无线传感网络低占空比MAC协议性能研究

恰当的通信协议对降低无线通信能耗,延长网络寿命具有重要的意义。低占空比MAC协议通过节点的休眠机制,大大降低了通信模块的空闲监听能耗。以S-MAC协议为例,研究了树型拓扑下低占空比协议的能耗性能、时延性能以及吞吐量,分析了各性能之间的关系以及休眠机制对性能的影响,并通过研究指出了协议的改进方向。     

面向环境监测的WSN中基于定向传输的高能效路由算法

能耗问题是WSN在环境监测中发展与应用中的主要限制因素,而路由协议成为解决Qos(即能耗、网络生命周期、网络可扩展性和包开销等)相关问题的研究热点.动态路由协议适用于能量密度较小的场景,但当节点模式从活跃转睡眠时,数据包需要等到下一个发送时间点才能发送,从而降低网络能效、增加数据包的端到端时延,进而增加了网络能耗.为了解决该问题,本文提出了一种基于PEGASIS与DSR联合优化的路由协议JPDORP(Joint PEGASIS-DSR Optimized Routing Protocol),JPDORP有PEGASIS和DSR协议的共同特征,同时也融合运用了遗传算法和细菌觅食优化方法以确定能效最优的传输路径.仿真结果表明,算法在误比特率、时延、能耗、吞吐量方面均有增益,能够提供更好的Qos保障和延长网络生命周期.     

无线传感器SMAC协议的自适应占空比调整机制研究

针对无线传感器SMAC协议无法适应网络负载的动态变化而导致网络丢包和时延抖动的情况,设计了DSMAC协议.该协议依据数据包在发送队列中等待时间的平均值来预测当前网络的负载情况,并动态地调整节点的占空比,从而在实现能量有效利用的同时保证数据的及时可靠传输.仿真实验表明,改进后的协议能有效地利用了节点能量,同时增加了网络吞吐量,降低了数据端到端的时延.     

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.     

基于多Mobile-Sink能量有效的WSN再编程协议研究

现有的WSN再编程能量有效协议多集中在单个Sink的静态网络环境下,这就限制了网络规模。基于多Sink的动态WSN再编程能量有效协议能够适应大规模网络环境。提出一种基于多Mobile-Sink能量有效的WSN再编程协议,在该协议中,网络拓扑采用圆形部署,以圆心为坐标系原点,将圆形拓扑分为八个半象限,而每一个mobile sink沿着八个半象限相交的直线往返运动,在每条直线上隔一定距离设置一个信息交换点IEP,Sink在IEP同周围的节点通信。仿真结果表明,提出的方案同MNP协议相比,在节点平均能耗和单个数据包传输能耗两项上更有效率和优势。     

一种新型的WSAN两层协作路由协议

在WSN网络中引入执行器节点构成WSAN网络,并依据WSAN网络特性提出一种新的协作路由协议——基于动态分簇的角度转发路由协议AFRPDC(Angle Forwarding Routing Protocol base on Dynamic Clustering)。AFRPDC协议由2部分算法组成:基于接收信号强度RSSI(Received Signal Strength Indication)的动态分簇算法BRCA(Based on RSSI Dynamic Clustering Algorithm)和角度转发路由协议AFRP(Angle Forwarding Routing Protocol)。BRCA算法保证传感器节点形成较为稳定的拓扑,实现传感器节点与簇头节点的协作;AFRP协议利用簇头节点的角度信息转发事件报告,实现簇头节点与执行器节点的协作通信。仿真结果表明,AFRPDC协议中节点分簇有较好的稳定性,同时AFRPDC较基于链路状态分簇的定向扩散协议DDLSC在降低平均时延和节点能耗方面有更好的表现,可满足WSAN网络对实时性、可靠性和低能耗的要求。     

基于无线传感器网络的传输距离控制方法

在传感器节点受到能量严重制约的情况下,如何合理地选择自适应拓扑变化的路由协议,有效地控制节点传输半径来提高系统的整体性能,成为当前无线传感器网络研究领域的热点问题之一.在基于RSSI测距技术的基础上,引入了3种传输距离控制策略,同时结合时延和能耗这两个指标,对3种传输策略进行了比较.仿真结果表明,动态选择传输半径可显著提高网络的整体性能,延长网络的生命周期,并减少节点能耗和传输时延.     

