任务类型感知的无线传感器网络数据融合调度算法

针对数据融合调度能量与时延优化问题,提出一种任务类型感知的无线传感网数据融合调度算法。通过传感器节点多功率、多信道的方式,利用最大独立集思想,构建基于数据融合主干树的网络拓扑结构,从而根据调度优先级,通过近似贪婪算法实现簇内数据融合调度,同时结合稀疏系数感知任务类型,减少传输数据量,进而利用簇头节点在网络中的等级,实现簇间数据融合调度。结果表明,所提算法在减少簇头节点数据传输量,降低节点能耗的同时,缩短了数据融合时延,提高了网络寿命。     

无线传感器网络可分负载调度算法

为了节省传感器节点能量,提高网络资源利用率,提出了一种无线传感器网络可分负载调度(DLSW)算法.DLSW算法以LEACH协议为基础,分群内和群间两阶段进行任务调度.在群内调度阶段,群内节点共享同一信道,相继向群首发送数据;在群间调度阶段,群首节点和SINK节点之间独立的信道使得群首将群内节点报告的数据融合后,并行向SINK节点传送结果,同时完成数据发送.DLSW算法通过去除节点间的通信干扰使得总任务完成时间减少、资源利用率提高.实验结果表明,在大规模的网络环境下,DLSW算法可以使总任务完成时间减少20％,网络能耗减少10％.     

基于Anycast的无线传感器网络多基站路由算法

提出了一种基于多基站的无线传感器网络Anycast路由算法,算法为网络中每个基站都建立一棵自己的Anycast树,网络中所有节点选择路径开销最小的邻居节点加入到对应基站的Anycast树中.该Anycast多基站路由算法可以根据不同的网络时延需求设置不同的权重参数来选择最优的路径,以达到实现不同时延要求无线传感器网络的应用.所有源节点采集的数据根据其加入的Anycast树的树状结构进行数据传输并送达基站.仿真实验表明:提出的Anycast路由算法在多基站的无线传感器网络中可以有效降低网络能耗和明显延长网络生命周期,较好地解决多基站的无线传感器网络架构通信模式问题.     

基于组播树的改进一致性数据融合算法

提出了一种结合路由的基于组播树的数据融合算法.该算法由3个阶段构成:组播树的构造阶段、兴趣散布阶段和数据融合阶段.算法构造了一棵以汇节点为根的组播树,在汇节点进行兴趣散布阶段,通过一种基于被动分簇的优化定向扩散路由协议进行路由扩散;数据融合阶段,借鉴多传感器中的一致性融合算法,通过重新定义其置信距离避免人为定义阈值而产...     

无线传感器网络数据融合低能耗睡眠调度算法

数据融合是解决无线传感器网络能量受限问题的关键技术之一。对节点状态的合理调度能够对数据融合过程的网络能耗进行优化。文中从传感器节点能量消耗模型着手,提出了一种适用于周期性数据融合的低能耗睡眠调度算法。该算法在分析影响网络能耗根本因素的基础上,采用时分复用方法,通过减少数据传输次数、降低网络融合时延,实现低能耗的数据融合。实验与仿真结果表明,该算法能够在各种融合树结构下有效降低网络能耗。     

基于数字水印的无线传感器网络数据安全融合方案

针对无线传感器网络中数据的安全问题,提出了一种基于数字水印的无线传感器网络数据安全融合方案。构建数据融合树将节点分层;叶节点采集数据后加密并向上层节点转发,每个中间节点接收到子节点的数据包之后先判断来源,然后验证数字水印以判断数据的正确性并进行数据融合处理,再将结果继续转发给上层节点,以此类推,直到基站收到数据结果。分析表明,此数字水印算法能够有效防止传感器数据被窃听,还能检测出数据在传输过程中是否被篡改。根据仿真结果,数据融合算法与其他算法相比,降低了单个节点传输数据的能量消耗,从而降低了整个网络的能量消耗,一定程度上延长了网络的生命周期,有一定的实用价值。     

无线传感器网络中任务调度算法的研究

近几年,无线传感器网络能够实时监测和传输环境数据信息变得日益重要,尤其在民用和军事领域得到很广泛的应用.无线传感器网络具有传统网络无可比拟的优势,每个传感器节点用来感知周围环境事件和采集数据,并将采集的数据通过一跳或者多跳路由传给簇头节点或者接收器节点,然后发送到基站或数据中心进行处理.假定每个节点对信息的处理看作是一个任务,考虑节点能量限制,节点采用唤醒/休眠机制,在唤醒期间确保节点任务完成,簇头节点能够调度处理多个传感器节点的任务.文中解决的问题:在满足多个传感器节点任务处理的截止期失效前,簇头节点如何合理的调度任务,提出了改进的 RM(rate-monotonic) 调度算法和动态的抢占式最早截止期优先任务调度算法 (Preemptive Earliest Deadline First Algorithm,PEDFA).通过具体任务实例说明算法的实现过程,结果表明该算法运行简单,能够很好减少节点任务的延迟时间,实现节点任务的合理调度.     

