传感网中链路干扰优化的拓扑控制综述

拓扑控制是降低传感器网络能耗、为MAC及路由等上层协议提供支持的关键手段。对于广泛采用共享信道的传感器网络来说,并发链路的干扰严重降低了网络的传输效率、浪费了有限的网络资源。因此,降低干扰被认为是拓扑控制的最重要的目标之一。全面分析了面向链路干扰优化的传感器网络拓扑控制技术的研究进展,首先对不同的链路干扰模型进行了分析和比较,然后描述了基于不同模型的拓扑控制算法的执行流程和复杂度,分析了现有工作的特点和不足之处,同时指出了需要进一步研究的问题。     

异构传感器网络的一种可调节的拓扑控制算法

在无线传感器网络(WSN)的拓扑控制问题中,良好的拓扑结构能够提高路由协议和MAC协议的效率,但是WSN易受外界环境的影响,所以需要设计拓扑结构也能随着环境的变化而变化.而以前的拓扑结构大部分都是固定的,它们的缺点是不能适合环境的变化,并且已有的可调的拓扑结构都是针对同构WSN.针对该问题,提出了一种适用于异构WSN的可调的拓扑控制结构ATCH,该算法使得节点可以独立地调节拓扑结构,并且允许节点有不同的信道损失指数.通过证明和仿真实验显示,算法构造的拓扑图在保证网络连通的同时,能够很好的在能耗最低路径和低节点度之间进行调节.     

异构无线传感器网络中基于CDS树的拓扑控制方法

拓扑控制是无线传感器网络中节约能量、延长网络生命的关键技术。针对现有拓扑控制方法主要集中在同构网络中作为拓扑构建或拓扑维护单独研究的问题,提出了包含两个过程的异构网络分布式拓扑控制算法A3M。拓扑构建基于最小连通支配集构建虚拟骨干树,在保证连通性的同时关闭网络冗余节点以降低能耗;拓扑维护对网络性能进行评估,当现有网络性能严重下降时,改变拓扑以保障网络的稳定运行。理论分析和仿真实验证实算法能够以较小的时间和消息代价减少拓扑构建能耗并延长网络时间。     

异构传感网中基于组合指派编码模型的节点调度算法

针对感知半径异构无线传感器网络(WSN)中的节点调度问题,提出了一种基于组合指派编码模型的分布式节点调度算法。首先确定最大可能的组个数;然后基于两跳簇概念进行分布式分簇;最后对每个簇中的节点采用组合指派编码模型分布式调度到不同的组中。理论分析与仿真实验表明,与已有基于随机方式与两跳簇方式的调度算法相比,所提算法能更有效地延长网络的生命周期,因此更加适合感知半径异构无线传感器网络环境。     

基于等级的无线传感网自适应分簇算法

为解决现有无线传感器网络（WSN）分簇算法难以同时兼顾其异构性和移动性,从而引发网络寿命较短、网络数据吞吐量较低等问题,提出了基于节点等级的自适应分簇算法。该算法按轮运行,每轮分为自适应分簇、簇建立、数据传输三个阶段。为解决节点移动性引发的簇首数目和成簇规模不合理的问题,在自适应分簇阶段,根据子区域内节点数目变化对相应子区域进行细化或就近合并,以确保每个子区域内节点数目在合理范围内。在簇建立阶段,选举簇内等级最高的节点为簇首,解决异构性引发的部分节点能耗过快、网络寿命缩短的问题;节点等级除考虑节点剩余能量外,还结合WSN实际应用,由节点剩余能量、能量消耗速率、到基站的距离、到簇内其他节点的距离综合决定。基于OMNeT++和Matlab的仿真实验结果表明,在节点移动速度为0~0.6 m/s的能量异构WSN环境下,较移动低功耗自适应集簇分层（LEACH-Mobile）算法和分布式能量有效分簇（DEEC）算法,运用所提算法分簇的WSN寿命延长了30.9%以上,网络数据吞吐量是其他两种算法分簇的网络的1.15倍以上。     

