无线传感器网络的重叠分簇与边界搜索

无线传感器网络（wireless sensor networks, WSNs）由大量微小的传感器节点组成,分簇的网络架构能较好地处理大规模网络的自组织问题,因而成为WSNs提升性能和扩展性的标准方法。在拓扑发现、地理路由和目标追踪等应用中,重叠分簇能更好地满足要求,同时,辨别出WSNs的边界节点是重要的任务。与先前的基于节点的边界搜寻算法不同,提出了一种应对节点随机分布情况的自组织分簇算法。建立了重叠分簇,进而对重叠分簇进行分簇的边界融合,最后形成整个WSNs网络边界。仿真结果表明,该算法能够生成更为均衡的分簇,显著提高网络生存周期,并能有效的实现网络边界节点的搜索。     

Distributed power control algorithm based on game theory for wireless sensor networks

Energy saving is the most important issue in research and development for wireless sensor networks. A power control mechanism can reduce the power consumption of the whole network.Because the character of wireless sensor networks is restrictive energy,this paper proposes a distributed power control algorithm based on game theory for wireless sensor networks which objects of which are reducing power consumption and decreasing overhead and increasing network lifetime.The game theory and OPNET simulation shows that the power control algorithm converges to a Nash Equilibrium when decisions are updated according to a better response dynamic.     

无线传感器网络中分布式量化航迹稳健融合

针对无线传感器网络（wireless sensor network, WSN）中的通信带宽和节点能量约束,提出了一种新的分布式量化航迹稳健融合框架。首先,对局部状态估计的方差阵进行压缩处理,取其对角上确界矩阵;再对压缩后的方差阵和状态估计向量进行K 均值矢量量化,送往融合中心（fusion center, FC）。其次,针对局部估计的未知或者不完整相关性,提出了不依赖于相关性的稳健航迹融合方法--内椭球逼近法（inner ellipsoidal approximation, IEA）用于簇首（cluster head, CH）的融合估计。仿真结果证明所提出算法的有效性：跟踪精度方面非常接近已有文献中的结果,而所需通信带宽远低于已有方法;通信能量方面,相对于随机选取激活节点策略,采用目标导向的动态分簇策略节省最高可达42%的能量。     

基于共线度的传感器网络节点定位性能分析

节点定位是无线传感器网络一个很重要的研究内容。提出一种新参数——共线度来分析一组三个参考节点的不同部署对传感器网络节点定位性能的影响,同时从理论上提出并证明了该参数对定位性能影响程度的两个定理。仿真实验显示:该参数有助于分析传感器网络节点的定位性能,并为选择良好的参考节点组合来进行有效定位提供了一个可行的参考指标。     

Distributed event region fault-tolerance based on weighted distance for wireless sensor networks

Event region detection is the important application for wireless sensor networks (WSNs), where the existing faulty sensors would lead to drastic deterioration of network quality of service. Considering single-moment nodes fault-tolerance, a novel distributed fault-tolerant detection algorithm named distributed fault-tolerance based on weighted distance (DFWD) is proposed, which exploits the spatial correlation among sensor nodes and their redundant information. In sensor networks, neighborhood sensor nodes will be endowed with different relative weights respectively according to the distances between them and the central node. Having syncretized the weighted information of dual-neighborhood nodes appropriately, it is reasonable to decide the ultimate status of the central sensor node. Simultaneously, readings of faulty sensors would be corrected during this process. Simulation results demonstrate that the DFWD has a higher fault detection accuracy compared with other algorithms, and when the sensor fault probability is 10%, the DFWD can still correct more than 91% faulty sensor nodes, which significantly improves the performance of the whole sensor network.     

Energy efficient target tracking algorithm using cooperative sensors

Target tracking is one of the applications of wireless sensor networks(WSNs).It is assumed that each sensor has a limited range for detecting the presence of the object,and the network is sufficiently dense so that the sensors can cover the area of interest.Due to the limited battery resources of sensors,there is a tradeoff between the energy consumption and tracking accuracy.To solve this problem,this paper proposes an energy efficient tracking algorithm.Based on the cooperation of dispatchers,sensors in the area are scheduled to switch their working mode to track the target.Since energy consumed in active mode is higher than that in monitoring or sleeping mode,for each sampling interval,a minimum set of sensors is woken up based on the select mechanism.Meanwhile,other sensors keep in sleeping mode.Performance analysis and simulation results show that the proposed algorithm provides a better performance than other existing approaches.     

