基于近邻算法的无线传感器网络功率控制

针对因无线传感器网络节点部署的密集性和随机性造成单一、不变的发射功率无法满足无线传感器网络能量高效的要求,提出基于近邻算法的无线传感器网络功率控制算法(NNPC).该算法中Sink节点保存整个网络拓扑结构的信息,利用多近邻算法评估节点密度,确定最优通信距离.结合Friss自由空间模型和两线地面传播模型计算当前网络最优发射功率,Sink节点广播通知节点采用最优发射功率发送数据.如果节点没有接收到广播包,那么节点采用默认的最大发射功率.仿真结果表明,基于近邻算法的网络功率控制算法能提高整个无线传感器网络的生存时间,节省网络的平均能耗.     

WSN中一种新的基于蚁群优化的路由算法

针对无线传感器网络路由中网络节点能量和生存时间受限问题,提出了一种基于蚁群优化的WSN分簇路由算法.算法引入蚁群优化,对网络覆盖区域内的节点进行分簇处理,簇内利用蚁群优化算法进行最优路径搜索.仿真结果表明:该算法能有效平衡网络节点间能耗,延长网络生存期,蚁群增强了最优路径的可靠性,进一步降低了网络能耗.     

一种能量可计算的星型无线传感器网络协议

提出一种基于双向通信的无线传感器网络的超低功耗协议.通过分析协议的防碰撞原理,给出了网络参数的设计原则,以及传感器节点功耗与传感器网络寿命的关联算法,并通过OMNeT++网络仿真软件对协议进行了仿真验证.结果表明:该方法通过降低协议的复杂度,控制网络的工作流程,有效降低了整个无线传感器网络的能耗,延长了网络的使用寿命,并实现了预测无线传感器网路的寿命.     

基于频繁项挖掘的空间关联性子簇形成算法

部署在无线传感器网络监测区域的传感器节点周期性地进行感知数据的采集和传输,传感器节点采集数据之间存在的空间关联性会增加采集数据的冗余度和网络能耗.为了延长无线传感器网络的生命周期,提出了一种基于频繁项挖掘的空间关联性子簇形成算法.仿真实验结果表明,该算法与已有算法相比,降低了网络能耗,延长了网络的生命周期,保证了采集数据的质量.     

基于能耗转移与数据作用力的无线传感器网络节能修正算法

针对无线传感器网络能量受限的问题,提出通过判断传感器节点状态阈值来改变其状态的方式,将能耗最大路径的能耗分散到其他能耗相对较少的路径上,以便增加网络整体生命周期的节能修正算法。通过实验分析无线网络传感器路由算法得到传感器节点数据传递量与发生相应数据传递量的节点数量的概率之间的关系曲线,并给出了其影响参数及特征,获得了网络中能耗最多节点的分布特点,根据该特点,确定节能修正算法中的阈值。由于该算法本身消耗能量,给出数据作用力的概念,应用该概念降低算法自身的能耗。实验结果表明,该算法降低了无线传感器网络能耗,增加了网络生命周期。     

干扰抑制的WSN传输功率自适应控制技术

能耗受限是无线传感器网络(WSN)应用的主要特征之一,为了降低能耗,最直接的方法就是降低传输功率,然而由此带来的重传问题往往会适得其反。如何选择最优的功率一直是无线传感器网络研究中的热点。本研究提出了一种考虑能耗和干扰的无线传感器网络功率控制技术。基于几何理论计算出考虑干扰下的节点发送最优功率,使得网络在保证链路可靠传输的同时减小了发送功率,从而节省节点能量。仿真结果表明,本研究的方法在能量和吞吐量上都有显著提高。     

基于自适应蚁群算法的无线传感器网络能量优化

当能量受限时如何降低节点功耗,是无线传感器网络需要解决的首要问题.为解决这一问题,提出了一种基于自适应蚁群算法的无线传感器网络能量优化方法,该方法鲁棒性强、易于并行计算.在对无线传感器的能量优化中,采取了动态概率选择、优化信息素矩阵和遗传变异相结合的过程.通过蚂蚁在不同数量下,传感器节点的最优路径寻找研究对比表明,自适应蚁群算法的总能耗较低,网络节点的生存能力较强,同时,传递数据的总延时较短.     

