无线传感器网络具有跟踪质量保证的节点选择算法

目标跟踪广泛地应用于无线传感器网络的各个领域.该文研究无线传感器网络目标跟踪中的节点选择问题,提出了具有跟踪质量保证的跟踪节点选择算法.该算法在保证给定目标跟踪可靠性要求的同时对网络生存期进行优化.文中首先分析了影响传感器节点生存期的3个因素,包括节点感知数据的可靠性、节点剩余能量以及节点通信和采样的能量消耗.在此基础上建立节点生存期函数,在满足用户给定目标跟踪可靠性要求的前提下选择使网络生存期最大化的节点参与目标跟踪.实验结果表明该文所提出的节点选择算法可以有效延长网络生存期.     

无线传感器网络系统平台的开发与设计

基于SIA-MS_1.0硬件平台,在TinyOS操作系统下设计无线传感器网络研究平台。在该无线传感器网络平台上,设计了一个含多传感器的数据采集节点,并在数据链路层对该节点的发送帧进行了研究与设计。对完成的无线传感器节点进行测试、监控。实现了分布式无线传感器网络节点的功能。     

基于LSTM-KF的无线传感器网络数据漂移盲校准算法

针对无线传感器网络中传感器节点易发生数据漂移而导致采集数据失准难以使用的问题,提出一种基于LSTM-KF的无线传感器网络数据漂移盲校准算法。根据传感器网络拓扑情况建立连通支配集,以增强传感器节点间的时空相关性;训练LSTM网络,对目标节点与周围节点的测量数据建模;使用卡尔曼滤波器追踪和校准测量数据中的漂移量。仿真结果表明,该算法能够适应不同的拓扑情况,且具有较高的数据漂移盲校准精度,提高了无线传感器网络的数据采集质量。     

环境监测无线传感器网络节点定位算法研究

无线传感器网络节点的定位技术是其关键技术之一,具有十分重要的地位。传感器节点采集到的数据必须结合其位置信息才有意义。结合环境监测无线传感器网络,通过对节点定位的基本原理和近几年国内外典型定位算法的分析研究,采用信号强度测距（RSSI）方法对其进行节点定位。为了提高定位精度,进一步对该方法进行了算法改进及节点坐标修正,最终实现了对目标的有效定位。通过仿真结果分析比较表明该方法平均定位误差小,是一种可行的定位算法。     

基于概率假设密度的无线传感器网络多目标跟踪算法

针对无线传感器网络多目标跟踪过程中杂波难以去除以及由数据关联复杂带来的计算复杂度高的问题,将概率假设密度滤波器应用于无线传感器网络,以更好地对多目标状态信息进行融合估计;首先,建立簇-树型无线传感器网络模型,并运用随机有限集理论对目标状态模型和传感器观测模型进行描述;然后,根据目标与节点之间的距离设置观测阈值,当传感器节点测量值小于观测阈值时,概率假设密度滤波器将实时对该组测量数据进行处理,从而实现传感器网络对目标状态的联合检测与跟踪;仿真结果表明,在无线传感器网络的多目标跟踪应用中,该算法比粒子滤波算法具有更高的跟踪效率和精度。     

无线传感器网络节点部署算法的优化研究

研究无线传感器网络的部署.无线传感器网络中靠近基站的传感器节点因需要转发其它节点的数据而消耗更多的能量,导致出现能量空洞,使网络生命过早地结束.为了避免能量空洞的形成,延长网络寿命,提出一种高效的节点部署算法.算法以最优工作节点数、中继节点部署方案和节点传输距离作为约束条件,以最大网络效率为优化目标进行研究.仿真结果表...     

无线传感器网络疑误数据节点自动诊断方法

为了提高无线传感器网络疑误数据检测能力,提出基于轮换调度的无线传感器网络疑误数据节点自动诊断方法。通过采用分块区域特征匹配的方法,得到无线传感器网络疑误数据传输的梯度模型,采用资源优化分配方案,进行数据传输信道的均衡调度,得到节点部署分布模型。通过传感信息跟踪采样方法,得到采样信息分布,建立无线传感器网络疑误数据信息特征分析,通过分组特征检测方法进行无线传感器网络疑误数据的信息融合和空间融合调度,提取无线传感器网络疑误数据的关联规则特征集,通过统计信息分析和融合调度的方法,进行无线传感器网络疑误数据的聚类挖掘,采用预算估计算法,得到疑误数据节点定位优化,结合自主学习算法,实现无线传感器网络疑误数据节点的优化定位和诊断检测。仿真结果表明,采用该方法进行无线传感器网络疑误数据节点检测的自适应性较好,特征辨识能力较强。     