无线传感器网络不依赖位置信息的能耗均衡拓扑控制

针对无线传感器网络(WSN)稠密部署的特点,首先提出一种不依赖位置信息的拓扑构建(LTC)算法用于构造连通支配树型结构的虚拟骨干网。在此基础上,深入分析骨干节点的能量消耗以及数据传输时延,引入密度控制与数据传输率控制因子以均衡虚拟骨干网能耗,提出了不依赖位置信息的能耗均衡拓扑控制(LETC)算法。LETC算法依据各个区域不同的数据传输量,调整该区域虚拟骨干节点的布置密度,同时增加低能耗节点的传输速率以减少网络时延。理论分析与仿真表明,经过优化的LETC算法相比LTC能够更有效地均衡能耗,延长网络寿命241%,减少时延28.1%。     

基于hello消息的AODV路由协议的改进

由于Ad hoc网络节点的移动性和网络拓扑的动态性,路由协议成为当前Ad hoc网络研究的热点之一.为了降低AODV路由协议的能耗和提高协议的性能.基于AODV路由协议的hello消息,提出了利用接收hello包的能量值来动态的调整发送数据包的传输功率,从而减少节点的能耗和传播冲突的AODV协议(简称E_AODV).利用NS2仿真工具对E_AODV和AODV协议进行了仿真,对路由协议主要的几种参数:总能耗,单个节点的能耗,数据递交率,网络负载和时延进行了统计分析.仿真结果表明E_AODV路由协议不仅降低了节点的能量消耗和网络时延,而且提高了数据递交率和网络负载.     

基于队列长度的自适应占空比MAC协议

由于无线传感器网络中设备电池能量有限,实现能量高效性是其主要考虑的问题。众所周知优秀的数据传输协议对降低能耗,延长网络生命周期有重要意义。而在基于竞争的MAC协议中,空闲监听是主要能量消耗来源,所以通常设计较低占空比的MAC协议来减少空闲监听时间。但是如果占空比过小,使得网络中所有数据传输集中在较短时间内,会导致节点无法完成所需要的通信。所以选择合适的节点占空比,对于资源受限的网络来说是一种很重要的节能方法。文中提出了一种新型的异步MAC协议QL-MAC,节点利用CSMA争用信道,发送一系列短的信标包唤醒目标节点,采用虚拟载波监听防止串听。不同于其他改变接收节点的方法,该协议从发送节点来考虑,可以根据缓冲区队列长度判断该网络负载,从而自适应调整节点的占空比,使节点及时发送数据,减少时延,并告知接收节点做出相应改变,进一步节省能量。在OMNET++上实现了QL-MAC协议,仿真结果表明QL-MAC协议展现了良好的时延和能量有效性。     

WSN流量自适应MAC协议的改进

在流量自适应媒体访问控制(MAC)协议中,容易产生吞吐量抖动的问题。为此,提出一种动态占空比机制的改进方案。在基于S- MAC和TDMA流量自适应MAC协议基础上,通过引入动态占空比机制,将原S-MAC协议的侦听/睡眠周期,划分为多个短侦听/睡眠周期,以实现多次数据传输。NS2仿真结果表明,该方案能减少系统时延和能量消耗,同时维持较高的吞吐量,实现协议的平滑切换。     

一种服务区分的多媒体传感器网络MAC协议

为在资源受限的无线传感器网络中传输具有不同业务要求的多媒体信息,提出一种基于服务质量感知和优先级的无线多媒体传感器网络MAC协议——QA-MAC。协议通过有效的服务区分机制,对不同优先级的数据流采用不同的自适应竞争窗口调节方法和占空比调整方法,以保障不同优先级业务的实时传输要求。仿真实验结果表明,与S-MAC协议相比,QA-MAC协议在网络延迟性和数据包传输率方面都有明显提高,随着网络负载的增大,数据包传输率平均可以提高30%以上,能够较好地满足无线多媒体传感器网络应用的需求。     

基于生成树的无线传感器网络MAC协议

简要分析了无线传感器网络(W SNs)MAC层协议,针对MAC协议在节能和时延方面的不足,提出了一种基于生成树的MAC协议(ST-MAC)。以汇聚点为根节点,创建一个由网络中所有节点组成的生成树。ST-MAC采用TDMA接入方式,其固有的低工作周期提高了网络性能。性能分析和实验结果表明:相对S-MAC,ST-MAC在能量节省和时延方面有较好的效果。     