无线传感器网络节能动态任务分配

为了延长网络生存期,减少网络能量消耗,在分析现有无线传感器网络任务分配机制的基础上,提出一种面向分层结构、多跳传感器网络的节能任务分配方法.该算法根据节点工作状态、剩余能量以及能耗,基于熵理论,建立代价函数,结合粒子群优化算法,实现优化任务分配策略.同时,针对无线传感网络动态变化使当前的任务分配策略可能不再是最优的情况,对任务进行动态调整.仿真实验结果表明该分配机制能有效减少无线传感网络计算时间和网络能耗,提高网络寿命.     

一种蚁群策略的双信道传感器网络路由算法

针对高负载无线传感器网络堵塞率比较高的问题,提出了一种基于蚁群策略的双信道传感器网络路由算法(CORA).该算法首先利用双信道通信模式降低了信道竞争过程中的数据碰撞和多播抑制几率;再利用最大感染球策略来压缩蚁群的寻路范围,进而降低网络的寻路能耗;借助分层图模型提出了一种两层网络联合优化的选路策略,该策略可将控制层中被堵塞的寻路业务有条件地下放在数据层中传输,从而降低网络的堵塞率和通信延迟.仿真结果表明,与一种基于蚂蚁策略的能量有效路由算法及一种基于蚁群策略的能量有效路由算法相比,CORA算法能将高负载网络下的堵塞率下调13%,且能有效降低数据包的平均通信时间和网络的通信能耗.     

基于频繁项挖掘的空间关联性子簇形成算法

部署在无线传感器网络监测区域的传感器节点周期性地进行感知数据的采集和传输,传感器节点采集数据之间存在的空间关联性会增加采集数据的冗余度和网络能耗。为了延长无线传感器网络的生命周期,提出了一种基于频繁项挖掘的空间关联性子簇形成算法。仿真实验结果表明,该算法与已有算法相比,降低了网络能耗,延长了网络的生命周期,保证了采集数据的质量。     

基于蚁群优化的WSN网络数据融合算法

为了减少WSN网络中数据传输量、优化无线传输距离,提出了一种基于蚁群优化的WSN网络数据融合算法.该算法构造数据融合树并根据WSN网络的传输特点改进了蚁群算法,考虑了路径偏转角对路由的影响,调整节点选择概率;同时对最优的多个路径更新信息素,以提升最优路径的全局搜索能力.在WSN网络节点能量消耗、传输延迟方面与经典算法对比,发现该算法能够有效延长网络的生命周期、降低节点能耗,并能改善网络负载均衡.     

基于最优刚性子图的势博弈无线传感器网络拓扑优化算法

为了高效的利用网络资源,均衡网络拓扑能耗、剔除网络拓扑冗余链路、降低节点负载、最大化的延长网络的生命周期。本文通过势博弈和最优刚性子图的概念,综合考虑节点的剩余能量、节点的负载及网络拓扑链路的冗余性,设计了一种基于最优刚性子图的势博弈无线传感器网络拓扑优化算法(PGOSG)。首先,根据节点间通信的功率变化,构造节点的功率集合作为博弈的策略集,利用势博弈理论以均衡能耗均衡为目标构建势博弈函数,并使其收敛至纳什均衡点,进而构建初步的网络拓扑结构。然后,利用最优刚性图全局链路数较少,且不损坏网络拓扑结构的特性,在上一步构建的网络拓扑结构上,利用最优刚性子图逐层剔除网络拓扑中的冗余链路,得到最终的网络拓扑结构。仿真实验分析了PGOSG算法的网络拓扑图、链路通信质量、网络鲁棒性以及网络生命周期,并将其与现有的DEBA算法进行了对比。从仿真结果可知：在拓扑结构上,PGOSG算法在网络的通信链路上剔除了网络中的冗余链路,降低了网络中部分节点的负载。在能耗均衡上,博弈算法制定了节点数据转发规则有效的利用了网络资源,均衡了节点能耗、避免节点间冗余转发。因此本文提出的算法能够剔除网络中的冗余链路,降低节点的负载和链路权值,延长网络生存时间。     

低占空比无线传感器网络中节点自适应休眠机制

针对低占空比WSN网络存在着能量消耗不均、网络工作时长等问题,提出一种节点自适应休眠算法.该算法能够根据无线链路状况,自适应地调度节点休眠时隙和工作时隙,保证在时延约束条件下网络的整体能耗最小.在自适应休眠机制加入能量感知,使无线路由根据节点的剩余能量自适应调整,均衡各节点能耗,提升WSN网络的工作时长.经仿真分析发现,该算法能够在满足传输时延的同时,有效地减少工作时隙并降低能耗,从而提升网络的工作周期.     

