竞争型无线传感器网络MAC层协议性能分析与优化

无线传感器节点对电池能量的依赖性很强,用最少的能量完成网络通信是无线传感器网络的研究重点.竞争型无线传感器网络MAC协议(如S-MAC)主要通过牺牲吞吐量和时延来节省能量.文章提出了一种全新的无线传感器MAC协议--BS-MAC.BS-MAC在S-MAC休眠/侦听制的基础上实现了数据的双向传输,提高了系统性能.理论分析和仿真结果表明,BS-MAC在维持合理的能量损耗的前提下,可以增加系统吞吐量,降低时延,性能优于S-MAC.     

无线传感器网络S-MAC协议能量有效性改进

针对无线传感器网络中节点能量受限的特点,对目前典型的无线传感器网络信道接入协议(S-MAC)的休眠机制进行了改进.改进后的协议(ES-MAC)根据传感/转发事件发生间隔的变化而自适应调整各节点的休眠时长以节省空闲监听的能量消耗,从而延长整个网络的生存时间.仿真结果表明,在传感/转发事件发生间隔较长的情况下,改进后的协议能够很好地工作,并提高了原协议的能量有效性.     

无线传感器路由算法的应用研究

研究无线传感器路由算法,由于网络流量的突变性、时变性,传统无线传感器路由算法不能适应网络流量变化规律,导致网络信道竞争严重不公平、多边界问题和能量浪费严重,无线传感器网络生存时间过短.为了更好适应网络流量变化规律和有效延长网络生存时间,提出一种改进的无线传感器路由算法.算法首先对传统无线传感器路由算法退避机制进行改进,使信道竞争更加公平,以应对网络流量时变性,然后采用自适应占空比机制适合网络流量突发性,最后一个周期内同时发送多个数据组的调度方法,防止边界节点问题发生,从而使网络节省能量开销.在NS2仿真平台上进行了仿真,结果表明,改进S-MAC路由算法提高了网络平均吞吐量,使信道竞争更加公平,减少能量消耗,延长了网络生存时间.     

适用于周期休眠MAC协议的分簇时间同步算法

无线传感器网络中节点能量有限,常采用周期休眠的方式工作,而周期性休眠机制的实现依赖于节点间的时间同步方法.基于竞争的周期性休眠MAC协议的典型代表是S-MAC,在S-MAC协议的时间同步算法基础上,通过引入簇控制和边界节点控制方法提出一种分簇时间同步算法,该算法适用于周期性休眠的MAC协议.仿真和物理实验表明,分簇时间同步相比S-MAC时间同步方法能够有效控制网络中的簇数和边界节点数,减少时间同步开销和端到端传输时延,从而节省能耗,延长网络生存周期.     

一种能量有效的移动无线传感器网络MAC协议

基于S-MAC协议改进,利用虚拟簇之间边界节点的调度信息,采用能量有效的二次监听和灵活的调度自适应两个主要方法,设计一种能量有效的移动无线传感器网络MAC协议(EM-MAC),能实现移动节点更有效的更快速的睡眠——唤醒调度自适应。仿真结果表明该协议用于移动无线传感器网络,在能耗、延迟等性能方面有较好提高。     

SEEL:无线传感器网络下自适应、低延迟的节能媒质接入控制协议

无线传感器网络有着广泛的应用前景,然而由于传感器节点能量有限,因此传感器网络上运行的协议必须具备能量有效性以获得较长的生命周期.而媒质接入控制子层是节点能量消耗的主要所在,因此无线传感器网络设计的关键问题之一是媒质的接入控制.提出了一种自适应低延迟的节能MAC协议——SEEL协议,根据当前的网络负载自适应地调节竞争窗口的大小,从而减小节点数据传送的碰撞几率和由于碰撞而导致的能量消耗;采用了快速退避机制,减少了节点在退避过程中的空闲监听时间;扩展了RTS/CTS消息机制,可减少节点在每帧活动阶段的时间以及减小数据的延迟,两者都能节约能量的使用.实验结果显示,SEEL协议具有比S-MAC和TEEM协议更好的性能.     

