WSNs中基于梯度场拓扑控制算法的维护更新

在无线传感器网络( WSNs)中,为了能有效降低生成簇的簇树高度,需要设计可以限制节点到基站最小跳数的分簇算法,介绍了一种基于梯度场的拓扑控制算法(ETBG),并针对该算法中由新节点加入或节点死亡引起的拓扑结构变化的情况,给出其维护和更新算法,使该算法具有更好的可扩展性和自恢复能力,最后通过Matlab仿真验证算法的有...     

Ad Hoc 网络中改善拓扑控制性能的移动控制算法

在无线Ad Hoc网络中,拓扑控制算法能够使节点的传输功率小于最大传输功率,从而可以节省网络能量,提高网络容量.由于节点分布的随机性,在节点较为稀疏的区域,拓扑控制算法存在着局限性,因而提出了移动控制算法来改善拓扑控制算法的性能.在保证网络连通性的前提下,算法首先根据收集到的信息,通过构造网络最小生成树确定较长的通信链路,并移动网络中的部分节点使这些链路缩短,从而显著减小网络中较大的通信半径,提高了拓扑控制的性能.仿真实现了PMST-P,PMST-UV和LMST-LUV这3种移动控制算法,并对它们的性能进行了讨论和相互比较.     

基于最优刚性图的链路质量与能量的拓扑控制算法

针对目前无线传感器网络研究中网络能量利用率低和通信链路不可靠等问题, 提出一种基于最优刚性图的网络拓扑优化算法. 该算法通过建立包含链路质量和能量两方面内容的链路权值函数来构建链路可靠性强、能量利用率高的网络拓扑结构. 研究结果表明, 所构建的拓扑具有平均节点度低和链路性能好等优越特性. 仿真结果表明, 与现有拓扑控制算法相比, 所提出的算法能够更有效地减少能量消耗, 从而延长网络寿命.

     

基于节点度估计的三维WSN拓扑控制算法

为提高无线传感器网络性能均衡性,延长网络生命周期,对其三维拓扑控制进行研究。定义判断拓扑变化程度的节点度因数,构建评价网络综合性能的节点度估计模型,并提出基于该模型的拓扑控制算法,通过布置传感器节点、创建网络拓扑结构、生成数据传输链路和修正节点发射功率实现拓扑创建与优化。仿真实验和节点度因数、网络能量衰减、网络能效均衡性等对比结果表明,与LEBTC算法相比,该算法性能均衡性强,拓扑综合性能较好。     

基于路径损耗的无线传感器网络分布式拓扑控制算法

对无线传感器网络中目前最常用的3种链路度量标准进行分析和比较得出,在满足一定收包率要求时,节点的接收信号强度存在一个最小阈值.考虑接收信号强度作为拓扑构建条件时需节点具备相同发射功率的不足,提出将路径损耗大小作为拓扑构建的条件,设计了一种分布式拓扑控制算法——PLBD.该算法在保证收包率的同时,还使各节点之间的通信保留最小损耗链路.仿真结果表明,PLBD算法构建的拓扑不仅能够保证网络连通性,还具有通信时延低,健壮性好,能量消耗相对均衡的特点.     

一种建立可自维护且具有最小能量特性的无线网络的分布式拓扑控制算法

由节点的位置和传输范围确定的无线网络拓扑结构对网络的性能有着重大的影响.拓扑控制通过调节节点的传输功率能够优化网络的性能,减少节点的功率消耗,延长网络的生存时间.文中提出一个分布式的拓扑控制算法,由该算法产生的拓扑结构具有最小能量特性,并且在网络的组成发生动态变化时,算法可以以响应的方式维护全网的连通性和全局的最小能量特性.该算法不仅适用于同质的无线Ad Hoc网络,也适用于异质的网络.仿真研究表明,提出的算法在平均节点度、传输功率的效率以及响应拓扑变化的平均节点数等方面均优于基于直接传输区域的拓扑控制算法.     

