基于IDSQ的自适应动态协同自组织算法

在无线传感器网络中传感器节点相互协同完成感知任务,以传感器量测的信息效用与获取量测的能量消耗来折中地选择参与节点,但用户对服务质量(QoS)的需求并没有在节点选择时得以体现.为此,提出一种自适应动态协同自组织算法(A-DCS).该算法能根据用户给定的精度需求,自适应地选择簇首,确定参与感知任务的簇成员顺序和个数,并计算相应的能量消耗.以目标跟踪为应用背景的仿真结果表明,在跟踪精度和能量消耗2个指标下,该算法优于信息驱动传感器查询(IDSQ)和动态协同自组织(DCS).     

无线传感器网络目标跟踪性能优化及仿真

无线传感器网络中传感器节点相互协同完成感知任务,以传感器量测的信息效用和获取量测的能量消耗来折中地选择参与的节点,但用户对服务质量Qos( Quality of Service)的需求并没有在节点选择时得以体现。为此本文以目标跟踪为应用背景,提出了一种自适应动态协同自组织算法A-DCS,该算法同时完成检测与状态估计任务,首先根据用户设定的检测概率,确定候选节点集合,选择具有最大检测概率的节点为簇首;随之根据给定的状态估计精度,自适应确定参与感知任务的簇成员顺序和个数。统计不同检测概率和状态估计精度时相应的能量消耗,以此作为系统设计时参数设定的依据,从而最大可能地延长网络的生命周期。仿真表明：在跟踪精度和能量消耗两个指标下,该算法优于IDSQ和DCS。 A-DCS也适用于传感器网络系统中的其他估计问题。     

基于信息量的分布式协同自组织算法

无线传感器网络中节点协同自组织主要涵盖传感器管理和状态估计,也就是如何选择传感器节点、设置传感器参数并估计被监测系统的状态,因此协同白组织为决策与估计的联合优化．本文提出了一种自适应动态协同自组织算法,以量测所提供的信息量和节点自身的剩余能量做为节点选择的综合指标,根据设定的感知精度,自适应地选择参与感知任务的节点集合,在信息滤波的融合框架下完成状态的分布式估计．相比信息驱动传感器查询（information-driven sensor querying,IDSQ）,算法具有精度可调、强鲁棒,同时尽可能地延长了网络的生命周期．以目标跟踪为应用背景,其仿真结果表明：以跟踪精度、失跟率和网络生命周期作为评价指标,该算法优于IDSQ．     

一种能量有效的WSN目标跟踪动态协同自组织算法

针对无线传感器网络目标跟踪应用中跟踪精度与网络能耗的权衡问题,提出一种能量有效的动态协同自组织算法(E-DCS)。根据目标预测位置和节点的位置、能量信息,建立了信息效用、通信开销和节点剩余能量的综合性能指标,并利用层次分析法确定了性能指标中各要素的权值系数。通过自适应动态成簇策略,分别设定簇首切换精度阈值和节点选择精度阈值判断是否切换簇首和选择任务节点。簇首节点根据簇内节点提供的测量信息采用序贯EKF进行状态估计。仿真结果表明,与信息驱动传感器查询(IDSQ)和自适应动态协同自组织算法(A-DCS)相比,该算法在保证跟踪精度的基础上,降低了网络能耗,有效延长了网络的生命周期。     

基于三维胞元空间的自适应多跳能量高效路由

针对无线传感器网络中三维路由算法的能耗问题,提出了基于三维胞元空间的自适应多跳能量高效路由(3D-SMEER)。该路由算法根据自适应多跳机制确定跳数,利用协同节点转发消息包到邻居最优胞父,从而减轻当前胞父的传输负担。同时,对协同节点的选择区域进行了研究,并且考虑节点的剩余能量和相关位置信息选择协同节点,以平衡网络的能耗。仿真结果表明,与其他算法相比3D-SMEER算法节省了网络的平均能耗,有效地提高了网络的能耗平衡度。     

