基于无线传感器网络的车辆检测算法

利用磁干扰原理,无线传感器网络可以对车流量、车速等进行实时监测,逐渐被用于智能交通领域。本文深入研究了车辆磁干扰的特征及其提取方法,提出了一种自适应状态机车辆检测算法。实验表明该算法可以达到对车辆的准确检测。     

基于蚁群算法的无线传感器网络数据聚合路由算法

传感器网络为减少冗余数据的传输耗能。降低延迟,需要在路由过程中采用数据聚合技术。文中采用定向传输方式,在消息路由机制基础上提出了一种基于蚁群算法的数据聚合路由算法。该算法主要思想在于将节点能耗、传输距离与聚合收益3方面作为启发因子,通过一组称为“蚂蚁”的人工代理寻找到达汇聚节点的最优路径。该算法利用蚁群算法的正反馈效应来达到数据汇集的目的,不需要网络节点维护全局信息,因此是一种实现数据聚合在能量与时延上折中的分布式路由算法。理论分析和仿真结果说明了新算法的有效性。     

基于分簇的传感器网络异常检测算法

针对传感器网络中集中式异常检测算法能耗过高的问题,提出了基于分簇的传感器网络异常检测算法.对网络进行分簇,簇内节点将采样数据传至簇头,簇头节点保持节点的部分历史数据并进行节点间相似性比较,没有达到给定支持度的数据就是异常数据.对于异常数据可以直接丢弃,不用传回基站以节约能量开销.该算法在网内对传感器网络进行数据处理,避免将所有采样数据传往基站.实验结果表明:该算法可以有效节约节点能量开销,延长传感器网络生命周期.     

基于压缩感知算法的传感器网络异常事件检测

为改善传感器网络异常事件检测效果,提出一种基于压缩感知算法的传感器网络异常事件检测模型.首先采集传感器网络状态信息,并采用压缩感知算法对信息进行采样和重构,在减少传感器网络异常事件检测信息的同时,删除一些无效信息;然后从重构后的传感器网络异常事件检测信息中提取特征,组成传感器网络异常事件检测的特征向量;最后采用极限学习机建立传感器网络异常事件检测模型,并进行传感器网络异常事件检测仿真实验,分析模型的性能.实验结果表明,压缩感知算法可加快传感器网络异常事件检测速度,且传感器网络异常事件检测率高于95%,明显高于其他传感器网络异常事件检测模型.     

基于带状无线传感器网络的实时智能数据收集算法

为减少在带状无线传感器网络下数据传输延时,提出一种基于数据压缩和线路调度的实时智能数据收集算法.首先通过对采集数据进行变换训练评估数据相关性,确定分割编码最长尺度,以此重编码实现冗余信息压缩;然后计算数据收集占用的最大时间槽长度,调度网络收集链路,最小化时延;最后通过多路径传输机制构建传输能耗模型,利用Lagrange函数算法求解,完成数据收集.仿真实验结果表明,该算法网络负载均衡,数据收集传输时延较小,能量消耗小,鲁棒性较好.     

基于压缩感知理论的无线传感器网络数据融合算法

针对传感器节点部署稠密, 节点覆盖重叠区域较大, 导致采集数据冗余度大的问题, 利用节点收集数据的时间和空间相关性, 提出一种基于压缩感知理论的无线传感器网络(WSN)数据融合算法, 并通过仿真实验分析了其性能. 实验结果表明, 该算法不仅可以减少簇首的数据传输量, 减少了节点的平均能量消耗, 延长网络的生存时间, 而且性能明显优于对比算法.     

采用压缩感知和GM(1,1)的无线传感器网络异常检测方法

针对当前无线传感器网络(WSNs)异常检测算法的检测准确率较低同时影响网络能耗均衡的问题,提出了一种基于改进压缩感知(CS)重构算法和智能优化GM(1,1)的WSNs异常检测方法。首先,通过建立双层异质WSNs异常检测模型,并采用压缩感知技术对上层观测节点收集到的下层检测节点温度测量数据进行处理,同时结合温度数据稀疏度未知特点,构造有效的稀疏矩阵和测量矩阵,并重新定义测量矩阵正交变换预处理策略,使得CS观测字典满足约束等距(RIP)条件;其次,重新定义了离散蜘蛛编码方式,蜘蛛种群不断协同进化,以获得稀疏结果中非零元素的位置信息,利用最小二乘法得到非零元素的幅度信息,实现了对未知数量检测节点数据的精确重构。在此基础上可以由蜘蛛种群迭代进化得到优化后GM(1,1)的参数序列,通过检测参数序列的相关阈值来判定节点是否发生异常。实验仿真结果表明,与OMP-IGM等异常检测方法相比,该方法的异常检测准确率提高了约7%~33%,网络能耗降低了约18%~43%。     

传感器网络中基于抽样的带权近似Top-k查询算法

提出一种适用于传感器网络的抽样带权阀值过滤近似Top-k聚集查询算法.该近似算法会将无线传感器网络划成几个两两不相交的簇进行处理,在汇聚节点进行预处理以及在各个簇内进行抽样过滤处理,在抽样过程中给可靠而重要的节点赋上相应更大的权值,同时根据节点采集的信息具有时间相关特性,在簇内进行抽样阀值过滤处理,每个簇头节点都会接收到该簇内的Top-k候选子集,然后将每个簇的子集发送给Sink节点,该Sink节点将接收到能代表整网Top-k样本候选集.仿真实验结果显示该算法只需发送少量的数据,更小的抽样样本,并能满足任意精度要求.     

