基于分治求精的无线传感器网络节点定位算法

节点自身定位是无线传感器网络应用的支撑技术之一。将分治法运用到无线传感器网络节点自身定位问题中,研究了锚节点位置关系对节点定位的影响,设计了基于分治求精的无线传感器网络节点定位算法(divide and conquer and refinement method based localization algorithm, DRBLA)。DRBLA采用先分而治之、再整体求精的思想,根据锚节点位置关系对定位的影响,有效筛选锚节点构成组合分别对未知节点初步定位,随后加权求精得出最终定位结果。DRBLA不需要额外添加硬件,通信量小且容易实现。仿真结果显示,相对于传统基于测距的定位算法,DRBLA具有明显的优越性,尤其是可以利用较少的锚节点取得较高的定位精度。     

基于一个移动锚节点的无线传感器网络节点定位算法

节点定位技术是无线传感器网络应用的重要支撑技术之一,对此提出了一种基于移动锚节点的两步定位算法。该算法利用一个移动锚节点遍历整个网络,并周期性的广播包含自身当前位置的信息。把传感器节点的自身定位过程用基于无迹状态滤波(UKF)的目标跟踪方法实现。由于所用的目标状态模型和量测模型有一定的不确定性,所以先选取不共线3个锚节点信息,利用三边定位法提高滤波的初始位置精度,从而改善定位效果。最后仿真并分析比较了锚节点在多种移动轨迹情况下节点定位误差,结果表明本文所述两步定位法改善了对锚节点移动轨迹的特殊要求的限制,更适合实际情况,并取得理想的定位精度。     

基于时间差的无线传感器网络节点定位方法

在分析RSSI、ToA、TDoA和AoA测距方法优缺点的基础上,给出一种基于时间差的节点定位方法.该方法无需锚节点与锚节点之间,以及锚节点与目标节点之间的时间同步,根据三个锚节点的定位信号到达目标节点的时间差,即可完成对目标节点的定位.以三个锚节点呈等边直角三角形布置为例,对定位误差进行计算并得出了提高目标节点时钟精度和增加锚节点之间的距离可减小定位误差的结论.最后,利用无线传感器网络测试床进行算法有效性验证,结果表明了所提定位算法的有效性.     

基于差分修正的传感器网络加权质心定位算法

节点定位是无线传感器网络应用的关键技术。针对加权质心定位算法存在的测距误差影响,提出了一种基于差分校正的加权质心定位算法DWCLA。算法先进行信标节点之间的测距,并用其实际位置求得测距的误差因子。节点利用最近信标节点的误差因子修正测距,从而对权值进行修正。仿真结果表明,DWCLA算法降低了测距误差对定位的影响,提高了算法的定位精度。     

高密度无线传感器网络分簇定位算法

节点自身定位是无线传感器网络应用的支撑技术之一。提出了一种适用于大规模高密度无线传感器网络的分簇定位算法。首先定义了节点的势作为簇首选举依据,网络中节点间的距离由接收信号强度和通信半径的关系间接计算得到,各簇内的拓扑信息由簇首保存,簇首利用线性规划法实现簇内相对定位;随后从sink节点开始逐步进行簇间位置融合,最终实现全网的绝对定位。相比集中式的凸规划定位算法,所提算法计算复杂度低、通信量小、定位精度高,且不需要预先知道环境中的信号衰减因子,有一定的抗噪声干扰能力。仿真结果显示,在节点按均匀网格分布和均匀随机分布两种情况下,所提算法能取得较好的定位效果。     

无线传感器网络节点随机调度算法研究

针对已有的无线传感器网络节点随机调度算法存在的问题,即由于节点是利用产生随机数的方法加入到不同的工作子集,从而导致初始子集中节点分布不均,在概率感知模型下提出了一种基于节点平均度的随机调度算法。该算法利用邻居节点之间的信息传输,使得每个节点的邻居节点尽量均匀分散在不同的子集中。通过随机概率理论分析了概率感知模型下网络覆盖度与节点数之间的关系,解决了新算法的节点配置问题。仿真实验证明了新算法的有效性及分析的正确性。     

