基于压缩感知的无线传感器网络动态采样方法

基于固定采样率的无线传感网（WSN）压缩感知（CS）在收集随时间变化的数据时难以获得满意的数据恢复精度。针对该问题,提出了一种基于数据预测和采样率反馈控制的动态采样方法。首先,汇聚节点通过分析当前采样时段与上一采样时段获取数据的线性度量指标,预测数据的变化趋势;然后,根据预测结果计算感知节点未来的采样率,并通过反馈控制机制对感知节点的采样过程进行动态调节。实验结果表明,相比基于目前广泛采用的基于固定采样率的无线传感网压缩感知数据收集方法,该方法能够有效提高压缩数据的恢复精度。     

无线传感网中基于自适应概率广播的数据保存

对于部署在恶劣环境中且无法放置Sink节点的无线传感器网络,节点的能量有限且易于损坏.每个节点为了避免自己死亡后数据丢失,需要将数据分发到网络中其他一部分节点上进行保存.但是,由于节点只知道自己邻居的信息,同时存储容量有限,因此如何有效地进行数据分发和存储是一个具有挑战性的问题.提出一个基于自适应概率广播的数据保存协议APBDP来解决这个问题.在APBDP中,节点通过一种自适应的概率广播机制分发数据,这种机制不仅可以使所有节点接收到数据包,而且能有效地减少数据的冗余传输以节省节点能量.此外,节点利用LT码来对数据进行编码存储,所有节点完成数据的分发和存储后,数据采集者只需要访问少量的节点就能恢复出所有的源数据.理论分析和实验表明,APBDP不仅具有较高的解码性能,而且能量有效.     

无线传感器网络自适应预测加权数据融合算法

为提高无线传感器网络监测系统的可靠性及寿命,提出了一种基于分簇的自适应的预测加权数据融合(AFWDF)算法.AFWDF算法依据数据在时间上的相关性,建立预测模型.源节点与簇头利用前期监测数据的变化态势自适应调整预测模型参数对后期数据进行预测,源节点通过预测值与测量值比较提取特征值和剔除异常值,簇头根据特征值和预测值还原监测值,并计算监测值可信度和权重进行加权数据融合.通过性能分析及仿真,得出AFWDF可靠性较高,且在模拟环境下网络寿命周期比SAEMDA和BPNDA算法提高了15％左右.     

基于超节点网络的多源并行数据分发研究

在P2P系统中,同一个数据往往拥有多个副本,这些副本分布在网络的不同节点上,为并行分发提供了可能.然而在传统的数据分发中,只有单一的源节点参与分发,这种模式不但浪费了系统中存在的多个副本资源,而且容易使单一的源节点成为系统的瓶颈.为了更有效地利用系统中存在的多个副本资源,提高分发的效率和系统的性能,提出了一个基于超节点网络的多源并行数据分发算法PPMSD,通过一个基于超节点网络的结构化拓扑来组织系统中的数据和索引,使得数据的查询和定位效率控制在O(log N)以内;根据分发速率动态地为每个数据源分配相应比例的分发数据量,并行地向目标节点传输数据以最小化分发时间;最后,实现了原型系统PPThor以验证算法的有效性.测试结果表明分发的效率得到了极大的提高.     

嵌入重采样技术的C4.5决策树集成分类算法的临床医学预测

决策树作为一种经典的分类算法,因其分类规则简单易懂被广泛应用于医学数据分析中.然而,医学数据的样本不平衡问题使得决策树算法的分类效果降低.数据重采样是目前解决样本不平衡问题的常见方法,通过改变样本分布提升少数类样本的分类性能.现有重采样方法往往独立于后续学习算法,采样后的数据对于弱分类器的构建不一定有效.鉴于此,提出一种基于C4.5算法的混合采样算法.该算法以C4.5算法为迭代采样的评价准则控制过采样和欠采样的迭代过程,同时依据数据的不平衡比动态更新过采样的采样倍率,最终以投票机制组合多个弱分类器预测结果.通过在9组UCI数据集上的对比实验,表明所提出算法的有效性,同时算法也在稽留流产数据上实现了准确的预测.     

能量高效的传感器网络数据查询路由*

提出一种能量高效的传感器网络数据查询路由EEDQ(energy-efficient data query),EEDQ以sink节点为根节点,构造最小路由生成树,由sink节点发出查询任务,查询结果由叶子节点向sink节点传输,传输过程中进行数据汇聚.实验表明,EEDQ相比direct transmission,大大提高了传感器网络的生命周期.     

