基于BP神经网络的无线传感器网络路由协议的研究

由于无线传感器网络的资源比较有限,尤其是节点的能量受限,为了尽可能的减少信息收集与传输过程中的能耗,延长网络的寿命,本文提出了基于BP神经网络的路由协议改进算法模型,该算法模型将BP神经网络的层次结构与无线传感器网络路由协议的分簇结构相结合,在每个簇结构中应用设计一个三层的BP神经网络模型,把采集到的大量原始数据通过设计好的神经网络模型,得到能够反映原始数据特征的的少量的数据信息。只需要将融合得到的特征数据传送给汇聚节点,从而减少了数据信息的传送量,降低信息传送的通信能耗,延长网络生存时间。仿真结果表明：改进后的算法较LEACH协议在平衡节点能量和延长网络寿命方面具有更优越的性能．     

视频传感器网络中基于相关性图像融合算法

基于图像相关性信息,从系统层面提出了一种图像融合算法.该算法充分考虑到视频传感器节点的有限资源及相邻节点间冗余视觉信息,将同一场景的视觉监测任务分配到相关度较大的2个视频传感器节点上,每个视频传感器节点仅负责传输一部分视觉场景信息.特别地,利用极线约束性质融合多路传输来的部分图像信息,最终实现场景视觉信息的重建.实验结果表明:该算法简单易行,既可以减少网络传输量、节约网络能量,又可以实现场景视觉信息的有效监测.     

传输受限的异构P2P系统负载平衡算法

提出了一种传输受限的异构P2P负载平衡算法,此算法依赖于局部网络的负载信息,并在局部网络内部进行负载迁移使整个系统达到负载平衡状态。理论分析和实验数据均表明,此算法可在网络传输存在限制的条件下,尽快地使系统到达平衡状态。基于局部负载信息与基于全局负载信息的负载平衡效果几乎相同,而前者的时间复杂度远低于后者,特别是在节点较多的P2P网络中。同时由于在局部网络内进行负载迁移,故能够以较小的网络通信量得到良好的性能。     

无线传感器网络相关感知路由算法

本文通过建立能量有效的数据融合树,对无线传感器网络中多跳传输的数据进行动态融合,以减少整个网络的能量消耗。利用竞争游戏算法理论框架阐述数据之间的相关性;综合考虑传感器节点的剩余能量、干扰以及网络间的数据融合,构造算法的成本函数;借助相关感知路由算法求解竞争游戏的可能最优解。仿真结果表明相关感知路由算法能够有效地延长整个网络的生命周期。     

大数据下的CPS自适应路由服务

作为一个网络信息系统,信息物理融合系统（CPS）包含计算、人类活动以及通过消息通信技术实现的自动决策。CPS由许多异构的子系统组成,不同于其他控制系统,随着多种多样新型网络应用的涌现,传统的路由配置模式越来越难以适应CPS多样化的数据通信需求。因此,需要依据不同类型CPS子系统应用差异化的通信需求,在数据分组的传输路径上配置合适的路由功能,自适应地合成满足分组传输特性的路由服务,改善通信性能。根据大数据带来的数据间关联关系新范式,试图从大量的CPS应用通信流状态数据中,分析获取评判CPS通信服务质量与路由服务各属性之间的依赖关系,从而定制高效的路由服务。基于此,提出了大数据驱动的CPS自适应路由服务定制机制,主要由网内大量流状态数据为驱动,建立了CPS通信属性模型,挖掘CPS的通信性能对路由需求的依赖关系,获得候选路由功能集合。分析结果表明,提出的由大数据驱动的定制化路由服务可以有效地处理不断扩展的CPS网络通信需求。     

最大生存周期的无线传感器网络数据融合算法

针对无线传感器网络的节点能量有限,且在进行信息传输时存在数据冲突、传输延时等问题,提出基于最大生存周期的无线传感器网络数据融合算法。该算法将整个网络中的节点分成多个簇,并根据节点的传输范围,将每个簇中的节点均匀分布,每个节点根据自己的本地信息和剩余能量选择通信方式向簇头节点传输数据,从而形成传输数据的最短路径;并根据集中式TDMA调度模型,运用基于微粒群的Pareto优化方法,使得网络在完成规定的信息传输时每个节点耗费的平均时隙和平均能耗最低。仿真结果表明,上述算法不但可以最大化网络的生存周期,还可以有效地降低数据融合时间,减少网络延时。     