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。     

基于SOM的WSN节点定位算法与仿真实现

结合自组织神经网络（Self Organizing Maps,SOM）算法无监督学习特征和WSN自组织特点,提出了一种分布式的基于自组织神经网络的节点定位算法（Distributed Self-Organizing-Map and Received Signal Strength Indication,DSOM-RSSI）。DSOM-RSSI使WSN中的节点自组织为多个交叠的簇,通过多个簇头的并行计算,实现分布式的节点定位。DSOM-RSSI直接利用无线信号强度指示值进行定位,减少了以往把无线信号强度转化为距离后再来进行定位带来的误差和计算量。试验结果验证了该方法在定位精度和算法复杂度方面性能优于集中式的基于测距的自组织节点定位算法。     

基于模块度的无线传感器网络分簇算法

提出了一个新的基于模块度的无线传感器网络分簇算法.该算法是先在传感器网络本身结构的基础上形成簇,同时应用了一个新的参数一模块度来评估所形成的簇结构是否与真实的网络结构相匹配.基于上述所得到的一个稳定的簇结构,在每个簇内依据节点的剩余能量和簇内能量分布情况来选取簇头.仿真结果表明,与LEACH等分簇算法相比,该算法能够获得一个更合理和更稳定的簇分布,并且有效的提高传感器网络的寿命.     

一种适用于无线传感器网络定位的新方法

针对无线传感器网络,提出了一种基于恒模算法(constant modulus algorithm,CMA)的新定位方法(CMA-MAP)以及它的一种增强型算法(CMA-MDS)。其中CMA-MAP算法利用通信节点间距离的恒模性质,通过计算求出满足网络拓扑结构的多个局部最优解,并通过比较获得全局最优解。增强型算法(CMA-MDS)则是恒模算法与多维尺度分析技术相结合的一种新方法,模拟表明CMA-MDS可以提高估计的精度,且具有很强的鲁棒性。     

无线传感器网络的自适应分簇组网算法研究

针对经典算法LEACH和HEED的不足,提出了一种能自适应分簇组网的优化算法。构建了节点信息权重模型,并借鉴邻节点信息交换的思想,在成簇过程中与探测范围内的节点交换权重信息,自适应完成分布式网络的簇首选举,并根据最小距离原则成簇。理论分析和仿真实验表明,该算法比LEACH和HEED算法选取的簇首及形成的簇结构更加合理,同时更有效地降低与均衡了网络的能耗,提高了传感器网络的生命周期。

Abstract：

A self-adaptive and optimized clustering algorithm was put forward according to the shortage of LEACH and HEED. The Heavy-weight model about nodes＇ messages was created,and the idea that neighbor nodes exchanged messages each other was used for reference. The nodes which were able to communicate with each other exchanged the Heavy-weight during making clusters,elect self-adaptively the cluster head in distributing networks,and made some clusters based on the minimum distance principle. The theoretic analysis and simulation results prove that the elected cluster head and cluster structure are more reasonable,the energy expenditure in networks is less,the longevity of networks is longer by the optimized algorithm compared to LEACH and HEED.     

无线传感器网络中的分布式目标被动跟踪算法

为提高目标被动跟踪性能,并降低无线传感器网络（WSN）中的能量开销,提出了一种新的分布式信息粒子滤波（IPF）算法。根据目标的当前位置,将WSN中的结点动态组织成簇,建立分布式跟踪结构。利用信息扩展卡尔曼滤波器结合最新的观测量,产生粒子滤波的建议分布,详细推导了基于动态分簇结构的IPF具体实现步骤。建立机动目标跟踪的WSN仿真环境,比较了三种跟踪算法的性能和通信数据量。仿真结果表明,IPF具有较高的跟踪精度,与集中式粒子滤波算法的跟踪性能接近,而且降低了节点间的通信数据量。     

无线传感器网络中多移动代理分组优化算法

在基于多移动代理的无线传感器网络中,源节点的编组方法是区别于单移动代理系统的核心研究问题。基于跳数的最小生成树原理,提出一种基于最小生成树算法的规划编组方式,通过对无向全连通图中边权值的测量和选取,简单而有效地控制网络中能量消耗与任务延迟间的平衡,从而获得高效的综合性能。最后通过大量的OPNET仿真实验验证了算法的可靠性。

Abstract：

In contrary to the single mobile agent system,the grouping methodology for source nodes is the key issue in multi-agent itinerary planning for wireless sensor networks.A novel approach was proposed based on hop-oriented minimum spanning tree.The scheme achieves flexible trade-off control between energy cost and task duration by dynamically selecting edge weights in the total connected graph.Extensive simulations have shown that the approach outperforms the existing works.     

