基于能效的分布式轻量级WSN目标跟踪算法

针对不确定性复杂运动目标跟踪中的节点调度以及节能问题,提出了基于能效的无线传感器网络分布式多节点协作的目标跟踪算法.根据监控区域内目标的运动状态以及局部区域的节点密度,利用节点的剩余能量和调度情况,确定无线传感器网络在跟踪目标过程中的簇规模,使网络的局部能量消耗达到均衡.利用高斯Cost-Reference粒子滤波对目标进行跟踪,以减少对噪声建模的依赖性.仿真结果表明,该算法达到了跟踪精度的要求,解决了节点调度问题,并有效地均衡了网络能耗.     

基于混沌小生境狼群算法的高密度无线传感器网络高能效分簇方法

无线传感器网络节点能量通常由能量有限的电池供应,如何在对节点进行分簇的同时减小通信能耗是研究中的一个重要问题。提出了一种基于混沌小生境狼群算法的高密度无线传感器网络能量高效分簇方法,通过智能选取簇头位置来降低无线传感器网络的单轮通信能耗。在不同节点数和簇头比例的条件下,分别采用了粒子群算法、量子遗传算法、模拟退火算法和混沌小生境狼群算法进行了无线传感器网络分簇。仿真结果表明,基于混沌小生境狼群算法的无线传感器网络分簇能够有效降低无线传感器网络的整体单轮通信能耗和平均节点通信能耗,有效提升了能量利用效率。     

基于负载均衡分簇的无线传感器网络目标跟踪算法

针对无线传感器网络目标跟踪算法节点负载不均衡的现状,结合非线性模型下目标跟踪的研究,提出一种基于负载均衡分簇的无线传感器网络目标跟踪算法.采用分簇时选出高能量簇首,簇间通信时通过辅助簇首多跳通信,在跟踪目标时使用分布式扩展卡尔曼滤波的方法.仿真结果表明:本文算法在多次分簇后有效减少了死亡节点数量降低了节点剩余能量差,与分布式卡尔曼滤波相比降低了跟踪误差.该算法均衡了无线传感器网络节点的负载并提高了非线性模型下目标跟踪的精度,在有限的资源下增加了目标跟踪算法的可靠性.     

无线传感器网络中的移动式目标跟踪

针对传统无线传感器网络进行移动目标跟踪时能耗过高的问题,提出一种基于移动节点和固定节点协同工作的移动式目标跟踪算法.在传统的由固定节点组成的无线传感器网络中加入少量移动节点,对移动目标进行持续性跟踪.通过移动节点和普通固定节点之间的配合,提高监测质量和容错性,在满足既定监测质量要求的前提下,尽可能地减少参与监测的普通固定活跃节点的数量.仿真实验结果表明:所提出的跟踪方法可以有效地降低固定节点的能耗,延长网络生存期.     

一种基于核方法的无线传感器网络定位算法

无线传感器网络（WSN）作为一种新兴的分布式网络技术,被认为是21世纪改变世界的十大革新技术之一。定位是无线传感器网络的重要支撑技术之一,实现传感器节点自定位是提供监测目标位置信息的必要条件。而实现高效、可靠、准确的节点定位对目标跟踪具有重要意义。不幸的是,环境噪声使得节点的定位精度降低。基于此,该文提出一种基于核方法的无线传感器网络定位算法。实验表明,在WSN中通过采用卡尔曼滤波的核方法定位算法,一定程度上减少了随机噪声对节点定位精度的影响,有效的降低了系统定位误差,实现一定程度的抗干扰。     

无线传感器网络的目标跟踪能量优化策略

为了满足无线传感器网络的目标跟踪性能要求,解决节点能量消耗不均衡的问题,建立了面向无线传感器节点底层硬件和时序流程的能量模型,在节点通信过程中使用量化算法对数据进行压缩量化,在此基础上综合考虑节点的跟踪精度及剩余能量,提出了基于能量优化策略的调度算法,并采用双重唤醒/休眠机制来延长网络寿命.该策略采用分布式计算方式,易...     

基于量子退火算法的无线传感器网络节点定位

经典模拟退火、遗传算法等是无线传感器网络节点非测距定位广泛使用的方法,但是它们都存在:①容易陷入局部最优,难以实现全局最优,定位精度不高;②计算较复杂,能耗较多等问题.提出了基于量子退火算法的无线传感器网络节点定位方法,利用量子隧穿效应,可以较快地穿透能量势垒由局部最优到达全局最优,简化了计算,提高了计算速度.通过仿真实验验证,该算法与传统的遗传算法和经典模拟退火算法相比,提高了精度,降低了能耗.     

ZigBee无线传感器网络节点的低功耗设计

基于ZigBee技术的无线传感器网络中由于网络节点能量有限,如何最大限度地利用有限能量是关键.分析了无线传感器网络节点各部分的能耗情况,提出了无线传感器从节点硬件结构和通信两方面来降低网络系统能耗,达到延长网络生命周期的目的.     

