基于自适应果蝇优化算法的分层异构无线传感器网络三维优化部署

分层的无线传感器网络中,汇聚层负责感知层节点流量的汇聚于转发工作,对整个网络的性能具有至关重要的影响。本文针对非均匀环境下,分层异构无线传感器网络汇聚层节点的三维优化部署进行研究,目标是在保证感知层节点全覆盖的前提下降低汇聚层节点的总功率。 为此,本文基于果蝇优化算法,提出了一种以感知层节点全覆盖为约束的汇聚层节点位置和总功率联合优化方法,为了寻求果蝇优化算法搜索速度和搜索精度的平衡,本文进一步采用了自适应的更新步长机制,仿真结果表明,与传统的均匀分布无线传感器模型对比,经过本文所提出的优化机制优化后的汇聚层节点部署方案能够在保证感知层节点全覆盖的前提下,显著降低汇聚层节点的总功率。     

能耗均衡和节能的分层无线传感器网络汇聚层优化部署

分层无线传感器网络中，汇聚节点的部署位置，对感知节点的能耗大小以及均衡起着至关重要的作用，最终影响传感器网络使用寿命。因此，本文在保证所有传感节点均能有效连接的前提下，对汇聚节点的位置进行优化，延长网络生存时长。本文同时考虑两个优化目标，即最小化感知节点的总传输功率，以及尽可能均衡感知节点的能耗。这是一个非凸的NP-hard的多目标优化问题。为了求解该问题，本文首先提出了一种多目标黏菌算法，然后基于此，设计了一种分层无线传感器网络汇聚层优化部署机制。充分的实验结果表明，基于多目标黏菌算法的优化部署机制可以显著降低感知节点的总功率，平衡感知节点之间的能量消耗。     

分层分簇无线传感器网络汇聚层的多目标优化部署

分层分簇的无线传感器网络中,汇聚层节点的部署对于整个网络的性能是至关重要的。本文针对非均匀环境下,分层分簇无线传感器网络中汇聚层节点的优化部署进行研究,目标是以最少的节点和最低的总功率实现对感知层节点的全覆盖,这是一个典型的多目标优化问题。 为,提出了一种基于第二代快速非支配遗传算法(Non-dominated sorting genetic algo-rithm, NSGA-II)的优化方案,以感知层节点全覆盖为前提,对汇聚层节点的数量和总功率进行联合优化。仿真结果表明,与常规均匀分布无线传感器的模型对比,本文所提出的部署方案能够在保证感知层节点全覆盖的前提下,显著减少汇聚层节点的数量,并降低了汇聚层节点的总功率,从而降低了部署成本,提高能量利用效率。     

基于改进蜂群算法无线传感器感知节点部署优化*

提出了一种基于改进蜂群算法的无线传感器感知节点部署优化方法,以网络覆盖率为目标函数,将传感器感知节点部署问题形式化为组合优化问题,并采用分层机制对基本蜂群算法进行改进。仿真实验结果表明,本方法能够以相对较小的代价完成传感器感知节点部署,并能降低网络能耗,提高网络的整体覆盖率。     

一种无线传感器网络覆盖能耗平衡优化策略

在无线传感器网络中,对目标区域的覆盖程度以及网络能耗是衡量其性能的重要指标,通过对节点的合理配置,有利于保证网络覆盖,平衡网络能耗。针对节点感知距离可调的无线传感器网络,提出了一种无线传感器网络覆盖能耗平衡优化策略,该策略以满足一定的网络区域覆盖质量为前提,以覆盖能耗平衡为优化目标,采用粒子群算法,首先对网络中的节点布局进行动态优化,在此基础上通过合理调整节点感知距离,使得网络覆盖能耗性能最优。仿真结果表明,与传统节能覆盖方案相比,该策略能够有效减少感知重叠区和感知盲区,提高网络区域覆盖质量,降低网络能耗。     

非均匀部署WSN的能量空洞避免策略

分析无线传感器网络中各个节点位置上的数据及能量负载,提出一种新的非均匀部署策略,在网络中均匀部署满足监测需要的工作节点,但在近sink区域部署更多不感知数据,只转发数据的中继节点,以实现网络的能量消耗均衡,并分析传感器节点最优传输半径优化问题。实验结果表明,该策略能够有效降低网络能耗,延长网络寿命。     

