approach, we show that while previous results permit local repair involving only neighbours of the lost agent, the repair cannot always be implemented using only local information. We present new results that can be applied to make the local repair using only local information. We describe implementation and illustrate with algorithms and examples. For the robustness approach, we investigate the structure of graphs with the property that rigidity or global rigidity is preserved after removing any single vertex (we call the property as 2‐vertex‐rigidity or 2‐vertex‐global‐rigidity, respectively). Information architectures with such properties would allow formation shape maintenance or self‐localization to be performed even in the event of agent failure. We review a characterization of a class of 2‐vertex‐rigidity and develop a separate class, making significant strides towards a complete characterization. We also present a characterization of a class of 2‐vertex‐global‐rigidity. Copyright © 2008 John Wiley & Sons, Ltd.