具有优化和安全特征的基于模式码比较的WSN数据融合协议

数据融合及其安全性是无线传感器网络(wireless sensor network,WSN)实现高效、安全通信的关键.提出了一种具有优化和安全特征的模式码比较无线传感器网络数据融合协议,在该协议中,基于非物理意义的模式码保证了数据的机密性,传感节点利用模式比较算法实现数据融合,结合一种优化的发送节点选择机制,在进行数据...     

基于非均匀分布双融合节点的WSN数据融合算法

针对无线传感器网络中层次型融合算法的单跳路由造成网络能量消耗不均衡的问题,提出了一种利用非均匀思想在LEACH（low energy adaptive clustering hierarchy）算法基础上进行改进的混合型融合算法．该算法首先利用LEACH进行分簇和融合节点的选择,融合节点主要用于簇内数据的接收和融合处理．然后基于融合节点到基站距离的不同,非均匀的选择出网内的副融合节点,副融合节点主要用于转发网内融合节点发来的数据．仿真结果显示,该算法综合了平面型融合算法和层次型融合算法的优点,既均衡了网络能量的消耗又有利于网络的扩展,并且算法简单、适应性强．     

无线传感器网络数据融合技术研究

针对无线传感器网络中各个节点单独传送数据到汇聚节点,浪费传感器节点的能量,并降低信息收集的效率,通过基于平面路由的数据融合,基于层次路由的数据融合和基于地理位置路由三个方面对无线传感器网络数据融合协议进行了分析和比较。     

基于时间周期的无线传感器网络数据融合

无线传感器网络中传感器的能量有限,怎样节约能量延长传感器的寿命,是无线传感器研究网络研究中的重要问题。数据融合作为无线传感器网络的关键技术之一,它的作用体现在减少数据的上传量,提高数据准确性,节省能量等方面。研究传感器节点收集到的大量数据,发现数据满足周期性,提出了基于时间周期的数据融合算法。在融合算法中根据历史数据基于拉格朗日插值法的预测算法预测未来数据,设置误差阈值来检测预测数据。室外温度数据满足文章研究的条件,因此基于时间周期的无线传感器网络数据融合算法以沈阳地区夏天温度数据为样本,用Matlab进行仿真实验对该算法进行了验证,实验结果表明该算法减少了传输的数据量,节约了节点的能量,延长了网络的寿命。     

一种能耗均衡高效的无线传感器网络数据收集方案

无线传感器网络资源有限,传感器节点之间节点的能量消耗不均衡,使得整体网络生命周期缩短.针对无线传感器网络数据收集过程中能量消耗不均衡的问题,给出一种基于能耗均衡高效的数据收集算法.该算法将网络部署区域划分为大小不等的栅格,并根据节点剩余能量以及采用簇首轮换的方式,然后采用数据融合技术,可以有效提高节点能量消耗均衡度且可以大大延长网络寿命.仿真与性能分析结果表明:与典型数据收集算法相比,该算法在能耗均衡度和网络生命周期方面具有更好的性能.     

基于自适应的无线传感器网络路由机制研究

无线传感器网络由于其自身计算资源、能量及带宽的局限性从而使得如何寻找合适的路由问题变得很关键。研究了基于自适应的传感器网络节点路由机制,该机制通过节点自身的剩余能量及相邻节点的成簇密度决定网络的路由形成方式,所构造的路由具有高效、合理的特点。理论和应用分析表明所提出自适应路由机制可以提高网络的平均寿命,使网络数据传输更加高效、可靠。     

基于能量感知决策树和增强boosting的网络数据聚合模型

为了改善无线传感器网络（WSN）中的能量使用和数据传递,提出一种基于决策树桩和增强boosting的数据聚合模型．首先,计算出每个传感器节点的剩余能量,执行节点分类．然后,应用增强boosting提升分类效果,以增加不同类别的训练样本（传感器节点）之间的间隔,通过合并弱决策树桩的结果来构建强分类器,达到准确分类高、低能量节点的目的．最后,低能量传感器节点将数据包传递至邻近的高能量传感器节点,并通过汇聚节点采集数据包．实验从能耗、延迟、数据聚合准确度等方面进行评估,实验结果表明,与其他模型相比,所提模型的能耗和延迟,分别降低了26%和30%．数据聚合准确度和网络工作寿命提高了10%和9%.     

一种基于过滤器的无线传感器网络复杂查询优化算法

无线传感器网络节点无法获得持久的能量供应,因此高效地利用有限的能量,尽可能多地延长节点工作时间,是无线传感器网络中的重要研究点.介绍了一种基于过滤器的无线传感器网络复杂查询优化算法FbUA.其基本思想是为每一个无线传感器网络节点设置一个过滤器.过滤器本质上是一个由样本值确定的取值区间.当节点采集到新数据时,根据本地的过滤规则决定是否向上提交.这样可以屏蔽某些无用通信,节省节点能量,延长其工作时间.FbUA可以完成Top-k,k-NN等复杂查询.模拟实验结果表明,在多数情况下,FbUA可以节约通信量50%~70%.     