传感器网络分布式多维概率Top-k查询处理算法

针对分布式传感器网络提出多维概率Top-k查询处理算法DMPT.利用Skyline操作返回Top-k元组,通过反馈机制和过滤机制减少数据传输量及查询处理时间.DMPT考虑了数据的不确定性、多维属性以及网络的分布式和能源受限特征,根据Skylayer计算得到Top-k结果.通过真实数据和模拟数据实验验证得到:DMPT算法比传统算法具有更高的节能效率和更快的响应速度.     

传感器网络数据流异常数据检测与修正

提出一种通用于传感器网络应用的数据流异常时空综合检测与修正的方法,将基于小波的时域滤噪方法与基于BP神经网络的空域数据融合相结合,并在此基础上提出了基于小波尺度的异常检测与修正方法,通过时间阈值确定数据融合所采用的时间窗口．利用小波变换的时分和频分特性,将异常检测与修正和异常数据持续时间相联系,通过多传感器数据融合的结果对传感器网络异常数据进行修正,从而剔除传感器网络中的异常数据。     

基于非均匀数据率的无线传感器网络平衡耗能算法

无线传感器网络采用多跳、多对一的数据传输方式,使得网络能量消耗不平衡,基站附近结点通信负荷过重成为"热点","热点"区域的结点往往最先死亡导致网络失效,此时其余结点仍剩余大量能量.为平衡网络的能量消耗,提出了一种基于非均匀数据率的无线传感器路由协议,其核心思想是结点根据结点与基站的距离调整数据率(单位时间内结点产生数据的速率,简称数据率),距离基站越近数据率越低,以节省能量用于通信,距离基站越远数据率越高,以充分利用节点的能量.     

基于数据聚合的无线传感器网络多径路由算法研究

由于传感器网络具有严格的资源限制、低速数据传输率及多对一的通信模式等独特的特征,传统用于无线移动自主网Ad—hoc的路由协议通常不能直接应用于该类网络;尤其是针对节点数目庞大的传感网,要处理的传感数据量大,在设计路由算法时必须保证其能效较高、能耗及负载均衡,以最大限度地延长整个网络的生命周期。结合数据中心及多路径路由特征,提出了一种基于数据聚合的多径路由算法。新算法不仅能在路由过程中实现能耗及负载均衡,而且能有效地消除数据冗余。理论分析和实验表明。该算法在节省能耗等方面具有一定的优势。     

基于无线传感器网络的数据融合技术

阐述了WSN数据融合技术的特点和原理,重点分析了WSN数据融合技术中具有代表性的几种算法的工作原理和优缺点.     

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。     

基于蚁群算法的无线传感器网络优化

无线传感器网络（WSN）中的传感器节点由一次性电源供电,能量优化关乎整个网络的寿命.优化网络拓扑结构有利于提高WSN整体的能量利用率.ACO是一种基于种群（population based）的启发式仿生进化算法.提出了基于ACO的WSN的网络优化算法,以16个固定位置节点和20个任意位置节点的WSN为对象进行了仿真研究.实验结果验证了该算法的有效性.     

基于BP算法的无线传感器网络定位

无线传感器网络（wireless sensor network,WSN）是一种应用广泛的全新的信息获取和处理方式,可以实现复杂的大规模监测和追踪任务。节点定位是无线传感器网络中的关键技术之一.位置估计的精度直接影响WSN后继的网络传输和监测性能。本文利用BP神经元网络方法对定位进行优化,并对测度结果进行验证。结果表明该算法提高了定位精确度。     

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．     

无线传感器网络中基于簇的实时节点故障检测算法

无线传感器网络主要任务是数据采集,在许多的应用场合对传感器网络数据可靠传输有较高的要求,但由于传感器节点容易失效,导致数据无法正确传输,因此故障检测是确保数据信息正确收集的重要保障.本文中提出了一种基于分簇网络拓扑的实时故障检测算法(CRFD),能够在网络划分的不同簇中自发地完成故障检测,正确诊断出节点的状态.分析了算法的性能,并通过仿真实验,表明与"基于比较的故障检测算法(CBFD)"相比,CRFD算法具有更小的系统开销,从而有效节省节点能耗.     

基于网络编码的无线传感器网络广播节能算法

针对无线传感器网络中多汇聚节点同时向网络中广播不同查询信息所带来的多余能量损耗问题,提出了一种利用网络编码技术在部分传感器节点对数据包进行编码一转发的广播节能算法,节点是否参与编码转发依赖于本地邻居节点的信息,接收到编码包的节点对数据包解码即可恢复出原始信息.仿真结果表明,依网络规模和节点密度不同,该算法有效减少广播中...     

基于回归预测算法的无线传感器数据融合

无线传感器网络技术作为21世纪最有影响力的世纪技术,得到了越来越多的广泛关注,而无线传感器的能量问题,是制约无线传感器网络发展的核心问题之一。由于无线传感器的能量十分有限,因此要求尽最大可能减少能量的消耗,进而达到延长使用寿命的目的。课题从研究无线传感器节点采集到的数据开始,通过对采集到的周期数据进行分析,找出某种潜在规律,从而选择一种现有的回归模型进行下一周期的预测,如果下一采集周期的采集数据满足预测规律,则不必向汇聚节点上传数据,进而减少了数据的传送次数,节约了能量。基于回归预测算法的无线传感器数据融合是依据沈阳地区的温度数据为样本,同时应用MATLAB仿真模拟,根据模拟验证的结果表明该算法确实做到了减少数据的传输量,达到了节约传感器能量,延长了无线传感器网络寿命的目标。