基于空间相关性的事件驱动无线传感器网络分簇算法

分簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间。针对传感器节点数据的空间相关性,该文提出了一种新的基于空间相关性的事件驱动传感器网络分簇算法。算法根据用户要求的误差门限及结合节点数据的空间相关性马尔可夫模型,将事件感知区域划分成虚拟极坐标等价层。每个等价层选取层内当前剩余能量最大的节点作为簇头,网络通过移动代理收集簇头感知信息,该方法减少了传输数据量,有效节省了网络能量。     

基于空间相关性的事件驱动无线传感器网络分簇算法

分簇算法是传感器网络中减少能量消耗的一种关键技术,它能够增强网络的扩展性和延长网络的生存时间。针对传感器节点数据的空间相关性,该文提出了一种新的基于空间相关性的事件驱动传感器网络分簇算法。算法根据用户要求的误差门限及结合节点数据的空间相关性马尔可夫模型,将事件感知区域划分成虚拟极坐标等价层。每个等价层选取层内当前剩余能量最大的节点作为簇头,网络通过移动代理收集簇头感知信息,该方法减少了传输数据量,有效节省了网络能量。     

引入移动数据收集器的WSN节能策略

在无线传感器网络中引入移动数据收集器可以减少因数据远距离传输带来的能量消耗,在层次型无线传感器网络中,移动数据收集器只需要访问所有的簇头节点就可以收集到全网数据。为了防止簇头节点在移动数据收集器到来之前因存储空间不足发生溢出,提出了最大化缓存机制(Time Highest-Overflow-Based Mechanism,THM)算法,将每个簇内所有节点的存储空间合并成大空间的虚拟存储器。实验结果表明,THM算法能够有效地延长网络的生存时间。     

基于位置感知的无线传感器网络聚类算法

针对以能量有效的方式收集传感器网络空间相关性数据的问题,本文提出了一种新的基于位置感知的无线传感器网络聚类算法。算法根据用户查询误差门限和基于位置信息的节点感知数据相异度矩阵,进行无监督数据挖掘,将监测区域划分成信息等价域。每个等价域选取城内当前剩余能量最大的节点作为簇头,网络通过移动代理收集簇头感知信息,从而减少了传输数据量,有效节省了网络能量。     

基于无线信号不规则性的无线传感网层次型拓扑控制算法

构建层次型拓扑结构是延长网络生存时间的有效方法。该文将拓扑构建过程分为由簇成员组成的感知层和由簇头组成的平面数据转发层,建立了基于无线信号不规则性的网络能耗模型以及节点成簇稳定性模型,提出了基于无线信号不规则性的层次型拓扑控制(WSIBTC)算法。WSIBTC算法根据节点平均有效传输距离将监测区域划分为多个子区域,由成簇稳定性和节点在簇中的位置决定最终簇头,簇头间形成平面拓扑结构,延长网络生存时间。分析和仿真结果表明由WSIBTC算法得到的网络拓扑大幅度地提升了网络生存时间。     

无线传感器网络中基于剩余能量的联合选举动态成簇路由算法

针对无线传感器网络中突发事件监测等响应式网络应用,提出了一种基于能量的联合选举动态成簇算法。基于节点剩余能量,在事件区域内周期性地进行簇首选举,建立以簇首为根的簇树结构对事件区域内的数据进行搜集融合,从而减少网络中传输的数据量。仿真结果表明:该算法降低了节点平均能耗,具有良好的能量均衡效果,延长了网络生存时间。     

无线传感器网络中基于能量的成簇协议

无线传感器网络采用能量有效方式传输数据对于延长传感器网络寿命十分重要。LEACH是一种基于簇的协议,它采用本地簇头随机轮转机制将能量负载均匀分布到网络中的所有传感器节点,簇头节点将收集到数据进行融合后发送给基站。提出一种改进的方案,采用随机成簇算法让网络中传感器节点成簇,成簇的过程考虑传感器节点剩余能量和簇头与非簇头结点之间的距离。通过分析评价和仿真结果,说明新算法比LEACH更能有效利用能量且发送更多的数据。     

基于能量均衡的无线传感器网络路由算法

为了提高无线传感器网络的生存时间,针对当前LEACH算法存在的能量不均衡难题,提出一种能量均衡的无线传感器网络节点路由算法。首先将监测区域看成以基站为中心的扇形区域,并将扇形区域分割成不同大小的弧形方块,每个弧形方块中的节点组成一个簇,根据节点剩余能量产生簇头,然后采用单跳和多跳相结合的簇间通信机制,最后采用仿真实验测试算法的性能。结果表明,本文算法有效提高了网络的能量利用率,能够实现节点之间的能耗均衡,使无线传感器的网络生存时间得到延长,适用于对网络生命周期要求较高的应用。     

基于抽样估计的能量异构无线传感器网络分簇算法

提出一种基于抽样估计的能量异构无线传感器网络分簇算法.采取对网络中节点抽样的办法估计出网络中的平均剩余能量,节点根据剩余能量与网络平均能量的比例来进行簇首竞争,使簇首选择更加合理.仿真实验表明:该算法可以更好地实现负载均衡,延长的网络生存时间.     

基于GA-ACO-BP的WSN数据融合算法实现

在无线传感网络中,为了提高多传感器数据融合性能,解决传感器电池频繁更换,延长网络生命周期,提出一种将遗传算法与蚁群算法相结合改进BP神经网络的多传感器数据融合算法(GA-ACO-BP)。GA-ACO-BP算法结合了遗传算法和蚁群算法的优势,传感器网络节点将信息通过LEACH协议对数据进行融合处理,降低数据发往Sink节点的传输量,减少数据传输造成的能量消耗。通过实验仿真显示,GA-ACO-BP算法和基于LEACH协议的算法、ACO-BP算法相比,该算法能减少需要传输的数据量,延长网络生存周期。