基于模糊小波聚类混合的多目标覆盖质量评估方法

面向双层无线传感器网络覆盖质量评估,设计出基于模糊小波聚类混合的多目标覆盖质量评估方法。建立网络单元概念和双层网络模型,在各汇聚节点开展各子目标预处理。集中建立二次预警机制:设计基于模糊小波神经网络的分析融合子系统,实现一次预警,选出显著低效覆盖单元;构建决策输出子系统,设计基于k均值聚类算法的多等级网络单元评价体系,实现二次预警,并呈现全部低效覆盖单元。实验表明,该方法从覆盖面积、能耗均衡、传输便利等方面综合评估,能够精确判定低效覆盖单元,有助于及时重部署,维护网络健康运行。     

Prediction-based protocol for mobile target tracking in wireless sensor networks

Remote tracking for mobile targets is one of the most important applications in wireless sensor networks (WSNs). A target tracking protoco–exponential distributed predictive tracking (EDPT) is proposed. To reduce energy waste and response time, an improved predictive algorithm–exponential smoothing predictive algorithm (ESPA) is presented. With the aid of an additive proportion and differential (PD) controller, ESPA decreases the system predictive delay effectively. As a recovery mechanism, an optimal searching radius (OSR) algorithm is applied to calculate the optimal radius of the recovery zone. The simulation results validate that the proposed EDPT protocol performes better in terms of track failed ratio, energy waste ratio and enlarged sensing nodes ratio, respectively.     

基于节点信任值的WSNs入侵检测方案

为了保证无线传感器网络(wireless sensor network,WSNs)内部节点入侵检测中具有较高的检测率和较低的误检率,提出了一种基于节点信任值的层簇式WSNs入侵检测方案。该方案通过分析WSNs中典型网络攻击特征,定义了节点的多种典型信任属性,并利用马氏距离判断节点信任属性是否异常来获知节点是否存在异常,最后利用贝塔分布理论和异常折扣因子相结合实现节点信任值的计算和更新,从而实现节点入侵检测判断。经仿真,结果表明该方案可实现常见入侵的检测,具有较高的检测率和较低的误检率。     

传感器网络中一种能量高效的数据收集算法

为了在无线传感器网络中降低能耗和最大化网络生存期,提出一种能量高效的数据收集算法(energy efficient data gathering algorithm, EEDGA)。该算法利用移动代理模型在网络中进行数据收集。首先,EEDGA根据监测精度的要求控制活动节点的数量;然后,通过求最小支配集得到具体的工作节点;最后,利用蚁群算法规划移动代理迁移的最优路线,移动代理以渐进方式收集活动节点的监测数据。仿真结果表明,与典型算法相比,该算法具有更低的能耗和更长的网络生存期。     

用于社群结构探测的小世界特征遗传算法

针对网络社群结构探测问题,探讨一种小世界特征遗传算法.受小世界现象搜索机理和网络结构特征启发,构造一种社群结构局部搜索算子;进而将该算子引入遗传算法基本框架,提出一种小世界特征遗传算法.典型网络的社群结构探测的结果表明,与Girvan-Newman算法和模拟退火算法相比,小世界特征遗传算法探测到的社群结构具有更大的模块性值,从而证明该算法是可用且有效的.     

传感器网络中基于链路层服务的最短路由算法

无线传感器网络中,链路通信质量随时空变化很大,并且有5%-15%的非对称链路存在。链路层服务不但可以发现邻居传感器节点,测量和预测邻居节点间的链路通信质量,而且还提供链路数据转发机制来减轻单向链路对其它协议的影响。利用链路层服务,采用分布式最短路由路径建立算法,为每个传感器节点建立了到汇聚节点的最短路由路径,然后从理论上分析了该算法的性能,最后在无线传感器网络模拟器TOSSIM上进行了模拟。实验结果表明,基于链路层服务的最短路由路径建立算法,不仅可以有效地避免建立断路由路径,还可以充分利用单向链路来建立更短的路由路径,有多于15%的传感器节点建立了更短的路由路径,路由跳数也减少了14%-100%。     

基于链路通信效率的高能效路由转发策略

无线传感器网络使用短距离无线通信技术实现节点间的数据通信,该技术的物理特性决定了网络的真实链路行为具有较大的随机性,这种随机性往往导致网络数据丢包,并影响路由转发的性能表现。针对这个问题,在有损链路模型下深入分析了链路通信效率,总结出一维线性网络整体通信效率与包接收率、链路通信距离之间的关系,基于此,提出一种以链路通信效率为转发依据的高能效路由转发策略。通过仿真实验验证该策略在有损通信链路下有更好的能效性和鲁棒性。     