一种多速率移动自组网中的拓扑控制算法

提出了一种移动自组网中的拓扑控制算法MATC(multi-rate aware topology control),该算法充分考虑了无线环境中固有的多速率特性,在保证原有网络连接性的前提下删除部分低速链路,为上层的路由协议构造一个良好的拓扑,确保按需路由协议能够在一跳范围内发现最优路由.大量仿真结果表明,MATC对网络性能有较大的提高.     

基于动态概率休眠调度机制的WSNs拓扑控制算法

为了兼顾无线传感器网络(WSNs)的低能耗和连通性,提出了一种动态概率休眠调度机制的拓扑控制(DPSS-TC)算法.DPSS-TC算法根据分簇后的簇内成员节点数量动态设置节点休眠概率,采用强制性唤醒休眠节点与提高相应活跃节点的发射功率相结合的方法来恢复连通受损的局部拓扑结构.仿真实验表明:DPSS-TC算法既保证网络的连通性能,又有效地延长了网络的生命周期.     

无线自组网基于移动预测和能量均衡的拓扑控制算法研究

为了延长无线Ad hoc网络的生存期,降低节点传输过程中的功率消耗, 提出了一种基于能量均衡和节点运动的分布式拓扑控制算法,它使用能够后衡量节点能量损耗量和当前能量值以及根据节点运行方向和速度来评价当前链路稳定状态的路径权值函数, 根据节点剩余能量的实时变化动态优化网络的拓扑结构。仿真结果表明,算法可以构建具有连通性的网络拓扑结构,与其它算法相比,能够均衡整个无线自组网节点的能量,优化网络吞吐率、端到端时延并显著地延长网络的寿命,从而保证网络长时间的可靠运行。     

一种混合信道分配算法的研究与仿真

为了提高无线网状网络的链路容量,提出一种在网络中配置节点多射频多信道的混合信道分配算法.通过配置默认信道并优化默认信道的使用,该算法基于启发式信道分配策略来减小链路干扰提升链路容量.基于网络物理拓扑,该算法生成简化的网络逻辑拓扑,使得信道分配方案能够结合路由优化网络性能.对信道分配的动态调整,确保了网络容量的实时优化.仿真结果显示,本信道分配算法可以有效地提升网络性能.     

考虑干扰的无线传感器网络拓扑控制问题研究

无线传感器网络的拓扑控制是一个十分重要的技术问题。干扰对传感器网络应用产生了重要的影响,较大的传输干扰将导致信号的碰撞,增大网络延时间。但是,目前的大多数文献没有把干扰作为传感器网络拓扑控制的设计目标和考虑因素之一。本文研究考虑干扰的拓扑控制机制问题,根据传感器网络通信特点,设计了最优的集中式算法和适合合实际应用的次优分布式算法解决该问题。模拟实验结果表明,提出的算法与传统算法相比能有效减少网络干扰、节省能量消耗和减少网络延时,因此是一种新的高效的拓扑控制机制。     

一种能量高效的无线传感器网络拓扑控制算法

通过对现有拓扑控制算法的研究,针对无线传感器网络中节点能耗分布不均匀的问题,提出了一种能量高效的拓扑控制算法(EETCA)。该算法以均衡全局能耗为目标,综合考虑了节点的剩余能量、簇的规模、数据最优传输跳数等因素,避免了部分节点能量消耗过快,从而有效地均衡网络负载。仿真结果表明:EETCA在能耗均衡方面均优于原来的算法,延长了无线传感器网络的生命周期。     

自适应异构传感网节能优化拓扑控制研究

针对传统的节能优化算法没有充分考虑节点间的通信距离和节点失效后重新分簇等问题,为了延长网络的生存期,提出一种自适应优化异构无线传感器网络拓扑结构控制算法.提出的算法首先基于传输数据跳数和相邻传感器之间通信距离,依据相似三角形几何原理,结合具体应用场景对传感器节点的分簇、成簇等操作进行自适应优化控制.仿真实验表明:改进的...     

