无线传感器网络中极大极小设置的分布式检测研究

在分布式检测系统中,无线传感信道普遍存在未知的噪声,而基于最大似然函数的融合在有未知的噪声时性能表现较差.为了提高信号检测的准确性,提出一种基于极大极小方法设置的鲁棒融合规则.该规则采用最大似然函数的融合算法的结构形式和Huber极小极大的方法,得到虚警概率和检测概率表达式,适用于信道噪声为非衰减噪声分布、有界方差的噪声分布和混合高斯噪声分布.对多传感器并行分布式检测系统的仿真与分析,表明了该融合算法可提高信号检测的准确性,同时也具有一定的鲁棒性.     

基于相关向量机的传感器节点定位方法

为了改善无线传感器网络节点定位的精确度,提出一种基于相关向量机的传感器节点定位方法.收集RSSI信号,采用核主成分分析提取其中重要的定位特征,采用相关向量机对特征向量和位置信息之间的关系进行拟合,建立传感器节点定位的回归函数.利用仿真实验分析传感器节点的定位效果,结果表明,基于相关向量机的传感器节点定位方法可以获得高精度的传感器节点定位结果,节点定位的实时性较好.     

一种WSN中能量有效的分布式检测和功率分配算法

针对并行估计结构的无线传感器网络,讨论了无线传感器网络中的分布式估计问题,提出了一种能量有效的分布式估计算法,并对相应的功率分配问题进行了阐述。系统对于同一观测目标采用多发送单接收模式,由汇聚中心依据观测区域内的所有传感器节点发送的信息对观测对象做出估计,该算法基于LMMSE准则,考虑总能量受限和各支路信道状态信息两方面的因素,在满足一定系统性能要求的前提下,选定部分节点作为活动节点传输数据,并参与相应的功率分配,关闭未被选中的节点电源,从而实现有效的节能,进而延长无线传感器网络的生命周期。实验结果表明,该分布式估计的功率分配算法下的系统性能以及估计值的均方误差性能明显优于基于平均功率分配算法。     

采用WSVM的三维无线传感器网络节点定位

为了提高无线传感器网络三维节点的定位精度,针对SVM的核函数构建问题,提出一种基于小波支持向量机(WSVM)的定位算法.首先,收集三维传感器锚节点信号强度,构建支持向量机学习样本;然后,将其输入到小波支持向量机进行学习,建立三维传感器节点定位模型;最后,采用仿真实验对模型性能进行测试.研究结果表明:与传统三维定位算法对比,使用小波支持向量机中的三维传感器节点进行定位时,精度水平得到有效提升,获得更加稳定的节点定位结果,可以广泛应用于实际无线传感器网络系统中.     

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。     

基于无线传感器网络的鲁棒分布式估计

针对无线传感器网络中传感器观测噪声服从污染分布且通信信道存在噪声的情况,提出了两种新的鲁棒分布式估计方案———QME和TME.通过仿真试验对所提出的估计方案的性能进行了验证,并与已知噪声协方差的MLE进行对比.结果表明:QME的估计性能优于TME和已知噪声协方差的MLE;且随着传感器节点个数的增加,QME和MLE的性能都渐渐地趋向其对应的克莱姆下界值.     

一种网络生长的无线传感器网络定位算法

提出了一种利用完全图进行无线传感器网络定位的分布式定位算法.仿真表明,该算法在噪声功率较小或者网络连通程度较高时,节点的定位精度更高,并且在网络的连通程度较低或者传感器节点分布不均匀时,仍然保持较好的定位精度.     

无线传感器网络中基于双支持向量回归的分布式定位算法

针对无线传感器网络中节点定位误差问题,提出一种基于双支持向量回归的分布式定位算法。在保持锚节点连通性的基础上,以锚节点跳数和位置信息为训练样本。结合拉格朗日法和KKT(Karush-Kuhn-Tuchker)条件,把原问题的优化转化为对偶形式,使用双支持向量回归技术确定跳数信息到节点间距离的映射函数。最后,采用最小二乘法估计待定位节点的位置,在不同锚节点和通信半径的情况下对传感器目标节点进行定位实验测试。实验结果表明:该方法减小了测量误差,能有效提高节点自身定位精度。     

应用蒙特卡罗抽样法的无线传感器自定位信息融合技术

我们首先介绍了无线传感器网络。对它的特点进行了分析,明白了网络传感器节点自定位的意义,接着介绍了目标比较常用的几种传感器自定位技术。在此基础上,文章重点描述了一种基于信标节点的无线传感器自定位的分布式算法。在这个算法中,信标节点广播它的分布状态其中包括本身位置的信息。邻近的未知位置信息的无线传感器利用传输的信息和接受到的信标信号的特征来估计自己的位置。知道自己的位置后,它也将成为一个新的信标节点。蒙特卡罗抽样法被用来融合无线传感器的分布和获得无线传感器位置分布后验概率估值。我们也利用贝叶斯克拉马一罗下限来进行无线传感器的自定位和研究信标预知位置信息和其他系统参数的影响。我们通过计算机仿真分析我们算法的性能,并且与下限法得到的数据进行了比较。     

大型设备监测用新型无线传感器网络

针对工业环境大型设备的状态监测,对无线传感器网络节点及网络结构进行优化.将网络节点分为3个级别,并分别进行能耗及功能设计,综合提高网络生命周期.分析了大型设备周边无线信道特征,针对小尺度衰落及设备运转时对信号的随机遮挡,提出一种多簇头协作式超簇结构的无线传感器网络.仿真结果表明,超簇结构无线传感器网络的网络连通度及网络生存期明显优于传统无线传感器网络.     

