面向高效节能和拥塞优化的 WSN 数据汇集算法研究

无线传感器网络应用中经常需要对信息进行查询,而查询主要通过数据汇聚完成。过多的数据查询必然引起能量的快速消耗。通过分析无线传感器网络中基于查询的数据汇聚算法,并设计实现了基于树结构的数据汇集算法;并引入了能量估算模型和延时抖动模型,提出基于树结构的汇聚改进策略;同时基于 TOSSIM 仿真平台建立WSN网络;调节不同参数数值,测试数据汇聚算法的成功应答率、总能量消耗、总传输次数和总延迟等性能指标。实验表明：该改进算法通过数据汇聚算法在能源消耗和传输拥塞控制上达到较好的表现。     

基于动态门限的定向扩散算法

通过对无线传感器网络节点传输能耗模型的分析,在研究时间敏感应用的基础上,提出了一种基于动态门限机制的控制方法.利用采样数据内在的相关性、无硬门限特性,并根据采样数据的发送间隔实现了门限的动态调整,以改进基本的定向扩散算法.仿真实验表明,所提算法能减少节点无线传输的次数,可使无线传感器网络节点的生命期延长30%,它随采样数据的变化动态地调整门限值,从而满足了时间敏感应用的要求,适合于一次性查询和持续性查询.     

传感器网络中基于过滤的概率Skyline查询算法

针对感知数据固有的不确定性问题,研究了无线传感器网络中概率Skyline查询的处理与优化技术.首先分析了概率Skyline查询的性质,证明了概率Skyline查询的不可分解性,因而无法直接利用网内计算方法求解;进而提出了无线传感器网络中基于过滤的概率Skyline查询处理算法(filter basedprobabilisticSkylinequeryprocessingalgorithminWSN,FPSP).FPSP算法将感知数据划分为候选数据、相关数据和无关数据;只需要候选数据和相关数据即可求得概率Skyline查询结果,可以在传感器节点过滤无关数据以避免大量的数据网内传输.仿真实验结果表明,FPSP算法可以有效降低传感器节点的数据传输量,极大地延长了无线传感器网络的使用寿命.     

传感器网络空间关键字近似Top-k查询算法

提出了一种基于节点剪枝的Top-k査询算法.定义集合支配区域与剪枝规则,根据用户查询位置的变动,按照给定的剪切规则,对传感器网络节点进行剪枝处理,将符合规则的节点预先筛除,运用统计学抽样理论,设计了空间关键字近似Top-k查询算法.在2个真实数据集上进行验证.实验结果表明,该算法能够满足传感器网络环境中用户的需求,并且相比于边界距离增量算法(IBD)与基于改进的MW-Voronoi区域的空间关键字查询算法(MSK-uvr),其网络通信开销较低.     

一种无线传感器网络中基于缓冲区管理的查询处理方法

对于大型无线传感器网络中要求同时支持大量的周期查询和ad hoc查询的软实时应用,提出了一种查询处理方法.设计网络存储结构,为查询处理设置合适的执行区域使其形成查询处理缓冲区,缓冲区内的节点映射了远程节点数据,并使查询和数据在缓冲区汇聚,及时得到处理.基于排队论建立缓冲区中查询任务管理模型,设计其优化策略,得到缓冲区的合适宽度和位置,并基于此设计查询处理算法.实验结果表明,该方法可以降低查询错失率并节约能量.     

基于分簇的传感器网络异常检测算法

针对传感器网络中集中式异常检测算法能耗过高的问题,提出了基于分簇的传感器网络异常检测算法.对网络进行分簇,簇内节点将采样数据传至簇头,簇头节点保持节点的部分历史数据并进行节点间相似性比较,没有达到给定支持度的数据就是异常数据.对于异常数据可以直接丢弃,不用传回基站以节约能量开销.该算法在网内对传感器网络进行数据处理,避免将所有采样数据传往基站.实验结果表明:该算法可以有效节约节点能量开销,延长传感器网络生命周期.     

预测修正下的动态数据传送机制

利用无线传感器网络中节点感知数据的相关性,提出了一种基于预测修正的动态数据传送机制.核心思想是:将数据预测与模型计算分离,接收节点先对数据进行平稳化处理,然后建立模型或动态更新模型,再把模型参数发送给采样节点.采样节点用精简的预测修正算法预测数据,通过比较法确定需要发送的采样数据,从而减少了数据传送的次数,延长了网络的生命期.仿真结果表明,所提算法可以滤除真实采样观测序列中83%的冗余数据,预测精度较一般预测算法提高了22%,它适用于能量约束性较强的无线传感器网络.     

