基于SoRCA结构的WSN拓扑与路由优化

针对无线传感器网络SoRCA结构中存在的能耗高、负载不均衡和鲁棒性问题,提出了改进的SoRCA拓扑控制算法和路由算法。改进的拓扑控制算法根据SoRCA拓扑的结构化特点,计算出相邻传感器节点数据传输距离,然后依据传输距离调整传感器节点发射功率。改进的路由算法根据包中跳数的特征,给出数据传输时路由选择,并给出数据传输失败时新路由的选择。性能分析表明改进后的SoRCA结构较好地节省了节点的能量损耗,改善了WSN负载均衡性和鲁棒性,提高了WSN的生命周期。     

基于势博弈的WSN分布式拓扑控制算法

针对节点能量有限的无线传感器网络（WSN）,设计一种有效延长网络生命时间的网络拓扑控制算法非常有必要。考虑到节点是自私的,每个节点想着如何减少自身能耗提高自身利益,却忽视了网络整体利益。为了解决该冲突,利用势博弈存在纳什均衡的性质,提出了基于势博弈的分布式拓扑控制算法（Potential Game and Distributed Topology Control, PGDTC）,它是种能量高效和能量平衡的拓扑控制算法。仿真结果表明：相比于现有的一些拓扑控制算法,PGDTC算法能够有效的延长网络生命时间。     

LS—Sumlock：高密度异构无线传感网管理

为解决ZigBee在节点趋多时面临的系统瓶颈,提出了一种新的构建大规模异构无线传感器网络的系统架构。该系统架构采用了高速三层异构WSN模型,有效地改善WSN系统的信道利用率和系统吞吐率。LS—Sumlock提供比传统的ZigBee单PAN多约20倍的系统容量,理论上,支持超过65536×21个节点。从3个层面改善了整个系统的通信和处理能力,并且能够很好地兼容现有的小规模WSN系统,能够通过简单的方法为现有的WSN扩客并改善其系统性能。     

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。     

无线传感器网络在井下人员定位系统中的应用

无线传感器网络(WSN)技术是21世纪信息产业的三大支柱(计算机、通信和传感器)相结合的产物,由于无线传感器网络技术广泛的学科交叉性以及明确的应用性和实践性技术特征,使得WSN技术在学术界和应用领域均受到了广泛的关注。由于WSN网络的自组织性、高鲁棒性,使得WSN技术在目标跟踪、环境监控、智能家居、医疗健康等方面有着良好的应用前景。该文利用无线传感器网络基本体系架构,在井下恶劣多变的环境下实现人员定位跟踪,同时对井下WSN的关键技术进行分析,提出一种适用于井下人员定位的多层WSN拓扑架构。     

基于蛛状网拓扑智能变电站“三层一网”通信系统研究

在110kV及以下电压等级变电站中，“三层一网”架构虽然简化了二次系统接线，但实时性和可靠性难以保证。针对传统拓扑结构下的实时性和可靠性无法同时达到最优效果的问题，本文采用“三层一网”架构下蛛状网拓扑结构，仿真结果表明该结构下的通信系统实时性最佳，解决了传统拓扑结构实时性差的问题，并结合算例验证了其可行性；运用故障树分析法定量分析不同结构的可靠性，结果表明蛛状网结构的可靠性更好。为解决研究复杂的通信系统可靠性时传统故障树方法有一定的局限性的问题，本文引入T-S模糊故障理论，建立T-S故障树模型，计算结果表明蛛状网结构下通信系统可靠性最好。根据本文研究可以得到蛛状网拓扑结构能同时提高通信系统实时性和可靠性的结论。     

Ad Hoc 网络中改善拓扑控制性能的移动控制算法

在无线Ad Hoc网络中,拓扑控制算法能够使节点的传输功率小于最大传输功率,从而可以节省网络能量,提高网络容量.由于节点分布的随机性,在节点较为稀疏的区域,拓扑控制算法存在着局限性,因而提出了移动控制算法来改善拓扑控制算法的性能.在保证网络连通性的前提下,算法首先根据收集到的信息,通过构造网络最小生成树确定较长的通信链路,并移动网络中的部分节点使这些链路缩短,从而显著减小网络中较大的通信半径,提高了拓扑控制的性能.仿真实现了PMST-P,PMST-UV和LMST-LUV这3种移动控制算法,并对它们的性能进行了讨论和相互比较.     

