优化网络生命周期和最短化路径的WSN移动sink路径规划算法

为了缓解无线传感器网络（WSN）中传感器节点分布不均匀、传感器节点感知数据量不同而造成能耗不均衡、"热区"等问题,提出一种优化网络生命周期和最短化路径的WSN移动sink路径规划算法（MSPPA）。首先,通过监测区域网格化,在每个网格内分布若干个移动sink候选访问站点,sink在每个网格中选择一个站点停留收集网格中节点数据;然后,分析所有传感器节点的生命周期与sink站点选择的关系,建立权衡网络生命周期和sink移动路径的优化模型;最后,使用双链遗传算法规划移动sink遍历网格的顺序和选择每个网格中移动sink访问站点,得到移动sink节点遍历所有网格收集数据的路径。仿真结果显示,与已有的低功耗自适应分簇（LEACH）算法与基于移动sink节点与集合节点（RN）的优化LEACH分簇算法（MS-LEACH-RN）相比,MSPPA在网络生命周期方面提高了60%,且具有良好的能耗均衡性。实验结果表明,MSPPA能有效缓解能量不均衡、"热区"问题,延长网络生命周期。     

多稀疏基分簇压缩感知的WSN数据融合方法

针对传感器节点采集数据精度与能量消耗的矛盾,提出多稀疏基分簇压缩感知的无线传感器网络WSN（Wireless Sensor Network）数据融合方法。该方法利用改进的阈值对随机部署的传感器节点进行簇首选择继而形成最优簇,簇首采用伯努利随机观测矩阵对簇内节点信号进行线性压缩投影,然后将压缩的信息传送给汇聚节点,减少数据传输即降低通信能耗,从而提高网络的生命周期。根据传感器节点监测信号在有限差分和小波中都具有可压缩特性,汇聚节点在有限差分和小波两个稀疏基的约束下,利用OOMP算法分别对线形压缩投影信息进行重构;并采用最小二乘法融合重构信号,提高数据精度。仿真实验结果表明,多稀疏基分簇压缩感知的WSN数据融合方法在减少数据发送的情况下,能提高整个网络的生命周期,解决采集数据精度与网络生命周期的矛盾。     

一种新型能耗优化的无线传感器网络成簇算法

能量消耗一直是限制WSN广泛应用的热门问题之一,能源容量的大小对各个传感器节点产生重要的影响.针对WSN中能耗过快,以及网络区域内能量消耗不均衡而导致的网络生命周期缩短的问题,同时为了提高WSN的能量利用率,提出了一种新型能耗优化的无线传感器网络非均匀成簇算法(UCNE).该算法首先根据节点的历史能耗来竞选簇头节点,将整个网络划分为不均匀的簇群从而平衡簇内节点通信与簇间节点通信的能耗.其次设立新的能量阈值作为网络重新分簇的标准,减少了频繁分簇造成的不必要的控制消息能耗.最后为了降低簇头节点的负担,竞选副簇头节点作为中继转发节点转发主簇头加工的数据并根据权值选择向前向簇头节点传递数据.通过对比相关协议,UCNE协议在平衡网络能耗,延长网络寿命方面表现更优.     

高效节能的WSN非均匀分簇节点调度算法研究

针对目前无线传感器网络分簇算法中存在的节点能量消耗不均衡,大量节点工作导致信息冗余和能量浪费等问题,提出一种高效节能的WSN非均匀分簇节点调度算法EEBUC（Energy-Efficient and Balanced Unequal Clustering Nodes Scheduling）。该算法在簇的形成阶段,考虑候选簇首离汇聚点的距离、所在区域的节点密度和节点能量形成非均匀的竞争范围,构造大小不等的簇,平衡簇内和簇间的通信能耗;同时结合调度簇内冗余节点方法,减少网络中每轮工作节点数量,提高网络能量利用率。利用OMNET++仿真软件进行仿真,实验结果表明,EEBUC算法能有效节约网络能量,均衡节点能耗,比LEACH 协议和EEUC协议分别延长网络寿命203%和50%。     

基于节点密度与TDMA的无线传感器网络集簇协议

无线传感器网络（WSN）具有节点成本低、易于布置等优点,已广泛应用于国防军事、医疗健康、环境监测等领域。针对WSN中存在的节点能量有限,簇间干扰严重的问题,结合大多应用中WSN具有节点密度分布不均匀的特性,提出一种基于节点密度与时分多址（TDMA）的WSN自适应集簇分层（DT-LEACH）协议。DT-LEACH协议通过在簇首选举阶段考虑节点剩余能量,保证簇首的均匀分布,延长了网络生存周期;其次,DT-LEACH协议引入TDMA时隙分配阶段,根据节点密度选择节点进入休眠模式,有效地避免了簇间干扰,降低了数据冗余性,减少了网络能耗。仿真实现表明,DT-LEACH协议能有效避免簇间干扰,延长WSN网络生存周期。     

