5G背景下智慧农业通信节点部署策略

针对5G背景下大规模智慧农业传感器网络通信节点在三维空间内部署时,传统的随机节点部署方式存在高能耗、高成本及节点脱节问题,提出了一种基于维诺图(VD)与飞蛾扑火算法(MFO)结合的节点优化部署策略。首先,利用5G通信高带宽的特点,设计了一种分层式通信方案,在此基础上,建立了分层式节点最优部署模型、通信能耗模型以及传感器信息传输网络全连通模型;其次,针对MFO算法种群生成的随机性及搜索无向性的缺陷,设计了基于三维VD的引导式搜索算法(VIMFO);最后,通过对相关模型进行优化求解,从而取得传感器网络通信节点的部署位置。仿真结果表明,与经典MFO算法相比,VIMFO算法能够在提升寻优速度37.89%的基础上,降低传感器通信网络能耗6.9%;在保证农田传感器通信网络节点全连通的前提下,提升了通信网络节点的生存周期。     

基于能量迭代模型和蜂群优化的异构无线传感器网络节能分簇路由算法

针对无线传感器网络节能分簇路由通信时存在数据传输节点死亡数量较多、传输能耗输出较大的问题,提出一种基于能量迭代模型和蜂群优化的异构无线传感器网络节能分簇路由算法.首先构建网络通信能耗模型,以缩减能耗为目标结合差分蜂群算法及时优化网络节点分布;然后基于网络节点分布优化结果,制定异构无线传感器网络节能分簇方法,使用能量迭代选簇方法确定簇头,获取簇头半径完成异构无线传感器网络的通信节点节能分簇;最后设定通信簇头节点与基站之间的距离,确定节点通信时的路由等级,并结合多跳的路由通信方式,实现异构无线传感器网络的节能路由通信.实验结果表明,利用该方法进行网络节能分簇路由通信时,数据传输节点死亡数量最多为22个,节点传输最大能耗为21 nJ/bit,表明该方法节点通信节能效果较好.     

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。     

无线传感器网络分区能耗均衡的非均匀分簇算法

针对在无线传感器网络中分簇算法采用多跳通信方式时,靠近汇聚节点的簇头节点由于转发大量数据而导致自身能量消耗过快且节点易失效,从而造成网络分割,形成"热区"的问题,提出了一种新颖的基于分区能耗均衡的多跳非均匀分簇算法(CEB-UC).其核心思想是:将传感器网络合理分区,使得在靠近汇聚节点分区内的簇数量较多,各簇内传感器节点数较少;在远离汇聚节点分区内的簇数量较少,各簇内的传感器节点数较多,从而保证承担数据中继转发任务的簇头节点能减少自身的簇内通信开销,节约的能量可供簇间数据转发使用;任意分区的簇头节点在选择下一跳中继节点时可综合考虑候选节点的位置及剩余能量.实验以HEED、LEACH、PEGASIS、EAR-ACM等协议为参照,结果表明,当节点使用不同的数据融合策略时,CEB-UC算法能有效平衡网络节点能耗,延长网络部署半径,降低17%～41%的簇头节点能耗,提高24%～53%的网络寿命.     

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%。     

无线传感器网络能量模型

随机抛洒的无线传感器节点形成何种逻辑拓扑结构将直接影响高层通信协议和网络运行能耗,而合理使用有限能量资源是无线传感器网络研究的核心问题.基于传感器节点工作能耗分布特点和数据传输能耗模型,建立传感器节点能量模型和网络传输模式模型,对单跳传输和多跳传输两种方式下的网络总能耗和单节点能耗进行理论计算,并分析不同网络拓扑结构对网络能耗和网络运行的影响.通过理论计算推导出不同网络拓扑结构和传输模式下无线传感器网络总能量消耗公式和网络能耗分布规律,为设计能量有效的无线传感器网络拓扑结构提供指导,为实现无线传感器服务质量体系下的高层通信协议提供理论基础.     

基于最优节点通信半径的改进DV-Hop定位算法

针对DV-Hop定位算法在节点随机分布的无线传感器网络中定位误差大,以及现有改进算法需要增加通信开销的问题,提出一种基于最优节点通信半径的改进DV-Hop定位算法.该算法在传统DV-Hop算法的基础上,通过分析网络节点分布特性得到最优节点通信半径,同时利用误差分析获得受扰动影响最小的锚节点优化分布方案,然后使用最小二乘法校正锚节点的平均跳距,最后采用加权方法修正未知节点位置.仿真结果表明,在不增加网络通信量的情况下,文中算法的定位精度高于现有算法.     