地理路由中一种链路质量已知的拓扑控制

在复杂的无线网络中,由移动目标定位技术提供的地理位置信息能将Ad Hoc 通信系统路由策略的实现变得更为简洁。但链路状态的高频率波动将导致无效的地理转发甚至路由失败,对此提出链路质量已知的分布式拓扑控制算法LQ-GG,通过选取优势路径替代低质量链路以换取高质量的链路连接。仿真结果表明在节点快速移动条件下,LQ-GG运用在地理路由GPSR中能够更好地适用于移动网络环境,比传统的单纯使用GPSR路由算法要高效很多。     

一种可自维护的无线传感器网络拓扑控制算法

在温室、救灾等环境监测过程中,无线传感器网络会因频繁发生自然故障和遭受恶意攻击而引起网络可生存性问题,针对这一问题提出了一种可自维护的具有抗毁性的拓扑控制算法。仿真结果表明,该算法能够简单有效地构建并维护容错拓扑结构,在节点失效时保证网络拓扑容错抗毁,使得无线传感器网络具有可生存的能力。     

基于最短路径的异类传感器网络分布式拓扑控制

针对异类传感器网络提出了一种基于最短路径的分布式拓扑控制（SPD/TC）算法。该算法利用网络中所有节点的局部信息保持网络的连通性,同时,利用最短路径算法计算链接权值的大小来进行拓扑结构的调整。将该算法与DRNG算法的节点度和平均链接长度进行仿真分析,仿真结果表明：该算法能更有效降低干扰,节省网络能量,提高了网络的性能。     

基于苯环结构的WSNs单向链路故障检测算法

在无线传感器网络（ WSNs）中提出的许多路由算法因其真实应用场景下存在大量单向链路而使其性能大幅降低,甚至无法正常工作。对此如何在WSNs中实现准确、高效能单向链路故障检测成为一个重要的研究课题。针对这种情况提出了一种基于Hello报文的单向链路故障检测（ ALFD-H）算法,该算法充分利用WSNs组成的苯环网络模型,由苯环中心节点发起周期检测信号来完成单向链路故障检测。通过苯环中心节点处理故障单向链路来控制报文数量降低网络资源的消耗,并且提高了网络的连通性和可扩展性。通过NS2仿真实验结果表明：ALFD-H相较传统检测算法采用了苯环网络模型,减少了用于故障检测的能量消耗,从而大大延长了节点的工作时间和网络的生命周期。     

An energy-efficient topology construction algorithm for wireless sensor networks

Topology management schemes have emerged as promising approaches for prolonging the lifetime of the wireless sensor networks (WSNs). The connected dominating set (CDS) concept has also emerged as the most popular method for energy-efficient topology control in WSNs. A sparse CDS-based network topology is highly susceptible to partitioning, while a dense CDS leads to excessive energy consumption due to overlapped sensing areas. Therefore, finding an optimal-size CDS with which a good trade-off between the network lifetime and network coverage can be made is a crucial problem in CDS-based topology control. In this paper, a degree-constrained minimum-weight version of the CDS problem, seeking for the load-balanced network topology with the maximum energy, is presented to model the energy-efficient topology control problem in WSNs. A learning automata-based heuristic is proposed for finding a near optimal solution to the proxy equivalent degree-constrained minimum-weight CDS problem in WSN. A strong theorem in presented to show the convergence of the proposed algorithm. Superiority of the proposed topology control algorithm over the prominent existing methods is shown through the simulation experiments in terms of the number of active nodes (network topology size), control message overhead, residual energy level, and network lifetime.     

基于Q学习的多基站分簇拓扑控制算法

为了解决无线传感器网络中单基站附近出现的“能量空洞”和网络时延过高等问题,引入多基站分簇拓扑控制算法。算法根据不同的场景来选择基站数目,结合图论和定向扩散中梯度的思想对网络进行分簇并运用Q学习算法对簇头节点进行周期性的学习训练,比较到达不同基站的不同路径上的Q值进行最优路径的选择。通过仿真分析表明,该算法相对于单基站分簇算法可以有效延长网络的生命周期。