WSN中一种基于过采样的数据可靠收集方案

数据收集问题是无线传感网中的一个研究热点。针对现有的数据收集方法没有考虑在BEC中数据传输的丢失现象,导致数据收集精度低下的问题,利用压缩感知理论,提出一种基于过采样的数据可靠收集方案。首先基于伪随机采样策略构造得到初始的感知矩阵Φ,然后BEC被建模为丢失概率为p的贝努利分布,最后基于信道丢失概率自适应地增加感知矩阵Φ的行数,即采用过采样来实现对节点数据的投影操作,从而保证即使投影值的传输出现丢失也能在sink处精确地恢复出原始数据。理论分析和仿真实验结果表明,该方法在BEC中是有效的,在数据重构精度以及网络生命周期等方面要优于传统的方法。     

无线传感器网络中的数据传输精简算法

在部署无线传感器网络的相关应用中,由于无线带宽、计算能力、电池能源和意外干扰等限制,通讯环境十分严峻。为了能减少数据传输量并较为精确地由源端传感器向汇聚节点（sink）传输数据,已有方法提出只向sink节点传输无法预测的数据。然而,很少有算法研究在这种严峻的环境中,丢包对数据精简的影响。基于线性预测模型和Heartbeat机制提出LRPH算法来抵制丢包带来的影响,并且及时监测传感器是否故障。另外,提出LRSH算法来优化LRPH,减少冗余信息。实验结果表明LRPH方式可以在一定的误差阈值内,通过只传输4.15%的数据来预测所有的数据。而LRSH只需要3.63%的传输。同已有的一些方法相比,这两种算法都可以在条件严峻的通讯环境下,有效地抑制丢包带来的影响。     

传感器网络中一种基于单向哈希链的过滤方案

已有传感器网络中,过滤机制只能在转发过程中过滤虚假数据而无法过滤重复数据,且无法防范协同攻击.提出了一种基于单向哈希链的过滤方案HFS.在HFS中,节点在部署后将密钥和初始哈希值预分发给部分中间节点存储,每个数据包附带t个MAC和新鲜哈希值,转发节点同时对数据包中检测节点之间相对位置关系的合法性、MAC 和哈希值的正确性以及哈希值的新鲜性进行验证.理论分析及仿真实验结果表明,HFS 可同时过滤传感器网络中的虚假数据和重复数据,并能有效对抗协同攻击.     

无线传感器网络Agent 数据分流策略

移动Agent(mobile agents,简称MA)技术在无线传感器网络的异常事件监测中广泛应用.基于异常事件的性质,数据中心(即sink点)派出实现特定功能的MA到异常目标位置附近收集传感器节点(数据源节点)的感应监测数据.与传统的客户端-服务器传输模型不同,MA技术往往能够对收集到的感应数据进行压缩和融合,从而大大减少了在网络中传播的数据流量,降低了数据传输的能量消耗.通常情况下,MA经过的源节点越多,其收集的数据量越大.通过对目前已有的MA行程规划算法进行研究,提出了实现Agent数据分流的传输技术.该技术基于分流规则,决定是否提前把MA已收集到的数据传回sink,而不携带数据的MA继续访问余下的传感器节点.该Agent数据分流技术解决了由于MA携带大量数据访问源节点而造成的源节点能量消耗过快的问题,适用性强.大多数目前常用的MA行程规划算法都可以采用该技术来提高性能.Agent数据分流的最终目标是减少源节点传输的数据量,尽可能地延长源节点的工作寿命,从而更长时间地实现对异常目标的监控.     

Fault-resilient sensing in wireless sensor networks

Research on wireless sensor networks (WSNs) has received tremendous attention in the past few years due to their potential applications and advances in the VLSI design. In WSNs with tiny sensors, mobility of a sink may provide an energy efficient way for data dissemination. Having a mobile sink in WSN, however, creates new challenges to routing and sensor distribution modeling in the network. In this paper, based on clustering and routing optimization algorithms, we propose a new scheme called K-means and TSP-based mobility (KAT mobility). After clustering the sensor nodes, the proposed method navigates the mobile sink to traverse through the cluster centers according to the trajectory of an optimized route. The mobile sink then collects the data from sensors at the visited clusters. Simulation results have demonstrated that the proposed scheme can provide not only better energy efficiency as compared to those obtained by conventional methods which assume random waypoint for the mobile sink, but also fault-resilience in case of malfunctions of some sensors due to attacks.     

无线传感器网络中的分频数据分发协议

从数据源到数据接收者的数据分发是无线传感器网络的重要功能．本文提出了分频数据分发协议，该协议通过多棵分发树对数据接收者进行数据分发，从而最大限度地重用数据传输路径．实验表明，在数据接收者较多的情况下，分频数据分发协议比现有最好的数据分发协议SEAD的加权路径长度要短15％左右，从而有效节省了分发数据的能量消耗，延长了系统生命期．     

一种新的媒体内同步控制算法

提出了一种新的媒体同步播放方案，该方案是基于发送方的媒体同步控制，根据缓冲区的占用情况来检测失步，并将其反馈给发送方，发送方利用给出的控制函数对发送帧率进行调整，来保持接收方媒体的同步播放，调节算法简单易实现，实验表明该方案能够处理由于网络传输时延特性变化引起的失步，与其它反馈控制方案相比具有更低的数据丢失率，从而使数据表现更为平滑连续。     

一种基于能耗度量的融合树构建算法

基于传感器节点能耗情况对数据压缩以及数据融合进行了分析,针对在非完全融合情况下,贪婪增长树(GIT)算法构建融合树时并不能很好选择最优路由的问题,提出了一种基于能耗度量的融合树构建算法,通过融合节点反馈能耗以及到达Sink节点的跳数信息,对多个路由的能耗进行评估,进而选择低能耗路由.同时提出了一种由信息源节点进行路径加强的策略,减小了路径加强信息量以及多路径记录带来的负担.模拟实验数据表明,该算法在数据融合压缩比较小的情况下节能效果优于贪婪增长树GIT算法,并且随着信息源与Sink节点距离的增大,路径加强信息的数量也有很大降低.     

