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。     

无线传感器网络基于节点调度的双簇头路由协议

为了延长无线传感器网络的生命周期,提高节点能量利用率,将分簇与节点调度相结合,提出了一种基于节点调度的双簇头的路由协议.该算法利用节点调度实现网络中冗余节点查找,减少分簇时活跃节点;考虑节点和基站的距离及能量,优化选择主、副簇头,副簇头优先选择冗余节点.主簇头用以收集和融合簇内节点的信息,副簇头负责与基站进行通信.仿真结果表明,新算法能有效节约网络能量、平衡节点能耗、延长网络生存时间.     

基于基因位迭代映射的无线传感器网络能量优化分簇算法

摘要：针对无线传感器网络的节点能量利用率和网络寿命问题,引入一种基因位迭代映射思维进行改进,并构造新的无线传感器网络能量优化分簇方案生成方法,在此基础上提出了基于基因位迭代映射的无线传感器网络能量优化分簇算法。该算法将无线传感器网络节点路由能耗优化问题转化为网络系统簇内节点最优能耗进化激励的解空间最优解搜索问题,然后利用基因位长度自适应编码和迭代映射的进化算法进行候选解搜索,最后输出具有最优能耗的节点通信路径和簇头的下级跳节点。实验结果表明,该算法高效可行,能量均衡和优化能力较好,有效的降低了节点的能耗,延长了网络生命周期。     

基于环扇交错的无线传感器网络分簇算法

针对无线传感器网络能量消耗不均衡并且节点电池能量有限的问题,提出了基于环扇交错的分簇路由算法,算法在簇头的确定上考虑了节点的剩余能量及与其它节点的距离,优化了簇头的选举,同一扇区的簇头采用与相邻内环的簇头之间通信的方式传输数据;并采用非均匀分簇的思想,使得靠近基站的簇的规模小于远离基站的簇的规模,均衡了无线传感器网络的能耗,通过仿真,该方法能够延长网络生存期。     

基于双簇头无线传感器网络分簇算法的研究

针对无线传感器网络分簇协议中簇头及附近节点能量消耗不均衡的问题,提出了一种基于双簇头的无线传感器网络分簇路由算法。该算法利用双簇头的网络模型来解决节点侦测信道消耗能量的问题;构造了适应值函数和能量消耗函数用于选择和优化簇头,提高网络能量消耗的均衡性,降低网络能耗。实验结果证明了该算法的有效性。     

一种能量有效的无线传感器网络分簇路由算法

为减少无线传感器网络能耗、延长网络的生存周期,基于经典的低功耗自适应分簇算法(LEACH),提出了一种新的能量有效的分簇算法.算法的主要思想是综合网络能量分布和簇首间位置分布来优化簇首选择,从而在使簇分布更均匀的同时,进一步保证了网络内节点负载均衡.仿真和分析表明,该算法是一种有效的分簇路由算法.     

无线传感器网络LEACH算法的改进

节点能耗是判断无线传感器网络(WSNs)优劣的重要指标。WSNs节点一般由电池供电,节点间通讯距离越远能耗越大,因此,在研究WSNs时必须考虑节点的能耗与分布。经典低功耗自适应集簇分层协议(LEACH)在选簇首时没有考虑节点位置和剩余能量。本文在LEACH算法的基础上加入节点剩余能量和位置参数:基于节点的分布,优化汇聚节点位置;节点剩余能量越大当选簇首的概率越大。最后,通过MATLAB仿真实验验证改进后的算法均衡了网络节点的能耗,延长了网络寿命。     

基于节点划分的无线传感器网络自适应分簇算法

为延长网络的生命周期,针对随机部署的无线传感器网络节点均匀分布和能量有限的特点,提出了一种基于节点划分的分布式自适应分簇算法.通过节点的划分均衡簇内负载,利用节点的剩余能量与通信距离信息的自适应加权来优化调整节点竞选簇头的概率.模拟实验结果表明,该算法可有效延长网络的稳定周期和生存时间,数据传输量比LEACH-E算法增加了近20%.     

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.     

