基于博弈论的无线传感器网络能耗均衡

传输环境的异构特性使得无线传感器网络某些节点电源过早耗尽,为解决无线传感器网络中的多个节点间的能耗均衡问题,考虑到了节点能耗异构性,通过设计效用函数并设置系统参数,并建立起基于任务调度的完全信息静态博弈模型,获取每个节点的最优发送概率.通过在异构的环境中的大量仿真测试,结果表明:与传统的两种算法相比较,博弈算法被证明能有效地均衡网络节点的能耗,并延长网络的工作寿命.     

传感器网络中基于过滤的概率Skyline查询算法

针对感知数据固有的不确定性问题,研究了无线传感器网络中概率Skyline查询的处理与优化技术.首先分析了概率Skyline查询的性质,证明了概率Skyline查询的不可分解性,因而无法直接利用网内计算方法求解;进而提出了无线传感器网络中基于过滤的概率Skyline查询处理算法(filter basedprobabilisticSkylinequeryprocessingalgorithminWSN,FPSP).FPSP算法将感知数据划分为候选数据、相关数据和无关数据;只需要候选数据和相关数据即可求得概率Skyline查询结果,可以在传感器节点过滤无关数据以避免大量的数据网内传输.仿真实验结果表明,FPSP算法可以有效降低传感器节点的数据传输量,极大地延长了无线传感器网络的使用寿命.     

数据采集中延长WSN生存周期的研究与实现

无线传感器网络的生存周期将直接影响其在物联网中的应用价值,针对该问题进行了深入研究,最终实现生存周期的有效延长.通过组建简单稳定路由,为MAC层提供鲁棒通信路径的基础,从低功耗和减少数据包冲突概率两个角度出发,设计了周期性唤醒机制和FHPR算法.周期性唤醒机制使节点可以长期处于超低功耗状态;FHPR算法包括跳频列表和数据包重组机制两部分,前者有效减少冲突概率,后者在减少冲突概率的同时有效降低功耗.实验结果表明:由自主研发的节点组建成的无线传感器网络可以稳定运行,生存周期被有效延长.     

无线传感器网络中基于学习自动机的路由算法

针对无线传感器网络节点能量有效问题,在LEACH协议算法的基础上,本文提出一种基于学习自动机的路由算法,该算法结合节点的剩余能量与节点的邻居信息,在选择簇头上,通过降低能量过低的节点成为簇头的概率,尽可能地进行能量均衡.仿真结果表明本文算法减少了网络的能量消耗,延长了网络生存时间.     

无线传感器网络中基于学习自动机的路由算法

针对无线传感器网络节点能量有效问题,在LEACH协议算法的基础上,本文提出一种基于学习自动机的路由算法,该算法结合节点的剩余能量与节点的邻居信息,在选择簇头上,通过降低能量过低的节点成为簇头的概率,尽可能地进行能量均衡.仿真结果表明本文算法减少了网络的能量消耗,延长了网络生存时间.     

改进LEACH的传感器网络分簇路由算法

针对当前无线传感器网络分簇路由算法存在的节点能耗不平均、 节点过早死亡等缺陷, 提出一种改进低功耗自适应分簇(LEACH)的无线传感器网络路由算法. 首先针对无线传感器节点过早死亡的问题, 引入簇半径动态确定方式, 将整个无线传感器网络划分为多个不均匀的簇; 然后考虑簇首能量消耗过快的问题, 结合簇首所在位置和节点剩余能量选择每轮中的簇首; 最后改进数据传输机制保证节点能量消耗均衡, 并在MATLAB 2014平台上对无线传感器网络分簇路由算法的性能进行测试. 测试结果表明, 改进LEACH算法较好地解决了节点过早死亡的难题, 延长了无线传感器网络的寿命, 平衡了各节点能量消耗, 整个无线传感器网络的性能显著优于其他对比算法.     

基于概率模型的WSN最坏与最佳情况覆盖

针对无线传感器网络最坏与最佳情况覆盖问题,使用概率的方法,给出了基于概率模型的无线传感器网络最坏与最佳情况覆盖算法.其思路是尽可能选择被节点检测概率最小的格点组成最坏情况覆盖(即最大突破路径),选择被节点检测概率最大的格点组成最佳情况覆盖(即最大支撑路径).仿真结果验证了算法的有效性.     

基于概率定位的稀疏无线传感器网络

节点定位是当前无线传感器网络非常重要的一个课题。针对无线传感器的网络节点定位设备过于复杂,成本较高的问题,提出了基于概率定位的算法。该算法在相邻节点间使用步数器和基于概率的测距定位方法,与当前的多数要求良好网络连通性的方法不同,该方法有效解决了稀疏网络下的节点定位问题。根据所设计的实验模型,用实际结果对该算法进行了验证,该算法在稀疏网络中性能良好,具有实用价值。     

基于A适应遗传算法的无线传感网络节点布局优化

无线传感器网络的传感节点布局优化,直接关系到无线传感器网络覆盖率的提高。文中提出自适应遗传算法求解无线传感器网络覆盖率优化问题。自适应遗传算法的编码方式是传感器节点二维坐标的二进制表达式,交叉方式为字符串整体交叉,变异方式为位变异,交叉概率和变异概率根据个体适应度自动重构。仿真实验结果表明,自适应遗传算法有效解决了无线传感器网络节点布局优化问题。与传统遗传算法相比,本算法进化收敛速度快,网络覆盖率显著提高。     

一种大概率强连通鲁棒性的无线传感器网络构造算法

针对无线传感器网络的软硬件必须具备鲁棒性、抗毁性和容错性的特点提出了一个具有大概率强连通鲁棒性的无线传感器网络构造算法并进行了仿真分析.该构造算法不仅具备WSN所要求的鲁棒性、抗毁性,而且也兼顾到传感器节点能量保护和网络功率控制.     