一种基于功率控制的无线传感器网络MAC协议

提出了一种基于功率控制的无线传感器网络MAC协议,根据节点接收阈值,计算出节点发送最优功率,在根本上减小发送功率从而节省节点能量。为了减少节点间的碰撞,引入了自适应调整竞争窗口和快速退避机制,减少节点空闲时间,从而进一步减少节点耗能。仿真结果显示在能量和吞吐量上都有显著提高。     

WSN中S-MAC协议的能量消耗分析及改进

S-MAC协议是针对无线传感器网络的MAC协议.本文对协议中的节点能量消耗问题进行了详细地分析,从而推导出节点工作时各因素对能量消耗的影响.针对S-MAC的能量节省是以高延迟为代价;网络节点所分配的统一占空比使得传感器网络不能很好的适应网络流量变化的缺陷,提出了节点利用率这个概念.根据节点间利用率不相同的特点,为各节点分配带有不同占空比的周期性侦听机制,并采用动态分配占空比的方法来适应网络的变化.结果显示:通过这些改进达到了能量消耗和延迟的平衡,从而使S-MAC进一步得到优化.     

无线传感器网络中节能机制MAC协议研究

本文研究了应用于无线传感器网络的MAC协议的属性和节点能耗的主要来源,重点过分析了TDMA和S—MAC协议。得出结论,TDMA不能适用于节点密度较大的无线传感器网络,而S-MAC协议中的能量节省是以增大延迟时间为代价的。     

基于功率控制的无线传感器网络MAC协议研究

无线传感器网络是21世纪新兴的网络技术,它的出现使网络的发展进入一个新的阶段.近年来,对无线传感器网络介质访问控制协议的研究也越来越多.总结了近年来的研究成果,并针对S-MAC,T-MAC和D-MAC等几种典型的MAC协议进行了对比分析.研究出将功率控制机制引入到MAC协议中可以进一步减少能耗,给出了一种基于发射功率控制思想的MAC协议.PCSMAC协议.功率控制可以从直接的降低发送能量和间接的减少碰撞两个角度节约能耗,是一种有效的节能机制.仿真实验表明,引入功率控制后可以节约能耗达50%--96%左右.     

基于自适应更新的无线传感网络MAC协议

针对无线传感器网络节点能量受限问题,提出了一种新的自适应更新异步MAC协议——AU-MAC协议。该协议以睡眠与工作状态切换、异步方式和自适应更新相结合的办法有效延长了网络寿命,减少了节点能耗。AU-MAC协议通过采用发方监听、接方激活数据传输,提高了信道利用的有效性。并且,它以建立邻居节点信息表,引入自适应更新机制,来减少空闲监听。在NS2网络仿真平台对提出的AU-MAC协议的性能进行了仿真评估。仿真结果表明,AU-MAC协议在保持相当的吞吐量以及端—端延迟的基础上,使无线传感器网络的能量有效性得到了改善。     

分数阶时滞非线性多智能体系统的自适应控制

针对分数阶多智能体系统中存在时滞和非线性特性, 时滞往往会引起控制系统的性能下降甚至出现系统 不稳定等问题, 提出了一种含时滞非线性的分数阶多智能体系统自适应控制方法. 对于多智能体系统的控制协议, 设计了基于领导者和相邻智能体状态信息的自适应控制协议, 减小了过大常数控制增益带来的能源浪费. 对于一 致性, 利用图论基础、分数阶Halanay不等式稳定性定理、Kronecker积和Schur补引理, 获得了分数阶时滞非线性多 智能体系统的LMI一致性条件. 仿真结果验证了本文算法的正确性和有效性. 由于整数阶系统是分数阶系统的特殊 形式, 本文结论可以直接推广到整数阶多智能体系统中.     

基于LEACH协议的簇头多跳(LEACH-M)算法

为了延长网络的生存时间,需要设计能量有效的协议,适应传感器网络的特点.成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.早先提出的LEACH协议是无线传感网中的低功耗自适应分层路由算法,但节点通过一跳通信将数据传送给簇头,簇头也通过一跳通信将聚合后的数据传送给基站,这样会造成簇头节点负载过重,在LEACH协议中引入簇头多跳算法,使得簇头之间形成一个多跳的最优路径通向基站,从而减少了簇头节点能量的消耗,延长了传感网的寿命.实验表明此方法行之有效.     

无线传感器网中基于加权负载的时隙调度算法

针对无线传感器网络MAC协议,提出了一种能量有效的自适应时隙调度算法EATA。算法基于簇结构，由簇首根据节点加权通信负载动态调度各节点占空比，减少节点的空闲侦听时间；并通过动态调节时隙更新频率和顺序以降低时隙划分的能量和时间代价。仿真表明，在控制数据包时延的前提下，算法有效地提高了网络能量有效性，延长了网络生存周期。     

