基于超宽带集中管控机制的物联网数据传输算法

针对当前物联网数据传输算法存在链路稳定性差、传输性能不高等不足,提出了一种基于超宽带集中管控机制的物联网数据传输算法(Data Transmission algorithm of IOT based on UWB centralized control mechanism,UWB-CC算法)。首先,通过能量冗余机制对网络节点进行初次筛选,并采用能量最优原则进行区域划分,实现物联网数据的分区传输及性能维护;随后,考虑到传统算法难以实现区域节点更新的不足,通过节点能力阈值筛选方法,实现对区域节点-普通物联网节点的次区域组网,提高普通物联网节点的数据上传能力,降低分割节点(PartitionNode,PN节点)因故障而导致区域上传瘫痪的概率;最后,采取综合评估分割节点性能与区域传输性能的方式,对中继传输节点进行优选,从而提高链路传输能力,减少链路抖动对传输性能的不利影响,能够同时实现带宽管控及区域分割-固定-链路稳定的一体化集中管控。仿真实验表明:与当前常用的区域流量汇聚上传算法(Upload algorithm for regional traffic aggregation,RTA算法)及成型度汇聚分割传输算法(Segmentation andtransmission algorithm based on degree of convergence,STDC算法)相比,本文算法具备更高的汇聚带宽与信道容量,以及更低的传输抖动率。     

基于轴面对称机制的物联网节点覆盖算法

为解决物联网部署过程中存在的节点覆盖强度低、传输盲区面积大,以及簇头节点受限等不足,提出了一种基于轴面对称机制的物联网节点覆盖算法.首先,采用等距分割方案,设计了一种基于轴面对称机制的区域覆盖方法,通过对称分布簇头节点来实现网络区域的初级分割,提高网络初始化覆盖效率.随后,鉴于主备机制难以进行节点动态更新,通过预热方式来部署多个镜像节点,构建了基于热备机制的簇头轮询方法,降低网络因簇头节点受限而出现传输受阻现象.最后,对初始化分割区域进行非等距优化,提出了一种基于量化部署机制的传输优化方法,增强网络传输能力,提升簇头节点对数据的传输效率.仿真实验表明,与改进的蚁狮算法的无线传感器网络覆盖优化和基于改进粒子群算法的无线传感器网络覆盖策略等方案相比,本文算法具有更高的拥塞控制能力和节点覆盖效率高,以及更低的簇头受限概率.     

基于能量阈值自感分区机制的无线传感网簇路由算法

针对当前部署无线传感网中存在的成簇机制僵化、簇头节点难以进行周期性选举且存在簇区域结构难以动态更新的难题,提出了基于能量阈值自感分区机制的无线传感网簇路由算法.首先在初始化的过程中依据能量阈值进行动态初步的节点分割,形成初步的簇头-簇成员的区域结构;然后按照节点归一化能量剩余水平决定在更新周期内是否进行簇头节点的更换,从而实现了簇头节点按能量最优原则的动态周期性的更换;最后通过簇头节点与簇间汇聚节点形成的传输链路实现信息的协同传输及簇间交汇,有效改善了网络数据的传输质量.仿真实验表明:与RMCRW算法、CMEDD算法等相比较,本文提出的新无线传感网簇路由算法能够有效提高无线传感网的生存周期,减少网络控制开销,改善传感数据的传输质量.     

基于节点地理位置的路由算法研究

提出一种新的基于分区管理节点的路由算法——基于节点地理位置的路由算法(I-ERIDSR).新算法在节点部署后,定义网络分区半径的计算方法,按照分区半径对监测区域进行划分,并布置管理节点,根据节点间距离和节点能量计算节点的通信代价,完成路由节点的选择.     

