无线传感器网络中基于神经网络的数据融合模型

数据融合技术通过减少传感器节点间的数据通信量,可以有效地节省传感器节点能耗,延长无线传感器网络的寿命.提出了独特的基于神经网络的数据融合模型(NNBA),该模型巧妙地将无线传感器网络的分簇层次结构与神经网络的层次结构相结合,将每个簇设计为一个三层感知器神经网络模型,通过神经网络方法从采集到的大量原始数据中提取特征数据,然后将特征数据发送给汇聚节点.以森林火灾实时监测网为应用实例,设计神经元模型及功能函数,并给出NNBA模型的仿真测试结果.     

一种无线传感网络能效性自适应稀疏测量方法

无线传感网络中无线传感节点由电池供电,能量有限.而无线传感网络目标跟踪应用中,只有部分传感节点需要执行测量任务,测量过程具有稀疏性.针对以上特性,这里提出一种新的基于声音信号的能量有效的自适应稀疏测量方法.采用径向基函数神经网络改进粒子滤波算法,对目标进行定位跟踪,提高目标跟踪精度;采用马氏距离作为判据进行网络测量节点选择;根据估计目标状态,推导预测定位精度,并利用预测定位精度设计自适应测量方法.实验结果显示,采用径向基函数神经网络改进粒子滤波算法,提高了目标定位精度和跟踪过程稳定性,自适应稀疏测量方法能有效节省网络能耗.     

基于PSO-RBF无线传感器网络入侵检测技术研究

针对无线传感器网络自身特性,提出了基于粒子群优化(PSO)径向基函数(RBF)神经网络的轻量级入侵检测方案,该方案结合PSO算法与RBF神经网络分别在全局搜索和局部搜索的优势,使用PSO优化RBF的中心、宽度及权值.仿真实验表明:基于PSO-RBF的入侵检测算法可以有效、可靠地运用于无线传感器入侵检测系统中.     

非径向对称的广义径向基神经网络的代理模型

为提高广义径向基神经网络代理模型的计算精度以及减少这种网络的计算量,提出并构建非径向对称核函数的广义径向基神经网络。采用径向对称的高斯核函数以及非径向对称的核函数对测试函数进行代理模型验证,从训练以及测试网络所需的时间、广义网络的隐层节点数、相对误差以及均方根误差等方面对代理模型进行评价,实验结果表明这种非径向对称的广义径向基神经网络的代理模型具有计算精度高、所需网络节点少、计算比较的次数少等优点。     

ZigBee 无线传感器网络节点能耗模型研究

针对当前无线传感器网络能耗模型计算复杂、通用性差及理论模型与实际相差较大等问题,提出一种 ZigBee 无线传感器网络节点的能耗模型。采用无线传感器网络节点工作电压、发送状态、接收状态中各阶段的时长和工作电流以及休眠状态的工作电压和工作电流等参数,建立无线传感器网络节点处于发送状态、接收状态和休眠状态的能耗数学模型,进而建立无线传感器网络节点的总能耗数学模型。实验结果表明,该模型能够准确预测无线传感器网络节点传输能耗代价和剩余工作寿命。     

基于预测的WMSNs目标跟踪协作处理方法

提出一种基于预测的无线多媒体传感器网络(WMSNs)目标跟踪协作处理方法.建立全向感知模型,由图像准确定位目标空间坐标位置.组织传感器节点休眠,基于自回归移动平均模型(ARMA)和径向基函数网络(RBFN)进行目标运动轨迹预测,唤醒节点完成协作处理.使用形状上下文的匹配(Shape Matching)算法,避免多节点冗余信息传输.仿真结果表明,基于ARMA-RBFN预测的唤醒机制使能耗降低25倍以上,Shape Matching可减少传输数据量20%.     