线型拓扑无线传感器网络关键技术

线型拓扑无线传感器网络的数据传输跳数多,传输路由单一,延时大,各节点转发的信息量不均衡.针对这些特点,分析了传统无线传感器网络协议在线型拓扑网络中存在的问题,提出链式快速分簇数据传输协议.该协议采用周期性地对传感器节点进行时间基准化,并且对数据进行逐段融合与回传.实际数据传输测试结果表明,链式快速分簇数据传输协议在传输延时、低功耗方面有优越的性能.     

无线传感器网络LEACH路由协议的簇头多跳算法

针对无线传感器网络LEACH路由协议簇头分布不均匀、网络拓扑和能量消耗不均衡的问题,提出基于DCHS簇头选择策略的无线传感器网络LEACH路由协议的簇头多跳算法LEACH-MUL。该算法在非簇头节点中选择一个节点作为通信簇头节点,其它簇头节点进行融合后的数据发送到该簇头节点并进行数据再次融合,最后通信簇头节点将数据融合后的结果数据发送到基站BS。LEACH-MUL算法能够有效地均衡节点能耗,提高能量利用率,延长网络寿命。     

基于遗传优化的WSNs多源单汇路由算法

针对无线传感器网络中的多源单汇路由问题,综合考虑无线传感器网络中链路带宽、延迟和路径节点最小剩余能量三种度量,建立了多源单汇路由问题的系统模型,将其转化为求解多约束最小Steiner树问题,已知该问题是NP难的问题,给出了基于遗传优化的求解算法,采用基于备选路径集的整数序列编码表示一棵生成树,设计相应的交叉和变异算子,以及对非法染色体进行修复的机制,最后在遗传算法的计算过程中选择合理的适应度函数,找到一棵满足多约束的能耗趋于最小且状态稳定Steiner树.理论分析和数值试验结果表明所提出的遗传求解算法收敛速度快、可靠性高,为无线传感器网络中的多源单汇路由提供了一种新的有效途径.     

无线传感器网络补偿性代价生成树路由算法

针对无线传感器网络中的"热点"问题,采用分簇的拓扑控制方法,并就簇头多跳方式提出了一种贪婪算法,以此在簇头间形成一种基于传输代价的生成树.算法前提是不同簇的传感数据相关性较小,不能进行数据融合.生成过程中每一步都以最小化当前最大节点代价为原则加入新的节点,从而达到均衡簇头节点能量消耗,延长网络生存时间的目的.并且在代价计算中引入相对剩余能量因子,以进一步均衡节点能量异构情况下的能量消耗.仿真结果表明,与现有典型算法相比较,在大规模无线传感器的应用环境下,网络生存时间得到有效的延长,节点剩余能量的分布也更加合理.     

无线传感器网络LEACH簇树路由协议研究

基于LEACH的簇树路由协议是目前无线传感器网络研究的热点之一,由于传统的构造最小生成树的算法不能适应网络中节点密度的变化,制约其更广泛的应用。在对LEACH簇树路由和传统的连通网络中构造最小生成树算法的分析基础上,结合动态优化的思想,提出了一种新的基于Prim算法的构造最小生成树算法,并将其应用到簇树路由中,使得网络寿命延长,同时增强了对网络节点密度的适应性。仿真结果说明了该算法的可行性和有效性。     

一种新的无线传感器网络非均匀分簇算法

为避免无线传感器网络的能量空洞问题, 延长无线传感器网络寿命, 提出一种新的基于双簇头的无线传感器网络非均匀分簇算法. 该算法综合考虑节点剩余能量和节点到基站的距离选举分簇簇头, 将无线传感器网络分为不同规模的簇; 为了减小规模较大簇的簇头节点收集与传输数据的负担, 在数据传输阶段构造基于改进最小二 叉树的数据传输路径. 实验结果表明, 该算法能够有效减小节点能量消耗, 可有效延长无线传感器网络的使用寿命.     

