超宽带无线传感器网络的能耗建模及其优化

在综合分析和考虑传感器节点收发机各个电路模块工作状态的基础上,首先对超宽带无线传感器网络进行精确的节点能耗建模,然后针对3种不同的调制方式和2种不同的传输模式,以最小化成功传输1 bit信息的平均传输能耗为目标提出最优数据帧帧长确定算法,最后通过仿真验证该算法的正确性.仿真结果表明,在保证网络业务服务质量的前提下(接收机处接收信号信噪比门限为12 dB),当传感器节点间距离较近(20m以内)时,可以适当地增大数据帧帧长以获取较大的吞吐量和较小的时延;当节点间距离较大(大于70 m)时,则需减小数据帧帧长以降低能量开销,并可以根据网络环境的状况和网络业务的要求,选择适当的调制方式和传输模式可以折中地同时实现能耗和时延最小化.     

能量捕获无线传感器网络中低时延的可靠数据传递

在能量捕获无线传感器网络(Energy Harvesting Wireless Sensor Network,EH-WSN)中,采用网络编码(Network Coding,NC)技术可有效提高数据传递的可靠性。已有的研究成果大多采用固定的数据速率(Data Rate, DR)和固定的最大重传次数(Maximum Number of Retransmissions, MNR),传输时延较高。为了降低传输时延,结合EH-WSN中节点的能量捕获特性和相邻节点之间的无线链路质量,提出一种优化数据速率和最大重传次数的低时延数据传递方案。通过对节点的能量捕获过程和能量消耗进行建模,给出了节点的剩余能量公式;对相邻节点之间的无线链路质量进行建模,推导出节点发送数据包的成功收包率和每个数据包的期望传输次数,进而推导出传输路径上每一跳的传输时延公式;基于优化方程,在节点满足链路收包率条件和剩余能量条件的前提下,对其数据速率和最大重传次数进行优化配置,使得每一跳的传输时延最小。实验结果表明,与采用固定数据速率和固定最大重传次数的数据传递方案相比,本文所提出的方案具有最低的端到端传输时延。     

基于H.264编解码的无线视频可靠传输

针对视频在网络中传输提出了两种改进方法:第一种采用卷积和包交织编码,将网络中产生的突发差错转变为统计独立的差错;第二种针对无线传输系统,将数据分类为重要数据与非重要数据,在接收端检测重要数据信息的差错,并据此来控制发送端的重发机制,仅当重要数据的丢包数超过一定阈值才要求发送端重发.在保证了传输图像的差错小于一个预定值情况下,使图像传输的重传数据较少,同时也减小了由于数据重传引起的网络时延.利用VCEG提供的3GPP2网络仿真平台建立了H.264视频传输系统,并在该仿真平台上进行了实验,取得了满意的结果.     

基于自适应帧长技术重传次数受限的SW-ARQ系统时延性能

考虑到实际通信中数据帧的重传次数受限,构建重传次数有限的自适应三模式SW-ARQ系统.系统中采用自适应帧长技术,根据连续收到的应答帧ACK或NAK的个数将信道噪声状况区分为低、高和很高3种状态,并考虑不同状态下发送不同帧长的数据帧,用发送相邻两帧间的时延τ和数据率R表示不同状态下发送一帧的等效时延,建立准确描述系统传输机制和原理的Markov模型及其稳态方程,求得用信道错误率表示的系统各状态的稳态概率和不同状态下分组发送次数的条件概率,进而求得准确的系统时延解析式.最后在MATLAB环境下对系统的时延性能进行仿真分析,结果表明该系统能够提供更小的服务时延,尤其是在信道错误率较大的环境中效果更为明显.     

WLAN流媒体传输速率控制

针对IEEE 802.11的链路层重传机制和分包策略的不足,研究了基于重传时延最小约束的传输层包长调整策略,提出一种适合于无线局域网(WLAN)流媒体传输的可变包长TCP友好速率控制机制(VPTFRC).与其他方案不同,该机制进一步考查了无线包错误率对包长调整和速率控制的影响.仿真试验结果验证了采用该方法可获得优于TFRC的有效吞吐量、传输延时及抖动等指标,其中,帧传输时延、时延抖动和丢包率的最大改善程度分别可达58%,42%和85%.     

基于带状无线传感器网络的实时智能数据收集算法

为减少在带状无线传感器网络下数据传输延时,提出一种基于数据压缩和线路调度的实时智能数据收集算法.首先通过对采集数据进行变换训练评估数据相关性,确定分割编码最长尺度,以此重编码实现冗余信息压缩;然后计算数据收集占用的最大时间槽长度,调度网络收集链路,最小化时延;最后通过多路径传输机制构建传输能耗模型,利用Lagrange函数算法求解,完成数据收集.仿真实验结果表明,该算法网络负载均衡,数据收集传输时延较小,能量消耗小,鲁棒性较好.     