基于细胞膜优化算法的WSN分簇协议研究

针对无线传感器网络能量受约束的问题,为实现节点均衡能耗,平衡网络簇头分布,并最大限度地延长网络寿命,提出一种基于细胞膜优化算法的无线传感器网络能量均衡分簇协议。细胞膜优化算法具有良好的全局寻优和快速收敛能力,通过浓度与能量因素对节点进行划分,并结合距离因素完成全局均衡分簇,能够解决传感器网络中簇头分布不均匀、全局能耗不均衡等问题。实验结果表明,该协议具有对无线传感器网络进行快速全局均衡分簇的能力,且与LEACH算法和LEAH-C算法相比,在均衡节点能耗和延长网络生存周期等方面具有更好的性能。     

基于BP神经网络的无线传感器网络路由协议的研究

由于无线传感器网络的资源比较有限,尤其是节点的能量受限,为了尽可能的减少信息收集与传输过程中的能耗,延长网络的寿命,本文提出了基于BP神经网络的路由协议改进算法模型,该算法模型将BP神经网络的层次结构与无线传感器网络路由协议的分簇结构相结合,在每个簇结构中应用设计一个三层的BP神经网络模型,把采集到的大量原始数据通过设计好的神经网络模型,得到能够反映原始数据特征的的少量的数据信息。只需要将融合得到的特征数据传送给汇聚节点,从而减少了数据信息的传送量,降低信息传送的通信能耗,延长网络生存时间。仿真结果表明：改进后的算法较LEACH协议在平衡节点能量和延长网络寿命方面具有更优越的性能．     

无线传感器网络动态节点选择优化策略

无线传感器网络的能耗和有效覆盖率是衡量其性能的两个重要指标.无线传感器网络动态节点选择优化策略通过合理配置各无线传感器节点状态,平衡网络能耗和有效覆盖率,提高网络能效性,延长网络寿命.提出一种结合了Hopfield网络与遗传算法的动态节点选择优化策略,简称为HN-GA.该策略通过遗传算法实现全局搜索,采用Hopfield网络缩小遗传算法的搜索范围,保证遗传算法中每个基因对应待选解的有效性,并针对动态节点选择优化提出一种基于无线传感器网络能耗、寿命和有效覆盖率的综合指标.仿真实验表明,HN-GA算法能有效完成无线传感器网络动态节点选择优化,并在确保网络有效覆盖率的前提下,通过动态配置各无线传感器节点状态,降低网络能耗,延长网络寿命.与遗传算法和Hopfield网络相比,HN-GA算法不仅全局搜索能力强,且收敛速度快、耗时少.     

基于混沌映射的非径向对称基函数的神经网络模型

为提高神经网络模型的预测精度,构建了非径向对称基函数神经网络模型结构。为确定非径向对称基函数神经网络模型参数,采用Ulam-von Neumann映射规则确定混沌变量,利用混沌变量的遍历性获得不同网络结构参数下的最优网络输出,以减少所构建网络模型的实际输出与期望输出的差值,并利用模型输出的误差变化率以决定是否增加新的隐层节点。给出基于混沌映射的非径向对称基函数的网络模型构建步骤。采用基于Mackey-Glass时滞微分方程的混沌时间序列预测问题验证该模型的预测精度,并同其他文献对该序列预测的精度以及所需隐层节点数作对比。比较结果表明,采用该设计模型具有对时间序列预测精度高且所需网络结构规模小等优点。     

无线传感器网络仿真平台能耗模型研究

GloMoSim不具备能耗模型,无法对能耗进行仿真,将其应用于无线传感器网络仿真时存在较大局限性.为了使GloMoSim能够满足无线传感器网络能耗仿真的需要,根据GloMoSim的平台架构和仿真原理,结合无线传感器网络的工作特性,提出了基于节点状态能耗权值和持续时间的能耗模型,并扩展了GloMoSim的能耗仿真功能.利用扩展后的GloMoSim对AODV协议能耗进行了仿真实验,并与NS2的仿真结果进行了比较.实验结果表明,能耗模型能够正确的仿真协议的能耗,且相对NS2,能耗模型配置更加方便.因此,能耗模型具有良好的可靠性和易用性.     

基于Hopfield神经网络算法的WSN路径优化

针对无线传感器网络（WSN）能量有限的特点,提出一种新的基于Hopfield神经网络的路由优化算法,同时给出能量函数各参数之间的关系。通过Matlab软件对不同规模的网络进行仿真,仿真结果表明,该算法是可行的。     

无线传感器网络中能耗平衡的混合路由模型研究

针对无线传感器网络中能耗不均衡问题提出了一种单跳和多跳相结合的路由模型,该模型将簇内平均能量作为路由调整阈值,根据节点剩余能量对网络路由进行周期性调整,使节点路由在单跳、多跳模式间转换;通过对该路由模型能耗规律的理论分析和仿真实验,说明该模型有效地平衡了网络能耗,弥补了只采用单跳路由或多跳路由时网络能耗不平衡之不足,延长了网络生命周期.     

