网格移动的无线移动传感器网络部署算法

针对目前无线移动传感器网络中部署算法过于复杂的问题,提出了一种新的基于网格移动的无线移动传感器网络部署算法.降低了常见无线移动传感器网络部署算法的时间复杂度,提高了任务区域的节点覆盖度,减少了覆盖漏洞,适用于无线移动传感器网络的应用.文中论述了该算法的构架,执行过程,并对该算法进行了仿真分析.仿真结果表明,该算法在有效降低算法复杂度的情况下满足了网络部署中关于覆盖率的要求.     

基于虚拟力和果蝇优化算法混合控制水声传感器网络部署策略

提出了基于改进的虚拟力和果蝇优化(Virtual Force and Fruit Fly Optimization,VFFO)算法混合控制水声传感器网络部署优化的方法.该方法首先通过虚拟力算法对传感器节点的初始部署进行优化,以得到较好的初始部署状态;然后通过改进的果蝇算法对水声传感器网络进行重部署,同时分析了算法的移动部署能耗问题.仿真结果表明,该算法在相同能耗下能够得到更高的网络有效覆盖率.     

移动传感器网络分布式节点部署优化算法

针对移动传感器网络中动态目标监测场景,提出了一种分布式传感器节点部署优化算法.该算法模仿鸟群行为将传感器节点驱动至目标附近的合适位置,并使得邻节点间的距离接近一个由实际通信模型确定的期望值.部署过程中节点运动遵循二阶动力学原理,系统的激励函数由势函数、节点速度共识项和导航反馈项组成,其中势函数用于控制邻节点之间距离,节点速度共识项用于表征相邻节点的群体行为,而导航反馈项则用于追踪目标的移动.仿真结果表明:该节点部署算法相比于传统鸟群算法,无论目标节点是否静止,均可更均匀地实现传感网节点部署.     

基于移动传感器网络的气体源定位

针对目前基于无线传感器网络定位气体源方法中存在的因探索区域尺寸、边界等先验知识缺失而造成节点部署困难的问题,提出了一种使用有限个低成本机器人构成移动传感器网络进行气体源定位的方法.该方法中,首先以期望拓扑结构排列的移动传感器网络节点采集气体浓度并上传至上位机;然后上位机使用非线性最小二乘方法对气体源位置进行估计,并将位置估计结果发送给移动传感器网络节点;最后由移动节点计算出目标位姿,并采用饱和控制的方法镇定到该位姿.通过上述步骤的不断循环,移动传感器网络最终将移动到气体源附近,从而实现对气体源较为精确的定位.室内自然通风环境中,使用6个自制的机器人组成具有固定圆形拓扑的移动传感器网络进行了气体源定位实验.实验结果表明,适当选择拓扑半径,该方法可在6,min左右实现精度为30,cm的气体源定位.     

一种移动传感器网络精确部署算法

针对未知环境下移动传感器网络的部署问题,提出了一种基于虚拟力的精确部署算法(virtual force based precision self-deployment algorithm, VFPSA). 引入"引力线"的概念,并在此基础上构建节点与引力线之间的斥力,通过它们实现了Sink节点到目标Target路径的自动快速生成. 模拟实验表明,与同类方法相比,该算法具有的平均移动距离和最大移动距离均更短,收敛时间更快.     

混合无线传感器网络移动节点部署优化

为了提高随机部署条件下无线传感器网络对目标监测区域覆盖质量,将目标区域划分为彼此相邻但互不重合的子区域,根据各子区域的期望覆盖质量,并利用改进的粒子群算法优化各子区域节点的分布密度;然后在节点间建立虚拟力场,利用虚拟力调整移动节点的部署位置.仿真实验结果表明,该方法能有效优化移动节点的部署,改善目标区域内节点的分布情况,提高无线传感器网络的覆盖服务质量.     

