一种基于深度学习模型的数据融合处理算法

针对无线传感器网络传统数据融合算法效率较低、处理高维数据困难问题,提出一种基于深度学习模型的卷积神经网络结构实现数据融合的算法CNNMDA.算法首先在汇聚节点对构建的特征提取模型CNNM进行训练,然后各终端节点通过CNNM提取原始数据特征,最后向汇聚节点发送融合后的数据,从而减少数据传输量,延长网络寿命.仿真实验表明,CNNMDA与同类融合算法相比,在同样数据量的情况下能够大幅降低网络能耗,并有效提升了数据融合效率与准确度.     

无线传感器网络数据融合低能耗睡眠调度算法

数据融合是解决无线传感器网络能量受限问题的关键技术之一。对节点状态的合理调度能够对数据融合过程的网络能耗进行优化。文中从传感器节点能量消耗模型着手,提出了一种适用于周期性数据融合的低能耗睡眠调度算法。该算法在分析影响网络能耗根本因素的基础上,采用时分复用方法,通过减少数据传输次数、降低网络融合时延,实现低能耗的数据融合。实验与仿真结果表明,该算法能够在各种融合树结构下有效降低网络能耗。     

无线传感器骨干网络路由算法

针对当前无线传感器骨干网络路由算法无法平衡能耗和数据传输之间的矛盾, 导致无线传感器骨干网络路由的数据传输时延较大, 无线传感器网络吞吐量较小的不足, 以提高无线传感器网络整体性能为目标, 设计一种新的无线传感器骨干网络路由算法. 首先分析无线传感器网络的工作原理, 并建立相应的路由模型; 然后引入机器学习算法对无线传感器骨干网络路由中的无线传感器节点能量进行实 时预测, 选择能量大的无线传感器节点进行数据传输, 构建能量消耗最小的无线传感器骨干网络路由; 最后与其他无线传感器骨干网络路由算法进行对比测试. 测试结果表明, 该算法的无线传感器骨干网络路由能耗较小, 无线传感器网络数据传输可靠性高, 加快了无线 传感器网络数据传输速度, 无线传感器骨干网络路由整体性能明显优于其他对比算法.     

基于改进短链聚合策略的无线传感器网络路由算法

为延长网络生存时间和数据传输的时效性, 提出一种基于改进短链聚合策略的无线传感器网络路由算法. 首先, 分析无线传感器网络协议结构, 考虑到无线传感器网络运行过程中的节点能耗问题, 根据链式数据采集协议设计改进路由算法; 其次, 利用贪心算法找到邻居节点, 通过引入距离门限方程实现建链, 建链后综合考量节点传输数据能耗与剩余能量选举路由簇头, 以达到延长网络寿命并提高数据传输效率的目的; 最后, 利用MATLAB软件仿真实验验证该算法的有效性. 仿真实验结果表明, 该算法能有效控制网络能量的均衡性, 并延长了网络寿命, 运行效果良好.     

基于5G通信的多节点无线传感器网络路由算法研究

提出了基于5G通信的多节点无线传感器网络路由算法.通过簇头节点在网格中心的位置以及簇内节点的能量耗损情况,计算5G通信内部产生移动汇聚节点所需的能量,得到无线传感器网格划分的最佳数量.根据网络节点发送过程以及5G通信内部节点数据聚集能力受限状况,计算出最优簇头数目,得出网络分簇结果.选择合适的访问路径,更新多条路径选择策略,增强最优路径内的信息量.实验结果表明,所提算法能有效增加网络密度适应性,降低了数据传输延迟.     

介入移动汇聚节点的无线传感器网络高效数据收集方法

引入移动汇聚节点解决无线传感器网络高效数据收集问题.网络中固定汇聚节点与移动汇聚节点共存,全部传感器节点都拥有维护到固定汇聚节点的路由,移动汇聚节点进入网络后定期向其附近小范围内的传感器节点扩散自己的声明信息,传感器节点向距自己跳数最小的汇聚节点发送或转发数据包.移动汇聚节点和距离其一跳的传感器节点之间通过有效的应答机制来保证数据的可靠传输.通过仿真结果显示引入移动汇聚节点的数据收集在节省能耗方面明显优于传统网络.在延长网络生存时间的同时,可以获得较高的数据传输成功率和较短的数据传输延迟.     