基于能量和均衡分簇的WSN自适应拓扑控制

无线传感器网络中基于分簇的拓扑控制方法容易将低能量节点误选为簇头而加速死亡,且在成簇过程中未考虑簇成员数量,会导致簇头负载过重。为此,提出一种基于能量和均衡分簇的自适应拓扑控制方法。在选择簇头时考虑节点的剩余能量,采用均衡化思想自适应构建簇成员。仿真实验结果表明,该方法能有效降低节点死亡速率,延长网络寿命,提高网络的服务性能。     

异构无线传感器网络支配集拓扑控制算法

采用最小连通支配集的理论,研究异构无线传感器网络拓扑结构的优化问题.针对传感器节点的通信能力异构特性,综合通信链路质量、节点传输范围与剩余能量,构建起一种度量异构节点能量有效性的区域能量消耗率函数.利用该函数判断通信区域的能耗速率并确定支配节点的选择,设计了一种最小连通支配的分布式拓扑控制算法.实验结果表明,执行该算法构建起的网络拓扑具有通信链路可靠和能量利用高效的特点,能够大幅度提高异构无线传感器网络的生命周期.     

异构集群系统分布式自适应输出时变编队跟踪控制

提出了一种能够解决高阶异构集群系统输出时变编队跟踪问题的控制方法. 集群系统中的智能体分为领导者和跟随者, 领导者和跟随者的动力学模型可以完全不同. 跟随者的输出在跟踪领导者输出的同时保持时变编队实现协同运动. 考虑了领导者存在已知或未知控制输入、领导者和跟随者均存在未知扰动、有向通信拓扑存在切换等多种因素并存的情况, 结合观测器理论、自适应控制理论和滑模控制理论设计了完全分布式的输出时变编队跟踪控制协议, 摆脱了对领导者控制输入上界值、与通信拓扑相关的拉普拉斯矩阵的特征值以及时变编队函数等全局信息的依赖. 利用Lyapunov理论证明了在有向拓扑切换条件下异构集群系统的闭环稳定性. 最后通过数值仿真对理论结果的有效性进行了验证.     

一种无线传感器网络能耗均衡的自适应拓扑博弈算法

针对无线传感器网络节点能量有限与能耗不均衡导致网络生命周期提前结束的问题,运用势博弈理论将节点的平均寿命、节点最短寿命、网络的连通性以及覆盖性应用到效益函数的设计中,建立一种基于序数势博弈的能耗均衡的拓扑控制模型,以证明博弈模型是序数势博弈.基于该势博弈模型,提出一种能耗均衡的自适应拓扑博弈算法.该算法根据节点平均寿命调整自身的功率,帮助最短寿命节点降低功率,延长整个网络的生存时间.仿真实验及对比分析表明,所提出的算法相比于其他基于博弈论的拓扑控制算法,能够改善网络能量的均衡性,提高网络能量效率,保证网络拓扑的健壮性,增强网络拓扑的自适应性.     

基于元胞自动机的无线传感网拓扑控制算法

针对无线传感器网络的应用广泛及其自身的特点,在深入研究元胞自动机模型的基础上,提出了一种关于元胞自动机模型的拓扑控制算法。对非分簇拓扑控制方法进行了改进,提出了对节点的通信方式、剩余能量控制和提高覆盖度的拓扑控制算法,并对其扩展应用到三维空间。仿真结果表明,提出的改进算法在节点的剩余数目和网络的剩余能量等性能方面比非分簇的拓扑控制方法都有提高,从而延长了系统的生存时间。     

基于最短路径的异类传感器网络分布式拓扑控制

针对异类传感器网络提出了一种基于最短路径的分布式拓扑控制（SPD/TC）算法。该算法利用网络中所有节点的局部信息保持网络的连通性,同时,利用最短路径算法计算链接权值的大小来进行拓扑结构的调整。将该算法与DRNG算法的节点度和平均链接长度进行仿真分析,仿真结果表明：该算法能更有效降低干扰,节省网络能量,提高了网络的性能。     

无线传感器网络自适应性拓扑控制的研究

自适应拓扑控制方法用到多跳两层无线传感器网络(WSNs),在每个簇中用两类传感器,有效且低开销的传感器节点N感知环境现象信息,并传输它们的信息到汇聚节点S,所有Ss协同工作去除随机信息并传输数据到基站BS。因为覆盖范围依赖于它的汇聚节点的工作情况,而汇聚节点的能耗在网络的生命期中是关键性因素。这个方法主要是从节点路由能量匹配角度出发,设计可控制数据流路由路径,用于尽可能有效地保持网络能量,并不是仅仅考虑路径的最优选择,而是考虑能效的最优方式选择路由,从而增加整个网络的生命期。     