Reliable Data Storage in Heterogeneous Wireless Sensor Networks by Jointly Optimizing Routing and Storage Node Deployment

In the era of big data, sensor networks have been pervasively deployed, producing a large amount of data for various applications. However, because sensor networks are usually placed in hostile environments, managing the huge volume of data is a very challenging issue. In this study, we mainly focus on the data storage reliability problem in heterogeneous wireless sensor networks where robust storage nodes are deployed in sensor networks and data redundancy is utilized through coding techniques. To minimize data delivery and data storage costs, we design an algorithm to jointly optimize data routing and storage node deployment. The problem can be formulated as a binary nonlinear combinatorial optimization problem, and due to its NP-hardness, designing approximation algorithms is highly nontrivial. By leveraging the Markov approximation framework, we elaborately design an efficient algorithm driven by a continuous-time Markov chain to schedule the deployment of the storage node and corresponding routing strategy. We also perform extensive simulations to verify the efficacy of our algorithm.     

面向高效节能和拥塞优化的 WSN 数据汇集算法研究

无线传感器网络应用中经常需要对信息进行查询,而查询主要通过数据汇聚完成。过多的数据查询必然引起能量的快速消耗。通过分析无线传感器网络中基于查询的数据汇聚算法,并设计实现了基于树结构的数据汇集算法;并引入了能量估算模型和延时抖动模型,提出基于树结构的汇聚改进策略;同时基于 TOSSIM 仿真平台建立WSN网络;调节不同参数数值,测试数据汇聚算法的成功应答率、总能量消耗、总传输次数和总延迟等性能指标。实验表明：该改进算法通过数据汇聚算法在能源消耗和传输拥塞控制上达到较好的表现。     

一类度约束最小生成树问题的Dijkstra算法

度约束最小生成树问题是网络设计和优化中的一个NP难题。结合该问题的特征,基于Dijkstra算法的基本思想,提出了一种求解网络G关于指定节点的最大度最小生成树的新算法。该算法在保证指定节点最大度的前提下,每次通过选取剩余边中权最小的边加入当前网络,最终得到网络G关于指定节点的最大度最小生成树。同时对算法的复杂度进行了分析。最后通过与其他算法的仿真比较和算例,表明了新算法的有效性。     

附有条件的最小支撑树算法

传统最小生成树算法不能解决:度约束条件下的最小支撑树问题;动态网络的最小支撑树问题;边约束条件下的最小支撑树问题。遗传算法可以求解度约束条件下的最小支撑树问题,但存在效率低、编码复杂等缺陷。归纳了3类附有条件的最小支撑树数学模型,在最小支撑树传统算法基础上,提出了3类附有条件的最小支撑树算法。算法测试和比较表明:附有条件的最小支撑树算法是完全可行和有效的。     

最小生成树与次小生成树上的算法分析与设计

探讨了最小生成树的实现问题，分析了基于各种优先队列机制下算法的实现性能，讨论了次小生成树的性质，提出了时间复杂性为O(n^2)的次小生成树算法。     

多目标MIN-MAX度最小树问题及其求解

在多目标最小生成树问题和MIN-MAX度最小树问题的基础上,探讨使生成树最大顶点度数以及总权重都尽可能小的另类多目标MIN-MAX度最小生成树问题。分析了这一特殊的顶点度约束与Hamilton路的关联性质,在此基础上设计了先Hamilton路再MIN-MAX度最小树的独特求解方案。根据初始条件不同,当网络图不存在Hamilton路时,引入改进的蚁群优化算法,将转移概率由基本的指数形式改进为线性形式,在不影响求解质量的前提下,提高计算效率。针对以上策略,设计了相应的求解方案,并在计算机上用Delphi编程实现。大量数值算例验证表明,算法能快速有效地求解多目标情形下的MIN-MAX度最小生成树问题。     

基于最小生成树算法求解图的单源最短路径的研究

对《基于Kruskal算法的最短路径算法研究》一文中提出的方法进行探讨,通过构造实例论证了Kruskal算法并不能直接用于求解有向带权图的单源最短路径问题,并综合性地对基于最小生成树算法求解图的单源最短路径问题进行分析,通过构造实例最终得出最小生成树算法不适用于求解图的单源最短路径问题的结论.