无线传感器网络分簇拓扑的覆盖区域节点调度优化算法研究

利用区域分割的方法建立了一种覆盖区域冗余节点的优化调度机制,实现对完全覆盖区域内冗余节点的休眠调度,并将该机制引入无线传感器网络的分簇结构中,提出一种基于分簇拓扑的节点调度优化算法。算法通过控制簇内冗余节点进行休眠,减少簇首的数据通信量和簇成员中工作的冗余节点个数,降低了网络能耗。仿真结果表明,与未考虑冗余节点休眠调度的分簇算法相比,该算法有效提高了网络能量利用率,延长了网络生命期。     

基于闭合包围方法的传感器网络节点调度

在没有地理位置信息的情况下,针对存在大量冗余传感器节点的传感器网络的节点调度问题,设计了一种基于闭合包围的冗余节点调度算法(RNSCE算法).该算法首先定义了闭合包围的概念,并给出了其相关性质;然后,提出了基于闭合包围方法的冗余节点以及覆盖空洞边界节点的判定规则;最后,提出了冗余节点调度方法,包括节点的休眠调度和覆盖空洞的修复两个方面.仿真结果表明,本文算法可以很好地维持网络初始覆盖性能,并有效降低活跃节点的数量.     

能量有效的无线传感器网络节点调度算法

针对传感器节点随机部署的无线传感器网络中存在大量冗余节点而导致大量节点能量浪费这一问题,提出了一种分布式的能量有效的冗余节点调度算法(ERSS算法).为了最大程度地节约能量,延长网络寿命,该算法使网络中的节点自主地判定自身是否为冗余节点.网络中只有必要数目的节点保持活跃状态来保证网络的完全覆盖,而冗余节点转为休眠状态来节约能量.文中给出了冗余节点判别规则、计算模型及判定流程.仿真结果表明了所提出算法比现有算法在节约网络能量及延长网络寿命上的优越性.     

基于通信与感知覆盖的WSNs节点调度算法

在随机部署的无线传感器网络中通常包含覆盖与通信冗余节点,这些节点不仅会造成大量的能量浪费,同时影响网络的性能。因此,如何对网络中的覆盖与通信冗余节点进行有效的调度是无线传感器网络研究的一个重要课题。提出了一种基于蜂窝模型的分布式节点调度算法(RCSC)。在蜂窝结构的基础上,RCSC算法通过添加"桥梁节点"和填补"空洞"来进一步优化工作节点集,使得整个网络达到全"通信覆盖"和全"感知覆盖"。最后,RCSC算法结合LEACH协议,对网络中的节点进行动态调度。经试验仿真证明,由RCSC算法构建出的网络拓扑中的工作节点数少且稳定,从而减少了由于冗余数据通信导致的额外能量消耗,延长了网络生存时间。     

基于免疫克隆选择机制的WSN节点调度算法

由于无线传感器网络节点分布不均匀,监测环境复杂等特点,远离Sink的节点由于能耗较大,并且容易导致网络覆盖面积不足.提出一种启发式的利用人工免疫克隆选择机制的节点调度优化算法(AICSO),将网络生命期划分为具体数量的迭代周期并生成中心节点的覆盖位图,利用节点间冗余进行有效地拓扑控制合理调度节点,以获得网络的最优连通性和最大面积的覆盖.仿真结果表明,上述算法能够有效利用网络节点的能量满足感知覆盖和连通性要求,延长了网络生命周期,降低了网络整体能耗,为网络优化节点调试提供了依据.     

基于人工鱼群算法的无线传感器网络覆盖优化

针对网络节点严重冗余而导致的网络成本增加、生命周期过短等缺陷,提了一种基于人工鱼群算法的覆盖优化方法.首先以节点的利用率和网络有效覆盖率作为优化目标,建立相应的数学模型,然后采用人工鱼群算法对模型进行求解,得到无线传感器网络的最优覆盖方案.仿真结果表明,人工鱼群算法提高了无线传感器网络节点的覆盖率,减少了传感器节点冗余,有效降低了网络成本,网络生存时间得到了延长.     

