一种新的簇间邻居辅助编码方案

为解决无线传感网(wireless sensor networks,WSN)中传感器节点收发数据能耗较高的问题,提出了一种簇间邻居辅助编码方案.该方案将网络编码(network coding,NC)与压缩感知(compression sensing,CS)理论结合,提出"投影再生码"(projection regenerating coding,PRC)的新概念,利用WSN分簇理论和传感器节点读数的时间-空间相关性,对网络节点进行分簇、数据压缩、数据采集等处理,同时采用簇间邻居辅助编码对发送数据进行融合,使汇聚节点仅通过收集部分节点数据即可恢复原始信号.结果表明,与时空压缩网络编码(C-ST)、邻居辅助压缩感知(NACS)等方案相比,新方案可有效降低网络开销和恢复误差,提高压缩增益和传输效率.     

基于动态调整发送编码门限阈值的传感器网络数据压缩算法

针对无线传感器网络节点感知数据存在空间和时间冗余的问题,提出一种基于动态调整数据发送阈值的传感器网络数据压缩算法——DADST算法.首先,节点采集周围信息后发送给基站,基站接收到数据后对其进行Huffman编码,并依据节点发送的数据即时调节基站向各节点发送数据的门限阈值;其次,各节点依据接收到的编码判断向基站传输压缩码还是原始感知数据.仿真实验结果表明,该算法在保证数据传输精度的同时,能显著提高网络数据传输量和网络工作效率,减缓了节点的能量消耗.     

无线多跳压缩感知协作网络的物理层安全研究#br#

协作通信可以有效提高物理层的安全性能,而多跳协作通信可以增大系统的传输距离及削减传输过程中造成的信号衰落. 现有的方法大部分都需要已知窃听信道状态(ECSI)来分析协作通信系统的安全性能. 在实际应用中,这个先决条件往往难以满足. 将压缩感知中的测量矩阵用作加密方式可以有效保障系统的安全性.多跳压缩感知解码转发(MCS-DF)方案是一种不需要已知ECSI 的安全通信协作机制. 该机制将系统的传输过程等效为压缩感知中的测量过程,实现压缩和加密. 研究结果表明,当窃听节点个数小于跳数时,即使主信道条件差于窃听信道条件也可以实现安全通信.     

联合模拟网络编码和压缩感知的数据传输方案

基于模拟网络编码和压缩感知的思想,提出传输链路上的节点可进行同时传输以降低传输所需时隙开销,设计了一种在链状拓扑中的联合模拟网络编码和压缩感知的传输方案.基于分簇压缩感知方案可有效减少传输量的思想,提出了将无线传感器网络划分为簇,在簇间采用联合模拟网络编码和压缩感知传输方案的模拟网络编码分簇方案.与传统的压缩方案相比,该方案降低了传输量,节省了节点能耗,且减少了传输所需时隙开销,提高了系统吞吐量.     

基于压缩感知的协作系统物理层安全分析

将压缩感知技术引入协作通信系统中研究其物理层安全问题.在多源多中继协作通信系统中,将源节点通过中继节点到目的节点,源节点到窃听节点的信道矩阵作为压缩感知的测量矩阵,目的节点和窃听节点可以采用信号重构算法进行重构.通过系统仿真证明,窃听节点存在对信道估计存在误差,合法目的节点的重构性能优于窃听节点,可以达到安全传输.     

一种WSN中基于局部数据的压缩感知算法

当前,无线传感器网络的研究中最突出的是传感器节点的能耗问题.已有的无线传感器网络中的数据传输方式不仅能量浪费严重,而且网络的整体能耗不平衡,因此根据无线传感器网络所传输数据的特点,将改进后的压缩感知算法应用于其中.该过程中,压缩感知思想的应用大大减少了无线传感器网络中的数据传输次数,并保证每个节点的传输次数相同,这样不仅减小了节点能量的消耗,还维持了整个网络的能耗平衡.     