能量均衡的WSN非均匀分簇路由算法

针对现有无线传感器网络（WSN）分层分簇路由算法存在的能耗不均衡问题,提出一种能耗均衡的WSN非均匀分簇路由算法。该算法通过在已划分的非均匀区域中构建中间层达到均衡簇首和其他节点能耗的目的,实现WSN整体能耗均衡。实验结果表明,该算法能均衡WSN能耗负载,提高WSN的能量效率,延长100轮～200轮WSN生命周期。     

非均匀分布的无线传感器网络分簇路由算法

针对无线传感器网络(WSN)现有分簇路由协议中选举的簇头节点在监测区域内分布不均的问题,提出一种基于局部区域传感器网络节点分布数量控制簇头节点选举概率的算法HNDCRA。该算法通过对传感器网络检测区域的网格划分,计算出网格局部区域的传感器节点分布,并以此为依据确定传感器节点当选簇头的概率,来保证选举后每个网格都有簇头节点,且节点数量多的区域节点当选簇头概率较大,使得簇头随节点分布密度“均匀”,达到能耗均衡的目的。性能分析和仿真实验表明,与经典的LEACH协议相比,HNDCRA能够更好地将簇头“均匀”分布到网络区域,均衡全网能耗分布,提高能量利用率,从而延长网络生存时间。     

无线传感器网络中基于压缩感知的分簇数据收集算法

针对无线传感器网络(WSNs)能量有限、通信链路不可靠的特点,提出一种基于稀疏分块对角矩阵进行压缩感知的分簇(SBDMC)数据收集算法.该算法以稀疏分块对角矩阵作为观测矩阵以减少参与收集节点数目;采用分布式分簇路由实现数据的分布式收集;通过分析能耗模型得到最优簇头数目以减少网络能耗.在此基础上,给出一种有效的分簇路由数据收集算法.仿真分析表明:提出的算法较之已有算法可以减少通信能耗、延长网络寿命,同时均衡能耗负载.     

一种聚类区域自适应调整的WSN能耗均衡分簇算法

详细分析LEACH协议,针对LEACH协议随机产生簇头导致网络中出现局部区域簇头分布不均、簇的规模不一、整个网络能耗不均衡、网络寿命缩短等问题,提出了一种聚类区域自适应调整的WSN能耗均衡分簇算法。在算法的选举簇头阶段,将节点剩余能量、备选簇头与邻居簇头的间距相结合作为判据参数;在成簇阶段,将节点预加入的簇头到基站的距离考虑在内,比较多个数据流向,采用节能最优路径策略。仿真结果表明,该协议能够有效均衡网络各节点能耗,显著延长了网络生存时间。     

基于环分块的能耗均衡分簇路由算法

针对无线传感器网络（WSN）中节点能耗不均衡和能量效率低而影响网络生命周期的问题，提出了基于环分块的能耗均衡分簇路由算法（EBCR-RP）。首先，计算网络能耗最低的单跳距离，并将其作为环间距；然后，优化每环的簇数目，并对每环进行均匀分块，且在每块中选取能量最高的节点担任簇头，以均衡网络能耗；最后，设计传输代价函数，搜索簇头和汇聚节点之间数据的最佳传输路径，以提高网络能量效率。仿真结果表明，EBCR-RP与模糊理论簇形成协议（FLCFP）和改进的非均匀分簇路由（IUCR）算法相比，网络的生命周期分别延长了51.4%和8.6%。EBCR-RP能够有效地延长网络生命周期，均衡网络能耗，提高能量效率。     

基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法

无线传感器网络(WSN)路由中,节点未充分考虑路径剩余能量及链路状况进行的路由会造成网络中部分节点网络寿命减少,严重影响网络的生存时间。为此,将蚁群优化算法与非均匀分簇路由算法相结合,提出一种基于蚁群优化算法的无线传感器非均匀分簇路由算法。该算法首先利用考虑节点能量的优化非均匀分簇方法对节点进行分簇,然后以需要传输数据的节点为源节点,汇聚节点为目标节点,利用蚁群优化算法进行多路径搜索,搜索过程充分考虑了路径传输能耗、路径最小剩余能量、传输距离和跳数、所选链路的时延和带宽等因素,最后选出满足条件的多条最优路径,完成源目的节点间的信息传输。实验表明,该算法充分考虑路径传输能耗和路径最小剩余能量、传输跳数及传输距离,能有效延长无线传感器网络的生存期。     

