一种无线传感器网络中的虫洞攻击检测算法

分析了无线传感器网络中的虫洞攻击的特点,根据某些路径变短和某些节点的邻居数增加的特点,提出了一种无线传感器网络中虫洞攻击的检测算法.首先在边界部署一些源、目的节点对,然后利用路由发现过程来发现跳数异常少的可疑路由.通过检查邻居节点数来检测可疑路径上的每个节点,如果节点的邻居数增加,则该节点为被感染节点,网络中存在虫洞攻击.被感染节点被从网络中隔离,以避免更大的破坏.实验结果表明该算法具有较低的漏报率和较高的准确性.     

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.     

无线传感网跟踪任务中的目标运动 模型估计与节点调度

在无线传感器网络进行目标跟踪的过程中,合理的节点调度算法可以兼顾跟踪精度和能量消耗,延长网络的使用寿命.然而,当目标运动模型未知时,难以实现高效的节点调度.为解决目标运动模型未知场景下的跟踪问题,本文将监控区域中的目标移动和传感器观测建模为隐马尔可夫模型(HMM),并提出了HMMQMDP算法,把问题分解为运动模型估计和节点调度两个阶段:运动模型估计阶段是根据传感器采集的观测序列估计目标状态转移概率;节点调度阶段则被建模为部分可观测马尔可夫决策过程(POMDP),综合考虑决策的短期和长期损失,应用QMDP算法近似求解优化策略.仿真结果表明:该算法可以根据观测样本有效地学习和估计目标运动模型,提升节点调度算法的效果.     

非均匀分布的异构传感器网络K覆盖调度算法

针对现有调度算法大多没有考虑监控区域内目标发生频率的非均匀性和节点异构的因素,导致无法适应异构无线传感器网络的特点,提出一种目标非均匀分布条件下K覆盖的异构无线传感器网络调度算法.算法从全网在所有时间片服务质量和节点能耗的角度建立节点调度模型,综合考虑节点异构和监测目标的非均匀分布等约束条件,以网络覆盖率最大和工作节点的数量最少为目标,构造非线性优化函数,提出一种控制参数自适应的微分算法求解节点的调度方案.仿真结果表明:相比典型算法,改进算法能够在满足节点异构和监测目标非均匀分布前提下增强网络的服务质量和降低网络的能耗.     

基于k-覆盖保证的异构传感器网络节点调度策略

在分析已有传感器网络覆盖控制协议的基础上,提出了一种分布式覆盖控制算法.针对节点随机部署的异构网络,通过研究网络中节点交点的必要性,得出必要节点交点的最低覆盖度即为区域覆盖度的结论,由此可将区域覆盖度的计算转化为特殊点的覆盖度计算,从而解决了覆盖算法计算复杂度高和不精确等问题.在此基础上,又提出了一种以保证k-覆盖为目标的节点调度策略(SEC),该策略按照时间轮次,根据精确覆盖度算法可分布式地确定节点的状态.仿真结果表明,SEC能够减少节点的通信量,使工作节点数摆脱总节点数的影响,从而延长了网络的生命周期.与经典覆盖控制算法相比,所提算法在保证网络覆盖度的前提下可有效降低工作节点的数量,提高大规模传感器网络的可扩展性.     

轮值无线传感器网络邻居发现算法

为了使工作于轮值周期下的无线传感器网络节点能以较大的概率发现邻居节点,提出了在轮值网络下基于同步和概率的邻居发现算法.将此邻居发现问题建模为餐券收集者问题,并求解了这一问题,给出了网络节点发现任意个数的邻居所需时间片数量的期望值.另外,证明了在轮值周期为1时,该理论结果退化为普通ALHOA网络的结论.仿真结果表明,在一般情况下,该理论分析结果与实际情况符合得很好,即使在极端情况下(每一时间片仅有2个节点进入活跃状态)该理论结果仍具有较好的预测能力.     

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.     

无线传感器网络中能量均衡参数可控覆盖算法

针对目标节点进行k度覆盖的过程中会出现大量数据冗余迫使网络出现拥塞并导致网络通信能力和覆盖能力降低、网络能量快速消耗等问题,提出了一种能量均衡参数可控的覆盖算法(energy balance parameters-controlled coverage,EBPCC)。该算法利用节点之间的位置关系构造出覆盖网络模型,通过分析网络模型给出监测区域内节点覆盖期望值及对整个监测区域覆盖所需最少节点数的求解过程;在能耗方面给出了工作节点和邻居节点之间的能量转换函数比例关系,利用函数比例关系完成低能量节点的调度,进而达到全网能量平衡。实验结果表明:该算法不仅可以提高网络覆盖质量,还可以有效抑制网络节点能量快速消耗,在相同的监测环境下,该算法的网络生存周期比能量有效的目标覆盖ETCA算法延长了12.91%,覆盖率比事件概率驱动机制EPDM算法提高了7.06%。     

