基于拓扑控制的异类无线传感器网络分簇算法研究

随着传感器网络的发展,如何减小传感器网络的能量消耗、延长使用寿命已经成为传感器网络结构设计的一个重要问题．研究表明采用分簇结构以及对网络进行适当的拓扑控制可以提高能量利用效率．该文将簇构造方法与拓扑控制结合起来,针对网络具有不同节点,即每个节点具有不同的最大能量传输范围的情况,提出了一种针对异类无线传感器网络,利用局部拓扑控制算法进行优化的分簇算法．实验结果表明了运用该算法的有效性．     

一种均衡网络传输功率的移动控制算法

针对均衡网络传输功率时节点移动开销大,算法迭代次数多的问题,提出了一种基于最小连通支配集和Steiner树的移动控制算法.首先计算网络拓扑的骨干节点集,然后根据骨干节点集和临界传输半径建立Steiner树,树中的Steiner点作为节点移动的目的点,最后匹配并移动非骨干节点到Steiner点,实现节点传输功率的均衡.仿真结果表明,与基于最小生成树的PMST-UV算法相比,在相同的网络场景下,本算法节点移动开销小,算法迭代次数少,节点总移动距离降低13%～34%,算法迭代次数减少17%～68%.     

传感器网络中实现传输功率均衡的移动控制算法

在传感器网络中, 为了延长网络寿命和增加网络容量, 需要引入新的方法减小传输功率的差异, 弥补传统拓扑控制算法的局限性． 提出了PMST-P和PMST-UV两种移动控制算法, 在保证网络连通性的前提下, 根据网络分割区域图确定增补链路和移动节点, 并令移动节点按照一定的移动方式移动到增补链路处, 从而构造出一个传输功率较为均匀的网络拓扑． 结果表明,两种算法都能使最大通信半径减小到临界通信半径之下, 显著提高了拓扑控制的性能, 且PMST-UV算法与PMST-P算法相比, 移动距离只有后者的50％左右, 移动节点比率减小0.4左右, 因而具有更好的性能．     

保证高可靠度和低传输开销的DTN拓扑控制

由于时延容忍网络中复杂的环境可能导致网络节点失效或链路故障,再加上节点的持续移动和链路的间歇连通,都给网络可靠拓扑控制带来挑战．为解决这些问题,基于时空图提出了有效的可靠拓扑控制方案．该方案适用于节点周期性运动的卫星网络、星际网络等时延容忍网络．首先将网络拓扑转化为时空图;然后定义了网络的可靠拓扑控制问题,拓扑控制保证在网络连通的条件下,寻找网络中任意节点对的最可靠路径,并最小化网络的传输开销;最后提出了两个算法来解决此问题．仿真验证了提出的方法既能保证网络的可靠性,还能降低网络的传输开销,从而说明提出的拓扑控制方案适用于拓扑周期性可预测的时延容忍网络．     

一种基于能量均衡的WSN分簇路由算法

针对无线传感器网络节点能量有限的特征,在研究现有算法的基础上提出了一种基于能量均衡的分簇路由算法CRAE。新算法在簇首选择时引入了节点剩余能量与邻节点平均能量参数,同时在通信中综合考虑了最小跳数与中转节点的能量问题。实验结果表明,该算法有效均衡了网络能耗,延长了网络生命周期。     

基于能量平衡的无线传感器网络非随机分簇算法（英文）

无线传感器网络(WSNs)路由协议的设计受到传感器的节点特征、网络行为和应用需求等的影响,网络拓扑结构的变化对节点之间通信路径的影响非常关键。分簇是减少能量消耗和增强网络可扩展性的一种有效的拓扑控制技术。为了节约能耗,提出了能量平衡的非随机分簇算法。该算法采用最小能量分簇技术形成簇群,利用最小的通信距离来选择最优的簇头(CH)。仿真结果表明该算法延长了网络寿命,与集中式的LEACH-C算法相比,提高了能量利用效率。     

