融合信任机制和HBMO算法的WSN能耗均衡分簇方法

针对无线传感器网络(WSN)中的能耗和安全问题,提出一种融合蜜蜂交配优化(HBMO)算法和轻量级信任机制的WSN分簇方法(LWT-HBM).首先,将WSN分成若干个小区,通过HBMO算法选择各自最优的簇头;然后,构建分簇结构,根据簇头和基站的距离设置簇的大小.在簇头能量消耗殆尽前,会利用HBMO选择替代簇头,以此均衡网络能源.在选择簇头的同时,融入轻量级信任机制,根据直接信任和间接信任值来评估节点的可信任度,避免恶意节点被选择为簇头.同时给出了一种精确能耗模型用来计算系统的整体能耗.通过实验将此方法与LEACH和TBCMA方法进行比较,结果表明LWT-HBM方法具有更低的能耗,有效的延长了网络寿命.     

基于嵌套细菌觅食优化算法的WSN分簇路由协议研究

针对现有的用于无线传感器网络(WSN)的分簇路由协议,存在着所有簇头直接与汇聚节点通信、远离汇聚节点的簇头能量消耗过快等一系列的问题,根据嵌套细菌觅食算法(NBFA)及WSN分簇路由算法的特点,对NBFA进行改进并引入到WSN分簇路由机制中,提出一种基于改进细菌觅食算法的WSN分簇路由算法;该算法将到汇聚节点的距离设定为启发函数以找到簇头下沉的最佳路径和提高细菌觅食算法的效率,同时考虑该节点的剩余能量,在数据传输过程中,减少簇头节点的能量消耗,进而实现节点能量的高效利用,增强网络的使用寿命,以实现网络通信的高效。通过仿真,结果表明,该算法是可行的、有效的。     

基于人工免疫的无线传感器网络信任检测方法

针对传统的基于分簇的无线传感器网络(WSNs)信任评价模型中,簇头节点因负担大量的计算工作而降低网络生存时间的问题,提出一种通过人工免疫评估WSNs中节点信任值的方法。该方法运用阴性选择算法产生检测器,由基站根据检测器进行节点的信任检测,不需要簇头节点聚合成员节点的信任值,只要求簇头节点将成员节点的信任属性发送给基站,降低了簇头节点的负担,延长了WSNs的生存时间。仿真实验结果表明,该方法在延长网络生存时间的同时,与已有方法相比具有较高的检测率,在非信任节点数不超过40%时,检测率高于90%。     

基于人工免疫的无线传感器网络信任检测方法

针对传统的基于分簇的无线传感器网络(WSNs)信任评价模型中,簇头节点因负担大量的计算工作而降低网络生存时间的问题,提出一种通过人工免疫评估WSNs中节点信任值的方法。该方法运用阴性选择算法产生检测器,由基站根据检测器进行节点的信任检测,不需要簇头节点聚合成员节点的信任值,只要求簇头节点将成员节点的信任属性发送给基站,降低了簇头节点的负担,延长了WSNs的生存时间。仿真实验结果表明,该方法在延长网络生存时间的同时,与已有方法相比具有较高的检测率,在非信任节点数不超过40%时,检测率高于90%。     

基于集中控制分簇的能量感知路由

针对无线传感网络(Wireless Sensor Network,WSN)分层路由中节点能量受限、网络能耗不均衡的问题,提出了一种基于集中控制分簇的能量感知(Centralized Control Clustering based Energy-Aware,CCCEA)路由.首先,网络中所有节点将剩余能量和位置信息发送给基站,基站根据这些信息将网络划分为多个区域,形成均匀分布的簇;然后,采用集中控制的方式,根据能量和位置信息在各个簇中选择簇头,基站广播簇头节点和簇头数量消息,传感器节点根据接收到的信号强度加入最优簇,形成簇并进行数据传输.实验结果表明,与传统的分层路由相比,本文提出的改进路由算法能有效地平衡网络能量消耗和延长网络寿命.     

基于簇头选举和节点位置优化的WSN分簇路由算法

针对分簇路由协议稳定期和半数存活节点期过短,以及存在簇头选举不稳定和出现零簇头情况等问题进行改进,提出了一种基于簇头选举和节点位置优化的分簇路由算法。通过改进簇头选举流程,修改候选簇头节点集合的更新策略来保障簇头选举的稳定性。增加节点与基站的距离和节点与簇头的距离2个参数作为阈值调节因子,调节节点当选簇头的概率以均衡网络能耗延长稳定期和半数存活节点期。仿真结果表明,该算法能够保障每一轮选举出最佳数量的簇头并且避免零簇头情况的出现,同时在网络寿命上能有效延长无线传感器网络(WSN)的稳定期和半数节点死亡期。     

基于节能的WSN分簇式故障诊断算法

针对传统WSN分簇式故障诊断算法中存在能量消耗较高等问题,本文提出了一种节能的WSN分簇式故障诊断算法。首先在分簇网络中选择每个簇中能量较大的节点做为候选簇头;然后选择簇内成员节点中剩余能量较高、通信质量较好的个成员节点参与对候选簇头的故障诊断,在对候选簇头的可靠性验证中,算法在传感节点的感知数据采集过程中引入原则,提高了候选簇头的诊断准确度。最后利用WSN感知数据的时空相关性原理将诊断正常的候选簇头的观测值与簇内成员节点的观测值比较来对簇内成员节点进行诊断。结果表明改进的算法在保持较高的故障检测准确度的情况下,比已有算法在节能方面更有优势。     

无线传感器网络节点协作的节能路由传输

针对无线传感器网络(WSN)中数据传输低能耗的需求,提出了一种节点协作的节能路由传输(ECGR)算法.该算法由以下2个方面构成:在物理层,WSN根据数据包循环冗余校验功能获得能够正确解包的节点,然后利用竞争选取算法推举出簇头节点,并通过与簇头节点进行信息交换,形成协作节点簇,从而进行协作发射信号,最终实现多节点分集增益;在网络层,协作节点簇利用基于地理位置信息路由算法,促使数据包始终向目的节点路由,避免了数据包路由向其他方向扩散.与其他同类算法相比,ECGR算法不仅增加了节点簇的传输距离,而且降低了网络整体能耗,并将能耗平衡分布于诸多节点,进而延长了网络寿命.仿真实验表明,当节点密度为0.03时,历经400次仿真,ECGR算法的节点存活率比基于地理位置的路由算法提高了70％.     

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。     

带移动中继的WSN移动路由算法

为了延长带有sink节点的无线传感器网络生存周期,避免因局部突发事件造成网络过早失效,提出一种带移动中继的WSN移动路由算法。该算法基于网格思想,根据节点的剩余能量以及离簇重心坐标距离的加权和来选举簇头,通过可控移动策略调度sink节点,接收簇头所收集的数据,节省网络能耗。另外,引入能量不受限的中继节点,调度该节点服务于信息传输大的区域,延长网络生存周期。最后,从网络总能耗、节点存活数及汇聚节点接收的数据量这3个方面,将该算法与不带中继节点的WSN移动路由算法(MSEERP)进行仿真分析对比,分析结果表明该算法优于MSEERP算法。