无线传感器网络能量优化与建模技术综述

由于无线传感器网络的能量受限,如何优化网络能量消耗和评估网络生存周期是当前无线传感器网络研究的首要挑战。在分析无线传感器网络能量消耗特征的基础上,调研传感器网络节点和网络系统的能量优化策略;并针对能量优化存在的不足,分析近几年兴起的无线传感器网络能耗建模工作;从基于无线通信、状态转换、协议栈等方面归纳总结无线传感器网络能耗模型的建模方法;指出跨层能量优化以及软硬件综合的能耗建模技术是无线传感器网络能量研究的重点。     

无线传感器网络基于能量效率的系统设计

无线传感器网络是传感技术、计算技术和通信技术的融合.由于传感器节点的能量限制,能量效率是设计无线传感器网络所关注的一个主要内容.文章主要研究网络节点如何配置使系统能量效率提高.通过对传感器节点无线通信能耗模型的扩展,在两种线性网络模型下,分析并仿真实现了多数据源负载时的系统能耗;通过对比分析,在无线传感器网络节点配置时,提出两种有效可行的配置机制:节点等间距放置和优化间距放置.这两种机制对提高能量效率,延长网络寿命提供了很大的帮助.     

基于蚁群优化的无线传感器网络能量均衡路由算法

如何有效使用无线传感器节点有限的能量来最大化网络的寿命是无线传感器网络研究的重要问题.网络能量是否均衡消耗对网络寿命有着决定性的影响.本文将蚁群优化算法应用于无线传感器网络的路径选择,提出一种基于蚁群优化的无线传感器网络能量均衡路由算法.该算法利用蚁群的动态适应性和寻优能力在网络最短路径和能量均衡消耗之间进行平衡,以达到网络能量的优化均衡消耗,进而延长整个网络的寿命.仿真实验表明,该算法在延长网络寿命方面效果较显著,与最短路径路由算法相比网络寿命延长超过33%.     

基于改进蚁群优化算法的无线传感器网络路由研究

无线传感器网络为能量受限系统,为了促使网络节点能量消耗相对均衡,将蚁群优化(ACO)算法应用于无线传感器网络的路由选择,提出一种基于能量均衡的无线传感器网络路由算法。该算法将节点能量作为转移概率规则启发因子,通过计算转移概率和适应度值找到最优路径。仿真结果表明:该算法可以显著减低网络总能耗,从而延长无线传感器网络的生命周期。     

现代优化技术在无线传感器网络中的应用

无线传感器网络是由大量廉价、微小的传感器节点构成的,用于实时监测环境的无线自组织网络。由于无线传感器网络具有规模庞大、节点的计算和存储资源受限、网络拓扑动态不确定等特性,设计高性能的无线传感器网络常常会涉及传统的技术难以建模和求解的复杂优化问题。现代优化技术是一类新兴的具有较强全局搜索能力的启发式优化算法,是解决无线传感器网络中的复杂优化问题的有力工具。作者在研究现代优化技术在无线传感器网络中的主要应用领域,包括传感器节点的定位、网络节点的部署优化、网络覆盖优化、网络路由优化和数据融合问题的基础上,分析了现代优化技术在求解无线传感器网络中的复杂优化问题上的优缺点,并对该领域未来的发展趋势进行了展望。     

面向无线传感器网络的无线携能通信研究

能量受限是无线传感器网络应用的瓶颈问题,为了使无线传感器网络获得稳定持续的能量来源,提出将无线携能通信（ SWIPT）技术应用到无线传感器网络中。基于时分多址（ TDMA）的通信方式建立了适应于无线传感器网络的无线携能通信系统新优化模型。通过凸优化问题的求解得到该优化模型的最优分配策略。利用仿真实验对无线携能通信在无线传感器网络中应用的可行性进行了分析,对方法的有效性进行了验证。     

无线传感器网络的通信能量有效性的研究

无线传感器节点通常依靠电池供能,为了满足无线传感器网络的往往长达数年的生命周期要求,应当努力提高其能量有效性,特别是消耗大部分能量的通信模块的能量有效性.首先系统讨论了无线传感器网络的通信的能量有效性的研究现状,然后基于传感器节点的通信模块的功耗特性,运用应用驱动和跨层优化的方法,设计了一种无线传感器网络通信架构--ADCOCA (Application-Driven and Cross-layer Optimized Communication Architecture).理论分析表明,ADCOCA改善了无线传感器网络通信的能量有效性,延长了网络的生命周期,推动了无线传感器网络应用的普及.     