能量高效的无线传感器网络传输可靠性研究

在保证数据传输可靠性的前提下节省网络能量开销是无线传感器网络应用研究所必须面对的重要课题。通过实验研究,发现了无线传感器网络的通信链路存在着高丢失率、非对称性等特点;通过最优化理论推导出端到端链路中各个节点的优化发射功率;由此提出将节点的优化发射功率和路由度量相结合的OPAETX联合优化方法。利用仿真试验评价OPAETX算法的性能,仿真试验结果表明使用该联合优化方法,在保证端到端的可靠性的前提下节省了网络的能量。     

基于新量子遗传算法的无线传感器网络感知节点的分布优化

无线传感器网络中,感知节点的合理分布对于提高网络的感知能力和收集信息能力都具有重要作用。对于随机分布方式产生的感知网络,可以利用节点的移动性对特定感知节点的位置进行调整从而改善网络整体的感知覆盖范围。为此,针对无线传感器网络感知节点的分布优化问题进行了研究,给出了无线传感器网络覆盖控制模型,并提出了一种基于新量子遗传算法的分布优化机制。仿真结果表明新量子遗传算法在优化性能上优于传统遗传算法,能够有效提高网络整体的感知能力。     

无线传感器网络汇聚节点自组织选举协议

无线传感器网络是由能够感知环境信息和能够进行无线通信的传感器节点构成的网络,广泛应用在环境监测、目标跟踪等方面.无线传感器网络中,汇聚节点(Sink)的位置选取关系到整个网络的性能和生命期,并与节点的部署情况、网络的拓扑结构紧密关联.本文对汇聚节点位置对于无线传感器网络性能和生命期的影响进行了分析之后,以全网能耗、平均-最大端到端延迟为权衡指标,设计了汇聚节点选举协议.仿真表明,运行该协议的网络能够以较小的代价,迅速地选举出具备最优权衡指标的Sink,同时网络还体现出优秀的自组织组网能力.     

基于量子粒子群优化算法的无线传感器网络节点优化

针对无线传感器网络感知节点的分布优化问题进行了研究,提出了一种基于量子粒子群优化(QPSO)算法的分布优化机制。仿真实验结果表明:QPSO算法在优化性能上优于传统遗传算法(GA)和量子遗传算法(QGA),能够有效提高网络整体的感知能力,该方法用于传感器节点优化部署是可行的。     

无线传感网络移动节点位置并行微粒群优化策略

网络节点位置优化是无线传感网络研究的核心问题之一.无线传感网络通常由固定节点和少量移动节点构成,传统的虚拟力导向算法无法解决固定节点对移动节点优化的约束.该文针对这一问题,提出了基于并行微粒群算法的优化策略.微粒群算法具有适于解决连续空间多维函数优化问题、能快速收敛至全局最优解的特点.并行框架提高了算法的运行效率,降低了算法的运算复杂度,使算法能够满足无线传感网络的需求.通过并行微粒群算法搜索不同状态下无线传感节点的最优位置,使无线传感网络能够利用移动节点实现网络结构的动态重组,最大化网络覆盖范围,提高网络测量可靠性.实验证明,并行微粒群优化策略能快速有效地实现无线传感网络移动节点位置优化.     

基于协作MIMO的WSNs能耗均衡路由算法

根据无线传感器网络(WSNs)能耗不均衡的特点,基于协作多输入多输出(MIMO)技术,提出了一种能耗均衡的协作路由算法—EBCR算法.算法在保证全网均匀分域的前提下,确保域首均匀分布,其次,根据预设的性噪比门限范围来确定协作节点的可选集,再综合考虑可选节点的剩余能量、信道状态和到达域首节点的距离,选择出域首节点的最优协作节点.实验结果表明:该算法较其他算法在网络生存时间,能量效率,平衡网络能耗方面都有较大改善.     

面向管道系统的无线传感器网络三维节点部署算法

管道系统是事关国民经济发展的基础设施,而节点的三维部署问题是基于无线传感器网络的管道监控系统的基础性技术问题.首先把三维管道结构映射为XY和XZ 2个二维平面结构,分别对其进行传感器节点部署优化分析.然后在此基础上,设计了面向管道系统的三维传感器节点的部署算法.最后对算法进行了覆盖性能、连通性能以及能耗性能的评价,结果表明,该算法能有效解决管道系统节点三维部署问题,为超长油气管道、城市自来水管网及污水管网监测提供理论指导和实践依据.     

