基于信道冲击成型自适应机制的 WSN大数据采集算法

为解决无线传感网采集算法普遍存在的节点故障率高、链路抖动严重及抗噪性能较低等不足,提出了一种基于信道冲击成型自适应机制的无线传感网大数据采集算法。首先,根据无线传感网节点信号具有的分区及偏移特性设计了信道冲击成型方法,并基于编码率-信噪比-信号发射强度增益等参量构建能量密度与信道衰落匹配过滤方式,提高信号发射过程中能量密度;随后,通过传输信号与信道噪声具有的正交特性建立自适应抽样机制,根据垂直信号与噪声信号互相干涉中产生的正交效应进行匹配滤波,并针对节点采取了载波过滤的方式进行遍历过滤,降低了网络信号拥塞现象的发生。仿真实验表明:与当前常见的拉普拉斯抗噪传输算法(Laplasse Anti-Noise Transmission Algorithm,ANT-L机制)以及傅氏信号解析抗噪传输算法(Fourier Noise Analysis Algorithm for Noise Immunity,NI-FNA机制)相比,本文算法具有更高的数据吞吐性能,有效地降低了网络链路抖动现象,取得更低的传输误码率。     

基于采样信号功率强度定位机制的WSN网络终端定位算法研究

目的利用采样信号功率强度定位机制来解决WSN网络终端定位过程中存在的精度较低、网络稳定运行时间不高及数据分组投递困难的不足。方法该算法首先使用采样信号功率强度计算的方式,对网络中定位节点的采样信号功率强度进行逐点计算;随后依据网络重心再定位方式,获取最佳传输带宽。结果与结论仿真实验表明,与当前常见的线性拓扑定位算法(Linear Topological Location Algorithm,LTL算法)相比,所提算法网络稳定运行时间高,且数据分组投递率较高,具有显著的定位优势。     

基于能量阈值自感分区机制的无线传感网簇路由算法

针对当前部署无线传感网中存在的成簇机制僵化、簇头节点难以进行周期性选举且存在簇区域结构难以动态更新的难题,提出了基于能量阈值自感分区机制的无线传感网簇路由算法.首先在初始化的过程中依据能量阈值进行动态初步的节点分割,形成初步的簇头-簇成员的区域结构;然后按照节点归一化能量剩余水平决定在更新周期内是否进行簇头节点的更换,从而实现了簇头节点按能量最优原则的动态周期性的更换;最后通过簇头节点与簇间汇聚节点形成的传输链路实现信息的协同传输及簇间交汇,有效改善了网络数据的传输质量.仿真实验表明:与RMCRW算法、CMEDD算法等相比较,本文提出的新无线传感网簇路由算法能够有效提高无线传感网的生存周期,减少网络控制开销,改善传感数据的传输质量.     

基于随机时空联合维度校准机制的WSN恶意节点定位算法

为提高无线传感网对恶意节点的查证识别能力,提出一种基于随机时空联合维度校准机制的WSN恶意节点定位算法.首先,采取一一映射机制,按照空间和时间维度进行时空建模,以提高网络对恶意行为的敏感程度.根据归一化后的节点均值,采取窗口方案对节点数据予以截断处理,以增强恶意节点的查证效果.随后,结合对角化时空矩阵协方差,采取特征值匹配模型,利用特征值的平均分布对恶意行为进行二次匹配,从而提高对疑似行为的过滤质量.仿真实验表明,与当前无线传感网恶意节点定位领域常用的DAR-UI算法及SC-RFL算法相比,所提算法具有更高的网络恶意节点识别频次和更短的首次恶意行为识别时间.     

