异质无线传感器网络中d-鲁棒强连通控制吸收集的构造

无线传感器网络的一个虚拟骨干是由该网络中承担相关路由任务的结点组成的一个子网。一个异质无线传感器网络通常被建模成一个圆盘图(DG),相应地,其虚拟骨干被建模成该圆盘图的一个强连通控制吸收集(SCDAS)。构建异质无线传感器网络的虚拟骨干问题就等价于相应圆盘图的强连通控制吸收集的计算问题。针对受干扰的异质无线传感器网络虚拟骨干的构建问题,提出了圆盘图的d-鲁棒强连通控制吸收集(d-robust SCDAS)的概念,设计了一个近似算法d-SCDAS-C计算最小d-鲁棒强连通控制吸收集,并证明了该算法的近似比为■。r_(min),r_(max)分别表示异质无线传感器网络中结点传输范围的最小值与最大值。     

基于遗传算法的无线传感器网络最小覆盖集算法

降低能耗以延长网络生存时间是无线传感器网络设计中的一个研究热点.提出一种利用遗传算法实现的"密度控制"策略.该策略利用无线传感器工作节点的最小节点子集(最小覆盖集),达到覆盖整个传感器网络区域的目的.所提出的算法能够较好地调和无线传感器网络寿命和网络覆盖率之间的矛盾,仿真实验证明了算法的有效性.     

三维异质无线网络中的最小虚拟骨干网

在无线传感器网络中,连接控制集(CDS)作为无线传感器网络的虚拟骨干,在支持数据通信、降低路由开销、提高网络可扩展性等方面发挥着重要作用。均质无线网络一般被模型化为单位圆盘图(UDG)和单位球图(UBG)。本文将三维异质无线传感器网络建模为具有双向链路的球图(BGB),并结合无线传感器网络的可调半径特性,提出了如何在异质无线传感器网络中构建一个基于能量选择的连通控制集近似算法(ESA)。理论分析表明:算法ESA的性能比为(K+1+ln(K-1)),K=0.779 63(2k+1)~2,k=r_(max)/r_(min)表示最大传输半径和最小传输半径之比。     

无线传感器网络覆盖优化策略

针对无线传感器网络节点覆盖容易出现空洞和盲区的问题,提出一种基于改进人工鱼群算法的无线传感器网络覆盖优化算法.首先构建网络节点的信任度模型,进行节点轮换调度修复路由,然后采用改进人工鱼群算法进行无线传感器网络节点的自适应定位寻优,以人工鱼群优化的节点分布模型重构无线传感器网络(WSN)节点覆盖连通图,实现优化网络覆盖.仿真实验结果表明,利用覆盖优化算法进行WSN网络节点设计,明显地改善了网络节点的覆盖质量,提高了无线传感器网络的安全性能.     

双信道无线传感器网络移动代理路由算法

针对移动代理在信道竞争过程中的相互碰撞及相互抑制问题,提出了一种移动代理联合优化路由算法(MACORA).首先利用双层图模型将双信道无线传感器网络中的信道变换问题转化成双层图中的路由问题,进而可将寻路业务和数据传输业务分别放在双层图的控制层和数据层中同步传输,然后将双层图的控制层和数据层融合成一个双层网络,并在这个双层网络中为每个业务实时选路,最后充分利用不同网络层间的空闲信道资源来减少移动代理在信道竞争过程中的相互碰撞及相互抑制概率,达到降低网络堵塞率及数据包传递失误率2个目标.仿真结果表明,与动态传感器网络移动代理路由算法及无线传感器网络移动代理路由算法相比,MACORA算法能将数据包的传递成功率提高15%,并能有效降低网络的平均通信延迟.     

无线传感器网络的网络协议与能量问题综述

无线传感器网络的能量问题,是关系着网络生存时间的关键问题,也是无线传感器网络设计要解决的首要目标.从拓扑控制、路由协议、数据链路协议三个方面全面总结解决无线传感器网络能量问题的各种算法及其优缺点,并展望这一技术的发展趋势.     

无线传感器网络中覆盖问题的典型理论与算法

覆盖控制作为无线传感器网络中的一个基本问题,反映了网络所能提供的"感知"服务质量,可以使无线传感器网络的空间资源得到优化分配,进而更好地完成环境感知、信息获取和有效传输的任务。立足于无线传感器网络的覆盖控制问题,本文着重讨论了一些典型的无线传感器网络覆盖控制算法与协议,最后进行了各种算法的比较性总结,深入分析了目前无线传感器网络覆盖控制亟待解决的问题,并展望了其未来的发展方向。     

基于Voronoi图的无线传感器网络覆盖算法研究

网络覆盖技术决定了无线传感器网络对物理世界和目标区域的监测能力.对于给定的被监测区域,如何达到最大的覆盖率,提高布撒方的防御能力,是覆盖控制中必须考虑的问题.Voronoi图具有良好的邻近性、邻接性、最大圆、快速划分区域和增删节点的特性.本文提出了一种基于Voronoi图的无线传感器网络覆盖算法,来定位覆盖漏洞区域,将未被覆盖的Voronoi图顶点加入到监测点中以提高被监测区域的覆盖率,并且研究了不同感知半径下传感器节点数量和覆盖率的关系.仿真结果表明,基于Voronoi图的覆盖算法有效的提高了网络覆盖率,从35.41％提高到了100.02％,且网络覆盖率随着传感器节点的感知半径的增大而提高.该算法容易实现,复杂度低,实验结果验证了算法的正确性.     