WSN中一种基于时空相关性的网内数据聚合路由协议

无线传感器网络越来越多地应用于各种精确监测中。由于网络中节点的部署密度较大,节点周期性地产生数据,网络中出现大量具有时空相关性的冗余数据,这些冗余数据的传送需要消耗大量的能量。为了减少网络中的数据传输量,降低网络的通信开销,提出了一种基于时空相关性的网内数据聚合路由协议TS-INDAR,通过网内数据聚合技术以及对网络中具有时空相关性数据的控制,减少网路中的数据传输量。TS-INDAR通过路由树的建立最大化重叠路由,以提高网络中数据聚合的几率,通过相关区域和时间抑制对网络中具有时空相关性的数据进行控制,根据事件区域与sink节点之间的距离调整相关区域的大小。与已有路由算法相比,TS-INDAR减少了网络中的通信负载,降低了网络中的能量消耗。仿真结果显示,TS-INDAR在确保监测数据准确性的情况下,网络中的能耗较DRINA算法降低了25%,较EAST算法降低了11.6%。     

基于局部网络信息的P2P系统负载平衡算法

提出了一种基于P2P网络局部信息的负载平衡算法，该算法依赖于局部网络的负载信息，并在局部网络内部进行负载迁移使整个系统达到负载平衡状态。理论分析和实验数据均表明，该算法可在网络传输存在限制的条件下，尽快地使系统到达平衡状态。基于局部负载信息与基于全局负载信息的负载平衡效果几乎相同，而前者的时间复杂度远低于后者，特别是在节点较多的P2P网络中。同时由于在局部网络内进行负载迁移，故能够以较小的网络通信量得到良好的性能。     

WSN中基于压缩感知的分簇数据收集算法

为减少无线传感器网络的数据通信量和能量消耗,基于WSN节点数据时空相关性的特性,提出一种将K-means均衡分簇和CS理论相结合的数据收集方法。首先,通过K-means聚类算法均匀划分网络成簇。然后,各簇首对采集到的数据进行基于时空相关性的压缩感知并传输至基站Sink节点。最后,Sink节点采用OMP算法对收集到的数据进行精准重构。仿真结果表明,该算法有效减少了无线传感器网络的数据通信量和压缩感知算法重构过程所需要的观测量。     

面向信息物理融合系统的多源异构数据交互模型

在信息物理融合系统（Cyber-physical system，CPS）中，传统多源异构数据集成模型难以通过中间件实现异构系统间的概念层关系映射，存在系统难以扩展和传输性能低等问题。基于上述问题和挑战，提出了一个面向CPS的异构数据交互模型。设计数据对象模型实现物理系统和仿真系统高层概念映射；定义监测类和控制类元数据，针对不同的数据类型使用增量或全量字段更新以降低网络负载；基于Protobuf协议设计系统的通信模型，提高系统的扩展能力。基于该数据交互模型和高层体系结构（High level architecture， HLA）/数据分发服务（Data distribution service， DDS）系统中间件实现了一个CPS原型系统，验证了模型的可用性并对比了报文的压缩性能。     

基于多级模糊评判的高效数据聚集算法

基于多级模糊综合评判,提出一种既可节省传感节点能量又能提高数据聚集度和减少数据传输延迟的高效的数据聚集算法.先由一级模糊综合评判获得路由信息,然后根据路由表中相邻传感节点转发的数据包个数,利用二级模糊综合评判重新选择下一跳传感节点,通过增加原有路径间交叠的方式来高效的提高数据聚集度;然后为了均衡能耗和减少传输延迟提出一种新的聚集定时机制.仿真结果表明,该算法能延长网络生命周期,提高数据包交付率,降低平均传输延迟及提升数据聚集度.     

异构 WSN 中基于参考值的可恢复隐私保护数据融合

文章介绍了无线传感网络的安全数据融合技术,针对当前数据融合算法安全性不高、开销过大以及融合精度低等问题,提出了基于参考值的可恢复隐私保护数据融合算法。该算法利用公钥同态加密机制为数据提供端到端的机密性和完整性认证。此外,该算法动态地为网络中的每个节点设定下次传输的参考值,并通过传输采样值和参考值之间的差值来减少网络中的数据传输量。仿真结果表明,该算法可以有效地减少数据传输量,提高整个网络的能量和带宽效率。     