无线传感网之能量篇

讨论了无线传感器网络中的能量问题,从硬件的能量获取,到软件的能量管理,方方面面,凡是涉及到与能量有关的地方,均试图以最佳的手段进行优化.能量是无线传感器网络能否广泛应用的关键问题,解决好无线传感器网络的低功耗,长待机等和能量有关的问题,将会为人们带来一个新的无线传感时代.     

无线传感器网络中的查询优化技术研究

对于无线传感器网络,用户需要通过查询网络中的感知数据来分析检测某个环境中的物理现象。和节点本地数据处理操作相比,数据通信消耗了网络的大部分能量。因此,如何优化查询以尽量减少数据通信量成为无线传感器网络中数据处理工作的核心技术之一。本文以两个典型的数据管理系统为例,探讨了传感器网络中查询优化的关键技术。     

基于蚁群优化的无线传感器网络路由算法

如何在资源受限的无线传感器网络中进行高效的数据路由是无线传感器网络研究的热点之一。基于群智能优化技术的蚁群优化算法被广泛应用于网络路由算法。提出一种无线传感器网络蚁群优化路由算法,能够保持网络的生存时间最长,同时能找到从源节点到基站节点的最短路径;采用的多路数据传输也可提供高效可靠的数据传输,同时考虑节点的能量水平。仿真结果表明:提出的算法延长了无线传感器网络的寿命,实现无线传感器网络在通信过程中快速、节能的路由。     

无线传感器网络的数据分发技术

无线传感器网络通常由能量有限的大量传感器节点组成,数据分发是无线传感器网络的一个基本功能.设计能量有效的数据分发方案可以优化数据传输路径,减少能量消耗和网络拥塞,有效延长网络寿命.文章在简要介绍数据分发分类的基础上,重点分析了目前主要的数据分发方案,并进行了比较.     

基于分簇算法能量优化的研究

分簇算法是有效解决无线传感器网络节点能耗受限与不同节点能量开销不平衡问题的主要方法之一.分簇算法中簇群成员节点和簇首的通信方式与簇群的拓扑结构决定整个簇群的能量消耗速度.通过建立簇半径与能量消耗关系模型,基于不同的约束条件和优化目标,优化簇半径取值使网络能耗达到最小化.方法仿真结果表明选取适当的分簇半径能够减少网络的能量消耗,均衡网络负载,延长网络的生存期,对无线传感器网络的能量优化设计有一定的参考价值.     

基于细胞膜优化算法的WSN分簇协议研究

针对无线传感器网络能量受约束的问题,为实现节点均衡能耗,平衡网络簇头分布,并最大限度地延长网络寿命,提出一种基于细胞膜优化算法的无线传感器网络能量均衡分簇协议。细胞膜优化算法具有良好的全局寻优和快速收敛能力,通过浓度与能量因素对节点进行划分,并结合距离因素完成全局均衡分簇,能够解决传感器网络中簇头分布不均匀、全局能耗不均衡等问题。实验结果表明,该协议具有对无线传感器网络进行快速全局均衡分簇的能力,且与LEACH算法和LEAH-C算法相比,在均衡节点能耗和延长网络生存周期等方面具有更好的性能。     

基于蝙蝠优化器的三维无线传感器网络节能覆盖增强策略

针对三维无线传感器网络在传感器节点重新部署时,由于复杂和恶劣环境导致的传感器节点电池充电和恢复困难的问题,提出了一种基于蝙蝠优化器的三维无线传感器网络节能覆盖增强策略.首先,利用截角八面体对三维环境进行无缝叠加,将覆盖增强和能量优化问题转化为将节点移动到截角八面体的任务分配问题;其次,基于蝙蝠优化器实现无线传感器网络的最小化总能耗和平衡剩余能量的多目标优化;最后,通过建立仿真模型,与虚拟力导向粒子群优化算法、三维虚拟力算法、及匈牙利算法进行对比分析,验证策略的有效性与可靠性.实验结果表明:所提策略能使节点剩余能量的均匀性分别提高30.53％、43.44％和32.03％,同时能有效降低节点总能耗,并在最大能耗节点的能耗、最终覆盖率和时间消耗方面表现良好,具有较高的可靠性和准确性.     

