节点两次抛洒的无线传感器网络能耗平衡策略

针对无线传感器网络中的“能量空洞”问题,提出了一种将传感器节点分两次抛洒的能耗平衡策略。基于圆形区域网络的多跳传输方式,分析了无线传感器网络的能耗模型,并在各圆环内对传感器节点进行不均匀抛洒。为了克服节点密度较大圆环采集数据的冗余性,首先在各圆环内等密度抛洒只具有传感功能的节点,第二次抛洒的节点仅作为中继站向相邻圆环转发数据,根据节点平均能耗相等的原则,确定各圆环内的中继节点密度。传感节点和中继节点分别进行抛洒,不仅节省了硬件成本,而且减轻了网络的传输负载。仿真结果表明,该策略能够有效平衡节点能耗,缓解能量空洞问题,从而延长无线传感器网络的生存时间。     

一种基于群智能仿生优化的WSNs节点调度方法

为了解决物联网感知层无线传感器网络(WSNs)的节点调度问题,使网络能量总消耗最小化、网络生存周期最大化和网络性能最优化,该文将问题转化为一个约束条件下的组合优化问题,利用元启发式蝙蝠算法在求解复杂组合优化问题中参数设置少、快速收敛等优点,提出一种非均匀条件下的基于蝙蝠算法的WSNs节点调度算法。仿真对比和结果分析表明,在无线传感器网络节点调度过程中,蝙蝠算法效率最高,能耗最低,时延最短,可靠性好。与人工免疫算法和粒子群算法相比,该方法的网络节点平均能耗分别降低10.8%和3.5%。     

ZigBee无线传感器网络节点的低功耗设计

基于ZigBee技术的无线传感器网络中由于网络节点能量有限,如何最大限度地利用有限能量是关键.分析了无线传感器网络节点各部分的能耗情况,提出了无线传感器从节点硬件结构和通信两方面来降低网络系统能耗,达到延长网络生命周期的目的.     

无线传感器网络中移动节点的分布优化问题

为了降低无线传感器网络的总体能耗,保证信息的有效采集,针对无线传感器网络节点的分布优化问题进行了研究.给出了无线传感器网络覆盖控制模型的精确数学定义,并利用节点的移动性,提出了一种基于遗传算法的分布优化机制.仿真结果表明,该方法能够在目标区域内以相对较小的代价完成传感器网络节点的分布优化,降低网络的能耗,提高网络的整体覆盖率.     

无线传感器网络能量模型

随机抛洒的无线传感器节点形成何种逻辑拓扑结构将直接影响高层通信协议和网络运行能耗,而合理使用有限能量资源是无线传感器网络研究的核心问题.基于传感器节点工作能耗分布特点和数据传输能耗模型,建立传感器节点能量模型和网络传输模式模型,对单跳传输和多跳传输两种方式下的网络总能耗和单节点能耗进行理论计算,并分析不同网络拓扑结构对网络能耗和网络运行的影响.通过理论计算推导出不同网络拓扑结构和传输模式下无线传感器网络总能量消耗公式和网络能耗分布规律,为设计能量有效的无线传感器网络拓扑结构提供指导,为实现无线传感器服务质量体系下的高层通信协议提供理论基础.     

基于能量迭代模型和蜂群优化的异构无线传感器网络节能分簇路由算法

针对无线传感器网络节能分簇路由通信时存在数据传输节点死亡数量较多、传输能耗输出较大的问题,提出一种基于能量迭代模型和蜂群优化的异构无线传感器网络节能分簇路由算法.首先构建网络通信能耗模型,以缩减能耗为目标结合差分蜂群算法及时优化网络节点分布;然后基于网络节点分布优化结果,制定异构无线传感器网络节能分簇方法,使用能量迭代选簇方法确定簇头,获取簇头半径完成异构无线传感器网络的通信节点节能分簇;最后设定通信簇头节点与基站之间的距离,确定节点通信时的路由等级,并结合多跳的路由通信方式,实现异构无线传感器网络的节能路由通信.实验结果表明,利用该方法进行网络节能分簇路由通信时,数据传输节点死亡数量最多为22个,节点传输最大能耗为21 nJ/bit,表明该方法节点通信节能效果较好.     