基于自适应在线遗传PID的监测网络拓扑控制研究

针对煤矿井下工作面环境复杂、无线传感器网络节点能量有限和通信易受干扰等实际特点,为了解决网络连通性、链路可靠性和能耗的问题,提出了一种基于自适应在线遗传PID的井下工作面无线传感器网络的拓扑控制算法.在局部平均算法的基础上,将控制算法和生物智能算法引入到WSN的拓扑控制中,可以克服现有的拓扑控制算法存在的收敛速度慢、算法不稳定等缺点,有效地提高能耗有效性和收敛速度.结果表明:将控制思想和人工智能引入到拓扑控制优化,与局部平均算法对比,节点平均启动能耗降低了84%,启动网络所有节点消耗的能量降低了60%～70%;启动时耗提高9.2%～12.7%,提高了收敛性和能效性.     

无线传感器网络功率控制技术及NS2仿真

无线传感器网络在工业控制领域具有广阔的应用前景.论述了无线传感器网络中的功率控制技术,包括链路层、网络层的相关协议和应用层的数据融合等技术.基于NS2平台,使用MITuAMPS扩展,仿真模拟了leach和leach-c协议的运行,分析了2种协议下的网络节点生存个数及各节点能量消耗随着时间变化的趋势,为无线传感器网络应用于工业控制提供了一种功率控制的模拟分析方法.     

基于改进蚁群的BP神经网络WSN数据融合算法

为了保证无线传感器网络（WSN）在深井中能有效地工作,提出了一种改进蚁群的反向传播（BP）神经网络WSN数据融合算法（IFA-IACOBP）.通过规划蚂蚁运动方向和引入节点剩余能量对蚁群算法启发因子进行改进,优化蚂蚁下一跳节点选择概率,利用改进后的蚁群算法对BP神经网络进行优化,引入井下WSN数据融合,数据经两级融合处理后,能去除大部分冗余信息.仿真实验结果表明,IFA-IACOBP算法能有效减少网络数据通信量,提高数据实时性,降低网络能耗,延长网络寿命.     

具有能量补给的无线传感器网络能量感知路由算法

为适应新能源条件下无线传感器网络的能量补给特点,根据节点自身能量起伏变化和能量补给的速率等特点,提出了一种考虑能量补给因素的无线传感器网络能量感知路由算法——PHEA.PHEA将传感器节点从周围环境中获取能量的因素考虑进路由算法中,并使用信息融合D-S证据理论算法选择下一跳节点,使得能量消耗能够平均分配到整个网络中.仿真结果表明,算法改善了能量补给因素条件下无线传感器网络中的能量消耗的均衡特性,延长了网络的生命周期,与经典能量感知路由算法EA相比,PHEA的性能高50%左右。     

基于CACO的WSN中QoS组播路由优化研究

随着无线传感器网络的广泛使用,提出了如何在无线传感网络中实现QoS效率的问题。针对无线传感器网络的动态网络环境和能量约束的问题,在优化网络动态结构的基础上,提出用混沌蚁群算法求解无线传感器网络的QoS组播路由的方法。该算法采用混沌初始化进行改善个体质量和利用混沌扰动避免搜索过程陷入局部极值,求解QoS组播路由速度快,延长了网络寿命。仿真结果表明混沌蚁群算法求解无线传感器网络的QoS组播路由的可行性和有效性。     

改进的蚁群优化算法在无线传感器网络中的应用

针对无线传感器网络节点能量十分有限的特点,将蚁群优化算法应用到传感器网络的路由中,提出了一种改进的蚁群路由算法(IARA)。在考虑节点剩余能量、传输方向和节点距离等因素的基础上,对基本蚁群算法的概率选择公式和信息素更新公式进行了改进,实现了能量在整个传感器网络上的均衡消耗。仿真结果表明:该算法减少了传感器网络的能量消耗,并且使能量消耗更加均衡,从而提高了整个无线传感器网络的生存寿命。