基于k-覆盖保证的异构传感器网络节点调度策略

在分析已有传感器网络覆盖控制协议的基础上,提出了一种分布式覆盖控制算法.针对节点随机部署的异构网络,通过研究网络中节点交点的必要性,得出必要节点交点的最低覆盖度即为区域覆盖度的结论,由此可将区域覆盖度的计算转化为特殊点的覆盖度计算,从而解决了覆盖算法计算复杂度高和不精确等问题.在此基础上,又提出了一种以保证k-覆盖为目标的节点调度策略(SEC),该策略按照时间轮次,根据精确覆盖度算法可分布式地确定节点的状态.仿真结果表明,SEC能够减少节点的通信量,使工作节点数摆脱总节点数的影响,从而延长了网络的生命周期.与经典覆盖控制算法相比,所提算法在保证网络覆盖度的前提下可有效降低工作节点的数量,提高大规模传感器网络的可扩展性.     

基于BQPSO的无线传感器网络节点调度算法

在多目标跟踪中,要求无线传感器网络在满足跟踪精度的前提下,最大限度地降低对传感器资源的使用。基于这一目的,适当选择节点避免共线度过高,并采用APIT实现精确定位,同时考虑跟踪簇总能耗设计节点调度目标函数,采用二进制量子粒子群优化算法解决传感器资源冲突问题。仿真结果表明:虽然基于BQPSO的节点调度算法比基于PSO的节点调度算法在能耗上增加了17.47%,但定位精度可以提高31.84%。算法在提高定位精度的同时最大限度地降低了对资源的使用,有效延长了无线传感器网络的工作寿命。     

无线传感器网络节点调度技术研究

探讨了无线传感器网络的节点硬件体系结构和网络体系结构;论证了无线传感器网络节点调度的必要性和价值;从网络覆盖度及连通性等角度分析了若干较有代表性的节点调度算法.     

无线传感器网络中一种基于节点序列的覆盖算法

针对覆盖问题是无线传感器网络中的一个基本问题.不同的应用场景对网络的覆盖度有不同的要求,提出一种基于节点序列的覆盖算法(CNS)来判断网络的覆盖情况、消除覆盖漏洞.算法首先讨论如何判断网络1度覆盖情况,然后通过调整距离覆盖漏洞最近的传感器节点的感应半径来动态提高网络的1度覆盖率.同时,还对CNS算法进行扩展,用来解决多度覆盖问题.模拟结果表明:CNS算法在性能上要比现有覆盖算法优越.     

基于连接信息的无线传感器网络边界节点识别算法

无线传感器网络边界节点检测是识别网络覆盖空洞和提高数据路由效率的关键。为提高边界节点识别的精度,降低识别过程中对节点位置信息的依赖和能量消耗,提出了一种分布式边界节点识别算法(distributed boundary node identification,DBNI),该方法无需节点位置信息,仅依靠节点间的连接信息即能够有效识别网络中的边界节点。基于MATLAB的仿真实验和Zig Bee节点的实验结果都表明,同其他算法相比,该算法识别精度高,能量消耗低。     

无线传感器网络中最优覆盖节点集的求解算法

在传感器节点高密度部署的环境中,如何保证在满足"覆盖要求"的同时,使用的节点数目最小是一个NP完全问题.结合遗传算法在处理集合搜索中的广泛应用,设计了一种基于遗传算法的节点集搜索机制.在保证充分覆盖的前提下,令一部分冗余节点进入低功耗休眠状态,形成最优覆盖节点集.最后进行了算法的性能评价和网络覆盖的仿真实验.结果表明,该算法能以较小的代价完成最优节点集的搜索,有效提高整个网络的生存时间.     

无线传感器网络基于能量估计自适应算法SESP

无线传感器网络节点自身携带的能量有限,为了延长节点的使用寿命,在研究无线传感器网络节点能量消耗的基础上,提出一种基于同设备同参数能量估计的自适应算法SESP.SESP算法选择簇首时,不需发起通信以获知簇内其他节点的剩余能量,减少了簇内的通讯量,同时也简化了节点能量估计的计算复杂度,从而降低节点的能量,延长无线传感器网络的生命周期.     

能量有效的无线传感器网络节点选择

基于能量信息的目标定位模型,提出了一种能量有效的本地节点选择方案,通过合理地选择处于工作状态的传感器节点以减少网络的能量消耗.该方案中,节点根据相邻时刻接收到的目标信号能量变化独立决定其工作状态,减少了与相邻节点及中心节点的信息交换.仿真结果表明:应用该文提出的节点选择方法有效减少了网络的能量消耗,且能够准确地对目标进行定位与跟踪.     

防边界收缩的无线传感器网络节点轻量级调度算法

针对高密度部署的无线传感器网络边界节点邻居数量低于内部节点而导致休眠概率不均等进而边界收缩的问题,提出了一种轻量级调度算法.根据邻居表中节点的数量以及邻居节点的工作邻居数量判定节点是否处于网络边界,对于边界节点和内部节点采用不同的调度策略,并分别计算得出处于网络边界的节点被n个邻居完全覆盖的概率和边界节点被n个邻居覆盖的面积分数的范围.仿真结果表明,该算法能够有效缓解边界收缩问题,延长网络生命周期.     

太阳能无线传感器网络的能量预测与管理

无线传感器网络存在电池电量受限问题.为延长网络寿命,传感器节点可以通过太阳能电池板将太阳能转换成电能以供自身运转.基于太阳能的不确定性和间歇性等特点,提出了一种太阳能收集预测算法和能量管理方案,根据预测的能量,调整传感器节点的调度计划,实现节点的能量消耗中性,从而使无线传感器网络能够长期稳定地工作.仿真实验表明,所提出的方案在能量预测精度和能量管理策略方面有明显的优势.     