无线传感器网络节点的有效能耗最小化策略

如何有效利用节点能量并延长网络的生存期是研究无线传感器网络的一个核心问题。对比拓扑控制策略,能量有效路由策略以及休眠管理的研究,提出有效能量最小化策略(MEPP)。该策略结合前3种类型策略的特点,在网络中活动节点和传输能耗配置的基础上,将降低节点能耗视为求解一般最优化问题。最后给出一个有效能量最小化策略的算法,达到延长网络生存期的目的。     

Ad Hoc网络中联合功率节省与功率控制的MAC协议

针对Ad Hoc网络中的能量效率与网络容量问题,提出了一种单信道环境下联合功率节省和功率控制的MAC协议PSPC．该协议在每个信标间隔周期内由交换控制信息窗口阶段和数据交换阶段组成．在交换控制信息窗口期间,节点通过交换控制信息来估计传输数据时实际使用的传输功率,与此同时,接收节点将自己在接收数据过程中可以容忍的最大噪声功率通知给可能造成冲突的相邻节点．在数据交换阶段,节点根据在控制信息窗口中获得的信息来决定实际的数据发送功率．对于不能传输或无数据传输的节点,则进入睡眠状态,直到本周期结束．仿真实验证明了提出的PSPC协议在节省能量的同时显著地提高了网络的吞吐量．     

基于能量异构网络环境下的WSN优化成簇算法

在能量异构无线传感器网络中,节点的初始能量在一定的范围内随机分布,负载均衡和降低能耗是传感器网络成簇算法的一个重要挑战．提出了适用于能量异构网络环境下的传感器网络生存时间优化成簇算法SNLOC（Sensor Network Lifetime Optimization Clustering Algorithm）,该算法通过构造基于节点剩余能量的簇首选择机制和基于综合代价函数的簇域划分机制,在有效保证节点能量损耗公平性的同时逐渐降低网络节点间的能量差异,很好地延长了网络生存时间．模拟实验结果显示,在能量显著差异的网络环境中,SNLOC可以更好地实现负载均衡,极大地提高网络的生存时间．     

协作多跳水声网络能量最小路径研究

研究在给定接收信噪比条件下协作多跳水声网络能量最小路径问题.考虑一个二维协作多跳网络模型,源节点和目的节点通过任意分布的中继节点及其附近的协作节点进行数据通信.建立了该网络的能量模型,并通过最优频率-距离关系的近似表达简化能量模型;在此基础上分析了可变发送功率模式下的能量最小路径,对节点间距和协作节点数量进行联合优化,从理论上证明了当各中继节点选取相同数量的协作节点,且中继节点按直线等距路径分布时网络总能耗最小,并给出了直线等距网络最优节点间距和最优协作节点数量的求解方法.仿真结果验证了该理论的正确性.     

无线传感器网络最小能耗拓扑控制研究

提出了一种基于人工免疫响应的无线传感器网络最小能耗拓扑控制方法,用于降低网络能耗。首先分析了无线传感器网络拓扑控制基本原理,然后建立了最小能耗拓扑控制人工免疫响应模型,利用人工免疫响应的全局并行搜索能力实现最小能耗拓扑控制,并证明了它的收敛性,改善了无线传感器网络拓扑控制能耗性能。仿真结果表明,该方法的能耗传输效率和收敛速度要优于遗传算法。     

多目标融合势博弈无线自组网络拓扑控制算法

针对基于博弈论的无线自组网络拓扑控制算法存在个别"瓶颈节点"负载不均衡、冗余链路多、生存时间短的问题,提出了一种多目标融合的网络拓扑控制算法。首先通过分析网络的连通性、节点发射功率、剩余能量、节点度、链路质量和链路长度对节点负载的影响,设计了一种改进的综合效用函数;建立多目标融合的网络拓扑控制势博弈模型,并证明该模型是序数势博弈且存在纳什均衡解;在维持网络k-连通的基础上,再采用最小路集算法对博弈后的网络拓扑链路进行优化,剔除冗余链路。仿真实验及对比分析结果表明,所提算法在保证网络连通性的前提下,实现了网络负载均衡,消除了冗余链路,生存时间相较于分布式能耗均衡拓扑控制算法、能量平衡拓扑控制博弈算法和节能容错拓扑控制博弈算法分别提升了25.4%、92.6%、36.8%。     