移动微云任务迁移与调度

为了解决移动微云中时间期限约束下的任务能效调度问题,提出一种基于自适应概率的分布式任务调度算法。算法分为两个阶段:资源发现阶段和自适应概率调度阶段。第一阶段主要通过修正的QoS OLSR协议,使发送任务执行请求的源节点周期性地收集邻近处理节点的资源信息;第二阶段主要根据源节点的任务到达率,以概率计算方式选择最优的处理节点执行任务,在满足时间约束的同时,达到最优的能效。经过大量仿真场景的验证,结果表明该算法在维持较高的任务完成率的同时,还可以降低任务完成的平均能耗。     

一种低功耗自适应集簇分层协议的优化算法

针对低功耗自适应集簇分层(LEACH,low energy adaptive clustering hierarchy)协议在簇头(CH,cluster head)选择和能量消耗方面的缺陷,提出了改进的LEACH协议,记为LEACH-Ⅰ(LEACH-improved)协议.LEACH-Ⅰ协议利用节点离基站的位置和剩余能量选择簇头,使得CH均匀分布.同时,减轻CH负担,从簇内选择剩余能量最大的节点作为数据融合节点,分担原本由CH完成的数据融合任务,平衡了节点间的能量消耗问题.实验结果表明,提出的LEACH-Ⅰ协议有效地延长网络生存时间,比LEACH、DDEEC的网络生存时间分别提高了60％、43％.     

能量高效的无线传感器网络路由协议

针对目前无线传感器网络分簇路由协议存在的节点能耗不均衡的问题,提出一种基于分簇思想的能量高效的多跳路由协议(EEMR)。该协议首先基于节点临近度将网络划分成簇,采用簇首自适应轮转模式优化簇内节点通信的能量消耗,以高剩余能量短路径向心角的适应度路由算法均衡簇间通信负载和能量消耗,有效避免多跳路由中出现的能量消耗不均衡问题。仿真结果表明,EEMR协议能有效均衡网络内节点的能量消耗,显著延长无线传感器网络的生命期并提高网络能量利用率。     

Adaptive mechanism-based congestion control for networked systems

In order to assure the communication quality in network systems with heavy traffic and limited bandwidth, a new ATRED (adaptive thresholds random early detection) congestion control algorithm is proposed for the congestion avoidance and resource management of network systems. Different to the traditional AQM (active queue management) algorithms, the control parameters of ATRED are not configured statically, but dynamically adjusted by the adaptive mechanism. By integrating with the adaptive strategy, ATRED alleviates the tuning difficulty of RED (random early detection) and shows a better control on the queue management, and achieve a more robust performance than RED under varying network conditions. Furthermore, a dynamic transmission control protocol–AQM control system using ATRED controller is introduced for the systematic analysis. It is proved that the stability of the network system can be guaranteed when the adaptive mechanism is finely designed. Simulation studies show the proposed ATRED algorithm achieves a good performance in varying network environments, which is superior to the RED and Gentle-RED algorithm, and providing more reliable service under varying network conditions.     

一种流量预测的服务质量区分MAC退避算法

为提高流量大且流量变化急剧的中高速无线传感器网络性能, 针对竞争型MAC协议的退避算法进行研究, 基于BDQR退避算法提出了一种流量预测的服务质量区分MAC退避算法FPQoSD。该算法引入流量预测因子, 以实现流量精确预测而窗口动态适应目的; 引入优先级因子, 进行服务质量区分而满足关键数据实时性要求; 利用能耗因子来自适应信道接入概率, 均衡能耗而延长整体网络生命周期。NS2仿真结果表明, 该FPQoSD退避算法在节点高密度与高负载环境下网络性能优越, 其中吞吐量比BDQR算法提高15%, 平均时延降低25%, 平均能耗下降10%, 整体生命周期得以延长。     

基于改进布谷鸟搜索算法的LEACH协议

LEACH协议是一种低能耗自适应的无线传感器网络聚类层次算法。它存在着随机选取簇头、不考虑节点剩余能量和节点位置等缺点。针对这些问题,本文提出一种基于改进布谷鸟算法的LEACH协议。布谷鸟算法（CS）是一种新型的智能优化算法。为了提高算法的局部搜索能力,对标准的布谷鸟算法进行改进：1）引入权重系数,调整算法收敛速度;2）所有个体从优到差进行排序,排序后将种群分为2部分,这2部分个体选择不同的飞行方式,避免较优个体陷入局部最优。改进后的协议将簇头选择过程分为临时簇头优化和形式簇头选择。首先,利用传统LEACH协议生成临时簇头,然后基于MCS对簇头进行优化,根据节点剩余能量选择形式化簇头。实验结果表明,与LEACH相比,新算法能有效平衡网络负载,提高能源的利用率,延长网络的生命周期。