一种新的无线传感器网络非均匀分簇算法

为避免无线传感器网络的能量空洞问题, 延长无线传感器网络寿命, 提出一种新的基于双簇头的无线传感器网络非均匀分簇算法. 该算法综合考虑节点剩余能量和节点到基站的距离选举分簇簇头, 将无线传感器网络分为不同规模的簇; 为了减小规模较大簇的簇头节点收集与传输数据的负担, 在数据传输阶段构造基于改进最小二 叉树的数据传输路径. 实验结果表明, 该算法能够有效减小节点能量消耗, 可有效延长无线传感器网络的使用寿命.     

一种基于核方法的无线传感器网络定位算法

无线传感器网络（WSN）作为一种新兴的分布式网络技术,被认为是21世纪改变世界的十大革新技术之一。定位是无线传感器网络的重要支撑技术之一,实现传感器节点自定位是提供监测目标位置信息的必要条件。而实现高效、可靠、准确的节点定位对目标跟踪具有重要意义。不幸的是,环境噪声使得节点的定位精度降低。基于此,该文提出一种基于核方法的无线传感器网络定位算法。实验表明,在WSN中通过采用卡尔曼滤波的核方法定位算法,一定程度上减少了随机噪声对节点定位精度的影响,有效的降低了系统定位误差,实现一定程度的抗干扰。     

监测奶牛无线传感器网络的连通支配集构造

基于一个对奶牛行为特征监测的自组织无线传感器网络,构造骨干网以解决节点多跳通信问题,并采用图的连通支配集来实现。提出了一个基于极大独立集的最小连通支配集的分布式构造算法,并证明了该算法的正确性。采用计算机程序仿真的实验结果表明,此算法简单有效、适应于节点移动和网络拓扑变化的环境、且构造的连通支配集占节点的比例为30%左右,有效减少冗余的转发节点,可节省宝贵的网络资源。     

贝叶斯预测蜂群算法在无线传感器网络优化中的应用

针对无线传感器网络(WSN,wireless sensor network)节点分布不合理,存在较多的监测盲区等不足,提出了利用贝叶斯预测人工蜂群算法(BPABC,Bayesian predictive artificial bee colony algorithm)制定节点分布方案。BPABC算法借鉴贝叶斯预测算法的思想对蜂群算法中各蜜源存在最优解的概率进行预测,并以此为依据指导跟随蜂寻优工作。采用BPABC算法对WSN中的节点分布进行优化,与人工蜂群算法、全局人工蜂群算法制定的优化方案进行比较。结果表明,BPABC在平均覆盖率、最差覆盖率等方面均优于其他两种算法,并且BPABC算法在迭代收敛速度方面也有明显的优势。为了进一步验证改进算法的实用性,采用BPABC制定不同监测区域的WSN节点分布方案。WSN的覆盖率均在97%左右,并且标准差不超过0.005%。由此可见,基于BPABC的WSN节点分布优化方案具有较高的覆盖率、良好的适应性和稳定性。     

WSN中基于负载均衡的EAMCT-G优化算法

针对EAMCT-G算法中个别簇头因成员过多使其能量过早耗尽的问题,基于负载均衡的思想,通过引入能量和距离的综合权值,对簇成员加入簇的选择策略加以改进,改善了个别簇头负载压力过大的情况．又通过引入双优化阈值,避免优化后新的负载不均衡情况出现,保证各簇头负载比较均衡,能量在各个簇间均匀分布,从而延长了整个网络的生存期．     

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.     

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.     

基于位置信息的WSN数据汇聚路由算法

文章以无线传感器网络在建筑环境下的应用为研究背景,根据建筑能耗监测系统中无线数据传输网络特性,按位置信息对网络节点进行分簇,设计网络2级结构模型;并设计适合该网络模型的基于位置信息的WSN数据汇聚路由算法,保证簇头节点从邻居列表中选择最佳下一跳节点,最终实现与Sink节点的数据通信功能。仿真分析表明所设计的路由算法具有低时延、高可靠性、节能等优点。     

基于半定规划的无线传感器网络节点定位算法

针对无线传感器网络节点定位,在最大似然估计(MLE)基础上提出了一种半定规划(SDP)的优化算法.结合有效的锚节点位置选择和比率范围设定,在放宽非凸约束的基础上,采用SDP求解算法,有效减少了误差的影响,得到被测节点的实际位置.改变锚节点的位置可以有效解决锚节点凸壳外的节点位置估计不精准问题.仿真结果表明,提出的SDP算法对未知节点的位置实现了高精度定位,改进了凸优化方法.