混合WSNs中基于多目标优化的覆盖控制算法

针对无线传感器网络( WSNs)随机部署产生的区域覆盖率低、节点利用率差和能量不均衡的问题,引入移动传感器节点,将快速非支配排序遗传算法Ⅱ( NSGA-Ⅱ)运用到混合无线传感器网络覆盖控制部署并进行改进,采用分层编码策略,引入删除算子避免早熟,自适应改变交叉、变异概率提高局部搜索能力,获得较优解集后基于决策者信息偏好选择最优目标.仿真实验结果表明:有效解决了WSNs覆盖控制问题,可以在网络覆盖率最大化的同时,节点利用率较大且能耗系数较低,延长网络寿命.     

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。     

Primal and dual-based algorithms for sensing range adjustment in WSNs

Coverage and tracking of multiple targets, are viewed as important challenges in WSNs, mainly aimed for future ubiquitous and pervasive applications. Target coverage in WSNs with large numbers of sensor nodes and targets, and with a predefined placement of sensors, may be conducted through adjusting the sensing range and considering the energy consumption related to this operation. In this paper, we encounter the problem of multiple target coverage in WSNs by determining the sensing range of each sensor node to maximize the total utility of the network. We solve this Network Utility Maximization (NUM) problem via two approaches, primal and dual decompositions, which result in iterative distributed price-based algorithms. Convergence of sensing ranges to optimal values is proved by means of stability analysis and simulation experiments. Simulation results show convergence to optimal values in few iterations, with near optimal values for the total objective function and energy consumption of nodes. These results show scalability of our algorithm, in terms of the number of iterations needed for convergence when compared with the other two methods. Furthermore, the distributed algorithm based on dual decomposition is used to cover efficiently moving targets in consecutive time intervals.     

无线传感器网络软故障诊断算法

在无线传感器网络中,软故障节点会产生并传输错误数据,这不仅会形成错误的决策,还会消耗能量,为此,提出一种基于节省能量的故障诊断(EFD)算法。该算法利用节点感知数据的空间相似性,通过对邻点所感知的传感数据进行比较,确定检测节点状态。对于网络中存在的节点瞬时故障,该算法引用TF模型思想,避免了不必要的数据比较,减少了时间冗余的检测次数。仿真结果表明:EFD算法能够提高网络诊断精度,同时可以降低诊断过程的能量消耗。     

线型无线传感器网络的节点部署策略

尽可能延长无线传感器网络的生命周期是设计和部署网络所面临的最大挑战之一。由于节点配备的能量有限,节点通常采用多跳方式向基站传输数据。分析了节点在多跳通信时的能耗,提出一种非均匀的节点部署策略,得出一个部署传感器节点的密度函数,在靠近基站的区域部署较多的节点。仿真实验表明,非均匀的节点部署策略能有效延长网络的生命周期。     

一种基于时间延迟机制的WSNs非均匀分簇算法

为减少无线传感器网络分簇路由协议中节点竞争簇首时多余的能耗,解决簇首能耗不均的问题,提出一种基于时间延迟机制的非均匀分簇算法。该算法使能量较多的节点被优先选为簇首,并提出了簇首竞争半径的计算方法,确保其数目稳定且位置均匀分布。成簇过程中,节点根据最小消费函数选择簇首,簇内成员加入时考虑簇首能量、二者距离以及簇首和汇聚节点角度等因素来均衡簇首能耗。仿真结果表明:算法能有效地均衡节点能耗,延长网络寿命,分别比CHTD和EEUC算法延长了35.1%和12.9%。     

基于QEA优化的WSNs簇间路由策略

无线传感器网络(WSNs)路由协议中采用多跳通信方式在一定程度上解决了单跳方式下簇头节点过早失能的问题,增强了网络通信的稳定性,提高网络能量的利用效率。但多跳方式使距离基站较近的簇头节点由于承担了大量数据转发任务,从而造成其过早死亡,出现网络空洞,缩短了生存周期。针对以上问题,提出基于量子进化算法(QEA)优化的分簇路由策略,通过QEA的多样性、快速收敛性、全局搜索能力强等特点,进行簇间路由的优化,从而有效均衡了簇头节点间的能耗。仿真结果表明:与经典LEACH协议和EEUC协议相比,基于QEA优化的簇间路由策略可以有效均衡簇头节点间能耗,延长网络生存周期。