无线传感器网络中带粒子群优化的分簇节点睡眠调度算法

为延长无线传感器网络的生命周期,提高节点能量利用率,将分簇算法与睡眠调度算法相结合,提出一种无线传感器网络中带粒子群优化的分簇节点睡眠调度算法.该算法采用二进制编码机制,引入遗传算法的变异和交叉算子,同时考虑网络覆盖保持和能量消耗减少优化目标,构造一个相应的离散粒子群优化方法.仿真实验结果表明,文中算法能较好地减少能耗和保持网络覆盖,有效延长网络的生命周期.     

无线传感器网络中覆盖控制算法研究及改进

通过分析经典的无线传感器网络节点调度算法——CPNSS算法,针对其利用率低、能量不均衡的问题,提出了一种高效节能的无线传感器网络覆盖优化算法(ECPNSS),该算法对中心角计算法进行了扩展改进,提高了冗余节点判定效率,同时考虑了网络的连通性,均衡了网络能量。通过对算法的仿真,验证了ECPNSS算法在保持网络初始覆盖的前提下,极大地提高了冗余节点判定效率,降低了网络冗余。     

面向异构网络的基于 k-覆盖的休眠调度算法

异构无线传感网络WSNs(Wireless Sensor Networks)的多数监测应用要求兴趣区域FoI(Field of Interest)是k覆盖(k-cover),且k≥1.而冗余节点被安排为休眠,进而最小化能量消耗.为此,提出面向异构网络的基于k-覆盖的冗余节点休眠算法k-CRSS(k-cover based sleep Scheduling algorithm for redundant node).k-CRSS算法引用概率方法判断节点是否为冗余节点,并推导判断一个节点是否为冗余节点的概率表述式.然后,引用调度算法识别所有冗余节点,并让它们进行休眠,且在FoI内不出现覆盖空洞.k-CRSS算法属分布式算法,并无需任何地理信息,仅通过少量控制消息收集邻居节点信息.实验数据表明,k-CRSS算法通过调度算法减少了活动节点数,进而延长了网络寿命.     

无线传感器网络覆盖优化算法研究

无线传感器网络覆盖控制是研究高密度部署的无线传感器节点集选问题.针对网络严重的冗余问题,影响网络的优化机制.为了有效控制网络节点能量、提高感知质量、大大延长网络的生存时间,采用覆盖优化算法.以网络有效覆盖率和节点最小利用率为优化目标,提出一种混合杂交算法的优化覆盖机制,在算法中扩展杂交算子可增强混合算术杂交算子局部搜索能力.采用改进方法进行仿真,结果表明混合杂交方法能快速收敛到更精确的解,从而更好地降低了网络冗余,延长网络的生存时间.     

无线传感器网络节能分簇路由协议改进

有效地降低能耗,延长网络生存时间一直是无线传感器网络的研究热点.分析了LEACH协议并提出一种改进算法,该算法通过控制网络内冗余节点休眠,采用中转节点转发较远节点的监测信息,以减少网络中的冗余节点个数和簇首的数据通信量.仿真结果表明:新算法能有效节约网络能量,平衡节点能耗,延长网络生存时间.     

一种新的无线传感器网络冗余节点融合树算法

针对某些特定场合无线传感器网络中存在大量冗余节点造成网络资源浪费的问题,提出一种新的冗余节点融合树算法(简称RNAT)。基于分簇网络结构,采用探测区域完全覆盖的冗余节点标识方法,并综合利用节点剩余能量和距离等参数选择树上节点,以洪泛广播方式构建冗余节点融合树。算法让簇内冗余节点承担簇头的一部分工作,降低了分簇网络结构中簇头的能耗,均衡了网络能量分布。仿真实验结果表明,RNAT机制的引入可以有效提高HEED-M算法的性能,使网络生命期延长20%左右。     

用可分负载理论分析无线传感器网络任务调度

针对无线传感器网络的任务如何在最短时间内完成且充分利用网络资源的问题,提出了一种基于可分负载理论的无线传感器网络任务调度算法（WDTA）.该算法根据网络中各个节点的处理能力和节点间的通信能力,将总任务从SINK节点下发至网络中.通过去除节点间的通信干扰来提高资源利用率和减少总任务完成时间.算法在两种分群结构的异构网络环境下进行了分析,得到了在各个节点上最合理的任务分配方案,以及最短的任务完成所需时间.理论分析了基于可分负载理论的无线传感器网络任务调度的极限情况.实验结果表明WDTA算法能够通过合理分配任务,而减少任务完成时间及节点能耗.该方案可以作为设计大规模无线传感器网络的原则.     