认知无线视觉传感网络机会传输的分布式跨层优化

为了充分利用空闲授权无线电频段和增强视觉信息的端到端传输质量,研究了认知无线视觉传感网络机会传输的跨层设计问题。在分析信道随机性和网络模型的基础上,把跨层设计问题表达为一个视觉信息峰值信噪比和网络平均传输时延的权衡优化问题。通过对该问题进行对偶分解和基于随机次梯度的求解方法,提出了一个分布式跨层传输优化算法。该算法不需要预先知道可用授权频段的静态概率分布,而通过节点在每个时隙中进行独立计算和局部信息交换使得上层视觉感知信息的压缩速率与底层链路机会传输自适应匹配,达到权衡优化问题的最优解,因此可以作为认知无线视觉传感网络的实用传输协议。仿真结果表明,该分布式算法能够快速收敛,并能获得与集中式最优化算法相似的性能。     

衰落信道WSN网络基于投票机制的决策融合

针对衰落信道网络中传感节点难以准确获取检测信息的问题,构建了并行结构分布检测的系统模型,提出了一种基于投票机制的决策融合算法。通过邻居节点间的信息交互,各传感节点获取了通讯半径内邻居节点的判决,并根据多票优先的原则重新调整自身决策,提高了检测的准确性。理论分析和仿真实验表明,该算法比传统的EGC融合规则具有更高的检测概率和稳定性,适合中等规模无线传感器网络。     

无线Mesh网络中基于信道状态的动态信道分配算法研究

对多信道无线Mesh网络中的信道分配算法进行了分析,提出了一种基于信道状态的动态信道分配策略（channel-state-based dynamic channel assignment,CSDCA）。该算法利用控制信道交互的信息,通过Hello消息的交换、发送请求（request-to-send,RTS）和允许发送（clear-to-send,CTS）的信道协商、数据传输3个阶段实现信道的动态分配,并通过仿真分析验证了该算法对多信道无线Mesh网络（multichannel wireless mesh networks,MWMN）性能的提高。     

无线传感网络多节点通信链路质量检测算法

为提升无线传感网络的扩展性和通信性能,研究无线传感网络多节点通信链路质量检测算法。基于稳定路由协议设计了无线传感网络多节点通信链路质量检测算法,利用通信节点分析报文确认邻居节点间距,通过非参数局部线性核平滑方法依据邻居节点间距建立信号获取平滑后的信号接收强度。判断无线传感网络中的节点是否来自上游节点分组的平滑后信号接收强度后,采取滑动窗口局部多项式拟合方法建立链路质量检测模型,通过链路质量检测结果判断无线传感网络中该链路中通信节点移动状态,通过通信节点移动状态判断链路质量。实验结果表明,采用该算法可准确检测无线传感网络多节点通信链路质量,且在节点数量增加时检测效果依然良好,具有较好的扩展性。     

传感器网络中一种新的跨层自适应拥塞控制策略

针对无线传感器网络中的拥塞问题,在已有的SenTCP协议的基础上,提出了一种跨层自适应拥塞控制策略（CACC）该策略根据监测到的节点拥塞信息,自适应地调整上游节点的信道接入优先级,使整个传感器网络中的节点根据局部的拥塞状态动态自适应地调整信息发送速率,从而有效地解决了传感器网络中的拥塞控制问题。     

无线传感网络中分布式粒子滤波的目标追踪算法

在给出无线传感网络的传感器配置模型的基础上,提出了一种分布式粒子滤波DPF(d istributedparticle filter)算法,并实现了对网络中的一个运动目标的追踪。利用传感器模型,可将网络划分为一系列不相联系的传感器组,并在每个传感器组上运行一个局部粒子滤波,通过中心节点将估计状态传递给下一个传感器组的中心节点,依次实施对目标定位、跟踪。为减少网络间的通讯负荷和节约传感器节点能量,使用了高斯混合器模型(GMM),对局部粒子滤波的粒子和相应的权值进行近似;并提出了根据估计误差自适应激活传感器的优化算法。仿真结果表明,基于GMM近似的DPF在保持较高的估计精度的同时,能够大幅度减少网络间的通讯负荷。     

无线传感器网络中的分组融合技术

无线传感器网络在工农业生产中有着广泛的应用前景,紧扣传感器网络的收集信息和传递信息2个典型特征,提出了一种新型的传感器网络数据传输和分组融合技术.该技术减少了在传感器网络的冲突,提高了能效和频带利用,并在提高数据吞吐能力指标上有一定的改善.     

基于室内办公环境的WSN信道衰落模型的分析

针对室内环境下无线传感器网络信道衰落的不确定性,提出一个基于室内环境的信道衰落模型。根据无线信道衰落模型的理论研究和无线传感器网络信道衰落测试系统在室、内外实验数据的分析,得到信道衰落模型的各个参数,确定无线传感器网络室内信道衰落模型。实验证明此衰落模型在实际网络的节点部署和节点定位中的作用优于其他无线信道衰落模型。     

基于无线传感器网络的噪声监测系统的设计

针对传统监测手段的局限性,提出了基于无线传感器网络的噪声监测系统的设计方案,详细阐述了环境噪声监测系统的体系结构以及无线传感器网络节点的硬件设计和软件功能的实现方法。该系统采用低功耗设计,可实现对环境噪声的远程实时监测。