温室无线传感网络多Agent信息融合体系构建

针对水产温室无线测控网络的特点,以及水域环境和生物生长的复杂性、多变性,提出一种温室无线传感网络多Agent信息融合体系,研究基于分布式多Agent四级信息融合的结构特点以及Agent内部结构的构建方法.     

基于移动Agent的无线传感网络拓扑控制策略

针对目前无线传感网络拓扑控制算法中未考虑节点能耗问题,提出基于移动Agent的无线传感网络拓扑控制策略,并采用移动Agent洪泛获取网络拓扑信息的方法.该方法由sink节点洪泛拓扑发现Agent进行拓扑发现,由拓扑汇报Agent将拓扑信息传送至sink节点,并根据节点剩余能量动态选择簇头.仿真结果表明,该方法簇头分布均匀合理,能够有效节约网络能耗.     

无线传感网络分簇节点节能传输实验模拟分析

为了提高无线传感网络分簇节点节能传输控制能力,提出基于最优节能控制的无线传感网络分簇节点节能传输实验模拟分析方法.构建无线传感网络分簇节点优化部署模型,建立路由均衡控制下的无线传感网络分簇节点节能传输低能耗调度信道模型,采用自适应均衡的路由转发控制协议实现无线传感网络分簇节点节能路由探测协议设计,提取无线传感网络节点传输的相干性特征值,结合模糊特征提取方法进行无线传感网络分簇节点节能传输过程中的最优特征量提取,实现网络分簇节点节能传输的优化控制和自适应均衡调度.仿真结果表明,采用该方法进行网络分簇节点节能传输的自适应能量均衡性较好,数据转发的成功率较高,具有很好的节点数据收发控制和节能传输能力.     

网络传输丢包率对温室WSN测控系统的影响

针对温室无线传感器网络(WSN)测控系统中数据包易丢失的问题,通过对温室中一对强耦合因子温度和湿度进行解耦,建立温度、湿度非耦合的多输入多输出数学模型.在分析含数据传输丢包与时延的温室无线传感网络测控系统结构基础上,根据网络控制系统指数稳定的相关理论,分析了温、湿度离散控制系统指数稳定条件.利用Matlab中LMI工具箱,对系统的指数稳定性进行定量判断,求出满足温室WSN测控系统指数稳定的可行性解,在确保温室WSN测控系统指数稳定的情况下分析得出最大允许丢包率,为创建稳定的温室WSN测控系统提供理论依据.     

基于ZigBee技术的远程无线温湿度测控系统的设计

目的 为实现工农业生产中对温湿度参数的远程无线实时测控.方法 采用ZigBee技术的无线传感网络与GPRS网络相结合的体系结构,基于CC2430芯片设计无线传感节点,并开发其软件.结果 通过ZigBee组网,进行测试,该湿温度无线测控系统具有稳定的数据采集和传输质量.结论 提高了系统的灵活性和可扩展性,可作为传感监控网络的后续研究平台.     

异构传感网中一种能量均衡非均匀分簇算法

分簇路由协议是无线传感网中减少能量消耗、延长网络寿命的一种重要手段.大部分分簇路由协议基于均匀分簇算法,却忽略了无线传感网单跳路由协议中远离基站的簇头需要消耗更多能量,从而导致整个网络能量消耗不均匀.针对以上问题,提出异构传感网中一种能量均衡非均匀分簇算法.一方面,簇头选取阶段,在考虑节点剩余能量的同时,引入非均匀竞争机制;另一方面,簇构建阶段,为节点选取簇头时,不仅考虑簇头剩余能量、节点与簇头间距,也考虑节点与基站间距.仿真结果表明,与LEACH,SEP,DEEC分簇算法相比,该算法有效均衡了簇头的能量消耗、延长了网络寿命.     

基于无线传感网络的智能温室测控系统设计

为了解决当前温室测控系统存在的布线复杂、节点功耗大、部署不灵活、管理不便等问题,本文设计了一种基于无线传感器网络的温室测控系统,以CC2430为核心开发无线传感器节点,完成温室环境因子实时监控;采用zigBee技术实现无线传感器网络自组网和监控数据自动汇聚;以MCGS组态设置用户界面,实现温室数据的管理和预警等功能。     

一种无线传感器网络异构分簇模型的簇头调度方案

将无线传感器网络划分成簇会有效利用系统资源,近来提出的基于异构分簇模型的无线传感器网络,是指网络中存在多种不同能力的节点,能力强的节点自动成为簇头,这种网络避免了复杂的簇头选举过程并有效降低了普通节点的硬件复杂性和成本.但是,固定簇头的方法会削弱系统的负载均衡以及健壮性.为了解决这个问题,提出了一种基于自适应退避策略的簇头调度方案,该方案通过适当增加冗余度实现传感节点的k覆盖,增强了网络的健壮性.同时,依赖于地理信息和剩余电池能量信息,簇头节点通过自主周期性睡眠来保证系统负载的均衡分配,延长网络生存期.     

无线传感器网络动态调度分簇算法

提出了一种基于K均值的无线传感器网络动态调度分簇算法(DSCA),不但考虑了能量感知这一重要问题,还针对无线传感网络的稳定性和可靠性,提出了节点的同步失效概念,通过采用K均值得到更加平衡的分簇,使得能量消耗更加平衡.该算法发展了一种基于信号接收强度指标(RSSI)而无需知道节点坐标的簇质心求解方法,提出了基于局部信息集中的动态多簇头选举机制和动态时分复用(TDMA)通信轮数分配机制,这些机制使无线传感网络的能量消耗达到了高度均衡,保证了节点的同步失效,提高了传感网络的稳定性和可靠性.仿真结果表明,算法可以减少约70%的簇重构次数.     

基于深度学习模型的WSN路由协议算法

为降低无线传感网网络(WSN)的能量消耗,延长网络生存周期,提出一种基于深度学习模型的WSN路由协议算法。算法首先在汇聚节点完成训练并进行分簇,将训练好的参数传递给各簇节点,各簇节点对采集的数据进行特征分类、提取、再融合后传递给汇聚节点。在进行分簇时,为使簇头的分布更均匀,在估算最优簇头数的基础上,改进分簇方法,减少分簇次数,节省网络能量消耗。通过仿真实验表明,基于深度学习模型的WSN路由协议算法减少网络能量消耗,延长网络生命周期,更适合大规模远距离通信。