传感器定位节点的应用设计与实施

将定位功能融入到节点中,设计并实施了一种具有定位功能的传感器网络节点.该节点具有内置定位引擎,通过获取节点间的接收信号强度,转换成相应的距离信息.当获取3个以上已知节点坐标后,采用极大似然估计法给节点定位.实验结果表明,该节点定位精度3 m,可以满足一般传感器网络应用的需要.     

无线传感反应网络实时高效路由的研究

无线传感反应网络通过引入具有资源丰富且可移动的反应节点,极大地增强了现有的无线传感器网络的应用范围,本文针对距离反应节点越近传感节点能量消耗越快的问题,研究了基于容量约束的最大跳数最小化的问题,并在此基础上提出了一种分布式近似算法,仿真实验表明,该算法在不需要全局信息的情况下,通过设置节点的容量约束,限制节点每轮转发某个事件的最大报文数,以降低单个节点的最大能耗,达到延长网络生存时间的目的。     

无线多媒体传感器网络的关键技术研究进展

本文从网络传输层面综述了无线多媒体传感器网络的总体架构、节点的硬件组成和网络协议栈架构,并对影响其实用化的最关键技术低延时和低能耗网络设计技术做了介绍。在此基础上给出了关键网络传输技术在未来实现突破的方向,即低延时的实时MAC技术,低延时、低能耗的路由关键技术,多媒体信息安全技术,面向多核和众核的多媒体终端设备的研制和多模态软件构件技术的研究以及高压缩比的多媒体信息流压缩编码技术等等。     

无线传感器网络研究概述

介绍无线传感器网路的体系结构、通信协议和传感器节点结构.无线传感器网络的技术、应用还不够成熟,但是它是一种全新的信息获取技术,具有广阔的应用前景.     

TinyOS调度机制研究与改进

无线传感器网络是微机电系统、通信、传感器、网络等技术相结合的产物,目前已经被预见具有广泛的应用领域和使用价值。分析了TinyOS的调度机制,提出了基于不可抢占式EDF调度策略的改进方案,并通过仿真实验验证了该方案的可行性。     

异构传感器网络成本最优节点部署机制

针对异构无线传感器网络中节点的高密度部署情况,研究了异构传感器节点的优化部署问题。提出一种基于遗传算法的异构节点成本优化部署方法。算法以网络的容错性和覆盖性为约束条件,以部署的成本为目标函数进行优化计算得到保证网络覆盖和网络容错性所需的节点位置和节点类型。算法既适用于布尔传感模型,又能应用于概率传感模型。仿真结果表明该算法能快速收敛于最优解,降低网络部署的成本,是一种可行的异构无线传感器网络节点部署的解决方案。     

无线传感器网络研究

从无线传感器网络的概念、发展历程和特点，剖析了其节点以及网络体系结构、算法和协议等研究热点，并对广泛的应用领域做了描述。     

一种极低功耗无线唤醒收发机设计

在无线传感网中,接收机往往处于随时准备接收信息状态,因此节能是一个重要问题.该文提出一种降低功耗的硬件结构和软件协议联合优化策略,分析了无线收发机节能的关键因素,提出一种简易实用的无线唤醒通信协议,设计了一种低功耗无线收发机.实测结果表明,所设计的无线接收机功耗比传统设备降低10倍以上,达到了实用要求.     

无线传感器网络的路由协议研究

对当前几种典型的无线传感器网络路由协议进行了研究,将它们分为传统路由协议、基于数据为中心的路由协议、基于地理位置的路由协议、基于服务质量的路由协议、单层路由协议和多层路由协议六类．阐述了这些协议的特点,对每种路由协议的优缺点进行了分析,对它们的性能进行了比较．     

动态传感器网络中距离相关的蒙特卡洛定位算法

动态无线传感器网络的许多应用中定位技术具有至关重要的作用,在这种网络中部署区域内的全部节点不断运动.针对动态传感器网络中的定位问题,在蒙特卡洛方法的基础上提出了一种新的定位算法-距离相关蒙特卡洛(DRMCL).该算法通过利用节点的RSSI测距性能减小预测时未知节点可能存在的交叠区域,提高定位精度.仿真结果表明,对比蒙特卡洛和凸规划等现有的移动传感器网络定位算法,提出的DRMCL可以明显提高定位精度,在运动的过程中,定位精度能够达到20%以下.