一种基于水下无线传感器网络的目标跟踪方法

本发明公开了一种基于水下无线传感器网络的目标跟踪方法。该方法首先根据最强信号原则选择簇节点,然后根据单跳距离准则组成簇网络对目标进行观测,如果观测信号强度超过阈值,则发送观测数据给簇头节点。簇头节点接收到粗内节点传送的数据,采用改进重采样的粒子滤波算法对当前时刻的目标位置和方差进行估计。根据目标的运动不断地更新簇头节点,将上一簇头节点状态估计值和方差估计值传送给当前簇头节点,再由当前簇头节点采用改进的重采样粒子滤波算法估计运动目标位置,直到运动目标超出了水下无线传感器网络的跟踪范围;本发明使用改进重采样算法的粒子滤波跟踪方法估计水下目标的位置和方差,提高水下无线传感器网络的目标跟踪性能。     

无线传感器网络拓扑控制研究

随着无线传感器网络的广泛应用,传感器节点的部署环境也更加复杂,网络性能受到很大影响,通过优化拓扑结构,最大化利用节点有限资源成为拓扑控制研究的重要内容,网络拓扑控制在延长网络生命周期、节约节点资源、降低网络干扰等方面发挥着重要的作用,它能够提高路由协议和MAC协议的效率,为数据融合、时间同步和目标定位等很多方面提供基础。设计实现一种高效的拓扑控制机制已成为无线传感器网络的研究重点,该文中主要是针对现有的部分拓扑控制算法进行了分析和比较。     

一种无线传感器网络节点的研制

无线传感器网络系统中,每个传感器节点都具有无线通信功能,各个测点的传感器单元,对此处的参数进行测量,并组成一个无线网络,将测量数据通过该网络以无线方式传送到监控中心。无线传感器网络系统与传统的有线传感器网络相比,具有耗资小、安装方便、维护和更新费用低等优势,非常适合用于对布线困难的区域、人员不能到达的区域和一些临时的场合的状况进行远程监测,如大型建筑的健康状态监测,空间探索,灾害预测,获取敌方战场信息等,也因此成为国际上的前沿热点研究领域。针对环境及结构状态监测,我们设计了一种无线传感器网络,该网络由若干传感器节点,一个无线接收功能的网络控制节点及一台计算机构成。无线传感器节点分布于需要监测的区域内,执行数据采集、处理和无线通信等工作,网络控制节点接收各传感器的数据并以有线的方式将数据传送给计算机。结构如图1所示。本文详细介绍了该无线传感器网络中无线传感器节点的设计,并给出实验测试结果。     

分布式粒子滤波实现无线传感器网络目标跟踪

为了延长无线传感器网络寿命,减小通信代价,提出一种层次型网络结构下基于粒子滤波的分布式跟踪算法.层次型网络由簇头节点和普通传感节点组成,簇头节点采用粒子滤波获得目标运动状态,联合当前时刻目标的本地估计位置、预测速度预测下一时刻的目标位置.并根据目标的预测位置判断是否转移簇首.目标离开节点探测范围后,节点进入休眠状态.实验表明,该方法能满足目标跟踪精度,并可有效的减少网络能耗,提高无线传感器网络使用寿命.     

基于APIT技术的无线传感器网络目标定位算法

针对无线传感器网络的目标定位问题,提出了一种基于能量的目标定位算法.首先通过移动锚节点轨迹的采集,形成虚拟锚节点,利用三边定位确定未知节点的位置,增加锚节点的密度.采用近似三角形内点测试(APIT)算法对目标节点进行定位,并加入了加权质心因子,用锚节点对目标节点的不同影响力来确定加权因子,以提高定位精度.仿真结果表明:该算法可以有效地提高无线传感器网络目标定位的精度.     

用于大坝安全监测的长距离WSNs节点设计

针对大坝安全监测的需求,结合无线传感器网络的特点,设计了一种基于JN5139无线射频模块的用于大坝安全监测的无线传感器网络节点。简要介绍了无线传感器网络的典型网络结构,重点描述了无线传感器网络节点的硬件和软件设计,并通过在野外环境下搭建簇—树型网络,对传感器网络进行测试。实验结果表明节点数据采集准确,传输可靠。     

A color-theory-based energy efficient routing algorithm for mobile wireless sensor networks

Wireless sensor networks (WSNs) with nodes spreading in a target area have abilities of sensing, computing, and communication. Since the GPS device is expensive, we used a small number of fixed anchor nodes that are aware of their locations to help estimate the locations of sensor nodes in WSNs. To efficiently route sensed data to the destination (the server), identifying the location of each sensor node can be of great help. We adopted a range-free color-theory based dynamic localization (CDL) [Shen-Hai Shee, Kuochen Wang, I.L. Hsieh, Color-theory-based dynamic localization in mobile wireless sensor networks, in: Proceedings of Workshop on Wireless, Ad Hoc, Sensor Networks, August 2005] approach, to help identify the location of each sensor node. Since sensor nodes are battery-powered, we propose an efficient color-theory-based energy efficient routing (CEER) algorithm to prolong the life time of each sensor node. The uniqueness of our approach is that by comparing the associated RGB values among neighboring nodes, we can efficiently choose a better routing path with energy awareness. Besides, the CEER has no topology hole problem. Simulation results have shown that our CEER algorithm can save up to 50–60% energy than ESDSR [Mohammed Tarique, Kemal E. Tepe, Mohammad Naserian, Energy saving dynamic source routing for ad hoc wireless networks, in: Proceedings of Modeling and Optimization in Mobile, Ad Hoc, and Wireless Networks, April 2005, pp. 305–310] in mobile wireless sensor networks. In addition, the latency per packet of CEER is 50% less than that of ESDSR.     