基于遗传算法的无线传感器网络最小覆盖集算法

降低能耗以延长网络生存时间是无线传感器网络设计中的一个研究热点.提出一种利用遗传算法实现的"密度控制"策略.该策略利用无线传感器工作节点的最小节点子集(最小覆盖集),达到覆盖整个传感器网络区域的目的.所提出的算法能够较好地调和无线传感器网络寿命和网络覆盖率之间的矛盾,仿真实验证明了算法的有效性.     

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...     

基于增强学习的非均匀分簇水声传感器网络能耗研究

近年来,水声传感器网络越来越成为研究的热点,但由于水下环境复杂多变,导致网络中能量消耗不均的问题.针对此问题提出了一种基于增强学习的非均匀分簇的水声传感器网络路径优化算法.该算法首先根据水声传感器网络中节点的深度和剩余能量把传感器节点分成大小不同的簇;然后根据节点的综合属性值选出最佳簇头;最后在数据传输阶段利用增强学习和ε-greedy策略对簇间的传输路径进行决策和学习,寻找最优路由.实验结果表明:本文方法可以有效均衡能耗,并延长网络寿命.     

农业大棚应用环境下网络能耗算法的最优化分析

在传感器网络能耗算法基础上,以农业大棚为背景,通过调节传感器的位置与感知半径对一定体积空间内总能耗最优化问题进行分析.利用传感器改变自身半径所消耗的能耗与传感器在不同半径通信时所消耗的能耗之和来计算总能耗,结合不同传感器个数及不同通信半径情况,分析不同大棚体积内节点能耗的最优化问题.通过对不同传感器节点情况下的分析、对比,证明该算法在不同体积农业大棚环境下,很好地解决能耗消耗问题.     

基于动态搜索区域的无线传感器网络小世界特性构建方案

为了减少无线传感器网络节点的能量消耗,以延长无线传感器网络的寿命,首先研究了如何通过在无线传感器网络中构建小世界特性以延长其网络寿命,并着重分析了DAS(directedangulation tow ards the sink)方案.然后针对DAS方案中临近sink节点区域内的节点能量过快消耗的问题,提出了一种在无线传感器网络中构建小世界特性的新方案——菱形区域方案.该方案根据sensor节点到sink节点距离的大小,动态地改变菱形捷径端点搜索区域的大小,达到构建小世界特性并增强网络抗毁性的目的.理论证明了菱形区域方案在一定条件下较DAS方案既节省能量又能延长网络的寿命.     

簇状WSN的分层密钥管理方案

有效的密钥管理方案是实现无线传感器网络安全通信的关键。针对簇状结构无线传感器网络自身的一些特性,本文提出一种簇状无线传感器网络的分层密钥管理方案。在本方案中,分别在簇内和簇间采用不同的密钥管理体制,簇内通信密钥利用中国剩余定理生成,在将复杂计算转交给基站的同时。降低了组密钥的存储空间;簇间通信密钥借助BLOM矩阵的思想生成,有效地提高了簇头节点抗击俘获的能力。通过对比分析,该方案有效地节省了节点的能童,每个节点不需要存储大量的共享密钥,而是按照不同的传输信息和安全需求存储相应类型的密钥。并提供了较强的可扩展性、网络的可靠性、高效性等安全性能。     

基于FPGA的可重构无线传感器网络节点设计

提出了一种简单的基于现场可编程门阵列(FPGA)模块来实现可重构无线传感器网络节点的方案.与传统方案相比,新方案较为精简,价格低廉,不再需要微控制器,大大减小了节点软硬件复杂度,可实现无线传感器网络节点的快速可重构设计.通过将自适应功率控制和低功耗媒体接入控制机制引入FPGA核,重构的节点大大地降低了功率消耗,充分表明提出的可重构设计方案是有效可行的.     

