面向宽频段频谱感知的WSN架构及其分簇算法

针对动态频谱管理、频谱监测等领域对宽频带频谱感知的需求,提出了一种面向宽频段频谱感知的无线传感器网络系统架构,采用分簇的网络结构、分频段协作感知和分级的感知结果处理机制,实现了对宽频段频谱的有效、高精确度感知。重点研究了该架构下的分簇算法,提出了一种面向感知任务频段特性的分布式分簇算法。算法基于近邻传播模型,通过分布式消息交互积累网络结构信息,实现将信噪比相似的节点分在较少簇中的分簇目标。仿真表明,提出的分簇算法生成的簇数目随着节点数量的增加线性增长,簇结构在簇首与簇成员信噪比标准差和能量差等指标上均优于现有算法,说明了算法在可扩展性、支持感知结果融合和提高网络工作时间等方面的优越性。     

基于多源协同感知的目标追踪优化模型

面向物联网及多媒体传输等应用的中高速无线传感器网络,如何在有限的能量下提供较高的传输速率,以满足各种应用的需求成为亟待解决的关键问题.鉴于此本文提出了一种基于多源协同感知的目标追踪优化模型.该模型通过在追踪目标过程中对各节点的多源信息进行协同感知,针对能量阈值以及吞吐量进行多指标综合考虑,并采用优化算法进行多目标优化,实现了目标追踪过程中有效能耗下的高性能传输.经过与相关算法进行实验比对,本文提出的模型在多网络性能指标下均能够表现较好的效果,证明了模型的有效性.      

能耗均衡无线传感器网络路由算法

针对现有无线传感器网络路由算法没有考虑数据接收能耗的问题,建立了一种考虑接收能耗的网络模型,在该网络模型基础上,提出了一种能耗均衡的无线传感器路由算法。该算法针对路径传输能力进行计算,通过设置能量阈值两次简化网络,设计了一个代价评估函数来重置能耗权值,以达到网络能量均衡消耗,并将该算法与CMAX算法应用于传感器网络数据采集和传输仿真。结果表明:网络在第一个节点失效时,该算法节点数据采集和传输次数比CMAX算法延长约4 000次以上,剩余能量减小20%左右;该算法更能保证网络有较长的生存期,并且可以保证能量均匀消耗和数据可靠传输。     

基于协同路由算法的无线传感器网络能量空洞避免

在多跳的无线传感器网络中,靠近sink的节点由于需要转发来自外层网络的数据,其能量消耗速度快于离sink较远的节点,从而导致了"能量空洞"的出现,最终导致网络过早死亡.本文在分析现有路由算法的基础上,针对EEUC算法的不足,对其进行了改进,提出了多跳无线传感器网络中的协同路由算法.在路由节点选择时不局限于簇头作为路由节点,还可以将成员节点作为路由节点,让其分担了簇头的能量消耗.算法引入了距离因子和能量因子,既考虑候选路由节点相对于sink的距离,同时还考虑候选路由节点的剩余能量,以达到选择最佳路由节点的目的.仿真结果表明,所改进路由算法在网络生存时间,能耗均匀程度方面优于现有算法.     

一种基于能量和距离的多级能量异构传感器网络路由算法

为了能有效地利用节点能量的异构性,降低网络能耗、延长网络稳定周期,提出了一种同时考虑节点剩余能量和节点至基站距离的多级能量异构无线传感器网络的分簇路由算法.在节点簇间综合考虑簇头剩余能量及其与基站的通信能耗,以选择合适的下一跳路由节点.仿真结果表明,该算法可以有效地均衡网络能量消耗,延长网络稳定周期.该路由算法在维持节点存活个数、降低网络能量消耗及增加网络数据传输吞吐量等指标方面优于几种常见传感器网络路由算法,表明在综合考虑能量和距离等因素后能够获得比单一考虑能量或者距离的算法更优的运行结果.     

无线认知传感器网络的节能频谱感知策略

针对无线认知传感器网络频谱感知过程中的能耗,提出两种节能策略:①使用可信度投票算法来减少传输检测结果的节点个数;②使用基于部分可观测马尔可夫决策过程的检测算法来减少检测次数.仿真结果表明这两种算法均能有效减少检测能耗,而且组合使用时相比一般算法能节省不低于30%的能量,同时保证检测可靠度满足系统要求.     