一种可自维护的无线传感器网络拓扑控制算法

在温室、救灾等环境监测过程中,无线传感器网络会因频繁发生自然故障和遭受恶意攻击而引起网络可生存性问题,针对这一问题提出了一种可自维护的具有抗毁性的拓扑控制算法。仿真结果表明,该算法能够简单有效地构建并维护容错拓扑结构,在节点失效时保证网络拓扑容错抗毁,使得无线传感器网络具有可生存的能力。     

有向异构传感器网络覆盖优化算法

针对有向异构传感器网线随机部署产生覆盖重叠和盲区这一问题,受到虚拟势场算法的启发,提出了基于虚拟势场的有向异构传感器网络覆盖优化算法（PCADH）。以有向感知模型为基础,引入重叠质心、有效质心和虚拟边界质心的概念,对有向异构传感器网络进行虚拟受力优化、节点往复运动优化和边界优化处理。仿真结果表明：算法可以快速有效地提高有向异构无线传感器网络的覆盖率。     

异构无线传感器网络中多目标优化节点部署策略

针对异构无线传感器网络节点高密度部署和事件发生存在"热点区域"问题,以区域覆盖率最大和网络能耗最小为优化目标,提出了一种基于多目标优化的二进制粒子群算法,对节点部署进行多目标优化。该算法采用概率感知模型,引入强支配系数使得解分布均匀,结合Pareto最优解选择排序和基于自适应权重的适应度分配,进而获得异构节点部署解。仿真结果表明:该算法能对目标空间进行广泛搜索,与NSGA—Ⅱ算法相比,算法具有良好的收敛性,能有效地提高网络的覆盖率和降低网络能耗。     

基于无线传感器网络节点的RFID系统节能研究

为了提高射频识别(RFID)系统的能量利用效率,在无线传感器网络节点结构的基础上,提出一种改进方案,将RFID读写器集成到传感器节点中,取代原有的传感器模块,形成读写器智能节点,并利用传感器节点的节能控制机制实现RFID系统对有限能量的高效利用。以SK—WSN—I无线传感器网络节点和SK—RFID—TRF796X—II读写器模块作为实验平台,进行Matlab仿真,验证了改进方案的节能效果。     

无线传感器网络的拓扑控制研究*

讨论了拓扑控制的目标,利用随机图理论研究了无线传感器网络拓扑控制的模型及代表性算法;基于网络结构的不同,分析和比较了无线传感器网络中各种拓扑控制机制的特征;深层剖析了无线传感器网络拓扑控制与连通、调度之间的关系;最后对拓扑控制亟待解决的问题进行了总结和展望。     

一种能量高效的无线传感器网络拓扑控制算法

通过对现有拓扑控制算法的研究,针对无线传感器网络中节点能耗分布不均匀的问题,提出了一种能量高效的拓扑控制算法(EETCA)。该算法以均衡全局能耗为目标,综合考虑了节点的剩余能量、簇的规模、数据最优传输跳数等因素,避免了部分节点能量消耗过快,从而有效地均衡网络负载。仿真结果表明:EETCA在能耗均衡方面均优于原来的算法,延长了无线传感器网络的生命周期。     

A minimum-energy path-preserving topology control algorithm for wireless sensor networks

The topology control strategies of wireless sensor networks are very important for reducing the energy consumption of sensor nodes and prolonging the life-span of networks. In this paper, we put forward a minimum-energy path-preserving topology control （MPTC） algorithm based on a concept of none k-redundant edges. MPTC not only resolves the problem of excessive energy consumption because of the unclosed region in small minimum-energy communication network （SMECN）, but also preserves at least one minimum-energy path between every pair of nodes in a wireless sensor network. We also propose an energy-efficient reconfiguration protocol that maintains the minimum-energy path property in the case where the network topology changes dynamically. Finally, we demonstrate the performance improvements of our algorithm through simulation.