一种无线传感器网络自适应休眠算法的研究

降低无线传感器网络的能耗一直是迫切解决的问题。通过对无线传感器网络节点能耗分布情况的研究,发现对无线传感器网络节点休眠,可以减少节点收发能耗。针对降低无线传感器网络节点能耗的问题,文中基于多因素、多层次的层次分析法,设计了一种无线传感器网络自适应休眠算法(AHP休眠算法)。实验表明该算法依据信息采集需求和节点剩余能量自适应控制网络节点的休眠和收发,与传统的RS休眠和定时休眠算法对比,提高了节点能量的利用率,延长网络生命期。     

无线传感网络中基于误差椭圆的自适应节点 选择目标跟踪算法

追踪精度与传感器节点能耗是无线传感网络WSN(Wireless Sensor Network)中主要考虑的两个性能指标,现有的许多目标追踪算法在提高追踪精度、降低传感器节点能耗的同时缺乏对传感器节点位置与数目的考虑.因此,提出一种基于误差椭圆的自适应节点选择目标追踪算法,以误差椭圆为基准计算目标最可能出现的区域,然后根据误差判决调整区域内所需激活的传感器节点数量,完成对目标的跟踪.仿真结果表明,该算法可以在保证追踪精度的同时有效降低激活传感器节点数量.     

一种无线传感器网络自适应休眠算法的研究

降低无线传感器网络的能耗一直是迫切解决的问题,通过对无线传感器网络节点能耗分布情况的研究,发现对无线传感器网络节点休眠,可以减少节点收发能耗。针对降低无线传感器网络节点能耗的问题,本文基于多因素、多层次的层次分析法,设计了一种无线传感器网络自适应休眠算法（AHP休眠算法）。实验表明该算法依据信息采集需求和节点剩余能量自适应控制网络节点的休眠和收发,与传统的RS休眠[1][2]和定时休眠算法[3]对比,提高了节点能量的利用率,延长网络生命期。     

WSN中节点发射距离自适应调整算法研究*

在分析传感器节点的数据特征和能耗特征的基础上,针对现有的DTA算法存在的问题,分别以相邻层传感器节点能耗差值的绝对值之和与能耗方差作为优化目标,提出了两种改进的传感器节点发射距离自适应调整算法,以避免WSN中能量空洞现象.通过仿真表明,改进算法更加合理,与DTA算法相比,改进算法1使网络寿命延长了44％;改进算法2使网络寿命延长了56％.     

无线传感器网络跨层自适应唤醒算法研究

时钟同步与能耗有效性是无线传感器网络多跳传输关键问题.提出一种自适应唤醒算法,在MAC层和网络层进行跨层优化,节点按需自适应唤醒,实现多跳网络的协同传输,能够有效降低系统能耗.该算法不需要节点间的周期性同步,减少了频繁的包交换带来的数据冲突与能量浪费,从而提高了网络可靠性和能耗效率,提高了基于IEEE802.15.4标准的多跳网络的节能效率.为了验证算法有效性,工作分别在NS-2仿真环境和实际应用场景下进行了仿真与测试验证,结果表明在传输可靠性和节能效率上均由较大提高.跨层自适应唤醒算法可进一步推广到大规模异构自组织网络中.     

基于分布式压缩感知的能量收集WSNs

针对无线传感器网络（WSNs）通信功耗和带宽要求高,引起节点寿命短的缺陷,利用WSNs节点感知数据的空间相关性和联合稀疏模型,结合分布式压缩感知（DCS）算法,提出了从能源收集的角度来分析对WSNs数据的压缩重构。通过理论和实验仿真表明：基于DCS的WSNs,在能源平衡方面具有很大的优势,在保证重构信号精确度的前提下大大提高了能源的有效利用率。     

无线传感器网络信息感知中的自组织算法

构造了信息获取与能量节省的综合性能指标,通过在线优化该函数自适应地选择簇首及簇内成员,提出了一种无线传感器网络动态协同自组织算法(DCS),从而实现综合性能优化意义下的网络自组织．仿真表明:与IDSQ算法相比,DCS算法能有效避免“乒乓效应”问题,节省通讯能量明显,而跟踪精度相当．     

