求解无线传感器网络定位问题的线性规划算法

传感器节点的定位问题是无线传感器网络中的基础性问题之一.提出了一种线性规划算法用于求解无线传感器网络定位问题.该算法利用RSSI值和经验的无线信号传播模型推导出所有可通信节点间距离的相对关系,利用节点的通信半径估算出可通信节点间的距离,并以此为约束条件利用矩形近似圆形,将二次约束的规划问题转化为线性规划问题;求解该线性规划问题便可得未知节点坐标.通过仿真实验,证明了当锚节点分布在网络边缘时该算法能得到较好的定位效果,分析了锚节点分布、锚节点个数、网络连通度等实验参数对定位结果的影响.相比凸规划定位算法,该算法大大降低了求解规划问题的次数,且在相同的实验条件下定位误差更小.     

面向多目标追踪的无线传感器网络协同任务分配研究

在基于动态联盟机制的无线传感器网络协同任务分配研究中,为了解决多目标追踪带来的联盟间的资 源竞争问题,本文采用分布式约束满足算法解决多动态联盟间的协同问题．根据无线传感器网络多目标追踪的应用 需求,建立了基于动态联盟机制的协同任务分配的分布式约束满足模型,并采用分布式随机算法求解满足约束条件 的动态联盟集合,实现多动态联盟间的协同．仿真结果表明,分布式约束满足算法有效地解决了多目标追踪中多个 动态联盟间的资源竞争问题,能够有效降低系统的能量消耗．     

基于微粒群模型的移动传感器网络部署研究

传感器节点的部署是无线传感器网络中的很重要的问题,因为它反映了传感器网络的成本和监视能力.为了减少传感器节点部署时产生的覆盖盲区,提高网络的覆盖率,提出了一种新的基于微粒群模型的移动传感器节点位置优化配置算法.该算法根据节点的位置信息建立节点部署优化模型.利用微粒群算法求解该优化模型,优化过程中的最优解作为节点的最终配置位置.仿真结果表明该算法最大可能地减少了网络中的覆盖盲区,有效改善了网络的覆盖率.     

无线传感器网络中基于遗传算法的优化覆盖机制

覆盖作为无线传感器网络应用的一个基本问题．反映了网络监测和实现目标跟踪的质量效果．针对传感器节点的高密度部署情况，研究了工作节点集选取问题．提出两种基于加权遗传算法和基于约束遗传算法的优化覆盖机制．根据生成的适值函数进行遗传算法操作．并计算传感器网络充分覆盖区域所需的近似最优工作节点集．仿真结果表明该算法能快速收敛于最优解．完成工作节点集的优化选取，从而降低网络冗余，延长网络生存时间．     

基于蝙蝠算法的无线传感器网络节点定位

节点定位是无线传感器网络的关键技术,针对最小二乘算法节点定位的不足,为了提高无线传感器网络节点定位精度,提出一种基于蝙蝠算法的传感器节点定位方法。首先将无线传感器节点定位问题转换成一个多约束优化问题,然后采用局部和全局搜索能力强的蝙蝠算法对其进行求解,最后在Matlab 2012平台上对定位性能进行仿真测试。结果表明,相对于其他节点定位方法,该方法提高了传感器节点的定位精度和定位效率。     

基于量子蚁群算法的无线传感器网络路由

无线传感器网络路由是无线传感器网络研究领域的一个研究热点;针对能最控制在无线传感器网络路由上的特殊要求,为了促使网络节点能量消耗相对均衡,研究者将蚁群算法应用于无线传感器网络的路由,但是蚁群算法在求解无线传感器路由问题时存在易于陷入局部最优和收敛速度慢等问题,将量子蚁群算法应用于无线传感器网络路由,用量子比特的概率幅表示蚂蚁当前位置信息,用量子旋转门更新蚂蚁携带的量子比特,用量子非门实现蚂蚁所在位置的变异;仿真实验表明该方法具有收敛速度快,解的质量高、稳定性好等优点,为蚁群算法在无线传感器网络中应用提出了一种新的解决方案.     