基于灰色预测的无线传感网络路由优化算法研究

无线传感网络路由链路节点分布混乱,导致路由算法稳定性降低,提出基于灰色预测的无线传感路由优化算法。构建无线传感器网络路由节点定位模型,实现传感器节点自主链路分层转发控制,构建无线传感节点控制模型,提高路由探测的参数识别能力;采用灰色关联预测方法,建立无线传感网络路由探测模型,根据路由探测结果,获取教务数据采集系统无线传感器网络最优节点密度分布,融合模糊度参数,构建模糊信息调度优化设计模型,定位最优自适应特征信息,实现无线传感网络路由优化设计。仿真结果表明,无线传感网络路由设计的输出稳定性较好,节点定位精度较高,传输时延较小,提高了教务数据采集系统中的无线传感器网络传输和数据分析能力。     

一种基于群智能仿生优化的WSNs节点调度方法

为了解决物联网感知层无线传感器网络(WSNs)的节点调度问题,使网络能量总消耗最小化、网络生存周期最大化和网络性能最优化,该文将问题转化为一个约束条件下的组合优化问题,利用元启发式蝙蝠算法在求解复杂组合优化问题中参数设置少、快速收敛等优点,提出一种非均匀条件下的基于蝙蝠算法的WSNs节点调度算法。仿真对比和结果分析表明,在无线传感器网络节点调度过程中,蝙蝠算法效率最高,能耗最低,时延最短,可靠性好。与人工免疫算法和粒子群算法相比,该方法的网络节点平均能耗分别降低10.8%和3.5%。     

Multi-objective optimization sensor node scheduling for target tracking in wireless sensor network

Target tracking in wireless sensor network usually schedules a subset of sensor nodes to constitute a tasking cluster to collaboratively track a target.For the goals of saving energy consumption,prolonging network lifetime and improving tracking accuracy,sensor node scheduling for target tracking is indeed a multi-objective optimization problem.In this paper,a multi-objective optimization sensor node scheduling algorithm is proposed.It employs the unscented Kalman filtering algorithm for target state estimation and establishes tracking accuracy index,predicts the energy consumption of candidate sensor nodes,analyzes the relationship between network lifetime and remaining energy balance so as to construct energy efficiency index.Simulation results show that,compared with the existing sensor node scheduling,our proposed algorithm can achieve superior tracking accuracy and energy efficiency.     

无线传感器网络可分负载调度算法

为了节省传感器节点能量,提高网络资源利用率,提出了一种无线传感器网络可分负载调度(DLSW)算法.DLSW算法以LEACH协议为基础,分群内和群间两阶段进行任务调度.在群内调度阶段,群内节点共享同一信道,相继向群首发送数据;在群间调度阶段,群首节点和SINK节点之间独立的信道使得群首将群内节点报告的数据融合后,并行向SINK节点传送结果,同时完成数据发送.DLSW算法通过去除节点间的通信干扰使得总任务完成时间减少、资源利用率提高.实验结果表明,在大规模的网络环境下,DLSW算法可以使总任务完成时间减少20％,网络能耗减少10％.     

基于光伏获能的WSNs节点能量管理策略

针对WSNs中基于预测算法的能量分配与管理机制的不足,研究太阳能可充电无线传感器网络中能耗管理,提出基于历史获能的能量中性管理机制。设计了一种自适应跟踪太阳光的节点获能模型,进而构建了一种基于历史获能的能量中性管理机制,根据当前操作周期中由太阳能转化而来的可用能量,调节下一操作周期中节点工作的占空比,以解决节点太阳能获取与节点能耗的优化问题。理论分析与实验结果表明,提出的基于历史获能的能量中性管理机制,实现了太阳能电池板大小与节点能耗的最佳匹配,为太阳能可充电无线传感器网络中的能量获取及能耗管理提供了值得借鉴的解决方案。     

考虑节点能量消耗的无线传感网络平衡路由算法设计

传统方法设计无线传感网络路由中,往往忽略了节点的能量消耗以及不同节点能耗的差异性,导致出现节点分布不均匀、路由平衡度较差、整体开销成本较大、能耗高等问题.为此,提出了考虑节点能量消耗的无线传感网络平衡路由算法.构建节点能耗模型,建立无线传感网络梯度和传感器节点之间的信息素,结合蚁群算法求解整体能耗模型,实现无线传感网络...     

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.     

无线传感器网络操作系统中抢占式任务调度策略

提出了一种基于优先级的抢占式无线传感器网络操作系统调度策略IS-EDF,并在TinyOS上进行实现.提出的调度策略通过动态调整执行任务的优先级,可以有效地保证重要任务的实时性,改善无线传感器节点在任务负载较重情况下的系统响应性能;在节点处于轻负载或者空闲情况下,通过将节点带入睡眠状态,保证了无线传感器节点的节能.通过实验和仿真可以得出,提出的任务调度策略,在总能耗增加很少的代价下,可以有效地提高系统在运行负载较重情况下的系统响应性能.     

无线传感器网络中的能量有效空时分集算法

为了有效利用协作分集和选择分集提高无线传感器网络的能量效率,通过结合空时编码和选择合适的发射、接收协作节点,提出了适合大量节点协作的节点选择空时编码算法。通过分析总能量消耗中发射能量消耗和电路能量消耗与发送距离之间的关系,提出了继承多种分集算法优点并适用于网络拓扑动态变化的广义节点选择算法。仿真表明,提出的两种空时分集算法能够有效地提高无线传感器网络的能量效率,从而延长无线传感器网络的寿命。     

多目标量化变分滤波贝叶斯WSN跟踪定位算法

为进一步提高无线传感器网络节点跟踪定位精度降低能耗,提出一种多目标拥挤度差分优化的贝叶斯量化变分滤波预估WSN跟踪定位算法. 首先,针对定位问题,采用贝叶斯量化变分滤波方法对目标下一位置区域进行预测,利用量化变分滤波方式选取合适的定位参与节点,并设计了量化变分滤波的多目标参数优化模型. 其次,针对传统多目标优化算法寻优精度不高的问题,设计了基于种群个体拥挤度状况的多目标差分进化算法,对量化变分滤波算法参数进行优化,实现了滤波参数的多目标优化. 最后,通过实验仿真表明,该算法能够有效实现目标节点的跟踪定位,并可节省能量消耗.