带状无线传感器网络能量高效的节点部署策略

带状无线传感器网络具有特殊的拓扑结构,满足很多重要领域的应用需求。针对带状网络中的能量消耗不均衡问题,分析了带状无线传感器网络在多跳通信时的拓扑结构和能耗模型,在对带状网络进行分簇的基础上,提出一种非均匀的节点部署策略,该策略量化了带状传感器网络中簇内节点的数目关系,并设计了相应的路由协议。仿真结果表明,非均匀的节点部署策略可以缓解带状网络的能量空洞问题,使网络能耗趋于均衡,延长整个网络的生命周期。     

一种新型唤醒机制的无线传感器网络节点设计

寿命过短一直困扰无线传感器网络(WSNs)与实际应用结合的难题。通过对WSNs工作效率低问题的研究,提出了一种新型射频唤醒机制的WSNs节点的设计方法,对降低节点的功耗和延长WSNs的寿命都有帮助。详细说明了节点设计的硬件结构和软件中的程序流程。可行性分析论证了节点的实用性和低功耗特性。     

大规模无线传感器网络节点部署研究

无线传感器网络多跳的组网方式导致不同住置的节点能耗分布不均.为避免特定住置节点耗能过多形成能量空洞,以致网络不能有效连通,从而影响网络生存周期,需要对无线传感器网络的节点部署进行规划.本文采用环状能耗模型,根据传感器节点的探测半径,提出了覆盖度优先和连通性优先两种策略进行节点部署.理论计算和仿真实验表明,该分布在有效保证覆盖度和连通性的前提下,使得能耗负载均匀分配在各个节点上,相比于同等情况下的均匀分布策略,该策略能有效的延长节点的生存周期约2.17倍.     

基于LEACH的WSNs分簇优化策略

针对LEACH算法中能量消耗不均匀的缺陷,本文提出了一种改进的路由协议来提高无线传感器网络的能量效率。在簇首选择阶段,引入节点剩余能量和初始能量来调节传感器节点随机数的大小;在成簇阶段,该算法将节点的剩余能量和距离汇聚节点的远近作为成簇的依据,使簇首的分布更加合理;在数据传输阶段,将节点与汇聚节点之间的距离及节点的剩余能量相结合,提出一种单跳与多跳相结合的传输方式,从而减少了能量消耗。仿真实验表明,改进后的算法能够更好的减少能耗,延长无线传感器网络的生命周期。     

一种基于数据流跟踪的无线传感网能量模型及网络优化

提出了一种基于数据流跟踪的能量模型,通过跟踪数据流在网络中的整个过程来计算全网的能量消耗,是一种不受网络结构限制的普遍适用的能量模型;在此基础上.建立了基于能耗的网络优化模型,针对链式和簇式结构进行了拓扑、功率和路由方面的优化设计,仿真结果证明了理论分析的正确性.     

无线传感器网络能量高效策略研究与分析

实现无线传感器网络能量高效,是无线传感器网络研究的热点问题和基本问题。该文先对无线传感器网络进行了能耗分析,然后分别从单个节点、整个网络的角度出发总结了目前已有的能量高效策略,提出了能量高效的传感器节点设计、能量高效的传感器网络设计。     

基于能耗的无线传感器网络最优簇首数研究

在无线传感器网络中,如何减少系统能耗、延长网络生存时间是最具挑战性的问题之一。LEACH路由协议通过网络分簇和簇首循环,使网络能量负载平衡,从而达到降低能耗的目的。该协议的关键是簇首数的选择,其最优值可使网络能耗降到最低。在深入研究LEACH协议及其能量模型的基础上,提出了一种最优簇首数的估算算法,并通过蒙特卡洛仿真验证了该算法的正确性。所得结论对无线传感器网络结构和路由协议的设计具有指导作用。