基于二次规划的无线传感器网络数据恢复算法

为提高无线传感器网络数据压缩感知中恢复算法的实时性,提出一种基于二次规划的无线传感器网络数据恢复算法。该算法将压缩感知重构中的欠定线性方程组求解转化为有界约束二次规划问题,在此基础上结合阿米霍步长准则对二次规划进行求解,从而对网络数据进行恢复。理论分析和仿真结果表明,所提算法可准确恢复网络数据,并且相比传统压缩感知恢复算法,可明显降低数据恢复的计算复杂度,有效提高网络数据恢复算法的实时性。     

新颖的无线传感器网络组网算法

为有效解决无线传感器网络的网络维护困难性问题,研究性能更好的网络组网算法是一种有效的解决手段．本文给出了无线传感器网络体系结构模型及其连通性定义,在此基础上本文提出了一个具有网络连通性能好的无线传感器网络组网算法并进行了仿真分析,由该算法构成的无线传感器网络不仅具有连通性能好,而且具有保护网络节点能量和控制网络功率的优良特点,所以在传感器网络实际应用中有着光明的前景．     

基于布谷鸟搜索算法的无线传感器网络节点定位

无线传感器网络的节点定位实际上是解决测量距离和测距误差的多维约束优化问题。针对最小二乘方法对测距误差敏感的不足,提出一种基于布谷鸟搜索算法的无线传感器网络节点定位算法。该算法利用全局和局部寻优能力强的布谷鸟算法求解定位过程中的多维约束优化问题;通过设定相应的约束适应度函数来减小定位过程的搜索范围,加快了收敛速度,能够快速地确定未知节点的位置。仿真结果表明：相较于粒子群算法和最小二乘算法,该算法能有效地抑制测距误差对定位的影响,提高节点的定位精度,具备很好的实用性。     

基于概率探测模型的传感器结点配置研究

无线传感器网络结点配置是传感器网络研究的核心问题之一,它反映出无线传感器网络的代价和探测能力.主要研究了基于一种更为实用化概率检测模型(引入x%-RS 的概念)的无线传感器网络覆盖优化配置问题.在严格确保无线传感器网络连通性的条件下,优化了传感器结点配置数目并达到要求的覆盖度,获得具体的传感器结点配置方案.为提高算法的效率,在分步优化算法的基础上尝试一次循环配置多个传感器结点.最后,通过模拟计算给出配置算法的性能.     

一种改进的无线传感器网络非测距定位算法

节点定位是实现传感器网络应用的前提,控制节点定位误差成为保证网络正常运行的关键。采用基于测距的定位算法,可以达到良好的精度,但需要测量装置,不适合能量受限的无线传感器网络。本文分析了常用的非测距定位算法,并在此基础上提出了一种改进的基于序列的非测距定位算法,以提高无线传感器网络定位算法的性能。     

保证覆盖的无线传感器网络梯度部署方法

在大规模随机部署的无线传感器网络中,数据通常逐跳汇聚到Sink节点,因而与Sink邻近的节点需要转发大量的数据,从而导致了Sink邻近区域内的节点因能量耗尽而引起网络失效。此时,外层区域的节点仍剩余大量的能量。本文首先提出了网络生存期最大化部署的问题,分析了无线传感器网络数据转发的特点,基于此特点给出了梯度的节点密 密度部署方法,以提高能量利用率,最小化剩余能量,最后通过理论和实验分析了梯度部署方法的性能。     

一种改进的室内wsn仿真模型

针对室内无线传播模型具有多径传播效应的特性和无线传感器网络协议栈的特点,提出了一种改进的室内无线传感器网络仿真方法。方法使用阴影模型模拟室内无线传播模型的多径传播效应,结合常用的无线传感器网络节点芯片的性能参数预测出无线信号在室内的实际传输距离,并在NS2中以该无线信道模型为基础,以无线传感器网络协议栈为标准,建立了一个改进的室内无线传感器网络仿真模型。仿真模型的测试结果表明该模型在数据包投递率及网络剩余能量的比率上与实际室内无线传感器网络的性能相似。证明建立的模型能为室内无线传感器网络的实际布网和应用提供可靠的依据。     

传感器网络中节点个数约束查询处理算法

对传感器网络中一类新查询--节点个数约束查询,提出能量有效的查询处理算法.算法主要由查询下发和结果回收两部分构成.查询下发算法首先根据节点个数约束查询的特点提出相关节点选择以及基于Steiner树的查询下发算法.然后对该下发算法以及一种基于洪泛的能量有效查询下发算法的能量消耗进行分析,并对比两种算法的能量消耗从中选择适当的下发算法.结果回收算法提出直接和间接两种结果回收方式,并给出两种方式在进行结果回收时能够节省能量的条件.仿真实验表明,提出的能量有效节点个数约束查询处理算法能够在满足用户查询精度的同时,使其能量消耗低于其他查询处理算法.     