无线传感器骨干网络路由算法

针对当前无线传感器骨干网络路由算法无法平衡能耗和数据传输之间的矛盾, 导致无线传感器骨干网络路由的数据传输时延较大, 无线传感器网络吞吐量较小的不足, 以提高无线传感器网络整体性能为目标, 设计一种新的无线传感器骨干网络路由算法. 首先分析无线传感器网络的工作原理, 并建立相应的路由模型; 然后引入机器学习算法对无线传感器骨干网络路由中的无线传感器节点能量进行实 时预测, 选择能量大的无线传感器节点进行数据传输, 构建能量消耗最小的无线传感器骨干网络路由; 最后与其他无线传感器骨干网络路由算法进行对比测试. 测试结果表明, 该算法的无线传感器骨干网络路由能耗较小, 无线传感器网络数据传输可靠性高, 加快了无线 传感器网络数据传输速度, 无线传感器骨干网络路由整体性能明显优于其他对比算法.     

监测奶牛无线传感器网络的连通支配集构造

基于一个对奶牛行为特征监测的自组织无线传感器网络,构造骨干网以解决节点多跳通信问题,并采用图的连通支配集来实现。提出了一个基于极大独立集的最小连通支配集的分布式构造算法,并证明了该算法的正确性。采用计算机程序仿真的实验结果表明,此算法简单有效、适应于节点移动和网络拓扑变化的环境、且构造的连通支配集占节点的比例为30%左右,有效减少冗余的转发节点,可节省宝贵的网络资源。     

基于禁忌搜索的模拟退火算法在最小控制集中的应用

图的控制集问题是在给定的简单无向图中求出阶数最小的控制点的集合,目前它已被证明是一个NP-完全问题．针对现阶段已有的模拟退火算法提出了一种改进的基于禁忌搜索的模拟退火算法,并通过与贪心算法、传统模拟退火算法进行比较,证明了该算法可以获得较小的控制集阶数．     

图的控制数及全控制数的估计

研究了图的控制数及全控制数，对满足一定条件的图给出了图的控制数及全控制数的估计。     

任意无向图的R点连通扩充

为研究以最少边集扩充一个任意无向图为R点连通图这一尚未解决的优化问题，通过将无向图点连通问题转化为有向图边连通问题，采用增广扩充的方法，提出了一个复杂度为O（｜V｜^5）的算法．利用该算法可最优地将给定无向图中任意2点达到所要求的点连通度．它发展了K点连通最优扩充的研究，从而使图的点连通扩充的研究在应用于网络设计的可靠性设计方面更具有实际意义．     

循环图及单圈图的有效控制集与完美控制集

图的完美控制集和有效控制集是两类特殊的控制集．通常要判断一个图是否存在有效控制集是困难的．该文证明了无向循环图一定存在有效控制集．此外，给出了单圈图的完美控制数与其阶数的关系．     

基于网络优化的交通网络设计研究

针对交通网络设计问题,首先定义了赋权二分图的单边控制集问题,给出了相应的算法;然后将上述算法和割集遍历算法相结合,构建了基于网络优化思想的两个启发式算法,并对两个算法进行了比较分析,证明了算法Ⅱ可在有限步终止.最后通过算例验证了两个算法的有效性.     

无线传感器网络关键区域覆盖优化算法

针对无线传感器网络中的关键区域覆盖NP完全问题,提出了一种启发式的关键区域覆盖优化算法CACOA.该算法对关键区域格点与一般区域格点,分配不同的权值创建感知区域图和终端集合,并以迭代合并方式创建加权节点Steiner树,进而形成具有最少数量的格点集合,并以格点集合中优化的格点位置来构建覆盖关键区域的传感器放置方法.理论分析证明了提出的CACOA算法一定能完全覆盖关键区域并形成一个有效的无线传感器网络,且算法的复杂度为O(n4).详细的仿真实验及与现有覆盖机制NPCC的比较表明,提出的覆盖优化算法CACOA在关键区域格点数、感知范围、发送范围和关键区域格点选择分布概率变化时放置的传感器数量明显少于NPCC覆盖机制.     

校园GPS实验网的建立研究

以成都理工学院校园ＧＰＳ实验网的布设为例,从网形选择、点位选取、造标埋石等几个方面就小区域短边ＧＰＳ网建立过程进行了探讨,着重就校园ＧＰＳ实验网的网形选择及观测方案的制定进行了论述。     

传感器网络上群组密钥协商协议的设计与实现

针对无线传感网节点群组通信存在的安全问题,在无线传感器网络上设计并实现了基于椭圆曲线的固定轮数的群组密钥协商协议。从设计和实现的角度,首先,对椭圆曲线标量乘进行基于NAF表示法的窗口滑动技术优化;然后,分析群组密钥协商协议在传感器网络上存在的问题,提出了数据流驱动网络协议解决方案;最后,在国产无线传感器节点GAINST-CC2430上,首次使群组密钥协商协议在实际无线传感器网络上得到实现。     

社交网络中求最小正影响支配集的改进算法

网络中求解最小正影响支配集的问题已经被证明是NP难问题,且已有性能较好的贪心求解算法．通过分析现有的贪心近似算法（Wang-Greedy）和贪心启发式算法(Raei-Greedy),融合其贪心策略,提出了1个改进的贪心近似算法(Hybrid-Greedy)．理论分析表明,Hybrid-Greedy仍保持Wang-Greedy的近似比性能和时间复杂度．在一些较大规模的真实社交网络实例中的实验研究表明,Hybrid-Greedy在这些社交网络中所得解的质量较Wang-Greedy和Raei-Greedy有明显提高．