基于WSN的图像采集传输系统的设计

设计基于无线传感网的图像采集传输系统,该系统以支持ZigBee协议的CC2530模块为下位机主控模块,采用串口摄像头模块C328采集图像.上位机软件采用Visual C++6.0开发,实现图片浏览、拓扑显示、数据曲线、数据列表、错误日志等功能.为适应不同的传感器应用,为上位机与下位机之间的通信设计统一的帧格式.实验结果表明:该系统具有能耗低、自组织、易于扩展其他应用等优点,能很好地实现图像传输.     

一种相邻节点协作的无线传感器网络可靠传输方案

针对无线传感器网络中不可靠的通信链路引发传输效率下降的问题,提出了一种基于相邻节点协作的无线传感器网络可靠传输方案(NNCS).该方案利用无线信道的广播特性,通过选择成功监听到数据传输的相邻节点来承担协作传输任务(重传或转发),以降低重传次数,提高传输效率.在方案中,相关节点根据自身传输能力发送数据应答以竞争协作机会,同时通过信道监听避免发生竞争冲突.实验结果表明,较之传统重传方案,NNCS能够以更少的传输消耗达到更高的传输成功率,并有效降低了端到端的传输时延.     

视频通信中的选择性重传技术

针对视频通信中差错控制方法的研究热点--选择性重传技术,着重在重传决策的位置、重传数据内容的划分、网络状态对重传的影响以及支持选择重传的传输协议等4个方面进行讨论,给出了3个使用选择性重传的视频抗误码系统.在混合自动重传技术的研究基础上,提出了用于视频传输的混合自动选择重传方案.该方案可以灵活调整校验数据和重传数据占整个传输数据的比例,在冗余开销和重传时延之间得到更好的权衡.最后,指出了视频通信中选择性重传的主要研究方向,包括视频内容分类、选择重传的准则和时机,以及可用于实际视频通信的低复杂度、易实现的选择性重传方案.     

无线单跳场景下基于网络编码的新型传输模型

为了解决无线链路易出错从而降低传输效率以及由于重传导致数据流间传输不公平的问题,基于网络编码思想提出了一种新的编码组重传模型.在无线单跳信道易错场景下,利用无线广播传输和重传特性,设计了基于编码组重传模型的新型单跳传输算法.根据编码系数产生方式的不同,该算法又分为随机编码组重传算法和启发编码组重传算法.实验结果表明:编码组重传算法的传输延迟和吞吐量略差于单播ARQ传输技术,在信道突发出错情景下,单播ARQ传输技术吞吐量急剧下降,而编码组重传算法下的吞吐量能够维持稳定.编码组重传算法能够有效保证无线传输效率以及数据间传输的公平性.     

基于分布式算法在WSN中的能耗最小化优化研究

如何有效利用节点能量并延长网络的生存期是研究无线传感器网络的一个核心问题.在已有的集中式算法的基础上,提出了一种分布式优化的方法,使无线传感网络中无损数据收集时的能量消耗最小化,此方法主要是通过将传输功率和压缩传输速率进行合理的配置来实现,运用拉格朗日对偶分解法,可以把能量最小化这个问题分解为能够被传感节点本身分布式解决的子问题.通过仿真结果可得,分布式算法相比集中式算法能使目标函数更快收敛从而达到能耗最小化.     

无线传感器网络的能耗性能分析

针对无线传感器网络能量有限的问题,基于瑞利衰落信道模型,建立了一种跨越物理层与媒质接入层的能耗模型,并针对IEEE802.11 DCF和时隙ALOHA协议给出了具体的能耗分析. 考虑到无线信道的多变特点与节点饱和度情况,以及用户对信道质量的要求与接入方式,对网络工作过程中的能量消耗进行了详细的分析架构. 最后给出了节点平均功耗与净荷能耗率的仿真与理论分析结果,并仿真分析了发送功率与传输速率变化对能耗的影响. 结果表明,给出的能耗模型理论分析结果与仿真值非常接近,从而验证了模型的有效性;发送功率与传输速率过大、过小都不利于能耗的节省,联合控制更易于提升能耗性能。     

基于MPEG-4的嵌入式影像交互系统设计

在无线局域窄带宽范围内, 为提高影像数据传输的实时性和高效性, 需要对原始影像数据进行压缩编码处理。系统以ARM11为嵌入式硬件处理核心、 Linux操作系统为软件开发平台, 设计了一种基于MPEG-4（Moving Pictures Experts Group）视频编解码技术和流媒体实时传输协议的影像交互系统。测试结果表明, 在IEEE 802.11 g标准的无线网络环境下, 网络带宽最大为54 Mbit/s, 通信距离在无障碍直线50m范围内, 此时网络性能良好, 传输时延小于10 ms, 丢包率小于0.1%, 帧率大于15帧/s。并通过MPEG-4帧间控制实现了53.2 ∶1的影像压缩比, 以最少的数据量获得最佳的画面质量。与基于PC的影像交互系统相比, 该嵌入式系统不仅体积小, 功耗和成本也明显降低, 并且功能性好、 专用性强。     