传感器网络下目标追踪实验设计

文中设计了一种无线传感器网络下的移动目标追踪实验,介绍如何在模拟器上实现网络节点部署、组织和追踪移动目标。实验中移动物体依据真实出租车轨迹、高斯马尔科夫模型或随机路点模型进行移动;网络中节点则依照粒子滤波算法进行目标追踪和数据采集。该实验作为《无线传感器网络》课程的配套实验,有利于学生更好地理解基础理论知识,并且能锻炼学生在无线传感器网络模拟器上的实际编程能力。     

基于人工势场的水下传感器网络部署优化策略

对水下传感器网络移动节点的位置进行调整以提高传感器网络的有效覆盖率具有重要现实意义.根据水下传感器网络的特点,提出基于人工势场的分布式水下传感器网络部署优化算法UPFA(Underwater deployment based on Potential Field Approach).混合传感器网络部署优化问题可以转化为漏洞修复问题,覆盖的漏洞会对移动节点产生虚拟吸引力.仿真结果表明,UPFA算法能够引导水下的移动节点修复水下传感器网络的覆盖漏洞,显著提高水下传感器网络的有效覆盖率.     

基于NS的DT-MSN仿真平台的设计与实现

容延迟移动传感器网络（Delay Tolerant  Mobile Sensor Network, DTMSN）是一种将传感器节点部署在多个移动物体上的无线传感器网络模型.由于DTMSN中节点移动性和稀疏的网络密度,使得DTMSN对MAC具有特殊的要求,这使得现有的NS(Network Simulator)仿真平台不能较好的对DTMSN进行仿真.首先分析了现有NS仿真平台不能完成DTMSN的MAC协议仿真的原因,再结合DTMSN对MAC的特殊要求设计并实现了一个基于NS的仿真平台.为了验证该     

节点移动速率对Epidemic协议性能影响分析

当容迟网络DTN中的传感器部署于城市环境下, 携带传感器的移动对象存在多种选择的问题. 文章在城市场景下分别设置传感器部署于较低移动速率节点组与较高移动速率节点组, 并基于工作日模型仿真Epidemic传染路由协议. 实验结果表明, 传输覆盖半径为10米时, 传感器携带于较高平均速率的移动节点组可以提高数据投递成功率与降低DTN的网络负载.     

Multi-sink Deployment Strategy for Wireless Sensor Networks Based on Improved Particle Swarm Clustering Optimization Algorithm

In wireless sensor networks(WSNs) with single sink,the nodes close to the sink consume their energy too fast due to transferring a large number of data packages,resulting in the "energy hole" problem.Deploying multiple sink nodes in WSNs is an effective strategy to solve this problem.A multi-sink deployment strategy based on improved particle swarm clustering optimization(IPSCO) algorithm for WSNs is proposed in this paper.The IPSCO algorithm is a combination of the improved particle swarm optimization(PSO) algorithm and K-means clustering algorithm.According to the sink nodes number K,the IPSCO algorithm divides the sensor nodes in the whole network area into K clusters based on the distance between them,making the total within-class scatter to minimum,and outputs the center of each cluster.Then,multiple sink nodes in the center of each cluster can be deployed,to achieve the effects of partition network reasonably and deploy multi-sink nodes optimally.The simulation results show that the deployment strategy can prolong the network lifetime.     

遗传算法在WSNs多Sink节点布局中的应用

无线传感器网络应用一直受到有限资源及能量的约束,sink节点布局算法是长时期内需要研究的一个关键问题.实际情况下,由于节点资源受限或无线链路的问题,sink节点经常存在服务失败的情况.因此,提出一种无线传感器网络中多sink节点的P中值布局模型,同时使用遗传算法对属于NP完全问题的sink节点布局模型进行求解计算,并对算法的计算精度、效率进行了分析.仿真实验结果表明,基于遗传算法而提出的布局模型能够有效降低无线传感器网络的能量消耗,提高网络服务效率,延长网络的生存期.     

数据采集系统的网络寿命最大化

针对无线传感器网络的数据采集系统容易形成网络空洞的问题,对数据采集系统提出了一种新的使网络寿命最大化的策略．首先将网络进行环形分割,然后利用能量均衡公式确定每个环内节点的数量,以实现环间能量消耗均衡．提出了环内能量平衡路由算法,以实现环内节点能耗平衡．与能量均衡数据采集策略（EBDG）、非均匀部署能量均衡策略（NDEB...     