基于Memetic算法的WSN分簇协议的研究 *

针对无线传感器网络的寿命和覆盖优化,提出了一种基于Memetic算法和节点休眠-唤醒调度策略的复合文化基因聚类协议(Composite Memetic Algorithm Clustering Protocol,CMACP)。算法首先运行文化基因算法初始化需要激活的节点并规划相邻冗余节点,其中遗传算法和局部搜索算法能保障得到最优的初始节点分布。随着网络的运行,当某个节点因能量耗尽而丢失覆盖目标时,休眠调度策略选择激活最优相邻节点弥补覆盖漏洞。仿真实验表明,与其他WSN分簇协议相比,CMACP能较好的延长WSN稳定周期生存时间,并且提高WSN对感知区域的覆盖能力。     

无线传感器网络中一种节点负载均衡的分簇算法

无线传感器网络节点的能量有限,而分簇算法能有效解决节点能耗受限与不同节点能量开销不平衡问题。在网络路由分簇的基础上,提出了一种节点负载均衡的分簇算法。该算法对经典的分簇协议LEACH的簇头选择机制进行了改进,应用量子粒子群对簇头选取进行优化。为解决算法后期易陷入局部极小的问题,采用了基于群体适应值方差的早熟判断机制,结合模拟退火算法进行局部优化。仿真结果表明:该算法使网络节点负载更均衡,有效提高了无线传感器网络的性能。     

能量均衡的无线传感器网络节点路由算法

为了提高无线传感器网络的生存时间,提出一种能量均衡的无线传感器网络节点路由算法。首先利用能量阈值和节点剩余能量将节点归类为2个区域,使得不同区域的节点当选为本轮簇头节点的概率不同,在数据稳定传输阶段,簇头与基站之间采用单跳与多跳相结合的通信方式,最后采用仿真实验测试算法的性能。结果表明,本算法有效提高了网络的能量利用率,能够实现节点之间的能耗均衡,使无线传感器的网络生存时间得到延长。     

无线传感网络中部分覆盖与拟连通冗余节点的研究

随机部署的无线传感网络通常包含大量的覆盖与连通冗余节点,这些节点不仅造成大量的能源浪费,同时影响网络的性能。为此,需要对网络中的覆盖与连通冗余节点进行有效的调度配置。考虑到无线传感网络中覆盖与连通冗余节点识别算法的复杂性,提出了一个新的“部分覆盖与拟连通的冗余节点”概念,它对网络具有同覆盖与连通冗余节点类似的影响,与覆...     

一种新型的无线传感器网络覆盖算法

在无线传感器网络中,传感器节点分布通常具有随机性和密集性,如何进行有效覆盖控制和节省能源是研究无线传感器网络的一个重要课题,提出了一种基于二进小波变换的无线传感器网络覆盖算法。将网络覆盖优化问题转化为一个离散信号模型,利用小波模极大值理论求解此信号的极值点位置。通过Matlab实验仿真,并分析了各个参数对实验结果的影响,表明网络在完全覆盖条件下该算法能有效除去冗余节点,求解的最小节点数比文献的算法要节省66%以上,从而降低了无线传感器网络能量和成本,从侧面验证了该算法具有一定的优越性。     

Adaptive clustering in wireless sensor networks by mining sensor energy data

Clustering has been well received as one of the effective solutions to enhance energy efficiency and scalability of large-scale wireless sensor networks. The goal of clustering is to identify a subset of nodes in a wireless sensor network, then all the other nodes communicate with the network sink via these selected nodes. However, many current clustering algorithms are tightly coupled with exact sensor locations derived through either triangulation methods or extra hardware such as GPS equipment. However, in practice, it is very difficult to know sensor location coordinates accurately due to various factors such as random deployment and low-power, low-cost sensing devices. Therefore, how to develop an adaptive clustering algorithm without relying on exact sensor location information is a very important yet challenging problem. In this paper, we try to address this problem by proposing a new adaptive clustering algorithm for energy efficiency of wireless sensor networks. Compared with other work having been done in this area, our proposed adaptive clustering algorithm is original because of its capability to infer the location information by mining wireless sensor energy data. Furthermore, based on the inferred location information and the remaining (residual) energy level of each node, the proposed clustering algorithm will dynamically change cluster heads for energy efficacy. Simulation results show that the proposed adaptive clustering algorithm is efficient and effective for energy saving in wireless sensor networks.