有向天线的无线传感器网络病毒传播模型

采用定向感知天线模型建立基于有向天线的无线传感器网络中的病毒传播模型,通过智能监视节点广播的切换天线消息触发无线传感器网络节点使用有向天线,以研究无线传感器网络中的病毒传播。研究结果表明:使用有向天线不仅能够节约传感器节点能量,延长网络生命周期,还能够有效抑制病毒传播,减小无线传感器网络中病毒大规模爆发的风险,而且该模型适用于不同的病毒传播模型和不同结构的无线传感器网络。     

Fault handling in large water networks with online dictionary learning

Fault detection and isolation in water distribution networks is an active topic due to the nonlinearities of flow propagation and recent increases in data availability due to sensor deployment. Here, we propose an efficient two-step data driven alternative: first, we perform sensor placement taking the network topology into account; second, we use incoming sensor data to build a network model through online dictionary learning. Online learning is fast and allows tackling large networks as it processes small batches of signals at a time. This brings the benefit of continuous integration of new data into the existing network model, either in the beginning for training or in production when new data samples are gathered. The proposed algorithms show good performance in our simulations on both small and large-scale networks.     

分组敏感的无线传感器网络实时数据融合树算法

针对无线传感器网络中数据传输必须在指定时延约束下完成的特殊场景提出了一种能量有效的数据融合树算法,该算法首次将分组敏感的概念引入到传感器网络实时数据融合应用中,并通过特殊机制使得该算法在降低能耗水平的同时可以为实时数据动态地选择满足时延要求的路径。另外,针对该数据融合树算法设计了一种特殊的数据融合定时机制,从而进一步改善了该算法的性能。最后,通过仿真试验将该算法与已存在算法进行了比较,证明了该算法的优越性。     

水下传感器网络时间同步和定位的联合实现方法

水下传感器网络的信号传播速度受环境参数的影响而难以确定,增加了时间同步和定位的难度.当信号传播速度未知时,提出了一种水下传感器网络的时间同步和定位联合实现方案.通过建立该问题的优化函数和模型,设计了线性最小二乘(LLS)估计、最小二乘半定规划(LS-SDP)、平方最小二乘半定规划(SLS-SDP)及平方最小二乘二阶锥规划(SLS-SOCSDP)算法,分析了各算法的计算复杂度.仿真分析表明,线性代数LLS算法计算速度快,在低噪声条件下具有较高的估计精度.凸优化的LS-SDP、SLS-SDP及SLS-SOCSDP算法对未知参数估计的稳定性较好,但计算复杂度较高.     

无线传感器网络中可容错的事件监测算法

事件监测是传感器网络研究中的一个重要问题,传感器网络自身的局限性以及感知数据的非确定性向事件监测技术提出了挑战.文中分析了传感器网络中存在的各种非确定性,引入可容错的事件监测机制.文中首先提出可容错的事件发现和参与事件监测节点选择算法.在此基础上,提出可容错的事件发生区域估算算法.算法对于动态传感器网络具有较好监测效果.最后通过大量模拟实验验证了所提出算法的性能.     

无线传感器网络中基于博弈论的路由建模

在资源受限的无线传感器网络中,路径的可靠度,网络能耗和生存时间是路由问题中需要考虑的三个关键因素.我们把智能传感器节点在路由中联合优化以上三个因素的行为动机提炼为节点的理性偏好,基于该理性偏好,给出了一个动态路由博弈模型.针对该模型的博弈分析表明,对于节点个数有限的无线传感器网络,其路由博弈存在一个纯策略的纳什均衡且最优路径就是纳什均衡的结果.