基于信道冲击成型自适应机制的 WSN大数据采集算法

为解决无线传感网采集算法普遍存在的节点故障率高、链路抖动严重及抗噪性能较低等不足,提出了一种基于信道冲击成型自适应机制的无线传感网大数据采集算法。首先,根据无线传感网节点信号具有的分区及偏移特性设计了信道冲击成型方法,并基于编码率-信噪比-信号发射强度增益等参量构建能量密度与信道衰落匹配过滤方式,提高信号发射过程中能量密度;随后,通过传输信号与信道噪声具有的正交特性建立自适应抽样机制,根据垂直信号与噪声信号互相干涉中产生的正交效应进行匹配滤波,并针对节点采取了载波过滤的方式进行遍历过滤,降低了网络信号拥塞现象的发生。仿真实验表明:与当前常见的拉普拉斯抗噪传输算法(Laplasse Anti-Noise Transmission Algorithm,ANT-L机制)以及傅氏信号解析抗噪传输算法(Fourier Noise Analysis Algorithm for Noise Immunity,NI-FNA机制)相比,本文算法具有更高的数据吞吐性能,有效地降低了网络链路抖动现象,取得更低的传输误码率。     

基于拓扑区域一体化成型映射机制的物联网快速收敛算法

为解决物联网快速收敛算法存在的收敛性能较差、网络稳定时间较短的不足,提出了基于拓扑区域一体化成型映射机制的物联网快速收敛算法。首先,根据物联网节点分布具有的随机分布特性及泊松分布特性,通过聚类方式来构建聚合度-权重值裁决模型,以实现路由的稳定收敛,消除因簇头节点失效而导致的区域上传缓慢的现象;随后,采用退避机制来提升簇头节点的传输性能,有效降低因能量受限而导致的网络传输缓慢的现象,优化路由收敛性能,降低因路由抖动而导致的网络瘫痪概率。仿真实验结果表明:与常见的时间度一体化物联网收敛算法(Convergence Algorithm for Time-Integrated Internet of Things,TI-IOT算法)、路由集中度快速收敛算法(A Fast Convergence Algorithm for Routing Concentration Degree,RCD算法)相比,所提算法具有更高的网络稳定工作时间及较快的收敛速度,以及更小的路由冗余度。     

基于负载均衡评价模型的无线传感器网络拓扑控制算法

无线传感器网络的节点负载不均衡问题,易造成低能量节点过早死亡,引起网络分区甚至网络崩溃,从而降低了网络的实用性。因此,本文针对节点剩余能量和发射功率与负载之间的影响关系,建立了基于负载均衡的节点评价模型,并以节点评价模型作为拓扑的构建条件,考虑到集中式算法易引起较大的信息复杂度问题,提出了基于负载均衡评价模型的无线传感器网络分布式拓扑控制算法,并采用李雅普诺夫第二法证明了节点评价模型具有稳定解,仿真结果表明该算法能够均衡节点的负载和能耗,提高网络实用性。     

基于BA无标度网络的WSNs拓扑优化模型

由于无线传感器能量受限,最大化网络生命周期成为优化网络拓扑首要考虑的问题。基于BA无标度理论,提出了一种WSNs拓扑优化模型(WTOM)。在网络中引入超级节点,结合粒子群算法合理地划分整个网络;在节点间建立多因素为导向的虚拟力场,利用虚拟力调整超级节点的部署位置,实现网络能量的均衡消耗,通过对关键节点的保护,提高网络的抗毁鲁棒性。经理论分析和实验证明,该网络不仅继承了BA无标度网络的特征还具有小世界特性;同时该动态拓扑延长了网络的生命周期,提高了网络面向数据收集的节能性。     

SDWSN中基于非合作博弈的拓扑控制算法

为了节省无线传感器网络中节点的能耗,延长网络的生命周期,提出一种在软件定义无线传感器网络中基于非合作博弈的拓扑控制算法.首先,基于软件定义架构设置网络模型.然后,提出一种非合作博弈拓扑控制算法,该算法由控制器基于全局信息为每个节点与其他节点进行博弈,博弈过程中综合考虑节点的剩余能量、传输功率和链路跳数,使每个节点都能找到最利于自己的发射功率,从而在保证网络连通的前提下延长网络寿命.仿真结果表明,所提算法与其他基于博弈论拓扑控制算法相比,各节点能耗更加均衡,延长了网络生命周期.     