传感器网络中基于最小覆盖重叠的移动部署

为了优化随机部署的传感器网络的覆盖率,提出了基于最小覆盖重叠(MCO,Minimum Coverage Overlap)的分布式移动部署算法.算法执行时,每个节点根据获得的邻居节点位置信息,计算节点覆盖圆周上覆盖重叠的分布情况,并沿着最大程度减小覆盖重叠的方向移动.通过算法的迭代运行,使网络覆盖重叠程度尽量减小,从而最大限度的优化了网络的覆盖率.仿真结果表明,与基于Voronoi图的算法相比,MCO算法在覆盖率、移动效率、移动距离和部署时间等方面具有更高的性能.     

Improved Algorithm for Minimum Data Aggregation Time Problem in Wireless Sensor Networks

Wireless sensor networks promise a new paradigm for gathering data via collaboration among sensors spreading over a large geometrical region. Many applications impose delay requirements for data gathering and ask for time-efficient schedules for aggregating sensed data and sending to the data sink. In this paper, the authors study the minimum data aggregation time problem under collision-free transmission model. In each time round, data sent by a sensor reaches all sensors within its transmission range, but a sensor can receive data only when it is the only data that reaches the sensor. The goal is to find the method that schedules data transmission and aggregation at sensors so that the time for all requested data to be sent to the data sink is minimal. The authors propose a 7△/log2｜s｜＋c, new approximation algorithm for this NP-hard problem with guaranteed performance ratio which significantly reduces the current best ratio of △- 1, where S is the set of sensors containing source data, A is the maximal number of sensors within the transmission range of any sensor, and e is a constant. The authors also conduct extensive simulation, the obtained results justify the improvement of proposed algorithm over the existing one.     

复杂地形下传感器网络中传感器的放置模型与算法

有效的传感器放置能改善网络覆盖、减小网络中的通讯量,是传感器组网过程中必须解决的关键问题.研究和分析了不同网格结构的性能,建立了用于传感器放置的地形模型,提出了-种基于矢量地图数据的传感器放置算法.算法以优化传感器数目为目标,将传感器放置在能带来最大有效变化的网格节点上.仿真实际表明,与现有传感器放置算法相比,算法具有更高的效率.     

一种无线传感器网络分布式加权容错检测算法

针对无线传感器网络的容错事件区域检测问题,提出一种分布式加权容错检测算法。考虑"邻域的邻域"的容错范围,首先利用邻域节点与其周围节点的信息交换,对邻域节点的状态值进行估计,然后采用加权容错方法对邻域节点的估计状态值进行加权综合,完成对中心节点的错误检测。仿真结果表明,该算法在传感器网络初始错误率达到20%的情况下,仍能够检测和纠正90%以上的错误。相比其他算法,该算法具有较高的错误检测精度,极大改善了事件发生区域边界节点的纠错问题,且算法运行时整个网络所消耗的能量适中。     

PowerTOSSIM无线传感网仿真器剖析

对具备能量意识的无线传感器网络仿真器PoweTOSSIM进行深入剖析,详细分析PowerTOSSIM的仿真原理、体系结构、并发模型,描述仿真运行过程,最后指出PowerTOSSIM存在的几个不足,并从应用程序和仿真器设计两个角度提出改进方案。经验证,改进后的PowerTOSSIM是一个更合理的仿真器。     

基于蚁群优化算法的无线传感器网络路由协议

提出了一种基于蚁群优化算法的无线传感器网络路由协议RPBAA.该协议通过修改蚁群优化算法以适应无线传感器网络无全局标识、节点较少移动、资源受限等特性,提供了一种智能、动态、可扩展的多径选路传输方法来获取有效且健壮的通信,并通过全网能量均衡使用以最大化网络生命期,另外引入了数据分片机制来进一步优化选路效率.最后通过仿真验证了RPBAA协议的有效性和数据分片机制带来的好处.