一种WSN中基于局部数据的压缩感知算法

当前,无线传感器网络的研究中最突出的是传感器节点的能耗问题.已有的无线传感器网络中的数据传输方式不仅能量浪费严重,而且网络的整体能耗不平衡,因此根据无线传感器网络所传输数据的特点,将改进后的压缩感知算法应用于其中.该过程中,压缩感知思想的应用大大减少了无线传感器网络中的数据传输次数,并保证每个节点的传输次数相同,这样不仅减小了节点能量的消耗,还维持了整个网络的能耗平衡.     

无线传感器/执行器网络SA协作分簇算法

针对现有分簇算法大多没有考虑监控区域内事件发生频率和执行任务能耗的因素,导致无法适应无线传感器/执行器网络的特点,提出一种基于SA协作模型的分簇算法（CASA）.算法从全网的能耗和时延影响的角度,建立基于SA协作的能耗模型,综合考虑时延和连通度等约束条件,以网络能量优化为目标,构造非线性优化函数,利用KKT条件求解网络理想执行器节点个数和传感器节点传输半径等网络分簇所需参数,并在此基础上完成节点的部署和成簇.该算法通信开销较小,网络平均时延和能耗等仿真结果表明：相比典型算法,能够在满足一定连通度的前提下,优化网络部署,增强网络实时性和能量均衡性.     

一种三维无线传感器网络拥塞控制中的公平性控制算法

对三维传感器网络拥塞控制中的公平性控制进行了研究,在分析了现有的三维传感器网络相关研究成果和二维传感器网络公平性控制的基础上,提出了一种三维传感器网络中的基于节点感知体积的公平性控制算法,仿真结果表明该算法具有很好的能量效率和实用性。     

一种能量感知的无线多媒体传感器网络多路径QoS路由协议

针对无线多媒体传感器网络对能量、时延和分组传输率的要求,提出了一种能量感知的多路径QoS路由协议,详细描述了能耗模型、邻居节点和路由发现机制.仿真实验表明,该算法相比传统协议可以降低时延和能耗,并提高分组传输率,从而延长网络生命周期.     

带非均匀节点分布无线传感器网络的高效节能数据存储

现有大部分无线传感器网络的分布式数据存储方法都依赖于传感器节点定位系统,这会导致节点消耗大量的能量,而且这些方法主要是针对均匀分布的无线传感器网络的,并不适用于非均匀节点分布的传感网络。为了解决这个问题,提出一种非均匀节点分布传感网络的大数据路由存储算法,其目的在于减少传感器节点的实际分布和地址。为了进一步节省数据存储空间和能量消耗,将布隆过滤器(Bloom filter)集成到节点上,从而进一步减少数据丢失和网络能量消耗。文中算法提供了高效的搜索服务,使数据在网络内的存储分布和路由能量消耗更加均匀,进而提高了网络的生存时间。文中算法在容错情况下通过减少冗余数据来提供高效节能的存储,并进一步减少数据的路由开销和存储空间的浪费。     

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.     

Consensus-based decentralized clustering for cooperative spectrum sensing in cognitive radio networks

A large number of previous works have demonstrated that cooperative spectrum sensing(CSS) among multiple users can greatly improve detection performance.However,when the number of secondary users(SUs;i.e.,spectrum sensors) is large,the sensing overheads(e.g.,time and energy consumption) will likely be intolerable if all SUs participate in CSS.In this paper,we proposed a fully decentralized CSS scheme based on recent advances in consensus theory and unsupervised learning technology.Relying only on iteratively information exchanges among one-hop neighbors,the SUs with potentially best detection performance form a cluster in an ad hoc manner.These SUs take charge of CSS according to an average consensus protocol and other SUs outside the cluster simply overhear the sensing outcomes.For comparison,we also provide a decentralized implementation of the existing centralized optimal soft combination(OSC) scheme.Numerical results show that the proposed scheme has detection performance comparable to that of the OSC scheme and outperforms the equal gain combination scheme and location-awareness scheme.Meanwhile,compared with the OSC scheme,the proposed scheme significantly reduces the sensing overheads and does not require a priori knowledge of the local received signal-to-noise ratio at each SU.     

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。     

Consensus-based decentralized clustering for cooperative spectrum sensing in cognitive radio networks

A large number of previous works have demonstrated that cooperative spectrum sensing (CSS) among multiple users can greatly improve detection performance. However, when the number of secondary users (SUs; i.e., spectrum sensors) is large, the sensing overheads (e.g., time and energy consumption) will likely be intolerable if all SUs participate in CSS. In this paper, we proposed a fully decentralized CSS scheme based on recent advances in consensus theory and unsupervised learning technology. Relying only on iteratively information exchanges among one-hop neighbors, the SUs with potentially best detection performance form a cluster in an ad hoc manner. These SUs take charge of CSS according to an average consensus protocol and other SUs outside the cluster simply overhear the sensing outcomes. For comparison, we also provide a decentralized implementation of the existing centralized optimal soft combination (OSC) scheme. Numerical results show that the proposed scheme has detection performance comparable to that of the OSC scheme and outperforms the equal gain combination scheme and location-awareness scheme. Meanwhile, compared with the OSC scheme, the proposed scheme significantly reduces the sensing overheads and does not require a priori knowledge of the local received signal-to-noise ratio at each SU.     