基于超空泡混沌预测机制的移动传感网高速传输算法

为解决当前移动传感网高速传输算法中存在跳板节点性能不强及链路抖动频繁等难题,提出了一种基于超空泡混沌预测机制的移动传感网高速传输算法。首先,针对传感节点处于移动状态时拓扑结构难以稳定的问题,采取三角定位方式,构建了能量-惯性修正方法,以完成拓扑结构预测的精确化,实现了节点高速移动状态下的传输链路稳定,减缓了移动传感网的链路抖动;随后,针对移动传感网拓扑形态中存在的超空泡区域,设计角度映射方法,以改善区域内跳板节点寻址状况,从而稳定超空泡区域内链路建立的准确度,提高数据上传稳定性能。仿真实验表明:与当前移动传感网高速传输中常用的启发式高带宽传输(heuristic high bandwidth transmission algorithm,HHBT)算法及拓扑空洞修正传输(topological cavity modified transmission algorithm,TCMT)算法相比,本文算法具有更高的上传带能力与数据传输质量,以及更低的节点平均能耗小和丢包频率低。     

基于网络传输增益-匹配经济指数的配电物联网载波通信匹配优化方法

在配电物联网的主从网络传输模式下,结合配电物联网的实际拓扑结构,提出一种基于WP-NMEI(网络传输增益-匹配经济指数)的配电物联网载波通信匹配优化方法。首先利用传输线理论及局部反射理论,推导主从网络模式下各载波设备间的匹配关系,验证了各从载波机间功率的可协调性;然后综合考虑网络传输增益与匹配经济指数之间的协调平衡,将配电物联网区域划分方法建模为非线性多约束条件下,基于WP-NMEI的0-1 整数规划问题;利用改进遗传算法求得配电物联网中继节点设立的最优解,将一个大的复杂配电物联网划分为若干个小的阻抗匹配区域网;最后在每个阻抗匹配区域网内使用粒子群智能算法进行匹配协调,避免网络模式下多通信节点间的功率浪费和阻抗失配问题。该方法匹配优化速度快,可移植性强,理论推导、仿真验证及实验室测试结果表明了该方法的可行性与有效性。     

基于多维攻防博弈机制的LTE-5G网络防御算法研究

针对当前LTE-5G网络防御算法需要预设先决条件,且在多维攻击环境下难以实现防御行为自收敛等难题,提出了一种基于多维攻防博弈机制的LTE-5G网络防御算法。首先,对攻击行为进行大数据建模,综合考虑攻击行为数学分布特性,即DDos攻击特性,并精确匹配DDos攻击带宽,实现对攻击危害行为的确定性分析,提高网络主动防御性能,达到对攻击行为预分析的目的;随后,考虑到传统算法的网络收敛概率评估较差的问题,采取Q分析方式进行随机博弈,构建了Q博弈-单向数据攻击模型,成功获取单向数据攻击集合,并进行了攻击行为持续期间的纳什均衡,改善算法的网络防御效果。仿真实验证明:与当前LTE-5G网络中广泛使用的次高频载波指纹网络过滤防御算法(Secondary High Frequency Carrier Fingerprint Network Filtering Defense Algorithm,SHFCF-FD算法)、带宽峰值匹配过滤防御算法(Bandwidth Peak Matching Filtering Defense Algorithm,BPMFD算法)相比,所提算法具有更大的抗攻击带宽强与网络传输带宽,以及更低的裁决错误率低与信道误码率,具有很强的实际部署价值。     