无线传感网最大剩余能量索引数据分发算法

提出一种基于索引和局部存储的（Index and Local Storage—based,ILS）数据分发算法MREIB—DD。对于ILS类型的数据分发算法,一个事件的监测数据被存储在该数据的监测节点或监测节点的邻居节点。一个存储节点仅当接收到一个来自Sink的查询,才把监测数据发送至Sink。MREIB-DD算法选择网络中有最大剩余能量的节点存储索引信息,传感器节点监测到数据时向索引节点发送该数据的有关索引信息。用户的查询信息先到达索引节点,索引节点把查询转发到数据存储点,存储点对查询进行响应。此算法避免了感知数据的网内传输和查询泛洪带来的开销,分析表明该算法性能优于GHT—DCS算法而复杂度增加较少,是能量高效的数据分发算法。     

An efficient trajectory design for mobile sink in a wireless sensor network

Mobile sink trajectory plays a pivotal role for network coverage, data collection and data dissemination in wireless sensor networks. Considering this, we propose a novel approach for mobile sink trajectory in wireless sensor networks. Our proposed approach is based on Hilbert Space Filling Curve, however, the proposed approach is different from the previous work in a sense that the curve order changes according to node density. In this paper, we investigate the mobile sink trajectory based on Hilbert Curve Order which depends upon the size of the network. Second, we calculate the Hilbert Curve Order based on node density to re-dimension the mobile sink trajectory. Finally, we perform extensive simulations to evaluate the effectiveness of proposed approach in terms of network coverage and scalability. Simulation results confirm that our proposed approach outperforms with size based Hilbert Curve in terms of network coverage, packet delivery ratio and average energy consumption.     

基于粒子滤波的移动物体定位和追踪算法

提出一种基于粒子滤波的目标定位算法PFTL(particle filter based target localization)以及一种基于网络覆盖问题的节点组织策略SAC(sampling aware tracking cluster formation).PFTL 的基本思想是,采用一系列带权粒子(weighted particles)来预测移动物体位置的后验分布空间,每个新时刻根据传感器的测量数据来权衡和定位目标.PFTL 通过引入误差容忍(error tolerant)的方式来存储和发送目标位置数据,使汇聚点关于物体位置信息的数据误差在一个可控的范围内,进而极大地减少网络通信负荷.SAC基于传感器采样离散化的特点来制订数据融合策略,并以最大化覆盖物体运动轨的方式动态地选取节点和进行节点簇的有效组织.模拟实验结果表明,与现有的几种定位算法和追踪协议相比,结合PFTL 算法和SAC 策略能够以较小的代价取得更好的定位效果和网络负载均衡,进而延长网络寿命.     

基于无采样协作知识图网络的推荐系统

知识图谱（KG）可以通过高效组织海量数据实现信息的有效抽取,因而基于知识图谱的推荐方法得到了广泛的研究和应用。针对图神经网络在知识图谱建模中的采样误差问题,提出了一种无采样协作知识图网络（NCKN）的方法。首先,设计了无采样知识传播模块,通过在单个卷积层使用不同大小的线性聚合器来捕捉深层次的信息,实现高效的无采样预计算;然后,为了区分邻居节点贡献度,在传播过程中引入注意力机制;最后,协作传播模块将知识嵌入同用户交互中的协作信号相结合,以更好地描述用户偏好。基于三个真实数据集,评估了NCKN在CTR预测和Top-k预测中的性能。实验结果表明,与主流算法RippleNet、知识图卷积神经网络（KGCN）相比,NCKN在CTR预测中的准确率平均分别提升了2.71%、4.60%;Top-k预测中,NCKN的准确率平均分别提升了5.26%、3.91%。所提方法不仅解决了图神经网络在知识图谱建模中的采样误差问题,且提升了推荐模型的准确率。     

一种大规模传感器网络节能数据发布协议

无线传感器网络的主要功能是实现数据发布,在接收到信息查询时能够以有效的方式传输给查询者.目前的数据发布方式通常基于洪泛机制查询信息,浪费了有限的能源.虽然一些最近的数据发布协议从不同程度上解决了这一问题,但不能保证查询成功率.基于圆形节点分布网络模型提出了一种既能减少能源消耗,又能提高成功率的数据发布模式--直径-弦模式DCS(diameter-chord scheme).该模式利用了每个圆的弦都存在一个直径与之垂直相交的性质.在此基础上提出了Two-Phase协议.它在信息查询时分成两个工作方式不同的阶段进行,在第1段查询不中时触发第2段查找.为了减少Two-Phase的延迟,提出了基于优先级和概率转发两种解决方法.理论分析和实验结果都表明,所提出的数据发布协议具有较好的性能.