WSANs中一种基于能耗自适应的多反应节点的选择算法

为减少无线传感器反应网络(WSANs)中传感节点和反应节点间数据包的传输距离及传输能耗,在分析了传感节点与多个反应节点共存模型的基础上,提出了一种分布式的跳数有限且能耗自适应的多反应节点选择算法,并给出了相应的最优解决方案的整数线性规划(ILP)描述.该算法在修改了贪婪转发路由算法的基础上,通过限定传感节点到反应节点的跳数以及重新计算从每个用于数据转发的传感节点到每个反应节点的能耗,来达到保证实时收集数据条件下降低网络总能耗及数据传输总距离的目的.仿真实验表明,该算法能够有效地实现数据收集的实时性与网络总能耗之间的平衡.图3,参8.     

无线传感器网络的能耗均衡性能与寿命分析

为了改善网络的能耗均衡性能和延长网络的稳态寿命,在最小代价路由协议的基础上,对无线传感器网络的数据流量分布、能耗均衡性能和寿命等进行建模分析。首先确立研究的能耗模型和网络模型,采用网络寿命方程及其寿命终止条件的方法,对网络节点的能耗期望、流量、能耗均衡性能、寿命等进行推导和分析,以动态监测和发现区域中导致网络能量空洞的热点关键节点,为无线传感器网络的能耗均衡策略和路由优化机制提供一种新的识别可时变性强和能耗率高的热点节点,以及评价分析网络能耗均衡性能与寿命的方法。仿真结果表明,该方法可以实现网络能耗、数据流量、能耗均衡和网络寿命的准确评估。     

基于改进蚁群算法的无线传感器网络路由

为了降低节点能量消耗,延长网络生存的时间,提出了一种改进蚁群算法的无线传感器网络路由机制.首先将无线传感器网络服务质量分为3类,然后利用蚁群算法可以自适应网络状况动态性的优势,构建传感器节点转移函数、信息素更新规则和自适应构建数据路由.最后采用仿真模拟实验对算法性能进行检验.实验结果表明,相对于现有无线传感器路由算法,通过引入蚁群优化机理挖掘传感器节点之间的关联性,数据传输延迟、可靠性和能量开销上具有更好的性能,使整个网络性能保持最优.     

无线传感器网络不等级能级环模型及数据传输策略

目的提高无线传感器网络传感器节点能量利用率,延长网络寿命。方法对无线传感器网络的等级环模型及数据传输策略进行研究。结果提出了一个不等级能级环无线传感器网络模型,并基于数据转发量的估计,计算了不等级环的半径,在此基础上定义了能级环上的支持节点,以总体网络能量消耗最小为优化目标,提出了支持节点在数据传输中的权力轮转与数据转发策略,最后设计了仿真实验并进行了验证,实验表明,不等级能级环模型中,在网络计算580次时,传感器网络能量利用率达到0.466 39。结论不等级能级环无线传感器网络模型及权力轮转与数据转发策略,能够有效地抑制能量洞的出现,提高网络节点能量利用率,延长网络寿命。     

一种基于拓扑的传感器网络数据收集算法

以降低无线传感器网络通信能耗, 均衡网络能量负载为目标, 通过动态构造以节点间通信能耗为权重的最小生成树及调整节点通信概率的方法, 提出一种基于拓扑的传感器网络数据收集算法DGAT, 改造了网络服务过程中节点的通信模式及能量消耗方式. 模拟实验结果表明, DGAT算法不仅大幅度提高了网络的生存时间, 且使网络的能耗更均衡.     

基于位置信息的WSN数据汇聚路由算法

文章以无线传感器网络在建筑环境下的应用为研究背景,根据建筑能耗监测系统中无线数据传输网络特性,按位置信息对网络节点进行分簇,设计网络2级结构模型;并设计适合该网络模型的基于位置信息的WSN数据汇聚路由算法,保证簇头节点从邻居列表中选择最佳下一跳节点,最终实现与Sink节点的数据通信功能。仿真分析表明所设计的路由算法具有低时延、高可靠性、节能等优点。     

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.     

基于非均匀分布双融合节点的WSN数据融合算法

针对无线传感器网络中层次型融合算法的单跳路由造成网络能量消耗不均衡的问题,提出了一种利用非均匀思想在LEACH（low energy adaptive clustering hierarchy）算法基础上进行改进的混合型融合算法．该算法首先利用LEACH进行分簇和融合节点的选择,融合节点主要用于簇内数据的接收和融合处理．然后基于融合节点到基站距离的不同,非均匀的选择出网内的副融合节点,副融合节点主要用于转发网内融合节点发来的数据．仿真结果显示,该算法综合了平面型融合算法和层次型融合算法的优点,既均衡了网络能量的消耗又有利于网络的扩展,并且算法简单、适应性强．     

一种新的无线传感器网络非均匀分簇算法

为避免无线传感器网络的能量空洞问题, 延长无线传感器网络寿命, 提出一种新的基于双簇头的无线传感器网络非均匀分簇算法. 该算法综合考虑节点剩余能量和节点到基站的距离选举分簇簇头, 将无线传感器网络分为不同规模的簇; 为了减小规模较大簇的簇头节点收集与传输数据的负担, 在数据传输阶段构造基于改进最小二 叉树的数据传输路径. 实验结果表明, 该算法能够有效减小节点能量消耗, 可有效延长无线传感器网络的使用寿命.     