基于能量优化的无线传感器网络动态分簇目标跟踪

针对无线传感器网络动态分簇目标跟踪中的数据碰撞与簇首选择过程导致能耗过高问题,提出一种基于能量优化的无线传感器网络动态分簇方法。首先,构建时分竞选传输模型,主动避免动态簇内数据碰撞,降低节点能耗;然后,基于能量信息与跟踪质量,提出能量均衡的最远节点调度策略,优化簇头节点调度;最后,根据加权质心定位算法,完成目标跟踪任务。实验结果表明：在节点随机部署的环境下,所提方法对于非线性运动目标的平均跟踪精度为0.65 m,与多目标跟踪动态簇员选择方法（DCMS）相当,比分布式事件定位动态分簇目标跟踪算法（DELTA）提高了45.8%;能量消耗方面,与DCMS和DELTA相比,所提方法的动态跟踪簇能量消耗有效降低了61.1%,延长了网络寿命。     

一种基于网格的无线传感器网络分簇路由协议

为延长网络生存时间,提出了一种基于网格的无线传感器网络分簇路由协议.整个网络分成若干个虚拟网格,每个虚拟网格形成一个簇,采用唯一簇头选举法产生簇头,且簇内成员可以根据局部的信息调整簇的大小,达到节省能量的目的.仿真实验和分析表明:该协议能均衡网络能量,延长网络的生存时间.     

基于网格的动态能量阈值的簇头选择算法

有效地使用传感节点的能量进而延长网络寿命成为设计无线传感网路由协议的一项挑战性的工作.而动态簇被认为提高能量利用率的有效技术之一.然而,簇头分布不均匀加速了网络能量的消耗,降低了网络寿命.为此,提出基于网格的动态能量阈值的簇头选择算法GDET-CH(Grid Dynamic Energy Threshold-based Cluster Header),平衡簇头分布.GDET-CH算法先将网络区域划分多个网格,并每个网格产生一个簇头.然后,利用节点离网格中心距离和节点剩余能量选择簇头.最后,引用动态能量阈值机制,只有当节点剩余能量大于能量阈值才可能成为簇头,进而平衡网络能耗.实验数据表明,与DDEEC和EDDDEC算法相比,GDET-CH算法的网络寿命分别提高了近24.5%和36%.     

基于能量最小路径的WSN分簇算法

为延长无线传感器网络(WSN)的生存时间,提出一种基于能量最小路径的WSN分簇算法。参照节点的剩余能量与全网动态平均能量的比例关系,决定节点是否成为簇头,并结合簇头间的能量最小路径,实现全网的能耗均衡。仿真结果显示,该算法在网络生存时间、数据吞吐量和网络能耗等指标上性能较优。     

无线传感网中一种智能数据融合算法的实现及仿真分析

在无线传感网中,传感器节点一般都由自身装配的电池供电,难以进行电量补充,因此节约电量对于无线传感网来说至关重要.为了提高无线传感网能量使用效率,延长网络生存时间,提出了一种结合遗传算法和粒子群算法优化BP神经网络的智能数据融合算法 GAPSOBP(BP Neural Network Data Fusion algorithm optimized by Genetic algorithm and Particle swarm).GAPSOBP算法将无线传感网的节点类比为BP神经网络中的神经元,通过神经网络提取无线传感网采集的感知数据并结合分簇路由对收集的传感数据进行融合处理,从而大幅减少发往汇聚节点的网络数据量.仿真结果表明,与经典LEACH算法和PSOBP算法相比,GAPSOBP算法能有效减少网络通信量,节约节点能量,显著延长网络生存时间.     

HDEEC：面向异构网络的一种基于簇路由协议

有效地使用传感节点的能量进而延长网络寿命成为设计无线传感网路由协议的一项挑战性的工作.为了延长网络,现存的多数簇方案是面向同构网络.为此,面向异构网络,提出基于簇的分布式能量有效路由HDEEC(heterogeneous WSN distributed energy-efficient clustering)协议.HDEEC协议首先提出异构网络模型,考虑了普通节点、特优节点和超特优节点三级能量节点;然后,提出能量消耗模型;最后依据这两个模型,提出了簇头选择方案.HDEEC协议以平衡、有效方式动态改变节点被选为簇头的概率.仿真结果表明,提出的HDEEC协议能够有效延长网络寿命,比DEEC、DDEEC的网络寿命分别提高了72％、68％.     

面向事件监测的无线传感网感知调度

针对事件监测应用的特点,提出了一种简单、有效的基于栅格的无线传感网感知调度方法.该方法首先对目标环境进行栅格划分,然后由栅格内的节点选举出代表轮流执行监测任务,具有通信开销小、电量消耗均衡,可扩展性好的特点.通过分析和模拟可知,基于栅格的感知调度可以获得与节点密度成正比的电量节省,并且在事件监测质量上优于随机调度方法.而且,通过调整栅格尺寸和节点工作时间,可以为平衡网络寿命和发现延迟提供有效的手段.