基于近似l_0重构算法的传感网数据收集方案

针对无线传感器网络中的数据收集问题,基于压缩感知理论设计并实现了一种高效节能的数据收集方案.数据采集时利用矩阵投影对传感器节点感知的数据进行压缩,数据重构时利用指数函数族对l0范数进行逼近,从而将带约束条件的l0范数最小化问题转化为无约束条件的优化问题,同时还设计了相应的加权函数,从而进一步提高重构算法的收敛速度.实验结果表明:所设计的基于近似l0范数重构算法的传感网数据收集方案在数据收集过程中具有较高的运行效率,其对无线传感器网络的带宽、能量等资源消耗较低;在数据重构过程中能够在适当的重构时间内进一步提高压缩数据的重构成功率.     

一种无线传感器网络数据传输协议设计与验证

以物联网广泛使用的无线传感器网络的数据传输实际需求为研究对象,通过对现有数据传输协议特点的分析,研究了基于机会与补偿机制的无线传感器网络数据并发传输协议,利用并发传输的适度容忍与不同节点间的机会多跳实现数据的高效传输,并仿真环境进行验证。结果表明:该协议可以在有效规避不同无线节点间的竞争基础上,提高整个网络中的数据传输效率,降低物联网运行的能耗。     

参与式感知系统中基于压缩感知的数据采集算法

基于压缩感知理论提出了一种在参与式感知系统中进行数据采集的算法.该算法通过对节点社会关系的分析,估计得出部分未被传输的节点感知数据,在此基础上对观测矩阵进行更新,使压缩感知算法可以利用已传输的数据和估计得出的数据进行重构.该算法能显著减少参与式感知系统中传输的数据量,同时能够保证较好的数据重构精度.采用随机漫步移动模型进行了仿真实验,验证了算法的可行性.实验表明,与传统的压缩感知算法相比,上述算法在重构成功率相同的情况下,可以显著减少网络传输的数据量,从而降低网络消耗.     

一种相邻节点协作的无线传感器网络可靠传输方案

针对无线传感器网络中不可靠的通信链路引发传输效率下降的问题,提出了一种基于相邻节点协作的无线传感器网络可靠传输方案(NNCS).该方案利用无线信道的广播特性,通过选择成功监听到数据传输的相邻节点来承担协作传输任务(重传或转发),以降低重传次数,提高传输效率.在方案中,相关节点根据自身传输能力发送数据应答以竞争协作机会,同时通过信道监听避免发生竞争冲突.实验结果表明,较之传统重传方案,NNCS能够以更少的传输消耗达到更高的传输成功率,并有效降低了端到端的传输时延.     

水声传感器网络节点自定位的遗传算法优化研究

水声传感器网络节点自定位技术是传感器网络在海洋环境监测应用的基础。针对质心算法在随机分布中定位精度较低的缺点,采用信标节点与未知节点之间的距离作为约束,并对该约束采用泰勒级数方式展开;由此建立相应的数学模型,通过遗传算法对该模型进行优化;此外,根据信号传播特点,采用的是等高线传输模型。仿真结果表明,该方法能够实现水声传感器网络未知节点的有效定位。     

一种用于水声通信网的全动态TDMA协议

为了解决一定应用场合下水声通信网的通信效率和能量节省之间的矛盾,针对特定的网络拓扑结构,提出了一种全动态时隙调度的时分多址MAC协议FD-TDMA.该协议采用了动态往返调度方式、混合回复策略和保守的睡眠机制,网络各节点根据本节点及相邻节点的收发情况和已知的网络拓扑信息,动态并实时地更新自己在接收状态、睡眠状态和等待状态停留的时间,适时地进入自己的发送时隙.通过OPNET仿真表明:FD-TDMA协议与同样带有睡眠和混合回复机制的固定时隙TDMA协议相比,通信效率和能量效用均有显著的提高;并且该协议性能稳定,能适应不同的业务负载和网络规模.     

基于压缩感知理论的无线传感器网络数据融合算法

针对传感器节点部署稠密, 节点覆盖重叠区域较大, 导致采集数据冗余度大的问题, 利用节点收集数据的时间和空间相关性, 提出一种基于压缩感知理论的无线传感器网络(WSN)数据融合算法, 并通过仿真实验分析了其性能. 实验结果表明, 该算法不仅可以减少簇首的数据传输量, 减少了节点的平均能量消耗, 延长网络的生存时间, 而且性能明显优于对比算法.     