基于目标跟踪的移动信标辅助节点定位算法

针对无线传感器网络的节点自定位问题,提出一种基于单个移动信标的节点定位算法。信标节点周期性地发布自身位置信息,未知节点被动接收该信息得到与移动信标之间的距离,先求取自身位置的近似估计,再利用无迹卡尔曼滤波进行目标跟踪,完成进一步位置求精。未知节点之间无需测距,降低了通信量和能量消耗。仿真结果表明,该方法能够有效提高节点的定位精度,适用于户外部署的大规模无线传感器网络。     

基于虚拟传热的能耗均衡幂律重部署算法

针对大规模双层无线传感器网络自移动传感器节点覆盖控制的能耗均衡问题,提出一种基于虚拟传热的重部署算法。建立了以二次熵为基础的幂律熵模型,设计传感器节点与汇聚节点之间的绝对移动方法;利用邻居节点之间幂律熵流动的平衡关系,建立熵平衡方程,采用相对熵求得相对移动中参照节点选取概率的权重,设计相对移动方法。叠加两种自移动方法,进行迭代,达到网络熵平衡。实验表明,所提算法能够高效实现能耗均衡,及时避免能量空洞,延长了网络生命周期,并提升了覆盖率。     

传感器网络中高能效可靠通信的跨层优化策略

低能耗/高可靠通信问题是传感器网络应用中的一个重要研究课题,即如何在满足应用所设定的端到端可靠性要求的前提下实现能耗最小化,在物理层引入功率控制的策略,逐渐增加发送功率,直至满足可靠要求,从而降低不必要的能耗;在数据链路层提出了一种能量高效的组确认数据重传机制,尽量降低数据重传过程中冗余信息.并在此基础上,提出一种跨层联合优化算法,以解决低能耗/高可靠通信问题.最后通过NS-2仿真实验证明了该算法能够满足传感器网络低能耗/高可靠的应用需要。     

节点数固定的复杂网络模型初探

由于随机图模型、小世界模型和无标度模型的结构上存在交叉性，有必要对复杂网络进行新的分类。本文将复杂网络分成两类：节点数固定的复杂网络和节点数变化的复杂网络，且重点研究了前一类网络。首先时节点数固定的网络进行了细分，然后分析了在边的不同连接方式下节点数固定的网络的度分布、平均最短路长度和聚类系数等特征，最后讨论了小世界特性与无标度特性产生的原因。研究表明，节点数固定的网络大多具有小世界特性，小世界特性与无标度特性是从不同的侧面来研究复杂网络的，从而很好地解释了在许多复杂网络这两种特性能够共存的原因。     

水下传感网络的低复杂度APIT算法及OPNET仿真实现

由于水声传感网络具有能量的局限性,所以低复杂度的定位算法更适用于水声传感网络。传统的APIT算法能够以较少的控制开销获得较好的定位精度,有利于水下传感网络定位的实现,但其复杂度高,冗余误差较大。以点扫描的方式取代传统网格扫描法,提出一种低复杂度的APIT算法,并在OPNET平台上搭建水声传感网络环境,阐述该算法在水下传感网络节点定位的实现过程。仿真结果表明,待定位节点与锚节点密度的增加有助于改善算法的性能,且在同等条件下本文算法比传统APIT算法定位精度更高。     

基于小世界模型动态演化邻域的微粒群算法

分析了影响网络中信息传播的主要因素,并结合小世界网络的形成机制,提出了一种具有动态邻域结构的微粒群算法.该算法初始化群体拓扑结构为"聚集系数大,平均最短路径长"的环形规则网络,以降低邻域间信息交流的速度,保持种群的多样性.在算法进化过程中,当邻域多样性小于给定阈值时,以小概率向网络随机增加长距离边,逐步形成"聚集系数大,平均最短路径小"的小世界网络,加快邻域间信息交流的速度.仿真结果表明,结合适当的惯性策略,该算法能获得更好的收敛性能和收敛速度.     

无线传感器网络目标跟踪平台协同调度的实现

目标跟踪是无线传感器网络的一个重要应用。为了验证和测试算法性能,缩小理论与实际的差距,必须构建相应的物理平台。介绍了所构建的无线传感器网络目标跟踪平台,其硬件包含超声波传感器、被动红外传感器和Micaz节点组成的无线传感器网络,而软件包括上层监控系统及下层节点嵌入式程序。针对节点资源十分有限的情况,提出了一种基于最小均方估计误差的目标跟踪协同调度算法,并在物理平台上成功实现,实验表明该平台能有效地跟踪无线传感器网络内的移动目标,并在保证跟踪精度和跟踪实时性的同时,采用了双重唤醒/休眠机制来延长网络寿命。