基于蚁群优化的无线传感器网络能耗均衡路由算法

针对无线传感器网络中节点能量受限的特点,将蚁群优化算法(ACO)应用于无线传感器网络,同时考虑了通信路径长度和节点剩余能量等因素,提出了具有能量意识的无线传感器网络路由算法,从多方面解决了节点间的能耗不均衡问题。该算法在OMNET++平台下仿真结果表明,与Ant-Net、ACRA算法相比在能耗不均衡和传输延迟等方面有了较大改进,实现了全网节点的能耗均衡,有效延长了网络生命期,减小了传输时延。     

一种无线传感器网络蚁群优化路由算法

如何在资源受限的无线传感器网络中进行高效的数据路由是无线传感器网络研究的热点之一.将蚁群优化算法(ACO)应用于无线传感器网络的路由,提出一种无线传感器网络蚁群优化路由算法.该算法利用蚁群的自组织、自适应和动态寻优能力进行网络优化路径的建立与维护,采用Stigmergy的概念来减少控制信息的流量,以实现网络数据的高效传输.仿真分析表明,该算法和DD算法相比在传输延时方面性能相当,在路由代价方面效果显著.另外,该算法还具有可靠性高、适应性强等优点,并能够根据需要实现网络的拥堵控制和能量均衡等综合优化.     

无线视频传感器网络的能量优化

为了解决无线传感器网络节点计算能力和节点能量问题,本文从非能量约束下的视频传输入手,了解视频传输的码率—失真模型,获取编码性能与失真的定量关系。建立无线传感器的单节点的＂能量—码率—失真＂（Power—Rate—Distortion）的优化模型,使无线传感器网络在一定失真允许的范围内,单节点能量消耗最优。利用建立的优化模型,在一定失真允许的情况下,可以得到最优的模块间的能量分配方案。     

基于混合蛙跳算法的WSN路由优化算法

通过对无线传感器网络的拓扑结构和蛙跳算法的研究,针对能量受限的无线传感器网络生命周期较短的问题,提出一种基于混合蛙跳算法的WSN(W ireless Sensor Network)路由优化算法。该算法在生成青蛙时,考虑了节点的剩余能量,在局部优化过程中采用选择替换和变异两种方法,在全局优化中引入了多路径路由思想,并且充分利用了基站的信息资源和强大功能。仿真结果表明,该优化机制有效延长了W SN的生命周期,改善了网络性能。     

无线传感网络中基于综合因素的分布式路由算法

近年来由于在多方面的广泛应用,无线传感器网络受到了越来越多的关注.然而限于无线传感器网络自身的限制,如何更好地节省能量,仍为无线传感器路由协议设计中面临的主要问题之一.LEACH等基于分簇的路由协议通过成簇来减少能量消耗,但是成簇过程却带来额外消耗以及冗余.对LEACH协议中簇头生成算法进行了研究并提出了改进,提出了基于节点能量、节点距离以及节点度的分布式优化算法,并对优化算法进行分析与仿真.仿真试验表明,基于综合因素的分布式簇头选举算法优化了簇头选举方式和簇头的分布,从而节省了能量消耗,延长了网络生存周期.     

云粒子群优化算法在无线传感器网络中的应用

无线传感器网络中节点计算能力和存储存能量有限的问题一直制约着无线传感器网络的发展.为此,本文提出了一种基于云PSO（particle swarm optimization）算法的无线传感器网络能量优化方法,主要包括网络分簇、网络能量模型建立、云PSO算法迭代优化等步骤.其中云PSO算法采用云理论模型优选惯性权重可以提高PSO算法的收敛速度,典型函数测试结果表明其效果优于常规PSO算法和遗传算法;在网络建模中采用二分功率控制算法可以降低网络能耗、延长节点寿命.最后经仿真试验和对比分析表明本文提出的方法在优化无线传感器网络中具有速度快、节点生存能力强的优点,并能有效地控制网络能耗.