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。     

无线传感器网络中响应查询的 ARMA模型及预测

无线传感器网络是当前国际上备受关注的、由多学科高度交叉的新兴前沿研究热点领域之一,由于传感器节点能量通常不可补充,能源消耗是其中一个十分重要的问题．提出了在传感器网络中利用ARMA模型以对未来进行预测,该方法可以在传感器节点上使用,由于对数据进行了聚合,有效降低了通讯消耗;同时它还可以在sink节点上使用,因而具有广泛适用性．     

基于信息熵的无线传感器网络数据融合方案

为了有效地节省无线传感器网络节点的能量,提出了一种基于信息熵的层簇式数据融合方案.首先,该方案对传感器采集的历史数据进行分析.然后,利用并查集划分等价类的思想将存在数据冗余的节点尽可能地划分到一个簇中,并周期性地选取簇头节点对簇内节点数据进行融合处理.最后将所提方案与传统的LEACH协议在分簇和数据融合2方面进行了仿真比较.实验结果表明:相比于传统的LEACH协议,所提方案分簇更为合理,显著减少了节点的能量消耗,延长了网络生存周期.     

基于分布式无线传感网中最优量化及能量分配方案的研究

通过对无线传感器网络中的参数进行分布式估计,即融合中心从传感器节点采集数据进而对参数进行估计.在平坦衰落瑞利信道影响下,传感器量化它们的观测值并把量化观测值发送给融合中心,在严格的能量约束下,对传感器节点进行能量分配和最优量化比特数来减小融合中心的重构误差,从而使融合中心对原参数的估计更加精确.     

无线传感器网络能量平衡的数据汇聚路由算法

传感器的数据在传输过程中按照贪婪算法形成的数据汇聚路径中,有些节点过早地消耗完其能量,造成所谓的热点问题,引起传感器网络能量消耗的不平衡．本研究提出了一种能量平衡的数据汇聚路由算法EBGP协议．该协议依据邻居节点的剩余能量、邻居节点到Sink节点的距离以及邻居节点到源节点的距离来计算概率值,然后选择邻居节点中概率最大的一个作为数据转发节点．仿真显示EBGP协议胜过GPSR、GEAR和D-REECR协议,达到了能量平衡和能量效率的目的．     

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。     

基于双重选举机制的无线传感器网络分簇算法

为了高效地利用无线传感器网络的能量,提出一种基于双重选举机制的分簇算法(DSMCA).DSMCA有效地结合了投票选举机制和定时驱动机制.在投票过程中,节点给每个比自己剩余能量大的邻居节点投票,所投票数取决于邻居节点的多属性综合评价值,其中属性权重系数的确定采用熵权系数法.投票结束后,节点利用一个转换函数将所得票数转换为...     

基于超长线状分簇结构的卡尔曼滤波融合算法

以应用于隧道结构健康监测的无线传感器网络为基础,针对长线形的隧道结构和分布式的节点布置,提出了超长线状多跳非均匀分簇结构.通过考虑节点剩余能量和优化簇头分簇半径,降低并平衡节点能耗.针对传感器数据冗余量大的问题,提出了基于超长线状分簇结构的分布式卡尔曼滤波融合算法.利用单节点不同时刻的数据,通过卡尔曼滤波器得到局部估计值,降低数据时间冗余度.在簇头节点端和汇聚节点端分别实现分布式卡尔曼滤波融合算法,降低数据空间冗余度,达到具有一致性的网络数据估计值.实验结果表明:该方法能有效实现超长线状分簇结构下的分布式数据融合,具有高可靠性和准确性.     

带非均匀节点分布无线传感器网络的高效节能数据存储

现有大部分无线传感器网络的分布式数据存储方法都依赖于传感器节点定位系统,这会导致节点消耗大量的能量,而且这些方法主要是针对均匀分布的无线传感器网络的,并不适用于非均匀节点分布的传感网络。为了解决这个问题,提出一种非均匀节点分布传感网络的大数据路由存储算法,其目的在于减少传感器节点的实际分布和地址。为了进一步节省数据存储空间和能量消耗,将布隆过滤器(Bloom filter)集成到节点上,从而进一步减少数据丢失和网络能量消耗。文中算法提供了高效的搜索服务,使数据在网络内的存储分布和路由能量消耗更加均匀,进而提高了网络的生存时间。文中算法在容错情况下通过减少冗余数据来提供高效节能的存储,并进一步减少数据的路由开销和存储空间的浪费。     

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...     

基于分簇的动态协同算法在无线传感器网络中的应用

为降低无线传感器网络中的能量开销,减少存储和网络资源,采用了一种新的信息融合机制。根据目标的当前地理位置,将无线传感器网络中的节点动态分簇,建立分布式的跟踪机制。利用一种基于信息矩阵加权的卡尔曼算法在该机制下进行目标跟踪,与无分簇机制下的信息矩阵融合算法进行性能比较,仿真实验结果表明该方法具有较高的有效性和可靠性。同时,在网络存在丢包情况下,基于Grubbs准则进行改进,能有效地提高精度。