大规模无线传感器网络(ε,δ)?近似计数算法

研究了大规模无线传感器网络中的近似计数问题,提出2个基于数字二叉树（DBT, digital binary tree）协议的近似计数算法DBT-ACA和DBT-BACA。算法能够以 的时间复杂性返回 -精度保证的近似计数结果。DBT-BACA采用了二分搜索、逐层转发和延迟响应等技术,有效地减少了查询时间和数据通信量。理论分析和实验结果表明,提出的算法在近似结果的精准度、时间效率和能量开销等方面均优于现有的近似计数算法。     

无线传感器网络(ε, δ)—近似Top-k查询处理算法

提出一种适合于任意数据分布的基于抽样的(ε,δ)–近似Top-k查询处理算法。其中,ε≥0和0≤δ<1分别是相对误差界和失败概率界。理论分析表明,对于任意ε≥0和0≤δ<1,该算法返回的查询结果的相对误差界大于ε/(1+ε)的概率小于δ。于是,该算法可以达到任意精度。同时,还给出了支持近似Top-k查询的优化的抽样算法,并通过节点上的数据过滤技术来减少通信能量的消耗。理论分析和仿真结果表明,提出的算法能量消耗低并且计算复杂度低。     

无线传感器网络分布式均值查询聚集算法研究

提出了一种基于无线传感器网络的分布式均值查询聚集算法--DAA,在DAA中,传感器网络中每个节点的计算过程都仅与它的邻居节点有关,算法只需在局部范围内计算结果而无需收集全局的节点信息,也不必完成数据融合以及远距离通信等任务.同时,算法会根据当前查询结果自适应地调整查询范围.理论分析和实验结果显示该算法扩展性好、功耗低,可以有效地延长网络的生命.     

无线传感器网络上数据聚集及调度研究综述

无线传感器网络是近年来倍受关注的热点研究领域,综合了无线通信技术、微电子技术、嵌入式技术、传感器技术等,具有广阔的应用前景。数据聚集是无线传感器网络上一项基础而重要的操作,被研究者们所广泛关注,也涌现出了很多研究工作。总结了近年来无线传感器网络上的数据聚集以及数据聚集调度方向的研究工作,讨论了现有工作的内容和需要进一步研究的方向,并提供了广泛的参考文献。     

一种近似秩排序的无线传感器网络分簇路由算法

为了延长无线传感器网络(WSN)的生存期,能量有效的路由算法至关重要。以分配网络中的业务负载为目标的传感器节点聚类是解决无线传感器网络能量均衡的有效方法。文中为无线传感器网络提出一种基于近似秩排序(ARO)的分层和基于距离的组合聚类方法,并使用多跳数据传输。仿真结果表明,ARO-WSN在能耗和网络生存期方面优于经典的LEACH算法、LEACH-C算法和K-means聚类算法,能有效地延长网络的生存期。     

MR-MC无线传感器网络最小延迟数据聚集调度研究

单radio单信道无线传感器网络的最小延迟聚集调度是一个NPC问题,已提出许多解决方案。在多radio多信道网络中,节点可以同时接收多个不同节点传输的数据,降低延迟。基于上述特点,考虑树结构约束,时槽、信道和radio分配等约束条件,将多radio多信道无线传感器网络最小延迟聚集调度问题定义为一个优化问题,并分解为建立聚集树和节点调度2个子问题,针对这2个子问题分别提出启发式算法。实验结果表明,提出的算法具有良好的性能。     

无线传感器网络事件簇的数据聚集容错机制

针对数据聚集操作的容错要求,提出了事件簇的数据聚集容错机制EFSA.在生成事件簇的基础上,采用k-means算法提取加权平均数作为近似的事件值,并且计算和迭代地调整节点的可信度,作为聚集计算的数据权值和节点是否出现数据错误的指标.分析和实验表明,EFSA机制能够削弱数据错误的影响,实现数据聚集的正确性与可靠性.     

无线传感器网络中LEACH算法的改进研究

针对经典分簇路由算法LEACH在选取簇头时的不足,文中从节点区域能量平衡出发,尽量将剩余能量较高且所在位置覆盖密度较大的节点充当簇头,使整个区域"均匀"消耗能量,并基于此思想提出了一种对经典分簇路由算法LEACH的改进算法.实验仿真结果表明,改进算法能有效平衡区域能量消耗,延长网络的生命周期.     

无线传感器网络

无线传感器网络具有广泛的应用前景．将引起人们越来越多的关注。本文介绍了无线传感器网络的基本组成．网络的特点．并分析了当前无线传感器网络的研究应用现状及一些研究成果。     

无线传感器网络中面向压缩感知定位的动态字典算法

传统的压缩感知定位方法均假设目标准确落在某一预设的固定网格上。当目标偏离该网格,所采用的字典与真实稀疏表示字典之间存在失配,导致这些方法的定位性能大大降低。针对该问题,该文提出一种面向压缩感知定位的动态字典算法。该算法将真实稀疏表示字典建模为一个以网格为参数的动态字典,从而将定位问题转化为联合稀疏重构和参数估计问题。利用一阶泰勒展开对真实稀疏表示字典进行近似,将非凸的参数优化问题松弛为凸优化问题。仿真结果表明,相比于传统的静态字典算法,该文所提出的动态字典算法具有更好的性能。     