不确定传播时延下的水声网络保护间隔设定

水下声波的传播时延及波动远大于无线电波,许多借鉴陆地无线电波通信网络原理设计的水声传感器网络协议未能充分考虑和利用水声传播及其时延变化特性.据此给出了时分多址协议中相继传输数据包的冲突模型,分析了保护间隔与簇头节点和传感器节点距离之间的关系,并给出了保护间隔的设置方法.理论分析和仿真表明,提出的保护间隔设定方法改善了传统保护间隔设置偏向保守的缺点,可有效提升水声传感器网络的性能和效率.     

基于分布式算法在WSN中的能耗最小化优化研究

如何有效利用节点能量并延长网络的生存期是研究无线传感器网络的一个核心问题.在已有的集中式算法的基础上,提出了一种分布式优化的方法,使无线传感网络中无损数据收集时的能量消耗最小化,此方法主要是通过将传输功率和压缩传输速率进行合理的配置来实现,运用拉格朗日对偶分解法,可以把能量最小化这个问题分解为能够被传感节点本身分布式解决的子问题.通过仿真结果可得,分布式算法相比集中式算法能使目标函数更快收敛从而达到能耗最小化.     

多事件节能的无线网络传感器协议

为了解决距离基站(Base station,BS)较远的传感器节点使用多跳通信向BS传输数据时产生更高能量消耗和使用寿命短的问题,该文提出了一个多事件节能蚁群优化数据传输(Energy Efficient Ant Colony Optimized Data Transmission,EEACODT)无线网络传感器协议.该协议消除了现有协议的一些限制和缺点,根据距离汇聚节点的节点距离将网络划分为多个扇区,根据扇区位置为节点分配特定的活动时间,以此来实现高效节能.该协议采用蚁群优化进行簇间通信,每个簇中簇头选择取决于它到BS的距离和剩余能量,中继节点的选择基于到BS的距离、剩余能量和队列大小这3个条件.实验表明与PSO协议和FAMACROW协议相比,本文EACODT协议在能耗、延时和包传输率方面均优于现有方法和性能.     

线性回归的分布式压缩采样算法

为减少无线传感器网络数据传输量,进而延长网络的生命周期,研究了一种联合线性回归和压缩感知的分布式采样方法。依据节点数据的相关性对网络进行分簇,将感知数据显著线性相关的传感器节点划分到同一簇中。以此为基础,提出了一种基于线性回归的分布式压缩采样算法,该算法联合运用线性回归和压缩感知理论重构节点数据,实现了低速率采样条件下节点数据的高精度重构。对实测温度数据进行仿真实验,结果表明,与等间隔采样相比,该算法减少了71%的采样值个数。     

基于传感网络的混凝土坝体振动信息检测的布置

在混凝土坝体振动检测的过程中,需要对传感网络节点进行合理布置。但是,在坝体振动信号的传递过程中,对于路由单个传感网络节点的依赖性过大,造成布置过程负载不均匀,检测精确度下降。提出一种基于密度自动调节的传感网络节点布置方法,并应用到了坝体振动检测中。利用得到的坝体节点初始坐标位置。利用振动反馈理论判断坝体上的节点密度情况,根据判断结果调整节点的最优位置。实验结果表明,利用该方法进行大型坝体振动检测,能够提高检测的振动时间,提高了检测的效率。     

水下无线传感器网络节点覆盖及其自定位

节点自定位技术是水下无线传感器网络应用的关键技术之一,较高的覆盖概率能够提高节点自定位的精度。节点定位精度受到很多因素的影响,本文通过采用感知概率模型模拟传感节点测量概率分布模型,再对覆盖概率较高的传感器节点进行定位误差迭代,最后采用遗传算法对定位误差进行优化。仿真结果表明,覆盖概率受感知半径和迭代次数影响,定位误差受信标节点密度影响,采用遗传算法的优化能够实现水下传感器节点的自定位精度。