联合感知无线传感网的优化覆盖控制算法

针对无线传感器网络覆盖过程中出现大量冗余节点导致网络能量快速消耗的问题,提出了一种联合感知优化覆盖控制算法。该算法给出了三节点联合覆盖时最大无缝覆盖率的求解过程。通过概率相关知识,验证了在监测区域内传感器节点覆盖时传感器节点覆盖质量期望值求解方法,以及在与邻居节点进行覆盖对比时的覆盖率判定方法;当存在冗余覆盖时,引入比例系数完成对任意传感器节点处于冗余节点覆盖时的冗余覆盖度的计算过程。仿真实验结果表明:该算法与其他算法在覆盖质量和网络生存周期等方面进行对比,其性能指标分别提升了11.02%和13.27%;该算法不仅可以提高网络覆盖质量,而且可以有效地抑制节点能量的快速消耗,从而延长了网络生存周期。     

基于连接信息的无线传感器网络边界节点识别算法

无线传感器网络边界节点检测是识别网络覆盖空洞和提高数据路由效率的关键。为提高边界节点识别的精度,降低识别过程中对节点位置信息的依赖和能量消耗,提出了一种分布式边界节点识别算法(distributed boundary node identification,DBNI),该方法无需节点位置信息,仅依靠节点间的连接信息即能够有效识别网络中的边界节点。基于MATLAB的仿真实验和Zig Bee节点的实验结果都表明,同其他算法相比,该算法识别精度高,能量消耗低。     

基于误差先验知识的NLOS移动节点定位算法

针对实际应用环境中存在阻挡节点间通信的障碍物,使节点间的通信变成非视距(NLOS)类型的问题,提出一种基于误差先验知识引导的NLOS移动节点定位(NSES)算法.该算法首先根据误差先验知识,判断并计算出带有误差的NLOS测量值个数在总个数中的百分数K;然后根据K选出误差较大的测量值;最后对误差较大的NLOS测量值进行校正操作.仿真实验结果表明,该算法较传统移动节点定位算法能有效降低NLOS误差,提高节点定位精度.     

基于节点休眠机制的无线传感器网络覆盖控制算法

为了减少传感器节点的能耗,延长无线传感器网络的生命周期,提出了一种基于节点休眠机制的覆盖控制算法.其基本思想是:网络中所有传感器节点根据邻节点的个数、与邻节点之间的距离来决定是否进入休眠状态,以此来控制每一轮中活跃节点的个数,减少网络的能耗.实验仿真结果表明,在保证网络的覆盖情况下,该算法能够减少活跃节点数,降低网络覆盖冗余度.     

带时间和成本约束的随机流网络可靠度的计算

给出了一种求满足传输量要求的时间和成本约束下网络的所有极小状态(下界点集)的简单方法.讨论了基于下界点集合的可靠度的容斥原理公式,直接应用容斥原理公式会有很多相互抵消的项.如果所有的数据通过k条不相交的极小路径同时传输,只需讨论r-1项和r(1相似文献   

基于多波束天线的Mesh网络邻居发现算法

针对基于快速切换多波束天线的无线Mesh网络的MAC层设计中快速有效地发现邻居节点的问题,设计并实现了两种基于快速切换多波束天线的邻居发现算法,分别为直接发现算法和伙伴发现算法,并对其性能进行了仿真验证.理论分析与仿真实验表明,采用提出的两种邻居发现算法均能有效地完成在网络中扫描并发现邻居节点的目的.其中,伙伴发现算法比直接发现算法可更快地发现邻居,尤其适用于节点密度较大、波束宽度较窄的情况.     

WSN定位算法中信标节点的摆放与选择

目前已有的无线传感器网络节点自定位算法研究中,针对信标节点的研究较少,而如何选择信标节点,以及信标节点如何摆放,都对定位精度有比较大的影响.为了定量地研究这个问题,首先证明了信标节点摆放方法与节点是否能被定位之间的关系的一个定理,然后给出三维空间中信标节点的摆放方法,最后提出一种基于线性方程组的条件数的信标节点选择算法,以便尽可能地提高基于测距的未知节点自定位精度.     

一种基于邻居节点和边的复杂网络节点排序方法——NL中心性算法

提出了一种基于邻居节点和边的多属性排序方法——NL中心性算法，该算法不仅使用邻居节点和次邻居节点的个数进一步区分了节点的位置，而且还考虑了边对节点重要性的影响。实验结果表明，NL中心性算法在准确性及运行效率方面都优于其他中心性算法。     

移动自组织网络Q学习和改进蚁群QoS路由算法

针对移动自组织网络的QoS路由问题,提出一种结合Q学习和改进蚁群算法的QoS路由算法,该算法综合Q学习和蚁群算法的优点,把Q学习算法的Q值作为蚁群算法的初始信息素,提高了算法初期的收敛速度,同时在路径选择时综合考虑节点的能量和负载.仿真实验表明,该算法在保证QoS需求的前提下,增加了路由的有效性和鲁棒性,降低了能耗,包投递率、网络生存时间等指标均较好.     

OBS网络的拥塞控制汇聚算法分析

传统OBS网络汇聚算法没有综合考虑边缘节点汇聚算法和核心节点的数据调度算法二者之间的相互联系,其通信性能受限。在分析OBS网络边缘节点汇聚算法对核心节点数据调度的影响后,提出了一种新的边缘节点汇聚算法——基于OBS网络的拥塞控制汇聚算法(CCAA)。该算法通过分析边缘节点汇聚参数对数据调度的影响,调整汇聚算法实现对核心节点调度成功率的影响,最终实现了提高核心节点数据调度的成功概率。