三维水声传感器网络中多径容错路由协议研究

针对三维水声传感器网络中因节点或链路故障导致的路由性能低下问题,提出一种多径容错路由协议。该协议通过为每个节点设计一种称为后备箱的数据结构,并利用节点的路由表和后备箱构造主后备链路和辅后备链路,以便在节点或链路发生故障的情况下修复路由路径,确保数据的正常传输。仿真结果表明,多径容错路由协议可以减小节点或链路故障对数据传输率和网络吞吐量的影响。     

基于分片重传链路感知的无线传感器网络能耗控制方法

针对无线传感器由于节点从休眠状态转换为觉醒状态的高频次,导致无线传感器网络存在耗能高、覆盖质量低的问题,提出了一种基于分片重传链路感知的无线传感器网络能耗控制方法。该方法确定待激活的最佳临近网络节点,计算节点轮数和剩余能量,明确待休眠节点,完成节点调度方法设计;引入分片重传链路感知,结合误码率检验数据传输成功率,数据传输失败实行休眠重传,不断迭代获得最佳状态,实现无线传感器网络能耗控制。实验结果表明,网络能耗控制方法在运行轮数为40轮时,覆盖质量仍在85%以上,高于对比方法5%,其在运行时间100 min时,网络能耗仅为10 000 J左右,降低了4 000 J以上,CPU占比率最高仅为23.91%,该算法在保证覆盖质量的前提下,最大程度降低了能耗,并且CPU占比率低,提高了使用效率。     

水声传感器网中基于网络编码的多径路由协议

针对水声传感器网通信带宽低、节点能耗高的特点,提出一种基于网络编码的多径路由协议。该协议在路由过程中通过在主链路和后备链路之间动态切换创造更多的网络编码机会进行数据传输,从而优化网络带宽利用率,并降低冗余数据包重传造成的能量消耗。仿真结果表明:基于网络编码的多径路由协议可以在提高水声传感网吞吐量的同时,有效降低网络能量消耗。     

单节点的无线传感器网络数据传输优化策略

为了提高无线传感器网络（WSNs）节点能量的利用率,延长WSNs的生存时间,提出了一种单节点的WSNs数据传输优化策略.首先对WSNs结构进行分析,并建立单个传感器节点数据传输优化的数学模型;然后采用惩罚函数法对数据传输过程中的传感器节点能耗进行优化;最后在Matlab 2012平台对其进行仿真分析.结果表明：该方法可以根据环境能量的变化对传感器节点能耗进行自适应优化,提高了节点的累积数据传输总量,可以较好适应环境能量不确定性.     

三维水声传感器网络中基于网络编码的地理位置路由协议

针对三维水声传感器网络数据传输效率低、能量消耗大的问题,提出一种基于网络编码的地理位置路由协议。该协议在路由过程中根据邻居节点的地理位置来选择路由候选节点,并采用网络编码的方式进行数据传输,确保数据包在链路丢包率较高的情况下也可以正确、高效地转发,并且有效降低网络中冗余数据包重传造成的能量消耗。仿真结果表明,基于网络编码的地理位置路由协议可以在提高数据包传送率的同时,有效降低网络能量消耗。     

基于改进支持向量机的无线传感器网络路由优化算法

为了解决当前无线传感器网络路由算法能耗大的缺陷,设计了基于改进支持向量机的无线传感器网络路由算法(PSO-LSSVM)。首先建立了无线传感器网络路由能耗的数学模型,然后通过组合模型的节点剩余能量进行在线估计,选择能耗最小的路由进行数据传输,最后在Matlab 平台上对该算法的性能进行测试。结果表明,PSO-LSSVM可以快速找到能耗最小的路由,改善了数据传输的可靠性,降低了数据的传输时延,而且综合性能优于对比的无线传感器网络路由算法。     

面向物联网的能耗感知虚拟网络映射算法

物联网中传感器节点间规模庞大的数据交互使得能耗过大问题日趋严重,传统能耗感知算法无法适用于节点能耗不均的物联网环境。针对该问题,重新构建基于无线传感器网络的能耗模型,在考虑节点异构性和链路时效性的同时保证能耗最小。在此基础上,提出一种改进的能耗感知虚拟网络映射算法,在节点映射阶段,基于最接近剩余容量原则将虚拟节点映射至同类型且能耗最小的物理节点上,并为不同时延下的链路分配合适的资源。仿真结果表明,相比EA-VNE、EA-VNEH算法,该算法通过资源整合的方式,可以提高底层资源利用率,降低虚拟网络映射能耗,且随着引入参数的增加,能够实现更细粒度的资源分配。     