一种低功耗的无线传感器网络MAC协议

在无线传感器网络中,为了避免不必要的能耗而达到延长网络寿命的目的,提出一种低功耗的无线传感器网络MAC协议。此协议在低功率侦听(LPL)基础上进行修改,通过前一次轮询的结果来推测这一次的流量状况,根据流量状况自适应调整侦听睡眠周期结构中相应的占空比,从而降低能耗。通过编程仿真并结合实验,对此模型进行验证,证明了此算法能降低能耗。     

基于动态占空比的流量自适应MAC协议

提出一种基于动态占空比的流量自适应MAC协议,在基于S-MAC和TDMA流量自适应MAC协议的基础上,引入动态占空比机制,将原S-MAC协议的侦听/睡眠周期划分为多个短侦听/睡眠周期以实现多次数据传输。仿真结果表明,该协议在多竞争节点情况下能减少系统时延,维持较高的吞吐率,实现协议的平滑切换。     

基于竞争与TDMA的低时延无线传感器网络MAC协议

针对经典无线传感器网络（WSNs） S-MAC协议的累积睡眠延迟问题,提出了一种基于竞争与时分复用（TDMA）方式混合的低时延LH-MAC协议.LH-MAC根据包的传输跳数,提供不同优先级的接入服务,使已完成多跳传输的包以更大的概率接入信道,实现较远节点的低时延传输目标.仿真比较S-MAC与LH-MAC的平均延迟和能耗,表明LH-MAC在保持能量高效前提下,有效降低了端到端时延.     

无线传感器网络MAC协议的性能改进研究

在无线传感器网络中,MAC协议决定着网络的信道分配,对网络的性能有很重要的影响。目前已研究出多种S-MAC协议,其中S-MAC协议是一种典型的无线传感器网络MAC协议,但此协议存在一定缺陷,无法更好地适应传感器网Jj络多变的特点。针对该问题,在S-MAC协议的基础上,结合了自适应退避窗口和根据节点队列长度预测流量的思想,提出了一种新的协议-Q-MAC协议,并达到了较为理想的预测效果。经NS2仿真验证,此协议在平均延迟、吞吐量、能量消耗方面较S-MAC协议有了显著提高。     

一种节点任务活动状态感知的改进型S-MAC协议

S-MAC协议设计的主要目标是减少能量消耗。该协议具有良好的扩展性,不要求严格的时间同步,但它也存在着节点活动时间无法根据通信负载动态变化和节点休眠带来的延迟问题。提出一种基于节点任务活动状态感知的MAC协议,通过收集节点自身和相邻节点的任务活动状态来估算无线传感器网络的网络负载,并根据网络负载来确定节点进行信道访问的概率,以此来提高能量效率和吞吐量。仿真结果表明:提出的改进方法可以减少能量消耗,并通过消除不必要的碰撞来提高网络的吞吐量。     

基于数据重排序的无线传感器网络低延时节能MAC协议

节能,是无线传感器网络最关注的问题之一.让节点进行周期性的侦听与睡眠是一种常用的节能机制.但是,这种节能机制在数据报的传输过程中会引入较长的端到端延时,而且延时与整个周期的长度成正比.提出了一种应用于无线传感器网络的低延时的节能MAC协议:RLL-MAC.该协议在S-MAC/AL(S-MAC with Adaptive Listening)的基础上,增加了数据报重排序机制,即能够根据各个节点工作周期的时序关系,动态的调整数据报的发送次序,从而减少数据报的端到端延迟.通过理论分析和仿真实验表明,与S-MAC/AL相比,RLL-MAC在保持低能耗的同时,极大的降低了端到端延迟.     

Determining node duty cycle using Q-learning and linear regression for WSN

Wireless sensor network(WSN)is effective for monitoring the target environment,which consists of a large number of sensor nodes of limited energy.An efficient medium access control(MAC)protocol is thus imperative to maximize the energy efficiency and performance of WSN.The most existing MAC protocols are based on the scheduling of sleep and active period of the nodes,and do not consider the relationship between the load condition and performance.In this paper a novel scheme is proposed to properly determine the duty cycle of the WSN nodes according to the load,which employs the Q-leaming technique and function approximation with linear regression.This allows low-latency energy-efficient scheduling for a wide range of traffic conditions,and effectively overcomes the limitation of Q-learning with the problem of continuous state-action space.NS3 simulation reveals that the proposed scheme significantly improves the throughput,latency,and energy efficiency compared to the existing fully active scheme and S-MAC.