基于云计算的无线传感网络资源分配策略研究

无线传感网络(Wireless Sensor Networks,WSN)中的传感器能够感知周围环境的信息,并将信息汇聚到sink节点进行相应处理。WSN已经被应用于许多领域,同时随着物联网蓬勃发展,WSN必定会得到更加广泛应用。将云计算与无线传感网络结合,提出了一个基于云计算的无线传感网络架构,将WSN硬件资源通过虚拟化技术映射成云计算中的资源,并提出该网络架构的资源分配策略,通过仿真实验评估该资源分配策略的性能。     

基于稀疏采样的无线多媒体传感网图像压缩算法

为解决无线多媒体传感网存在的网络能耗高、节点性能低以及存储空间小等问题,结合WMSNs的特点引入压缩感知技术,提出了一种基于傅里叶域稀疏采样的分布式多媒体传感网图像压缩算法。该算法考虑多传感器节点的协作性,实现了图像在傅里叶域上的分块自适应压缩采样与传输。通过公开图像数据集中与现有的其他分布式压缩感知算法的仿真对比实验,表明了所提算法不仅能够有效降低重构误差、提高重构图像的质量,而且能更好地适合WMSNs网络低能耗的应用要求。     

基于量子遗传算法的无线传感网络路由优化

考虑到无线传感网络(WSN)传感器节点的能量有限性,分析了WSN的网络模型和能量模型,提出一种基于改进量子遗传算法的路由优化算法.利用复杂连续函数测试,验证了算法的性能和可行性.经仿真分析,证明该算法应用于WSN路由优化问题时,能更快速和更稳定地求解最小能量代价的数据传输路径,从而减少WSN传感器节点的能量消耗,延长整个WSN网络的使用寿命.     

基于网格的无线传感网传输延迟预测方法研究

针对无线传感器网络传输信道受到介质的多途效应影响而易出现传输时延的问题,提出一种基于网格的无线传感网传输延迟预测方法。构建无线传感网络的信道传输模型,进行无线传感器网络传输信号分析,结合传感器节点的优化部署方法进行节点网格路由设计,根据无线传感器网络信号传输的多径特征进行网格区域部署,实现无线传感网络的信道均衡控制,结合相关性检测方法进行无线传感网传输延迟参量估计,采用最大似然估计方法实现对无线传感网传输延迟的准确估计和预测。仿真结果表明,采用该方法进行无线传感网传输延迟预测的准确性较高,降低了传输延迟失真和误码。     

基于病毒体投射机制的移动无线传感网节点定位算法

为解决当前移动无线传感网节点定位方案存在感知过程复杂、定位准确度不高,难以适应节点拓扑变化频繁的实际场景等不足,提出了一种基于病毒体投射机制的移动无线传感网节点定位算法。首先,鉴于当前直接测序方案及间接测序方案均存在抗噪能力差的不足,设计了多点定位方案,引入多个锚节点联合定位,定位过程中采用迭代方式降低接收信号强度指示(received signal strength indication,RSSI)误差,有效解决了定位过程中存在的圆环分布现象。随后,考虑移动无线传感网节点存在的拓扑漂移速度较快,且坐标存在随机分布的规律,将锚节点看作病毒体,将移动无线传感网节点看作子病毒体,并针对病毒体-子病毒体之间存在随机拓扑规律,引入了病毒体投射机制,并通过迭代方式设计距离定位方案,模拟移动无线传感网定位过程中定位节点与待定位节点之间的拓扑漂移关系,提高网络对定位过程的感知能力。最后,引入权重调节机制对定位坐标进行误差消除,进一步提高网络定位精度与感知性能,强化对移动状态下节点间拓扑的感知与监控,减少网络抖动对定位过程的影响。仿真实验表明,本文算法与当前常用的凸优化的无线传感网障碍环境下定位算法(location algorithm in wireless sensor network obstacle environment based on convex optimization,OECO)及基于精确定位机制的改进DV-HOP算法(on improved DV-Hop localization algorithm for accurate node localization in wireless sensor networks,AN-DV-Hop)相比,具有更高的定位收敛速度和更低的定位误差低。     

基于信任云的簇化层次式WSN安全路由方法

如何能量高效地保障无线传感网的路由安全一直是一个巨大的挑战。提出一种基于信任云的簇化层次式无线传感网安全路由算法(trusted cloud-based secure routing algorithm,TC-SRA),建立基于信任云的无线传感网安全骨架,通过簇化层次式拓扑实现网络节点的高效管理,从兼顾能效和安全的角度提升无线传感网的路由性能。仿真测试结果表明,所提出的算法不仅为无线传感网的路由安全实现提供了新思路,而且能有效控制网络节点的能耗,保障网络生命周期。     