无线传感器网络中自身定位算法研究

微机电系统（Micro-Electro-Mechanism System）、片上系统（System on Ghip）和无线通信技术的进步孕育了无线传感器网络（WSN，Wireless Sensor Network）。WSN作为一个全新的研究领域，向我们提出了大量的挑战性课题，比如网络自身定位问题就是其中之一。本文探讨了自组织无线传感器网络中的节点自身定位问题，重点阐述了近年来具有代表性的算法，并指出了未来的研究方向。     

基于RSSI的无线传感器网络距离修正定位算法

节点自身定位是无线传感器网络目标定位的基础。无线传感器网络节点定位算法包括基于距离和距离无关两类。其中基于RSSI的定位算法由于实现简单而被广泛使用,但RSSI方法的测距误差较大,从而影响了节点定位精度。提出了一种基于RSSI的无线传感器网络距离修正定位算法。该算法通过RSSI测距,计算近似质心的位置,以此为参考点进行距离修正,然后确定节点的位置。仿真结果表明该算法可以提高节点定位精度。     

无线传感器网络中中位数查询近似算法研究

提出一种基于WSN的中位数查询近似算法——AAMQ。在AAMQ中,节点分别统计出每个感知值出现的不重复次数,从而抽取节点的K%个最常用感知值作为子样本,然后将子样本传递给父节点,最终在根节点形成全网的样本。最后使用这个远小于全网数据集规模的、可用于代表全网数据集结构的全网样本迅速获得中位数的近似结果,从而避免了将各节点的数据都传输至根节点。实验结果显示,该算法能较大减少网络通信量、具有较小的误差,能有效地延长网络的生存期。     

传感器网络中基于路线的隐私保护数据聚集算法

针对现有隐私保护数据聚集算法依赖某种网络拓扑结构和加解密次数过多的问题,本文提出了一种基于同心圆路线的隐私保护数据聚集算法PCIDA （Privacy-preserving and Concentric-circle Itinerary-based Data Aggregation algorithm）.PCIDA沿着设计好的理想路线执行数据聚集,使得算法不依赖网络拓扑结构.PCIDA利用安全通道保证数据的隐私性,避免了数据聚集过程中的加解密运算.PCIDA沿着同心圆并行处理,使得算法数据处理延迟较小.理论分析和实验结果显示,PCIDA在较低通信量和能耗的情况下获得较高的数据隐私性和聚集精确度.     

用无线传感器组成无线传感器网络

物联网的愿景之一是能够测量以前从未测量过的变量。无论应用是监视基础设施老化(例如桥梁、隧道或电力传输线的老化),还是实时提供停车及交通信息,都需要无线传感器网络(WSN)提供与有线网络类似的性能,而且适合实际部署。传感器网络要能够扩展至包含大量无线节点,而且在很多情况下,需要跨越很长的距离。     

无线传感器网络中的鲁棒区域定位算法

大多数传统的方法并不能处理一些影响定位算法性能的因素,如各向相异的投放环境,不精确的锚节点位置以及带误差的距离测量。该文提出一种鲁棒的区域定位算法,通过建立一个全局约束集来处理如上所述的影响因素。使用可行解区域投影方法计算每个节点的可行地理区域,将传感器节点的真实位置限定于该区域中,同时利用非凸约束计算其存在的内部空洞。此外为了提高该方法的实用性,提出了一种基于分簇的分布式迭代算法。仿真结果表明算法受地理环境,测量误差等因素的影响较小,能适用于传感器网络应用。     

无线传感器网络的TB-Greedy算法

在无线传感器网络中,greedy spanner因其优良的特性而受到广泛的研究.目前,经典greedy spanner的时间复杂度为O(n3).在加倍维度测度空间中,文章提出了一种改进算法TB-Greedy,该算法的时间复杂度为m(n/(t-1)O(d)+ O(nlogn))+n2·logn(t-1)O(d)接近于greedy spanner时间复杂度平均下界Ω(n2),因此,文章中提出的算法具有一定的研究意义.     

无线传感器网络的通信调度算法研究综述

通信调度是无线传感器网络中最基础且重要的问题之一,决定了无线传感器网络的可行性及性能,因此引起了国内外学者的广泛关注.通过对网络中传感器节点的调度,使其高效协作地完成网络中的监测、计算等任务.主要包括广播调度问题、数据收集调度问题、以及数据聚集调度问题.本文对现有无线传感器网的通信调度算法进行了性能比较分析.     

无线传感器网络规模可扩展性的实现算法

无线传感器网络是由许多分布的智能传感器节点组成的多跳无线网络.针对无线传感器网络的特点,在能量有效的传感器网络MAC协议下,提出并实现了网络自适应规模扩展的算法.并利用网络仿真工具NS-2(network simulator 2.27版)实现仿真.该算法在无线传感器网络MAC层实现了网络规模的可扩展性,增强了网络自适应网络规模变化的能力.     

无线传感器网络中可信的节点选择算法

以目标跟踪为背景,讨论无线传感器网络中如何利用节点的协作实现可信协作目标跟踪。首先利用传感器节点的检测概率建立节点的可信模型。然后,基于这个模型,综合考虑节点的信息贡献量和通信开销,建立了一个节点选择的最优化模型。最后,通过仿真来验证算法的有效性。