WSN中基于非均匀簇的混合多跳路由协议*

为节省数据传输过程中消耗的能量,均衡网络节点间的能耗,提出一种基于非均匀簇的混合多跳路由协议。在无线传感器网络数据传输阶段,源簇头节点通过转发权值函数选择数据转发的中继节点,转发权值由用于降低链路通信代价的距离因子和减少剩余能量较少的簇头节点成为中继节点的概率惩罚因子共同决定,达到均衡网络能耗的目的。通过NS2仿真实验验证了算法的有效性,能够很好地均衡节点负载和提高能量利用率。     

多个无线传感器网络中节能MAC协议设计

在无线传感器网络中,媒体访问控制(MAC)层协议影响着整个网络的性能。根据无线传感器网络对节点能耗和时延的要求,本文提出了一种基于跨层设计的节能MAC协议。利用物理层、MAC层和路由层之间的信息交互,在保证可靠通信的基础上,实现在一个监听/睡眠周期内数据多跳传输,缩短数据传输时延,并且有效控制网络数据传输的冗余度,降低冗余节点能量消耗。性能分析和仿真结果表明,节能MAC协议能够有效地降低网络时延并且减少节点能耗。     

一种无线传感器网络自适应休眠算法的研究

降低无线传感器网络的能耗一直是迫切解决的问题。通过对无线传感器网络节点能耗分布情况的研究,发现对无线传感器网络节点休眠,可以减少节点收发能耗。针对降低无线传感器网络节点能耗的问题,文中基于多因素、多层次的层次分析法,设计了一种无线传感器网络自适应休眠算法(AHP休眠算法)。实验表明该算法依据信息采集需求和节点剩余能量自适应控制网络节点的休眠和收发,与传统的RS休眠和定时休眠算法对比,提高了节点能量的利用率,延长网络生命期。     

Energy-efficient multipath routing in wireless sensor network considering wireless interference

Due to the energy and resource constraints of a wireless sensor node in a wireless sensor network (WSN), design of energy-efficient multipath routing protocols is a crucial concern for WSN applications. To provide high-quality monitoring information, many WSN applications require high-rate data transmission. Multipath routing protocols are often used to increase the network transmission rate and throughput. Although large-scale WSN can be supported by high bandwidth backbone network, the WSN remains the bottleneck due to resource constraints of wireless sensors and the effects of wireless interference. In this paper, we propose a multipath energy-efficient routing protocol for WSN that considers wireless interference. In the proposed routing protocol, nodes in the interference zone of the discovered path are marked and not allowed to take part in the subsequent routing process. In this way, the quality of wireless communication is improved because the effects of wireless interference can be reduced as much as possible. The network load is distributed on multiple paths instead of concentrating on only one path, and node energy cost is more balanced for the entire wireless network. The routing protocol is simulated in NS2 software. Simulation result shows that the proposed routing protocol achieves lower energy cost and longer network lifetime than that in the literature.     

无线传感器网络在滑坡监测中的应用研究

分析了滑坡形成机理和主要影响因子,在分析、归纳和总结已提出的滑坡监测方法的基础上,提出基于无线传感器网络的滑坡监测方法,给出了无线传感器网络总体构建方案和传感器节点、网关的设计方法,应用射频模块CC2520完成了温湿度感知数据的点对点无线通信实验,并对节能路由协议进行了仿真。仿真和物理实验显示所给出无线传感网架构能满足长期观测和数据传输的要求。无线传感器网络在滑坡监测中有着良好的前景。     

无线传感器网络数据融合技术研究

无线传感器网络是一种新兴前沿技术,其巨大的应用前景受到学术界和工业界的高度重视。无线传感器网络节点能量和计算资源严重受限,数据融合技术是减少网络能耗、降低数据冲突、降低传输时延的重要方法。本文首先分析数据融合的重要性;其次针对数据融合的功能分类阐述现有的数据融合方法,并分析存在的问题;最后对数据融合技术的未来发展进行了展望。     

一种长距离链式无线传感器网络节点部署方法

为了更可靠、高效地将无线传感器网络应用到长距离工程监测中,针对其单覆盖的特点,提出多汇聚节点的双链式结构部署节点的方法,并用不等间距的优化部署方法部署传感器节点,进一步均衡整个网络能耗,同时给出了各跳间距的计算公式;分析和仿真表明,多汇聚节点的双链式优化部署方法适合长距离传输,并可克服个别传感器节点因转发数据而过度消耗能量过早死亡的缺陷,使得各传感器节点均衡能耗,显著地延长了网络的生命周期.     

Enabling low bit-rate and reliable video surveillance over practical wireless sensor network

With the rapid development of hardware and embedded systems, wireless sensor networks (WSNs) are being developed for surveillance applications. While meriting more in-depth research and development, deploying a practical WSN for surveillance is challenging due to the limited power and bandwidth of the battery-operated sensor nodes. In this paper, we first propose an energy-efficient image transportation strategy through motion detection. In case of data delivery over long distance, this paper further investigates the use of cooperative communications to design a reliable image transmission scheme over WSN, and demonstrates its effectiveness in improving network reliability in wireless multimedia sensor networks.     