基于多目标遗传算法的无线传感器网络重新部署方法

研究节点动态移动以增强覆盖率,同时考虑节点的最大移动距离最小化.通过引入虚拟合力对基因进行变异,提出一种基于NSGA-II框架的改进的多目标遗传算法,达到网络覆盖率与节点移动距离之间的平衡.实验证明,该结果能得到较分散的前沿占优解.     

基于车辆簇的高速公路路侧单元部署研究

RSU部署受道路环境特点、车流特性和部署成本等因素影响。本文研究单向四车道高速公路道路的RSU部署策略。为了保证部署网络可靠性并降低RSU部署成本,本研究首先基于高速公路道路环境特点和车辆特性,提出了一种改进KMeans车辆聚类算法,并从网络剩余能量、存活节点数和端到端时延三个方面与经典KMeans算法进行比较,验证结果表明,提出改进算法性能更优;然后提出本研究采用的RSU均匀部署方案;最后进行RSU部署研究：通过MATLAB软件,分析车辆密度与RSU通信半径、车辆连通率和平均车辆簇长度之间的关系,确定最佳RSU部署间隔和通信半径,从而为高速公路部署RSU提供依据。     

一种新的水下立体空间WSN覆盖增强算法

当前热门的三维立体空间WSN覆盖方法应用在水下空间并不具有普适性。针对应用在水下的立体WSN覆盖方法通常存在覆盖率不高、节点移动能耗过大以及由此引起的节点能耗值差异较大等问题,结合现有的水下覆盖策略,提出一种新的基于降低节点能耗、提高水下空间覆盖率的水下空间层次化覆盖增强算法(underwater hierarchical space coverage-enhancing algorithm,UHSCA)。理论分析及仿真结果表明该策略对水下节点的精确性部署进行了性能优化,在改善节点部署过程中能量消耗均衡性的基础上降低了节点的整体耗能,水下空间覆盖率也有相应提高,对应用在水下侦察、水文监测等水下立体空间的WSN具有较强的实用性。     

基于超极特征匹配机制的人工网络安全流量 过滤算法研究

为解决当前物联网部署过程中存在的流量过滤效率低、传输受限等难题,提出了一种基于超极特征匹配机制的人工网络安全流量过滤算法。首先,基于能量最优原则,并针对sink节点与准分区节点之间的应答响应关系,构建一种网络初始化方案,使用分组问答-响应方式建立节点拓扑初始化关系并进行能量排序,实现网络快速建立及拓扑收敛。随后,综合考虑能量冗余、距离等超级特征并进行区域匹配,通过设计更新周期方法实现对区域节点稳态化控制,稳定区域传输质量,提高算法在超宽带传输条件下的适应能力。最后,采取扫描方式进行分区节点二次筛选,选取转发代价最小的分区节点进行组网,降低分区节点因能量受限而出现瘫痪的概率,进一步稳定算法对流量的过滤及传输质量。仿真实验表明:与当前常用的超宽带一体化传输过滤稳定算法(Ultra Wideband Integrated Transmission Filter Stabilization Algorithms,UWITFS算法)及分区流量综合过滤算法(Partition Flow Comprehensive Filtering Algorithms,PFCF算法)相比,所提算法具有流量过滤强度高、超宽带传输能力强的特性,实际部署价值较高。     

无线传感器网络多重覆盖算法

针对区域覆盖中存在多个不同覆盖质量需求的目标覆盖的混合覆盖问题,提出了一种满足多个目标不同覆盖质量需求且兼顾区域覆盖的多重覆盖算法（WMCA）．该算法在覆盖有效的虚拟力算法（CEVFA）的基础上,假设被监测目标对节点有引力作用,建立了节点和被监测目标之间的联系,打破了传统的目标覆盖中指定节点覆盖特定目标的局限性;同时,弥补了现有以VFA为主的区域覆盖方法中,仅能提供区域覆盖或者目标覆盖而没有将二者综合考虑的不足．不同节点密度下的仿真结果表明：WMCA在满足特殊热点目标监测的前提下,最大限度地兼顾了网络的区域覆盖质量;相对于随机部署,其平均覆盖质量提高达15．99％,有效地利用了网络资源．