基于最小覆盖集的WSN数据聚集算法

针对无线传感器网络(WSN)能量有限且网内聚集错误检测率较低的问题,提出一种基于最小覆盖集的WSN数据聚集算法。构造一颗以汇聚节点为根并包含最少中间转发节点的树,其中间转发节点为树的最小覆盖集。在中间转发节点中引入读向量的相似性判断,以去除网内冗余及错误数据。实验结果表明,该算法能减少网内通信能耗,提高收集数据的准确性。     

权衡能耗与延迟的数据融合算法研究

在无线传感器网络的路由协议中考虑数据融合能极大地提高网络生存期性能,但随之会带来网络可靠性下降、数据传输延迟增加等问题。设计一种新的可权衡能耗与延迟的数据融合算法ECLT,通过二级模糊综合评判的方式来调整原有的路由信息,增加数据传输路径间的交叠,以提高数据融合度、延长网络生存期;同时,传感节点在转发数据的过程中还可根据本身状态来动态调整进行数据融合的等待时间,从而在均衡网络中各节点能耗的同时减少了数据传输延迟。经仿真验证,该算法能在极大的延长无线传感器网络使用寿命的同时降低数据的平均传输延迟。     

WSN 中基于能量反馈的分簇路由算法EFCA

分簇技术在无线传感器网络中得到广泛的应用.提出了一种基于能量反馈的分簇路由算法(EFCA).该算法以簇为单位构造数据聚合树,解决了单跳传输外沿节点能耗过快和多跳传输时延过大的问题;同时在簇内选择簇头对,令主次节点分别负责簇间信息传递和簇内信息收集,进一步减小了数据传输延迟;提出的能量反馈机制很好的解决了网络"热区"问题.经仿真验证,可以有效的延长网络的生存时间.     

基于最优连通功率控制的WSNs跨层路由优化算法

针对非连通区域节点空洞效应和热点区域节点间通信干扰导致的路由服务质量（QoS）下降问题,提出了一种基于最优连通功率控制的无线传感器网络（WSNs）跨层路由优化算法。算法采用自适应最优连通功率控制策略,在避免路由空洞产生和保证网络连通性条件下,降低热点区域节点数据转发竞争干扰;通过位置信息、剩余能量和干扰等级的跨层信息交互,动态选取最优转发节点,提高网络整体性能。仿真实验表明：算法能够提高路由（QoS）、优化网络生命周期和降低热点区域通信干扰。     

无线多媒体传感器网络能量敏感多路径路由

针对节点能量分布不均匀的无线多媒体传感器网络中大数据量传输问题,提出一种无线多媒体传感器网络能量敏感多路径路由算法EACM。该算法通过平衡路由节点间剩余能量差异,调节多路径聚集程度来均衡网络能耗减少数据包在路径上的延迟。仿真结果表明EACM算法能有效地延长网络生存期,减少数据包在路径上的时延。     

无线传感器网络中的查询合并算法

根据无线传感器网络资源有限的特点,提出一种针对类SQL语言的查询简化与合并算法。算法根据基站上保存的属性历史数据,预测查询合并前后的能量消耗,如果合并后能耗减少,则将查询合并为一个新查询。仿真实验结果表明,合并可以减少网络中查询的数目,避免发送大量冗余数据,达到降低能量消耗的目的。     

无线传感器网络软故障诊断算法

在无线传感器网络中,软故障节点会产生并传输错误数据,这不仅会形成错误的决策,还会消耗能量,为此,提出一种基于节省能量的故障诊断(EFD)算法。该算法利用节点感知数据的空间相似性,通过对邻点所感知的传感数据进行比较,确定检测节点状态。对于网络中存在的节点瞬时故障,该算法引用TF模型思想,避免了不必要的数据比较,减少了时间冗余的检测次数。仿真结果表明:EFD算法能够提高网络诊断精度,同时可以降低诊断过程的能量消耗。     

基于服务力向量的发布/订阅自动发现算法

由于SDPBloom自动发现算法无法预先在参与者发现阶段对端点QoS策略的兼容性进行判断,使得各节点和网络中均出现大量QoS不兼容的端点信息,从而消耗过多的内存和网络资源。为解决该问题,提出一种基于服务力向量(SAV)的发布/订阅自动发现算法,利用布隆过滤器向量和SAV对端点主题名、主题类型以及QoS策略进行匹配,以减少不必要信息的传输和存储。实验结果表明,与SDP_ADA和SDPBloom算法相比,该算法具有更低的网络负载和内存消耗。