基于博弈论的无线传感器网络簇间路由选择算法

针对无线传感器网络(WSN)中,网络覆盖范围大,但传感器节点通信范围有限,长距离传输容易造成数据丢失的问题,提出了一种基于博弈论的无线传感器网络簇间路由算法,通过建立以网络服务质量(QoS)和节点剩余能量为效用函数的博弈模型,并求解其纳什均衡来解决以上问题。仿真结果表明：所提出的博弈模型在优化网络服务质量、降低节点能耗的同时,延长了整个网络的生存时间。     

基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法

无线传感器网络(WSN)路由中,节点未充分考虑路径剩余能量及链路状况进行的路由会造成网络中部分节点网络寿命减少,严重影响网络的生存时间。为此,将蚁群优化算法与非均匀分簇路由算法相结合,提出一种基于蚁群优化算法的无线传感器非均匀分簇路由算法。该算法首先利用考虑节点能量的优化非均匀分簇方法对节点进行分簇,然后以需要传输数据的节点为源节点,汇聚节点为目标节点,利用蚁群优化算法进行多路径搜索,搜索过程充分考虑了路径传输能耗、路径最小剩余能量、传输距离和跳数、所选链路的时延和带宽等因素,最后选出满足条件的多条最优路径,完成源目的节点间的信息传输。实验表明,该算法充分考虑路径传输能耗和路径最小剩余能量、传输跳数及传输距离,能有效延长无线传感器网络的生存期。     

基于数据预处理的无线气象传感网数据重构模型

针对无线气象传感网内由于节点数量大、感知数据冗余度高而导致节点通信耗能过高的问题,提出了数据联合稀疏预处理模型,利用监测区域气象要素预报值和各簇头要素值计算出一个全网公共分量并对网内数据进行预处理。将分布式压缩感知应用于簇型传感网中,对各节点感知数据进行压缩观测,在汇聚节点进行数据重构,从根本上降低节点通信量,均衡负载;同时设计了一个基于公共分量异常数据稀疏方法。仿真实验中,相对于单独使用压缩感知,数据联合稀疏预处理模型能够有效利用数据时空相关性提高数据稀疏度,压缩性能提高了25%,重构性能提高46%;同时,异常数据处理方案能够以96%的高概率恢复异常数据。因此,该数据预处理模型能够提高数据重构效率,有效降低网内数据通信量,延长网络寿命。     

Hybrid metaheuristic algorithm for optimal cluster head selection in wireless sensor network

Clustering is one of the major techniques for maximizing the network lifetime in wireless sensor networks (WSNs). Here, the sensor nodes (SNs) are grouped into clusters and the cluster heads (CHs) are selected for each cluster. CHs gather data from particular cluster nodes and then forward it to Base Station (BS). However, the selection of CHs is the major issue in this scenario. The sensor nodes consume more energy for the data transmission and also affect the lifetime of the network. The clustering technique is used to provide the energy-efficient data transmission that consumes less energy and also increases the network lifetime. This paper aims to propose a new energy-aware CH selection framework by hierarchical routing in WSN via a hybrid optimization algorithm. Moreover, the selection of CH is carried out under the consideration of energy, distance, delay and Quality of Service (QoS) as well. For selecting the optimal CH, a new hybrid algorithm named as Particle Distance Updated Sea Lion Optimization (PDU-SLnO) algorithm is introduced that combines the concept of Sea Lion Optimization (SLnO) and Particle swarm optimization (PSO) algorithm. Finally, the performance of adopted method is computed over other traditional models with respect to certain metrics.     

Energy-efficient distributed wireless sensor network scheme for cluster detection

Detection of an environmental phenomenon, e.g. air pollution and oil spills, occurs when a group of sensors continuously produces similar readings (i.e. data streams) over a period of time. Thus, detection of environmental phenomena is basically a process of clustering the sensors' data streams, which commonly involves the processing of hundreds and maybe thousands of data streams in real time. Since the sensor network environment is wireless, energy conservation of the sensors would be the main concern. Thus in this paper, we propose an efficient and energy friendly distributed scheme to detect phenomena in a wireless sensor network (WSN). To achieve fast response, the proposed algorithms reduce the dimensionality of the streams. Then, each stream is represented by a point in a multi-dimensional grid. The algorithm uses a grid-based clustering technique to detect clusters of similar stream values. The processing of the algorithm is distributed among different elements of the WSN in a hierarchical topology for more energy efficiency. The paper shows the feasibility of the proposed fully distributed scheme by comparing it with three other WSN schemes in terms of clustering accuracy and energy consumption.