基于QoE感知的无线视频传输节能技术研究

针对未来无线网络中用户体验(quality of experience,QoE)感知的节能技术这一范畴,对视频业务QoE感知技术和降低网络能耗方面进行了研究,在此基础上构建了能耗目标函数和相应的约束条件,理论上分别推导出视频帧的丢帧率模型和视频帧的传输能耗模型.保障视频业务的QoE约束条件下,求出一系列符合条件的传输参数,使用迭代优化算法求出最优传输参数并计算了相应的最低消耗.对所提方法的性能进行了仿真,主要分析了视频业务质量、视频帧的重传数量以及视频帧的大小对传输能耗的影响.仿真结果表明,针对视频业务质量要求高、视频数据量大这一特点,所提出的方法能够有效降低未来无线网络的传输能耗并保障了视频业务的质量.     

基于时延受限的移动sink环境下能量高效的数据融合算法

基于移动sink的无线传感器网络环境下的数据收集方案能有效提升网络性能,但在实时性要求较高的应用中,很难同时兼顾时延与数据的收集效率.该文提出了一种考虑时延受限条件下能量高效的移动sink数据收集策略.首先,根据时延约束和网络整体能耗效率优化为目标,对移动sink的最佳驻留点集合进行求解.然后,提出了一种基于驻留点优先级的路径优化选择方法,得到移动sink经过驻留点的最短路径.仿真实验结果表明,与已有算法相比,该文提出的数据收集策略能最大限度的减小时延,并延长网络的生命周期.     

基于组合优化理论的能量感知路由算法

针对传统OLSR算法的传输功率消耗和节点剩余能量之间的矛盾,提出了一种基于组合优化理论的能量感知路由算法(EW OLSR).首先根据传输功率消耗和节点剩余能量构建节点能量消耗数学模型,并将其作为路由选择目标函数,然后在节点剩余能量计算中引入ARIMA LSSVM组合预测模型,最后根据能量消耗最小路径选择数据传输路由.实验结果表明,EW OLSR算法不仅减少了网络能量消耗和传输时延,而且提高了分组到达率,在无线网络中具有广阔的应用前景.     

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.     

缓存辅助移动边缘计算的任务卸载与资源分配联合优化策略

为了减少资源受限的移动边缘计算场景下任务卸载和资源分配过程中的能量消耗,提出缓存辅助的动态卸载决策和计算、通信、缓存多维资源分配的联合优化策略。该策略根据任务流行度制定缓存服务,通过控制用户设备的发射功率优化通信资源分配,并结合计算卸载合理利用服务器的计算资源。提出最小化时延和能耗的均衡优化目标,设计基于深度强化学习的优化求解算法。最后,通过仿真实验验证所提策略的有效性,结果表明该策略在计算资源和缓存容量约束条件下能展现较优性能。     

基于自适应网格编码QAM的渐进图像编码传输方案

为了在无线信道下鲁棒和高效地传输静态渐进图像,基于高效率编码调制系统提出了一种新型编码传输框架。使用支持多种编码传输模式的自适应网格编码正交振幅调制作为脆弱嵌入式压缩渐进码流的编码保护方案,在给定的功率和延迟约束条件下,基于启发式并行搜索算法对待传信源压缩分组的传输功率和编码调制模式进行联合优化,使得图像传输的端对端期望失真最小。经过对不同测试图像在不同功率和延迟约束条件下的仿真,该传输优化方案相对于以往基于不等重功率分配算法的传输优化方案取得了明显性能增益,在Gauss白噪声信道和准静态衰落信道中,接收端重建图像的峰值信噪比分别平均提高了1.33和2.70dB。     

基于证据理论加权融合的无线传感器网络路由算法

针对当前无线传感器网络路由算法存在数据传输成功率低、 网络时延长和丢包率高等缺陷, 为获得更优的数据传输结果, 提出一种基于证据理论加权融合 的无线传感器网络路由算法. 首先引入聚类分析算法对无线传感器网络进行分簇, 使簇首的分布更均匀, 解决簇首过于集中、 簇成员节点分配不合理的问题; 然后采用证据理论计算剩余能量、 节点间通信距离、通信能耗的权值, 并根据权值对每个节点的性能进行综合评价, 根据综合评价结果选择每个簇最合理的簇首; 最后与其他无线传感器网络路由算法进行对比测试. 测试结果表明, 相对于对比算法, 该算法数据时延均值和丢包率均大幅度减少, 改善了数据传输成功率, 使节点之间的能耗更均衡, 延长了无线传感器网络的生存周期, 建立的无线传感器网络路由可靠性更高.