基于蚁群策略的无线传感器网络能量有效路由算法

从无线传感器网络自身的特点出发,提出了一种基于蚁群策略的无线传感器网络能量有效路由算法(energy efficient routing algorithm based on ant colony optimization for wireless sensor network,EEAWSN).该算法设计了一个新的能够均衡传输能量消耗和节点剩余能量的蚂蚁前向移动的选择概率模型,并给出路径最优度的概念来评价路径的最优性.仿真结果表明,与其他蚁群策略的路由算法相比,该算法找到了一条路径最优度最优的路径,在此路径上传输能量消耗最小,并且兼顾了节点的剩余能量,从而延长了整个网络的生存时间.     

无线传感器网络中基于分簇的协同传输协议

提出了一种基于分簇的无线传感器网络协同传输协议,分析了其传输效能和对网络吞吐量的改善,继而得出了该协同传输协议的适用范围。该协同传输协议特别适用于有可靠、高速的数据传输要求而信道环境不佳的无线环境,恰当地使用该协议能够提高传感器节点的传送效能,节省网络能源,并且能很好地提高网络吞吐量。最终通过仿真验证了上述结论。     

基于蚁群优化算法的无线传感器网络路由协议

提出了一种基于蚁群优化算法的无线传感器网络路由协议RPBAA.该协议通过修改蚁群优化算法以适应无线传感器网络无全局标识、节点较少移动、资源受限等特性,提供了一种智能、动态、可扩展的多径选路传输方法来获取有效且健壮的通信,并通过全网能量均衡使用以最大化网络生命期,另外引入了数据分片机制来进一步优化选路效率.最后通过仿真验证了RPBAA协议的有效性和数据分片机制带来的好处.     

无线传感网中虚拟V-BLAST发射能量分配研究

针对无线传感器网络能量受限的问题,提出一种适用于无线传感网的虚拟V-BLAST系统,并研究使各个传感器节点信号误码率最小的功率分配算法.提出了基于Karush-Kuhn-Tucker (KKT)条件的最优功率分配方案和基于等信干噪比(SINR)的次优功率分配方案.仿真结果表明,采用发射功率分配的虚拟V-BLAST系统比传统等功率分配V-BLAST系统传输质量有了很大的提高,在相同误码率要求下,可以减少发射功率,延长网络寿命.     

传感器网络推拉混合模式代码传输方法

代码传输是实现无线传感器网络应用重构的关键技术.首先研究传感器网络环境自适应应用重构(EAAR)模型的两种代码传输模式-拉模式和推模式,并结合两种模式的特点提出一种适用于分簇传感器网络的能量有效代码传输模式-基于簇的混合代码传输(Cluster-based Hybrid Code Transmission, CHCT).在该模式下,簇头节点采用拉方式从基站获取代码,簇内节点采用推方式进行代码传输.仿真实验验证了方法的有效性并讨论了影响CHCT性能的主要参数.     

集中式无线传感器网络TDMA优化调度方案

针对无线传感器网络周期性全局快速数据收集应用场合,提出了一种新的基于粒子群优化和禁忌搜索的混合算法,以对这类网络进行多指标TDMA优化调度。该算法采用基于熵权的逼近理想解的排序法对算法结果进行客观评价和择优。当网络数据收集任务量一定时,应用该算法,只需要较少的时隙数和能耗便可完成任务。仿真结果证实,算法搜索效率高,能改善网络TDMA调度效果,且比已经提出的一些TDMA调度算法性能优越。     

无线传感器网络中基于粒子群优化的目标识别方法

针对无线传感器网络在地面目标声振信号识别方面的应用需求,在分析现有算法缺点的基础上,提出了基于粒子群优化(particle swarm optimization, PSO)方法的目标识别算法。利用粒子群算法优化基于模糊逻辑规则的分类器(fuzzy logic rule based classifier, FLRBC),分析了算法中各个参数的设置对算法性能的影响。基于实地采集到的信号的仿真实验表明,该方法在一定程度上提高了目标识别的正确率和稳定性,平衡了分类性能,改善了收敛性质。     

无线传感器网络中视频传输的控制仿真

提出了无线传感器网络中视频传输的一种自适应联合算法:首先给出一种基于移位3维层次树集分割算法(3-DSPIHT)的自适应嵌入式多描述编码(MDC),该编码可根据网络拥塞状况而产生多个不同码流,并通过引入优先级机制,将码源分配至不同码流中,保证信号传输质量,降低网络负载。同时又提出了一种考虑能量和时延受限的多径源动态路由协议(ED-MRDSR),与MDC有机结合,提高网络吞吐量,减少能量消耗。由于该算法综合考虑了编码效率、抗误码保护及传输能量、时延受限等问题,因此,仿真实验获得了较其他方法更好的视频重构质量和更小的能量消耗。     

基于三维体质心的无线传感器网络节点定位算法

针对无线传感器网络中传感器节点初始位置未知的问题,提出一种基于三维体质心的分布式无线传感器网络节点定位算法.算法假设网络中有一定比例的锚节点(位置已知的节点),利用三维辅助坐标系,建立节点间的通信约束关系和空间几何关系,研究三维空间内包含未知节点的三维体构成方法,确定三维体的多个侧面和曲面来构成曲面三维体;为了减小算法计算量和网络能耗,寻找与曲面三维体对应的由多个侧面组成的平面三维体,通过确定平面三维体的质心来获得曲面三维体质心,从而把曲面三维体的质心作为未知节点的估计位置.该算法是一种完全基于网络连通性的分布式算法,算法设计简单,计算量小,节点间通信开销少.仿真结果显示,该算法适合于各种规模的无线传感器网络的节点定位.     

基于改进PSO算法的传感器网络覆盖优化

当无线传感器网络(wireless sensor network,WSN)采用概率覆盖模型时,难以采用几何方法进行网络覆盖率的优化。针对这一问题,通过提出一种改进粒子群优化(particle swarm optimization,PSO)算法,有效提高了WSN网络的覆盖率。首先对粒子越界处理的方法进行推了广,提高了其适用范围;其次,针对PSO算法容易陷入局部最优解的问题,通过对粒子探索能力进行增强,提出了一种探索能力增强型PSO(explorative capability enhancement PSO,ECE-PSO)算法,有效改善了种群陷入局部最优解的缺点。基于概率覆盖模型的WSN覆盖优化的仿真验证表明,ECE-PSO算法显著提高了解的质量,有效改善了算法收敛于局部最优解的缺点,且ECE-PSO算法具有较强的稳定性。