介入移动汇聚节点的无线传感器网络高效数据收集方法

引入移动汇聚节点解决无线传感器网络高效数据收集问题.网络中固定汇聚节点与移动汇聚节点共存,全部传感器节点都拥有维护到固定汇聚节点的路由,移动汇聚节点进入网络后定期向其附近小范围内的传感器节点扩散自己的声明信息,传感器节点向距自己跳数最小的汇聚节点发送或转发数据包.移动汇聚节点和距离其一跳的传感器节点之间通过有效的应答机制来保证数据的可靠传输.通过仿真结果显示引入移动汇聚节点的数据收集在节省能耗方面明显优于传统网络.在延长网络生存时间的同时,可以获得较高的数据传输成功率和较短的数据传输延迟.     

一种基于深度学习模型的数据融合处理算法

针对无线传感器网络传统数据融合算法效率较低、处理高维数据困难问题,提出一种基于深度学习模型的卷积神经网络结构实现数据融合的算法CNNMDA.算法首先在汇聚节点对构建的特征提取模型CNNM进行训练,然后各终端节点通过CNNM提取原始数据特征,最后向汇聚节点发送融合后的数据,从而减少数据传输量,延长网络寿命.仿真实验表明,CNNMDA与同类融合算法相比,在同样数据量的情况下能够大幅降低网络能耗,并有效提升了数据融合效率与准确度.     

基于超长线状分簇结构的卡尔曼滤波融合算法

以应用于隧道结构健康监测的无线传感器网络为基础,针对长线形的隧道结构和分布式的节点布置,提出了超长线状多跳非均匀分簇结构.通过考虑节点剩余能量和优化簇头分簇半径,降低并平衡节点能耗.针对传感器数据冗余量大的问题,提出了基于超长线状分簇结构的分布式卡尔曼滤波融合算法.利用单节点不同时刻的数据,通过卡尔曼滤波器得到局部估计值,降低数据时间冗余度.在簇头节点端和汇聚节点端分别实现分布式卡尔曼滤波融合算法,降低数据空间冗余度,达到具有一致性的网络数据估计值.实验结果表明:该方法能有效实现超长线状分簇结构下的分布式数据融合,具有高可靠性和准确性.     

一种能耗均衡高效的无线传感器网络数据收集方案

无线传感器网络资源有限,传感器节点之间节点的能量消耗不均衡,使得整体网络生命周期缩短.针对无线传感器网络数据收集过程中能量消耗不均衡的问题,给出一种基于能耗均衡高效的数据收集算法.该算法将网络部署区域划分为大小不等的栅格,并根据节点剩余能量以及采用簇首轮换的方式,然后采用数据融合技术,可以有效提高节点能量消耗均衡度且可以大大延长网络寿命.仿真与性能分析结果表明:与典型数据收集算法相比,该算法在能耗均衡度和网络生命周期方面具有更好的性能.     

基于邻居表查询的ZigBee多播路由算法

由于ZigBee网络需要将信息以多播的方式进行传递,部分节点多次传输消耗大量能量,导致节点死亡,为缓解这个问题,提出了基于邻居表查询的ZigBee多播路由算法.该算法结合邻居表查询和ZigBee分布式地址分配特性,对ZigBee网络多播转发节点选择进行优化,使一个节点能给多个目的节点转发信息.仿真结果证明该算法减少了路由开销,节约了网络的能量,提高了网络的可靠性.     

基于动态可调簇的无线传感网络能量感知数据存取算法

针对无线传感网中数据收集、存储和查询的需要,提出了一种基于动态可调簇的能量感知数据存取算法ACEDBA(Adjusted Cluster-based energy-aware Data Brokerage Algorithm).该算法将网络节点分成许多簇结构,簇内节点负责数据采集,簇首节点负责簇内数据的收集、汇聚和转发,数据可以集中存储,也可以分布存储在各簇首节点或本地存储.算法引入能量分级消耗机制,可动态选择和调整簇首节点,保证各簇首节点簇内数据存储和簇间数据转发查询的能量平衡.实验结果表明,与典型数据存取算法相比,该算法的节点能耗均衡、生命周期和查询成功率方面具有优势.     