LEACH算法最优数据采集方案

为了提高无线传感器网络低功耗自适应聚类路由算法(LEACH)的能量利用效率,首先建立了该算法的通信模型,得出了在簇形成阶段和数据采集阶段网络节点的能量消耗.其次分析了传感器节点每轮只采集一次数据和每轮采集多次数据这2种不同情况下所消耗的能量.最后通过对比节点在具有相同初始能量条件下采集信息量的差异,理论上推导出了最优化的数据采集方案,使得无线传感器网络节点在能量使用效率上有了较大提高,并通过仿真实验说明了它的可行性和正确性.实验结果表明,与每轮只采集一次数据相比,最优化采集方案能在其基础上提高33%的能量利用效率.     

距离估计修正的定位算法优化研究

在无线传感器网络(WSNs)节点定位中,定位精度是传感器节点定位的关键因素.提出一种距离估计修正定位算法,通过节点之间的跳数加权和平均每跳距离误差修正的组合优化方法实现节点的距离估计预处理,再使用L-M算法进行节点定位计算.设定不同节点规模、锚节点比例、节点通信半径情况下的仿真分析,与IDV-Hop和TWDV-Hop算法相比较,优化算法在定位精度性能方面有较大提升.     

优化QoS的基于LEACH的无线传感器网络路由协议

为了保证无线传感器网络通信质量,同时尽可能地减少路由能量的消耗,对传统的LEACH算法进行改进,提出一种基于LEACH的优化通信质量的无线传感器网络路由协议——节点密度控制算法DC-LEACH算法.本协议的基本思想是通过选取具有良好通信位置的节点作为LEACH算法的簇首,减少网络中节点分布不均匀的情况对能量损耗和通信质量所造成的影响.协议采用概率分析的方法确定最优检测邻域范围,根据检测区域的节点密度确定簇首筛选阈值以进行簇首选举,建立分簇形式的网络路由协议.仿真实验的结果表明,本文提出的改进型协议能够在有效节约能耗的同时提高网络的通信质量.     

无线传感网络模糊冗余度混合通信算法研究

混合通信算法在无线传感网络的信息传输中能有效的提高能量的利用率.针对传感器节点采集和融合数据时具有较高的冗余度,提出模糊冗余度的混合通信算法.在数据采集与数据融合阶段,冗余的传感器节点向隶属簇头进行信息交互,避免重复进行同样数据的操作,簇头之间采取混合通信的方法将信号传送到基站.通过matlab仿真实验表明,改进后的算法能有效减少网络的总能耗,延长网络的生命周期.     

传感器网络中基于加权Voronoi图的能量均衡数据采集算法

基于乘法加权Voronoi图在稀疏无线传感器网络中设计了一条优化的数据采集路径.在这个优化路径中,移动采集节点访问一个虚拟Voronoi图的节点子集进行数据收集.这个Voronoi图节点子集是通过精心设计的迭代过程生成的,在给定通信半径内,能够覆盖所有的传感器节点,同时考虑了传感器节点的能量均衡消耗.连接Voronoi节点子集形成的优化路径缩短了数据采集路径的长度,从而缩短了数据采集时延.通过调整虚拟Voronoi图的覆盖系数,可实现满足不同要求的综合考虑时延与能量消耗的折中方案.     

考虑剩余能量和通信代价的传感器网络路由算法

路由能耗直接影响无线传感器的寿命,针对当前无线传感器网络路由算法存在的能量利用率低、严重不均衡等难题,设计了一种基于考虑剩余能量和通信代价的传感器网络路由算法。该算法首先从簇首选择问题入手,全面考虑所有传感器节点剩余能量进行簇首选择和竞争,选择最优传感器节点作为簇首,防止剩余能量最少的传感器节点成为簇首;然后选择通信代价小、剩余能量多的传感器作为通信的中继节点,均衡各节点的能耗,最后采用仿真工具NS2对路由算法的性能进行测试与分析。测试结果表明,该路由算法减少了无线传感器通信的能量消耗,延迟了传感器节点的死亡时间,改善了能量的有效性。     

基于数据压缩的无线传感器网络分簇路由算法

针对LEACH协议、HEED协议和TEEN协议在传输数据过程中消耗过多节点能量的问题,提出了对相关数据进行时空压缩的算法,推导了簇首选择和数据压缩的算法表达式.理论分析和仿真结果表明,与LEACH、HEED协议、EABGC算法相比,数据压缩算法可以有效减少WSN冗余数据传输和节点能耗,在相同的生存期内存活的节点数多,节点能量利用率有所提高,进而达到延长传感器网络生存周期的目的.     