一种面向无线传感器网络数据融合的路由联盟博弈方法

 在无线传感器网络为数据融合进行路由选择的过程中,减少电量消耗是一项重要的工作.由于节点对电量自私性保护,导致不会向其它节点转发数据,并且各个节点的电量消耗不均匀.这使得整个网络的性能和寿命受限.基于联盟博弈理论,对支持联盟博弈的W SN进行建模.使用特征函数描述联盟内节点发送数据过程中的收益和成本开销.针对大规模可能的解空间,基于特征函数并应用贪心策略算法搜索近似最优联盟结构,并得出结论该算法所得到的近似解在可接受的误差范围.实验结果表明,提出的路由联盟博弈模型能较大限度地延长W SN的工作寿命.     

无线传感器网络能效时延平衡数据收集机制

在追求无线传感器网络高能量效率的同时,考虑数据汇聚时延,提出了一种能效与时延平衡的数据收集机制(energy efficiency and delay balancing data gathering,EEDBDG).该机制采用一种新型动态树来组织网络拓扑,消除了"热区"问题,节点动态选择路由并轮换充当树根,根节点收集数据并与基站直接通信.同时,针对不同的时延和能效要求,提出了3种数据收集策略:时延最优算法(EEDBDG-D),能效最优算法(EEDBDG-E)和能效时延平衡算法(EEDBDG-M).仿真结果表明,在节点通信半径受限的情况下,EEDBDG平衡了节点能量消耗,延长了网络生命时间,在节能与省时上均表现出了突出的性能.与GSEN相比,在最好情况下,EEDBDG-E网络生命期提高了72%,EEDBDG-D汇聚时延降低了74%.     

基于证据理论加权融合的无线传感器网络路由算法

针对当前无线传感器网络路由算法存在数据传输成功率低、 网络时延长和丢包率高等缺陷, 为获得更优的数据传输结果, 提出一种基于证据理论加权融合 的无线传感器网络路由算法. 首先引入聚类分析算法对无线传感器网络进行分簇, 使簇首的分布更均匀, 解决簇首过于集中、 簇成员节点分配不合理的问题; 然后采用证据理论计算剩余能量、 节点间通信距离、通信能耗的权值, 并根据权值对每个节点的性能进行综合评价, 根据综合评价结果选择每个簇最合理的簇首; 最后与其他无线传感器网络路由算法进行对比测试. 测试结果表明, 相对于对比算法, 该算法数据时延均值和丢包率均大幅度减少, 改善了数据传输成功率, 使节点之间的能耗更均衡, 延长了无线传感器网络的生存周期, 建立的无线传感器网络路由可靠性更高.     

基于证据理论加权融合的无线传感器网络路由算法

针对当前无线传感器网络路由算法存在数据传输成功率低、 网络时延长和丢包率高等缺陷, 为获得更优的数据传输结果, 提出一种基于证据理论加权融合 的无线传感器网络路由算法. 首先引入聚类分析算法对无线传感器网络进行分簇, 使簇首的分布更均匀, 解决簇首过于集中、 簇成员节点分配不合理的问题; 然后采用证据理论计算剩余能量、 节点间通信距离、通信能耗的权值, 并根据权值对每个节点的性能进行综合评价, 根据综合评价结果选择每个簇最合理的簇首; 最后与其他无线传感器网络路由算法进行对比测试. 测试结果表明, 相对于对比算法, 该算法数据时延均值和丢包率均大幅度减少, 改善了数据传输成功率, 使节点之间的能耗更均衡, 延长了无线传感器网络的生存周期, 建立的无线传感器网络路由可靠性更高.     

采用邻居节点的改进ZigBee路由选择算法

在无线传感网络中,路由选择是高效使用网络、延长全网络寿命的关键之一.为了提高网络效率和节省网络整体能耗,提出了一种路由选择优化算法,该算法利用没连接到的邻居节点进行数据路由选择,以减少从源节点到目的节点的跳数,进而达到提高网络效率和节省能耗的目的.通过仿真实验对比分析了改进前后的实际效果,实验结果表明改进后的路由选择优化算法减少了ZigBee节点间路由的跳数和延迟,提高了路由效率,节省网络整体能耗.