基于自适应在线遗传PID的监测网络拓扑控制研究

针对煤矿井下工作面环境复杂、无线传感器网络节点能量有限和通信易受干扰等实际特点,为了解决网络连通性、链路可靠性和能耗的问题,提出了一种基于自适应在线遗传PID的井下工作面无线传感器网络的拓扑控制算法.在局部平均算法的基础上,将控制算法和生物智能算法引入到WSN的拓扑控制中,可以克服现有的拓扑控制算法存在的收敛速度慢、算法不稳定等缺点,有效地提高能耗有效性和收敛速度.结果表明:将控制思想和人工智能引入到拓扑控制优化,与局部平均算法对比,节点平均启动能耗降低了84%,启动网络所有节点消耗的能量降低了60%～70%;启动时耗提高9.2%～12.7%,提高了收敛性和能效性.     

基于节能的无线传感器网络拓扑结构研究

根据无线传感器的功能特性,分析了无线传感器的网络体系结构和拓扑结构,探讨了基于节能的LEACH自适应分簇结构网络拓扑控制算法以及其改进算法。     

无线传感器网络中考虑干扰的拓扑优化

针对目前大多数拓扑控制算法忽略节点间通信干扰的问题,提出一种更为合理的节点间通信干扰的定义方法,并在此基础上提出具有低干扰特点的拓扑控制算法.仿真结果表明,该算法能在保证连通性的前提下,减小节点的通信半径,减少生成拓扑中的冗余通信链路,降低节点之间的通信干扰.     

并行图染色的无线网状网络媒体接入控制

将无线网状网络的传输调度建模为冲突图染色问题，提出了一种新颖的基于并行图染色的分布式时分多址媒体接入控制（MAC）算法。该算法充分利用无线路由器和无线骨干网的自身优势，只需要依靠网络的局部拓扑和负载信息，对无线接入网的传输调度实现全局优化。仿真结果表明，所提算法性能十分接近最优调度，并且通信开销成本非常低。     

基于节点度优化的无线 mesh网络拓扑控制算法

由于网络节点之间资源竞争以及无线信号干扰增大,无线 mesh网络的吞吐性能亟待得到进一步的优化.针对此问题,给出了一种基于节点度优化的拓扑控制算法.算法采用中继区方式构建网络逻辑邻域拓扑,利用RNG 方法对网络拓扑进行局部节点度优化.仿真结果表明,该算法保证了网络的连通性,有效地提升网络的吞吐量.     

基于RBF神经网络的PID无线AQM算法

PID算法能较好地控制队列长度,但算法中比例积分微分系数较为敏感,基于试凑和经验的设定往往使控制效果难以保证,根据Ad Hoc网络环境参量时变的特点,推导了无线TCP／AQM模型,将递推计算修正功能引入PID算法,设计了一种基于RBF神经网络的PID的AQM,该算法可以在线调整PID控制器增益．仿真表明：在动态拓扑、无线分组丢失的AdH oc网络中,该算法取得了较好的队列控制效果．     

消防救援环境ZigBee无线传感器网络路由协议研究

文章在分析比较了目前流行的几种无线传感器网络路由协议的基础上,结合灭火救援工作方面的特点和需求,提出了一种适用于灭火救援工作环境的网状拓扑结构的ZigBee无线传感器网络的路由算法,并从路由建立、路由维护、路由恢复等方面进行了详细描述。该路由算法对其它具有ZigBee网状拓扑结构的系统具有一定的参考价值。     

基于近邻算法的无线传感器网络功率控制

针对因无线传感器网络节点部署的密集性和随机性造成单一、不变的发射功率无法满足无线传感器网络能量高效的要求,提出基于近邻算法的无线传感器网络功率控制算法(NNPC).该算法中Sink节点保存整个网络拓扑结构的信息,利用多近邻算法评估节点密度,确定最优通信距离.结合Friss自由空间模型和两线地面传播模型计算当前网络最优发射功率,Sink节点广播通知节点采用最优发射功率发送数据.如果节点没有接收到广播包,那么节点采用默认的最大发射功率.仿真结果表明,基于近邻算法的网络功率控制算法能提高整个无线传感器网络的生存时间,节省网络的平均能耗.