基于过滤器的K-NN深度优先查询算法

为减少数据查询的能量消耗,有效延长无线传感器网络的生存时间,提出了一种基于过滤器的K-NN深度优先查询(FKDF)算法.通过为每个节点设置过滤器来确定K-NN查询区间;利用查询节点的邻接表信息,在进行深度优先遍历时生成查询消息;基站分发查询消息,并等待查询节点返回查询结果,从而减少查询的平均跳数.仿真结果表明:与FILA设置过滤器方法和GPSR路由算法相比,FKDF算法节约了查询所需的平均跳数,能够适应网络拓扑结构的动态变化,当K值经常变化时不增加查询开销.     

基于主题划分的搜索策略设计与研究

在P2P网络结构中,提出一种基于主题划分的搜索策略(TONS),该策略基于主题将网络中的节点层次化、形成叠加网络.具体查询算法包括基于DHT的非结构化P2P网络和基于主题划分的叠加网络搜索索引结构.实验结果表明:包含相似主题的节点联系在一起,这样就能够确保将搜索局限在仅与查询主题相关的节点子集中.该策略为基于分布式哈希表的P2P系统提供了一种可满足复杂查询条件、部分匹配搜索数据要求的有效途径.     

多事件节能的无线网络传感器协议

为了解决距离基站(Base station,BS)较远的传感器节点使用多跳通信向BS传输数据时产生更高能量消耗和使用寿命短的问题,该文提出了一个多事件节能蚁群优化数据传输(Energy Efficient Ant Colony Optimized Data Transmission,EEACODT)无线网络传感器协议.该协议消除了现有协议的一些限制和缺点,根据距离汇聚节点的节点距离将网络划分为多个扇区,根据扇区位置为节点分配特定的活动时间,以此来实现高效节能.该协议采用蚁群优化进行簇间通信,每个簇中簇头选择取决于它到BS的距离和剩余能量,中继节点的选择基于到BS的距离、剩余能量和队列大小这3个条件.实验表明与PSO协议和FAMACROW协议相比,本文EACODT协议在能耗、延时和包传输率方面均优于现有方法和性能.     

能量均衡的间断连接无线网络数据转发策略

针对间断连接无线网络中节点负载不均衡和能量资源受限的问题,提出了一种能量有效的数据转发策略.该策略根据网络运行的历史相遇信息,充分考虑网络特性,以分布式方式估计节点的活跃度、剩余能量和数据转发率,准确地估计节点效用值,感知网络节点的服务能力,以帕累托最优作为自适应选择最佳下一跳中继节点的理论依据,执行数据转发操作,有效地解决了由于节点自私性所导致的网络性能下降.数值结果表明,与其他能量管理机制相比,所提出的机制能够均衡网络节点负载,有效解决网络"热点"问题,延长网络生存时间,使投递率、时延等系统性能都得到大幅度提升.     

一种在无线传感器网络中构造有效连通支配集的算法

构造连通支配集是解决数据收集问题的一种较有效方法,现有算法在构造连通支配集时只考虑支配集的大小,造成支配集有效期短,易产生盲点及传输数据能耗大.针对如上缺陷,综合考虑支配集的大小、节点能量及节点到基站的路径,提出了一个基于广度优先搜索生成树的算法.模拟实验表明,该算法的系统生命期比现有算法提高20%左右,延迟缩短17%左右.     

Distributed Aggregation Algorithms for Mobile Sensor Networks with Group Mobility Model

In many applications of mobile sensor networks, such as water flow monitoring and disaster rescue, the nodes in the network can move together or separate temporarily. The dynamic network topology makes traditional spanning-tree-based aggregation algorithms invalid in mobile sensor networks. In this paper, we first present a distributed clustering algorithm which divides mobile sensor nodes into several groups, and then propose two distributed aggregation algorithms, Distance-AGG (Aggregation based on Distance), and Probability-AGG (Aggregation based on Probability). Both of these two algorithms conduct an aggregation query in three phases: query dissemination, intra-group aggregation, and inter-group aggregation. These two algorithms are efficient especially in mobile networks. We evaluate the performance of the proposed algorithms in terms of aggregation accuracy, energy efficiency, and query delay through ns-2 simulations. The results show that Distance-AGG and Probability-AGG can obtain higher accuracy with lower transmission and query delay than the existing aggregation algorithms.