无线传感网中基于压缩感知的高效数据传输方案

传统的无线传感网技术中,数据源节点将采集到的原始数据序列直接传送给中间转发节点进行处理,因此当需采集的数据序列很长或者数据源节点的数目很多时中间转发节点需处理的数据量非常大。为此,基于近年来发展迅速的压缩感知理论,本文将压缩感知技术应用于无线传感网,提出一种新型高效的数据采集传输方案。采用系统所需存储转发寄存器的容量、节点耗能、时延来衡量无线传感网的网络性能。仿真结果表明,压缩感知理论可在近乎完美地重建信号的前提下有效地减少处理的数据量进而降低对硬件的要求并改善无线传感网网络性能。     

基于超空泡混沌预测机制的移动传感网高速传输算法

为解决当前移动传感网高速传输算法中存在跳板节点性能不强及链路抖动频繁等难题,提出了一种基于超空泡混沌预测机制的移动传感网高速传输算法。首先,针对传感节点处于移动状态时拓扑结构难以稳定的问题,采取三角定位方式,构建了能量-惯性修正方法,以完成拓扑结构预测的精确化,实现了节点高速移动状态下的传输链路稳定,减缓了移动传感网的链路抖动;随后,针对移动传感网拓扑形态中存在的超空泡区域,设计角度映射方法,以改善区域内跳板节点寻址状况,从而稳定超空泡区域内链路建立的准确度,提高数据上传稳定性能。仿真实验表明:与当前移动传感网高速传输中常用的启发式高带宽传输(heuristic high bandwidth transmission algorithm,HHBT)算法及拓扑空洞修正传输(topological cavity modified transmission algorithm,TCMT)算法相比,本文算法具有更高的上传带能力与数据传输质量,以及更低的节点平均能耗小和丢包频率低。     

无线传感器网络自适应拥塞控制的路由算法分析

无线传感器网络中节点的覆盖范围有限,因而采用多跳路由传输方式.无线自组网中的多跳路由是由普通节点协作完成的,选择不同的转发节点,会对网络的信息传输产生不同的影响.对不同路由(洪泛路由、最短路径等)算法下的网络自适应拥塞控制进行了分析,研究了不同路由算法下的网络性能和拥塞控制效果.根据节点跳数与缓存占用的关系,提出一种基于节点跳数和缓存占用的性能函数的改进最短路径算法,算法选取使性能函数值最小的节点作为转发节点.最后,通过实验比较了最短路径算法与改进路由算法的网络性能,发现改进路由算法相比最短路径算法,具有较好的网络性能和服务质量.     

基于WSN的仓储环境监测原型系统

基于无线传感网(WSN)技术设计了一种仓储环境监测原型系统。采用DHT11温湿度传感器作为温湿度测量节点,采用Risym火焰传感器作为火警预报节点,采用MQ-135空气质量传感器作为有害气体检测节点,通过综合利用Arduino UNO、NodeMCU与TLINK物联网云平台,将上述3种仓储环境监测节点的测量信息进行接收、汇聚、处理、无线传输与格式化显示,构成一个仓储环境检测无线传感网。测试结果表明,该原型系统使得仓库管理人员能够通过网络客户端或手机APP实时了解和监控仓库的综合环境信息,实现了预期的仓储环境检测功能。     

基于区域时变聚类采样机制的物联网 大数据传输算法

为解决传统物联网大数据传输算法存在的网络链路抖动频繁、传输能力受限以及传输误码率大的不足,提出了一种基于区域时变聚类采样机制的物联网大数据传输算法。首先,根据物联网信号发射中常用的LTE-5G信号特性,采取分信道传输及抽样过滤技术来实现数据传输过程中的正交化,消除节点间因信号频率相似而导致的干涉现象,提高网络数据传输效率;随后,几何聚类机制与能量-阈值映射裁决方法,构建了稳定聚类采样方法,利用功率最佳及能量最佳的方式来实现传输节点的筛选,强化传输链路的稳定性能,降低因链路抖动而导致误码的风险。仿真实验结果表明:与常见的超高斯频率漂移传输提升机制(Transmission Mechanism of Super Gauss Frequency Drift Transmission, SGFD-T机制)及拉普拉斯信道滤波传输机制Laplasse Channel Filtering Transmission Mechanism,LCF-T机制)相比,所提算法具有更大的上传带宽和更低的数据采集错误率与误码率。     