路由算法在均衡物联网传感器节点能耗分析中的应用研究

传统路由算法只采用指定节点或路径实现数据转发,设定阈值的减少使簇头数量降低,能耗急剧升高,导致能量的非均衡消耗。为此,将一种新的路由算法应用于均衡物联网传感器节点能耗分析中。对传感器节点能耗进行研究,求出节点剩余能量。通过阈值得到本块候选簇头集合,把剩余能量较其他节点多,或者和本块中心之间距离较短的节点看作簇头节点。建立路由选择计算公式,按照前向路由节点剩余能量获取数据发送过程中簇间多跳路由。面向能耗均衡对路由进行更新,把传感器节点剩余能量划分成10个能量等级,按照网格能量等级确定等待时间,完成对簇首节点的更新处理,以保证节点能耗均衡性。实验结果表明,所提路由算法簇首节点选择合理,将其应用于均衡物联网传感器节点能耗的分析中,节点能耗较其他算法更加均衡性。     

路由算法在均衡物联网传感器节点能耗分析中的应用

传统路由算法只采用指定节点或路径实现数据转发,设定阈值的减少使簇头数量降低,能耗急剧升高,导致能量的非均衡消耗。为此,将一种新的路由算法应用于均衡物联网传感器节点能耗分析中。对传感器节点能耗进行研究,求出节点剩余能量。通过阈值得到本块候选簇头集合,把剩余能量较其他节点多,或者和本块中心之间距离较短的节点看作簇头节点。建立路由选择计算公式,按照前向路由节点剩余能量获取数据发送过程中簇间多跳路由。面向能耗均衡对路由进行更新,把传感器节点剩余能量划分成10个能量等级,按照网格能量等级确定等待时间,完成对簇首节点的更新处理,以保证节点能耗均衡性。实验结果表明,所提路由算法簇首节点选择合理,将其应用于均衡物联网传感器节点能耗的分析中,节点能耗较其他算法更加均衡性。     

基于最优簇头数的环形无线传感器网络分簇算法

基于无线传感器网络中每个环能量消耗最小原则, 提出一种基于最优簇头数的环形无线传感器网络分簇算法. 首先计算出网络中每个环的最优簇头数, 然后在最优簇头数的基础上, 将网络划分为若干不同大小的簇, 最后在选择簇头时, 考虑了每个环的最优簇头数与相应环中节点数目的比值、 节点的剩余能量以及簇成员节点到簇头节点的最短距离与簇头节点到基站距离的关系. 解决了无线传感器网络簇内节点通信能量消耗过多的问题, 均衡了网络节点的能耗. 仿真结果表明, 该算法提高了网络能效和扩展性, 平衡了网络能耗, 延长了网络的生命周期.     

基于最优簇头数的环形无线传感器网络分簇算法

基于无线传感器网络中每个环能量消耗最小原则, 提出一种基于最优簇头数的环形无线传感器网络分簇算法. 首先计算出网络中每个环的最优簇头数, 然后在最优簇头数的基础上, 将网络划分为若干不同大小的簇, 最后在选择簇头时, 考虑了每个环的最优簇头数与相应环中节点数目的比值、 节点的剩余能量以及簇成员节点到簇头节点的最短距离与簇头节点到基站距离的关系. 解决了无线传感器网络簇内节点通信能量消耗过多的问题, 均衡了网络节点的能耗. 仿真结果表明, 该算法提高了网络能效和扩展性, 平衡了网络能耗, 延长了网络的生命周期.     

感知能力异构的无线传感器网络优化部署机制

为了在满足网络覆盖要求的前提下,降低网络配置所需经济成本、延长网络生存时间、提高通信质量,研究由感知能力不同的传感器所组成的传感器网络的节点部署问题.采用了节点配置值、网络配置总值和节点数目3个指标,反映网络的配置水平、经济成本、通信质量和能耗情况.该文给出了问题的整数线性规划模型,并指出这个问题是NP完全的.提出了近似但计算有效的贪婪优化部署算法.通过找出最佳部署位置、传感器类型和感知方向,实现网络的优化配置.仿真结果表明,该算法可以降低网络配置成本和工作节点数,具有较好的优化部署效果.     

分布式能量高效的WSN非均匀分簇路由多跳算法

针对无线传感器网络路由存在能量空洞的问题,提出一种分布式非均匀分簇路由算法.该算法在选择候选簇首时引入位置因子和平均能量因子来平衡全网节点的剩余能量;网络运行过程中,候选簇首通过自适应校正其竞争半径进行非均匀分簇.采用基于能量和距离的能耗函数入簇机制以均衡全网能量消耗,利用多跳动态路由以避免稳定传输阶段转发节点因能耗过大而快速死亡.通过构建网络模型,采用Matlab对文中算法和UCR算法进行仿真分析比较.仿真结果表明:文中算法簇首消耗能量的方差波动不大较稳定,相比UCR更好地均衡了簇首能量消耗,并且能够有效避免能量空洞,均衡网络负载,网络生命周期较UCR算法提高了约34%.