基于节点休眠机制的无线传感器网络覆盖控制算法

为了减少传感器节点的能耗,延长无线传感器网络的生命周期,提出了一种基于节点休眠机制的覆盖控制算法.其基本思想是:网络中所有传感器节点根据邻节点的个数、与邻节点之间的距离来决定是否进入休眠状态,以此来控制每一轮中活跃节点的个数,减少网络的能耗.实验仿真结果表明,在保证网络的覆盖情况下,该算法能够减少活跃节点数,降低网络覆盖冗余度.     

基于UKF的无线传感器异步数据融合优化算法

提出了一种基于无迹卡尔曼滤波(UKF)的无线传感器异步数据融合算法,利用RNAT机制识别无线传感器网络中的冗余节点,构造数据冗余树来实现冗余数据的去除.根据重复数据消除的结果,在每个传感器检测范围半径相等的环境下,采用四圆定位法,任意选择2个检测目标信息的节点,计算2个圆形检测区域边界的交点,根据迭代法找到并近似目标.设定了不同传感器的原始传感器相互独立、同一传感器不同原始量测量值相互独立的前提条件,计算出各通道的测量值,利用未测量卡尔曼滤波器以滤波的形式更新测量值,引入卡尔曼滤波增益矩阵,并结合异步数据定位结果实现数据融合.实验结果表明,融合后的数据利用率高于现有结果,算法耗时短、能耗低,且具有较高的数据融合精度,整个融合的准确率在90％以上.     

A distributed clustering algorithm for wireless sensor networks

In the paper, we consider a network of energy constrained sensors deployed over a region. Each sensor node in such a network is systematically gathering and transmitting sensed data to a base station （via clusterhead） for further processing. The key problem focuses on how to reduce the power consumption of wireless microsensor networks. The core includes the energy efficiency of clusterheads and that of cluster members. We first extend low-energy adaptive clustering hierarchy （LEACH）＇s stochastic clusterhead selection algorithm by a factor with distance-based deterministic component （LEACH-D） to reduce energy consumption for energy efficiency of clusterhead. And the cost function is proposed so that it balances the energy consumption of nodes for energy efficiency of cluster member. Simulation results show that our modified scheme can extend the network life around up to 40% before first node dies. Through both theoretical analysis and numerical results, it is shown that the proposed algorithm achieves better performance than the existing representative methods.     

基于距离相关的高效传感器排名机制研究

随着越来越多的物理实体传感器被接入互联网,在此基础上延伸出的物联网应用中,基于距离相关的传感器搜索服务有着广阔的发展前景.对于实现传感器数据的访问以找到所寻求的目标过程,将导致巨大的通信开销,因此,提出了一个高效的传感器排名机制,以提高传感器搜索服务系统的性能;设计了低成本的近似表示法应用于表示传感器的输出端,从而降低传感器的发射能耗.然后,根据上报的传感器数据建立一个随时间变化的预测模型,基于该模型预测传感器未来数据的输出;还提出了一种排名方法用来评估与搜索查询的传感器的匹配程度.仿真结果表明,提出的传感器排名机制可以在很大程度上节约能耗,减少通信开销,具备较好的使用价值.     

无线传感器网络关键区域覆盖优化算法

针对无线传感器网络中的关键区域覆盖NP完全问题,提出了一种启发式的关键区域覆盖优化算法CACOA.该算法对关键区域格点与一般区域格点,分配不同的权值创建感知区域图和终端集合,并以迭代合并方式创建加权节点Steiner树,进而形成具有最少数量的格点集合,并以格点集合中优化的格点位置来构建覆盖关键区域的传感器放置方法.理论分析证明了提出的CACOA算法一定能完全覆盖关键区域并形成一个有效的无线传感器网络,且算法的复杂度为O(n4).详细的仿真实验及与现有覆盖机制NPCC的比较表明,提出的覆盖优化算法CACOA在关键区域格点数、感知范围、发送范围和关键区域格点选择分布概率变化时放置的传感器数量明显少于NPCC覆盖机制.