能量有效的无线传感器网络协同覆盖

在节点随机分布的无线传感器网络目标覆盖中,考虑到单个节点有时难以完成对目标的感知,利用节点的概率感知模型和漏检率的概念,提出了节点协同覆盖的思想,并建立了协同覆盖模型;详细分析并推导了协同覆盖感知概率、节点数目和节点参与协同覆盖的最低感知概率之间的关系;在协同覆盖模型的基础上,考虑节点能量消耗的因素,设计了优化网络使用寿命的协同覆盖算法ECTC;仿真结果表明,该算法在改善网络感知概率的同时,延长了网络的使用寿命。     

基于簇头功能分化的无线传感器网络成簇算法

以LEACH为基础演化而来的各类算法在簇头选举时始终包含有“随机选择”的成分,导致无线传感器网络在拓扑结构的优化和能量消耗的均衡上受到限制。从分化簇头功能和优化功能节点选举机制的角度出发,提出一种分化簇头功能的分布式算法,引入功能节点推荐机制,弱化簇头选举中的随机成分,分化簇头功能,将以往簇头管理节点、融合数据、转发信息的三大功能分别由管理节点、融合节点、转发节点3个功能节点来承担。仿真数据表明,提出的分簇算法能有效优化簇内拓扑结构、提高节点能量消耗均衡性,能够延长网络生存周期15％~20％。     

无线传感器网络节点实现模型

无线传感器网络是集成了嵌入系统、无线通信、分布计算、检测技术,由大量无线微型传感器节点组成的新型网络。无线传感器网络节点是构成无线传感器网络的基础。分析了无线传感网络节点的信号处理过程,对比研究了基于微处理器和基于现代信号处理在系统可编程的两种无线传感网络节点的实现模型。采用现代可编程实现的无线传感网络节点模型体积小、功耗低、速度快。基于微处理器的节点具有极大的灵活性。     

动态无线传感网中低延迟高可靠的数据查询机制

查询处理作为大规模无线传感器网络中智能服务的一个重要操作,可以根据用户需求对网络中的感知数据进行检索和回传.然而,部署在恶劣环境中的无线传感网络,节点容易遭受外力破坏,或者自身资源(能量、存储等)有限,可能会导致节点发生位移和故障,从而造成网络拓扑不断改变以及部分节点的感知数据失效.同时,由于节点感知数据容量大、传输带宽有限以及网络链路不可靠等情况,可能会造成网络通信时延大大增加.这些因素使得快速、可靠的数据查询处理成为无线传感网中一个难题.为了解决这个难题,提出一种动态网络中低延迟高可靠的数据查询机制.该机制是一种非聚合随机查询方式,通过将传感节点划分为源节点和查询节点来实现数据查询.首先,根据监测事件将网络划分为若干个子区域,每个子区域中的源节点相互协作,并按照时间顺序依次轮流监听该区域的事件信息;接着,源节点根据预估的平均节点故障概率,计算出一个合理的备份数量,并将源数据按照该数量存储到邻居节点中,以降低源数据的失效概率;然后,为了加快数据查询速度,源节点定期对源数据块进行编码压缩,并选取剩余能量和存储空间较小的多个邻居节点作为下一跳接收节点.这些接收节点基于局部区域中节点个数大小,决定是否接收存储该报文.重复上述过程,直至压缩数据均匀地分布在网络中.另一方面,查询节点接收到查询请求时,也使用负载均衡多路分发方式将查询请求传输到部分节点上.为了避免目标数据的冗余回传,当查询请求成功查询到目标数据时,目标节点先修改访问位,再选取与查询节点距离最近的邻居节点作为下一跳接收节点,迭代执行上述操作,直到用户获得所需要的事件信息.在以上过程中,为了节省节点能量,在保证高成功查询率的条件下,建立通信能耗最小化的优化模型,计算出最优的压缩数据副本数和查询消息副本数,之后,源节点和查询节点分别按照该数量进行副本数据分发.最后,理论分析和实验结果表明,与其它四种查询算法相比,提出的查询机制具有更高的查询成功率、更低的通信能耗和通信时延.     

Data aggregation in wireless sensor networks using ant colony algorithm

Data aggregation is important in energy constraint wireless sensor networks which exploits correlated sensing data and aggregates at the intermediate nodes to reduce the number of messages exchanged network. This paper considers the problem of constructing data aggregation tree in a wireless sensor network for a group of source nodes to send sensory data to a single sink node. The ant colony system provides a natural and intrinsic way of exploring search space in determining data aggregation. Moreover, we propose an ant colony algorithm for data aggregation in wireless sensor networks. Every ant will explore all possible paths from the source node to the sink node. The data aggregation tree is constructed by the accumulated pheromone. Simulations have shown that our algorithm can reduce significant energy costs.