无线多媒体传感器网络中一种自适应的休眠调度策略

节点休眠调度机制可以让满足冗余条件的节点轮流进入低功耗的休眠状态,以达到延长网络生存时间的目的。无线多媒体传感器网络中邻近节点间存在的重叠区域,因此提出了一种基于FoV重叠区域的冗余判别模型。利用该冗余模型对节点进行休眠调度。为避免"盲点"区域的产生,在节点进入休眠状态前加入一个预休眠状态,并考虑了状态切换代价对节点进行休眠调度。仿真实验结果表明,该方法能有效降低网络能耗,延长网络的生命周期。     

Reliable and Energy Efficient Target Coverage for Wireless Sensor Networks

A critical aspect of applications with Wireless Sensor Networks (WSNs) is network lifetime.Power-constrained WSNs are usable as long as they can communicate sense data to a processing node.Poor communication links and hazardous environments make the WSNs unreliable.Existing schemes assume that the state of a sensor covering targets is binary:success (covers the targets) or failure (cannot cover the targets).However,in real WSNs,a sensor covers targets with a certain probability.To improve WSNs’ reliability,we should consider that a sensor covers targets with users’ satisfied probability.To solve this problem,this paper first introduces a failure probability into the target coverage problem to improve and control the system reliability.Furthermore,we model the solution as the α-Reliable Maximum Sensor Covers (α-RMSC) problem and design a heuristic greedy algorithm that efficiently computes the maximal number of α-Reliable sensor covers.To efficiently extend the WSNs lifetime with users’ pre-defined failure probability requirements,only the sensors from the current active sensor cover are responsible for monitoring all targets,while all other sensors are in a low-energy sleep mode.Simulation results validate the performance of this algorithm,in which users can precisely control the system reliability without sacrificing much energy consumption.     

基于能效的分布式轻量级WSN目标跟踪算法

针对不确定性复杂运动目标跟踪中的节点调度以及节能问题,提出了基于能效的无线传感器网络分布式多节点协作的目标跟踪算法.根据监控区域内目标的运动状态以及局部区域的节点密度,利用节点的剩余能量和调度情况,确定无线传感器网络在跟踪目标过程中的簇规模,使网络的局部能量消耗达到均衡.利用高斯Cost-Reference粒子滤波对目标进行跟踪,以减少对噪声建模的依赖性.仿真结果表明,该算法达到了跟踪精度的要求,解决了节点调度问题,并有效地均衡了网络能耗.     

传感器网络基于邻居信息量化的能量平衡路由

针对地理位置路由中数据包的平均传输能耗随时间推移急剧增加的问题,设计并实现了一种基于两跳邻居信息量化的能量平衡路由协议(TNEB).节点通过Hello报文获得两跳范围内的邻居节点信息,TNEB根据两跳邻居信息确定一个贪婪转发候选节点集合.依据邻居节点的数据流拥塞度和能量平衡度,从候选节点集合中选择最佳的邻居节点完成数据包的转发.测试结果表明,在平均邻居节点数为15的网络拓扑上,TNEB算法的平均能耗比Greedy-2和GPSR算法分别降低了26.7％和48.8％,端到端延迟分别减少了19.9％和31.8％.     

无线传感器网络可分负载调度算法

为了节省传感器节点能量,提高网络资源利用率,提出了一种无线传感器网络可分负载调度(DLSW)算法.DLSW算法以LEACH协议为基础,分群内和群间两阶段进行任务调度.在群内调度阶段,群内节点共享同一信道,相继向群首发送数据;在群间调度阶段,群首节点和SINK节点之间独立的信道使得群首将群内节点报告的数据融合后,并行向SINK节点传送结果,同时完成数据发送.DLSW算法通过去除节点间的通信干扰使得总任务完成时间减少、资源利用率提高.实验结果表明,在大规模的网络环境下,DLSW算法可以使总任务完成时间减少20％,网络能耗减少10％.     

无线传感器网络节点活动时间协调优化策略

在分析无线传感器能量有效性和状态周期时间策略的基础上,通过建立合理的基于单个节点的周期状态工作模型的功耗和时间分布策略,以及着眼于网络完整性的节点间时间协调工作分配的理论模型,来探讨在网络中进行节点内的时间分配以及节点间的时间水平和功率分配的最佳组合边界,得出了有益的结论.     

无线传感器网络中任务调度算法的研究

近几年,无线传感器网络能够实时监测和传输环境数据信息变得日益重要,尤其在民用和军事领域得到很广泛的应用.无线传感器网络具有传统网络无可比拟的优势,每个传感器节点用来感知周围环境事件和采集数据,并将采集的数据通过一跳或者多跳路由传给簇头节点或者接收器节点,然后发送到基站或数据中心进行处理.假定每个节点对信息的处理看作是一个任务,考虑节点能量限制,节点采用唤醒/休眠机制,在唤醒期间确保节点任务完成,簇头节点能够调度处理多个传感器节点的任务.文中解决的问题:在满足多个传感器节点任务处理的截止期失效前,簇头节点如何合理的调度任务,提出了改进的 RM(rate-monotonic) 调度算法和动态的抢占式最早截止期优先任务调度算法 (Preemptive Earliest Deadline First Algorithm,PEDFA).通过具体任务实例说明算法的实现过程,结果表明该算法运行简单,能够很好减少节点任务的延迟时间,实现节点任务的合理调度.