基于超基性机制的5G网络信道安全编码方案

为解决当前5G信道安全编码方案中存在的编码复杂、传输性能较差及数据冗余度高的不足,提出了一种基于超基性机制的5G网络信道安全编码方案。首先,利用5G信道编码过程中的极化序列具有的正交特性,通过模二运算和张量积运算来实现序列特征矢量的极化分割,有效降低5G信道编码过程中冗余比特数量,高效调度传输序列,提升网络信道安全编码效率。随后,考虑5G信道矫正比特序列具有的极化性质,通过正交权向量映射方法,设计二次编码极化方法,用于降低信道预发射过程中存在的冗余码元数量,改善码元拥塞现象,提高信道发射效率,具有较高的信道码元基性极化率。仿真实验表明:与当前常用的时间片分支累积算法(Time Slice Branching Accumulation,TSB算法)、信道最低分割度编码算法(Channel Minimum Segmentation Coding Algorithms,CMSC算法)相比,本文算法具有数据传输带宽高、时间片误比特数低、编码速率快、周期重传次数少等特性,具有很强的实践部署价值。     

基于车载自组织网络的数据和能量协同路由算法

针对车载自组织网络中路边单元具有较高碳足迹和部署成本的问题, 提出一种车载自组织网络中数据与能量协同的路由算法, 通过路边单元间的能量合作及路边单元与下行车辆能量传输的方法, 实现网络生命周期最大化. 其中路边单元节点可从自然界和车辆中收集能量, 并通过能量协作将路边单元节点获得的部分能量传输给邻居路边单元节点. 通过分析数据速率、 传输功率和能量传输, 解决了能量和数据路由中最大网络生命周期的问题, 确定了能量和数据路由联合优化策略的必要条件, 并基于分布式Lagrange-Newton迭 代算法更新数据流、 能量流和功率控制, 使算法能更快地收敛到最优操作点. 实验结果表明, 在车载自组织网络中的能量合作框架可有效改善网络生命周期.     

Multi-sink Deployment Strategy for Wireless Sensor Networks Based on Improved Particle Swarm Clustering Optimization Algorithm

In wireless sensor networks(WSNs) with single sink,the nodes close to the sink consume their energy too fast due to transferring a large number of data packages,resulting in the "energy hole" problem.Deploying multiple sink nodes in WSNs is an effective strategy to solve this problem.A multi-sink deployment strategy based on improved particle swarm clustering optimization(IPSCO) algorithm for WSNs is proposed in this paper.The IPSCO algorithm is a combination of the improved particle swarm optimization(PSO) algorithm and K-means clustering algorithm.According to the sink nodes number K,the IPSCO algorithm divides the sensor nodes in the whole network area into K clusters based on the distance between them,making the total within-class scatter to minimum,and outputs the center of each cluster.Then,multiple sink nodes in the center of each cluster can be deployed,to achieve the effects of partition network reasonably and deploy multi-sink nodes optimally.The simulation results show that the deployment strategy can prolong the network lifetime.     

基于聚合度热点适应机制的网络舆情 大数据收敛算法

为解决当前网络舆情大数据收敛算法普遍存在的收敛困难及热点聚类生成速度较低等难题,提出了一种基于聚合度热点适应机制的网络舆情大数据收敛算法。首先,通过增量用户节点与存量热点之间的信息交互关系,设计了一种基于聚合度初始化机制的数据收敛方案,采用匹配机制逐个对存量热点与增量用户节点间差异度及聚合度进行比对,能够将增量用户节点纳入性能最佳的存量热点所形成的种子聚类,提高聚类形成速度。随后,针对热点数量处于密集状态等极端情况,特别是用户特征匹配过程中难以实现快速匹配等不足,设计迭代方式,以逐步消除种子聚类差异度,提升大数据匹配性能,改善用户节点与热点之间信息交互质量。仿真实验表明:与当前常用的时间片累积挖掘收敛方案(Convergence Scheme for Time Slice Cumulative Mining,TSCM算法)及热点度显影收敛方案(Convergence Scheme of Hotspot Degree Development,HDD算法)相比,本文算法具有更高的收敛速度和聚类形成质量。