跳时超宽带无线传感网生存期的上界

生存期是跳时超宽带无线传感网的一个关键参数.考虑了由n个随机分布在面积为S圆上的传感节点和一个汇聚节点组成的跳时超宽带无线传感网,利用 Vapnik-Chervonenkis 定理和正六边形棋盘格子覆盖传感区域,推导出了当某个源传感节点发射包含R比特的数据分组通过多跳方式到达汇聚节点时的能量消耗下界.基于能耗与生存期的关系,给出了跳时超宽带无线传感网生存期的上界.研究结果表明,跳时超宽带无线传感网生存期的上界与节点密度n/S的(α-1)/2次方成正比(α为路径损耗指数).因此,大规模密集跳时超宽带传感网更有实用价值.     

能量采集WSN中的自适应机会路由算法研究

能量采集技术可以使无线传感节点脱离化学电池容量的限制,通过均衡布局能量采集节点的优化,在一定程度上可延长网络寿命,然而环境能量采集的不确定性可能导致能量采集节点能量供应不稳定,使网络的吞吐量和稳定性受到影响.为了让能量采集无线传感网更充分地利用环境能量,提出了自适应机会路由算法.算法根据网络条件与可用能量程度对节点进行区域划分,再分配传输优先级,进行优化路由处理,确保环境能量采集节点的高效利用.仿真结果表明,该算法对比类似方案的GR-DD算法和EHOR算法表现了更高的吞吐量和稳定性.     

基于拥塞控制的无线传感网蚁群最优化路由协议

无线传感网络（wireless sensor network,WSN）存在网络拥塞问题,并且网络的拥塞会造成丢包和能量的急剧损耗.针对网络拥塞问题,在高效节能蚁群路由(energy-efficient ant-based routing,EEABR)算法的基础上,提出基于拥塞控制的EEABR路由协议的改进的EEABR(improved EEABR,IEEABR)算法,该算法的核心是利用媒体访问控制（media access control,MAC）层上的包队列长路信息作为衡量拥塞度的标准,并作为寻找最优路径的判据之一.仿真结果表明,该算法具有投递率高和端到端时延小的特点,适合作为WSN的路由协议.     

基于RBF神经网络的WSN前端网络节点选取算法

为降低无线传感器网络(WSN)的能量消耗和减少节点采集信息冗余,提出一种基于RBF神经网络的WSN前端网络节点选取算法,通过将无线传感网络的分簇路由ERC协议与RBF神经网络联结起来,运用神经网络异或运算对WSN前端节点的选取,使得信息冗余节点休眠,减少网络中节点工作个数,降低节点能量损耗,从而延长网络寿命。经仿真测试,该算法可以有效选择节点,同时还验证了本算法在环境温湿度监测等方面的时效性。     

基于机器学习的无线传感网络室内定位研究

无线传感网络在能耗量化传导过程中具有随机分布性,导致网络节点的室内定位精度不高,为了提高网络的室内定位准确性,提出基于机器学习的无线传感网络室内定位方法.构建无线传感网络室内定位的节点优化部署模型,采用能量负载均衡控制方法进行无线传感网络的路由探测协议设计,建立无线传感网络节点传输的链路均衡配置模型,采用机器学习算法进行无线传感网络室内定位过程中的自适应寻优,提取无线传感网络节点输出信号的能谱特征量,根据能谱的聚类属性进行无线传感网络室内定位优化.仿真结果表明,采用该方法进行无线传感网络室内定位的精度较高,能量开销较小,网络节点的组网部署能力得到提升.