无线多媒体传感器网络中一种自适应的休眠调度策略

节点休眠调度机制可以让满足冗余条件的节点轮流进入低功耗的休眠状态,以达到延长网络生存时间的目的。无线多媒体传感器网络中邻近节点间存在的重叠区域,因此提出了一种基于FoV重叠区域的冗余判别模型。利用该冗余模型对节点进行休眠调度。为避免"盲点"区域的产生,在节点进入休眠状态前加入一个预休眠状态,并考虑了状态切换代价对节点进行休眠调度。仿真实验结果表明,该方法能有效降低网络能耗,延长网络的生命周期。     

Multi-objective optimization sensor node scheduling for target tracking in wireless sensor network

Target tracking in wireless sensor network usually schedules a subset of sensor nodes to constitute a tasking cluster to collaboratively track a target.For the goals of saving energy consumption,prolonging network lifetime and improving tracking accuracy,sensor node scheduling for target tracking is indeed a multi-objective optimization problem.In this paper,a multi-objective optimization sensor node scheduling algorithm is proposed.It employs the unscented Kalman filtering algorithm for target state estimation and establishes tracking accuracy index,predicts the energy consumption of candidate sensor nodes,analyzes the relationship between network lifetime and remaining energy balance so as to construct energy efficiency index.Simulation results show that,compared with the existing sensor node scheduling,our proposed algorithm can achieve superior tracking accuracy and energy efficiency.     

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。     

考虑节点能量消耗的无线传感网络平衡路由算法设计

传统方法设计无线传感网络路由中,往往忽略了节点的能量消耗以及不同节点能耗的差异性,导致出现节点分布不均匀、路由平衡度较差、整体开销成本较大、能耗高等问题。为此,提出了考虑节点能量消耗的无线传感网络平衡路由算法。构建节点能耗模型,建立无线传感网络梯度和传感器节点之间的信息素,结合蚁群算法求解整体能耗模型,实现无线传感网络平衡路由的算法设计。实验结果表明,所提方法可提高无线传感网络中节点的均匀分布能力,降低整体能耗开销,减少能量消耗,有效实现无线传感网络平衡路由的算法设计。     

基于基因位迭代映射的无线传感器网络能量优化分簇算法

摘要：针对无线传感器网络的节点能量利用率和网络寿命问题,引入一种基因位迭代映射思维进行改进,并构造新的无线传感器网络能量优化分簇方案生成方法,在此基础上提出了基于基因位迭代映射的无线传感器网络能量优化分簇算法。该算法将无线传感器网络节点路由能耗优化问题转化为网络系统簇内节点最优能耗进化激励的解空间最优解搜索问题,然后利用基因位长度自适应编码和迭代映射的进化算法进行候选解搜索,最后输出具有最优能耗的节点通信路径和簇头的下级跳节点。实验结果表明,该算法高效可行,能量均衡和优化能力较好,有效的降低了节点的能耗,延长了网络生命周期。     

基于免疫退火的WSN簇首节点选择方法研究

针对无线传感器网络中簇首节点选择的问题,基于免疫退火提出了一种新的算法CHSIA（Clusterheadnodeselectionalgo—rithmbasedonimmuneannealing）。该算法结合节点能量消耗和剩余能量建立了目标函数f=max（a/elt＋bE（t-1）,并且利用免疫退火方法实现该目标函数的最优求解。同时,通过OPENT进行仿真实验深入研究了网络存活周期、变异概率和交叉概率等关键因素对该算法的影响。对于实验中50％节点失效时的性能状况,CHSIA算法能够延续到162轮,而LEACH算法只能延续到119轮,结果表明CHSIA具有较好的适应性。     

人工蜂群算法优化支持向量机的传感器节点定位

为了提高传感器节点的定位效果,针对支持向量机参数优化问题,设计一种人工蜂群算法优化支持向量机的传感器节点定位模型.首先采集传感器节点的相关数据,提取有效参数;然后采用支持向量机建立传感器节点定位模型,并采用人工蜂群算法解决支持向量机的参数选择问题;最后在MTALAB2014平台进行传感器节点定位实验.实验结果表明,该模型可以反映当前传感器节点的位置,获得较精准的传感器节点定位结果.