无线传感器网络MAC协议的节能机制研究

由于无线传感器网络节点使用干电池和纽扣电池供电的特点,限制了网络节点能量的使用。而传感器网络中能量的控制主要由MAC层和路由层完成,MAC层相对于路由层对能量的控制更为直接和频繁。文章分析了传感器网络的MAC协议中能量消耗的各种原因,并针对各种原因提出了相应的解决办法,可以较好地延长网络的使用寿命。     

基于人工鱼群算法优化神经网络的WSN数据融合

无线传感网(wireless sensor network, WSN)通常节点众多、数据冗余度高,传统的基于随机权值和阈值的前馈反向传播神经网络(back propagation neural network, BPNN)数据融合方法易陷入局部极值,导致融合结果准确性差。提出一种优化神经网络的权值和阈值进而改善WSN数据融合质量的方法-人工鱼群算法前馈反向传播(artificial fish swarm algorithm back propagation, AFSABP)神经网络数据融合。仿真和对比实验结果表明,改进的鱼群算法在收敛速度和寻优精度上都有明显提升,改进后的人工鱼群BP算法数据融合方法相较于传统BP数据融合方法,可减少3.06%的相对误差和3.74%的均方根误差。     

基于同步变距的输变电线路在线监测WSN路由协议研究

基于先进传感、信息通信的输变电设备运行状态在线监测技术已成为电力系统的发展趋势.输电线路状态在线监测网络具有链状、数据传输量大和传输距离长等特点,能量热区问题显著.为均衡输电线路在线监测中无线传感器网络的能量消耗,提出了一种基于同步变距的全局能量均衡路由算法EBRA-SVD.采取多个子网络方式,缩短数据传输距离,从而缓解长距多径损耗而产生的"能量热区"问题.仿真显示,EBRA-SVD可有效均衡网络能耗,提升网络寿命.     

贝叶斯预测蜂群算法在无线传感器网络优化中的应用

针对无线传感器网络(WSN,wireless sensor network)节点分布不合理,存在较多的监测盲区等不足,提出了利用贝叶斯预测人工蜂群算法(BPABC,Bayesian predictive artificial bee colony algorithm)制定节点分布方案。BPABC算法借鉴贝叶斯预测算法的思想对蜂群算法中各蜜源存在最优解的概率进行预测,并以此为依据指导跟随蜂寻优工作。采用BPABC算法对WSN中的节点分布进行优化,与人工蜂群算法、全局人工蜂群算法制定的优化方案进行比较。结果表明,BPABC在平均覆盖率、最差覆盖率等方面均优于其他两种算法,并且BPABC算法在迭代收敛速度方面也有明显的优势。为了进一步验证改进算法的实用性,采用BPABC制定不同监测区域的WSN节点分布方案。WSN的覆盖率均在97%左右,并且标准差不超过0.005%。由此可见,基于BPABC的WSN节点分布优化方案具有较高的覆盖率、良好的适应性和稳定性。     

多跳通信无线传感器网络的容量与功耗分析

多跳通信的无线传感器网络中,通过选择合适的节点的传输范围改变无线链路的信道容量,获得网络容量为Θ(logN),与通过波束成形的通信方式获得的网络容量具有相同的扩展量级;比较了为获得相同的网络容量,波束成形的通信方式和多跳的通信方式所需要的网络总功率和单节点的最大工作功率。数值计算结果表明,多跳与波束成形的通信方式的网络总功耗之比为10-1~10-3时,能获得较高的能量效率,但临近S ink的节点的功耗较大,降低了网络寿命。     

一种基于软件再生的无线传感器网络簇头节点管理策略

本文构建了一种软件再生模型，采用主动再生与自我修复方法，研究WSN中簇头的有用性与生存性。实验表明：该方法能有效提高簇头的有用性和生存性。     

LEACH协议的簇首多跳与选择优化

针对WSN层次型路由协议中簇首单跳传输数据至汇聚节点、而部分簇首因传输距离过长导致能量过早耗尽从而影响整个网络寿命问题,提出了基于剩余能量对簇首优化选择和簇首至汇聚节点间多跳数据传输的改进算法.对首个节点死亡轮数和能量图像方面进行了分析和仿真,结果表明该改进算法可使全网负载更加均衡,并进一步延长了网络整体寿命.     

无线传感网络LEACH协议的优化研究

LEACH( Low-Energy Adaptive Clustering Hierarchy低功耗自适应分簇)算法可以有效地解决传感器节点能量限制的问题,显著地延长整个网络的生命周期。但在分簇簇头的选择过程中仅考虑此节点是否在之前的轮中担任过簇头节点,并未考虑节点剩余的能量与其所处的位置,使得簇头的选择并非最优。针对这种情况,本文在原有LEACH路由算法的基础上从节点剩余能量与节点分布位置两方面对其进行优化,提出了一种新的路由优化算法为I-LEACH。仿真结果显示I-LEACH较LEACH协议延长了网络生存周期,降低了网络总体能耗,使无线传感网的整体性能得到一定提升。     

基于簇头距离和能量的优化LEACH协议

LEACH(low energy adaptive clustering hierachy)路由协议通过循环随机选举簇头节点的方式均衡网络能耗.但当选簇头的节点能量剩余较少或距离基站较远时会过早死亡,从而导致网络运行不稳定,通过在簇头选择过程中加入待选簇头节点的剩余能量平均值及标准差、节点与基站距离等参数对其改进处理,可提高网络稳定性.但若出现极大簇或极小簇,则会导致网络生命周期缩短.针对这一问题提出一种基于簇头距离和能量的优化LEACH算法,在成簇过程中加入簇头节点的能量和节点距各簇头的距离等参考量对成簇过程进行优化.MATLAB仿真结果表明,在节点均匀分布的网络中,该改进算法能够在提高网络稳定性的基础上有效延长网络生存周期.     

基于GPS的物联网智能终端定位技术研究与应用

对基于GPS全球定位系统及其地面接收模块的终端节点定位技术进行了研究,并将其用于物联网智能终端定位系统的开发与应用。该技术实现对物联网终端节点所处位置实时定位,并且还提供各智能终端定位所需的统一基准时间,可用于实现物联网中任何两个智能终端节点之间任何时间、任何地点的连接。此外,它还可以应用于动态组建大范围无线传感器网络。