Novel sensor scheduling and energy-efficient quantization for tracking target in wireless sensor networks

This paper focuses on sensor scheduling and information quantization issues for target tracking in wireless sensor networks (WSNs). To reduce the energy consumption of WSNs, it is essential and effective to select the next tasking sensor and quantize the WSNs data. In existing works, sensor scheduling’ goals include maximizing tracking accuracy and minimizing energy cost. In this paper, the integration of sensor scheduling and quantization technology is used to balance the tradeoff between tracking accuracy and energy consumption. The main characteristic of the proposed schemes includes a novel filtering process of scheduling scheme, and a compressed quantized algorithm for extended Kalman filter (EKF). To make the algorithms more efficient, the proposed platform employs a method of decreasing the threshold of sampling intervals to reduce the execution time of all operations. A real tracking system platform for testing the novel sensor scheduling and the quantization scheme is developed. Energy consumption and tracking accuracy of the platform under different schemes are compared finally.     

无线传感器网络中安全高效的空间数据聚集算法

提出了一种传感器网络中安全高效的空间数据聚集算法SESDA（secure and energy-efficient spatial dataaggregation algorithm）.SESDA 基于路线方法实现数据聚集,由于算法沿着已设计好的路线执行聚集请求和数据聚集,使得SESDA 不受网络拓扑结构的影响,适用于网络拓扑结构动态变化的传感器网络,且节省了网络拓扑结构的维护消耗.此外,针对过多加/解密操作对节点能量急剧消耗的特点,SESDA 通过安全通道传输感知数据来保证数据的隐私性,避免了节点之间在数据传输过程中需要对感知数据进行加/解密操作,不仅可以节约节点大量的能量从而延长网络寿命,而且使得数据聚集具有很小的处理延迟,因而获得较高的聚集精确度.理论分析和实验结果显示,SESDA 具有低通信量、低能耗、高安全性和高精确度的特点.     

基于数据流和网络编码的无线传感器网络数据聚合算法

为了减少分簇的无线传感器网络(WSN)中数据包传输的数量,并使传感器网络的能量效率最大化,提出了一种节能的自适应数据聚合算法.在该算法中,源节点凭借其存储和计算能力,利用数据流技术减少数据包的传输量;当数据从源节点传输到簇头时,簇头根据控制信息选择一组节点作为编码节点,当数据相关性低于某阈值时,该组节点对数据包进行网络编码,若数据相关性高于某阈值,该组节点则会成为聚合节点进行数据聚合,网络编码和数据聚合可以减少簇头冗余流量,提高能量效率.实验结果显示,使用该算法后,数据包交付率有所提高,能量消耗显著减少.     

改进簇头选举的分层传感网络能量优化算法

在无线传感网络中,为解决树状拓扑结构中簇头竞选算法不合理而造成能耗不均匀的问题,设计了改进簇头选举的分层路由能量优化算法,即在簇头选举时分别对阈值公式、簇头竞选算法有所改进.其中,阈值公式以节点所剩能量、节点到Sink节点间距离以及能耗因子为基准;而在簇头竞选算法中增加候选簇头的成员个数这一参数,可避免成员个数较多的节点成为簇头的几率,从而平衡簇头的能耗.通过与经典的LEACH和EOUCR协议的成簇算法仿真对比表明:提出的算法可以更好地平衡簇头能量耗损,从整体上延长网络生存周期.     

基于信标优化的无线传感网络定位算法研究

针对传统无线传感器网络节点定位精度低、能耗大及适应性不强等缺陷,提出了一种基于信标优化的无线传感网络定位算法ConDV-Hop.该算法采用贡献因子对信标节点进行优化选择,使过程累积误差大大减少,利用反馈思想引入修正系数对待定位节点的初始估算位置进行修正,有效地克服了定位精度对网络拓扑的依赖.仿真实验结果表明,ConDVHop算法在均匀网络和非均匀网络中都表现出良好的性能,是无线传感器网络中节点定位的一种实用方案.