基于路径损耗的WSN能量意识拓扑控制算法

为延长无线传感器网络(WSN)中节点的生命周期及均衡节点负载,在PLBD算法的基础上提出一种基于路径损耗的能量意识拓扑控制算法PLEATC。该算法使用损耗链路作为度量标准,同时考虑转发节点的剩余能量状况,避免网络中部分节点因负载过重而导致能量提前耗尽。仿真结果表明,用PLEATC算法构建的拓扑能够保证网络的连通性和健壮性,并延长网络寿命。     

一种能耗均衡的WSN分布式拓扑博弈算法

无线传感器网络（wireless sensor network,WSN）中通常节点能量受限,节点间能耗不均衡会导致网络生命周期缩短.针对该问题,综合考虑节点的能量效率和能耗均衡,通过引入阿特金森指数设计了一种改进优化的综合效用函数;基于此,建立了一种能耗均衡的拓扑博弈模型,并证明了该拓扑博弈模型是序数势博弈且存在帕累托最优;提出了一种能耗均衡的WSN分布式拓扑博弈算法（DTCG）.通过仿真实验及对比分析表明,相较于其它基于博弈理论的拓扑控制算法,DTCG算法能在保证网络连通性和鲁棒性的前提下,降低节点发射功率,拥有更好的能量均衡性和能量效率,可以有效延长网络生命周期.     

基于延迟感知的WSN数据收集网络结构优化设计

为了解决当前无线传感器网络(WSN)数据收集期间存在较大延迟与能耗等难题,设计基于延迟感知的无线传感器数据收集网络结构。引入树形结构思想,并将WSN的传感器节点分割为不同尺寸的多个单层簇,继而构造了新的网络结构,以改善其拓扑结构,使得簇头以交错方式完成数据通信,大幅度降低数据收集过程的延迟;随后,建立WSN数据收集的延迟与能耗计算模型;再借助Top-Down技术,设计网络结构的形成算法,通过最小化通信距离,优化了数据收集机制的能耗水平。实验结果表明:与现有的WSN数据收集网络结构相比,该网络结构能够有效降低WSN数据收集过程的延迟;且使得整个通信能耗维持在较低水平。     

无线传感器网络拓扑识别算法

获取无线传感器网络(WSN)的拓扑信息对于网络规划和管理具有重要意义。针对采用数据融合机制的无线传感器网络(WSN),证明了以某一节点的父节点的数据成功传输为条件时,该节点丢包的条件概率最小;以上述结论为基础,提出了一种新的WSN拓扑识别算法,仅以端到端的测量信息作为依据,可以在不增加网络负载、无需中间节点协作的情况下,获得准确的拓扑结构。NS-2仿真结果表明了该算法的有效性。     

一种保持Ad hoc网络拓扑特性的拓扑维护策略

无线Ad hoc网络中在结点发生异动的情况下,通常采用局部网络的重构来维持网络的连通性。提出了一个能保证网络连通,维持拓扑结构性能的拓扑维护策略,该策略能够为基于位置信息的拓扑控制算法增加自维护功能。理论分析和实验表明,新的策略只需增加一定维护开销,即可保持拓扑结构在结点度、功率有效性、能耗扩展因子等方面的最佳性能。     

A cooperative approach for topology control in Wireless Sensor Networks

The choice of the transmission power levels adopted in Wireless Sensor Networks (WSNs) is critical to determine the performance of the network itself in terms of energy efficiency, connectivity and spatial reuse, since it has direct impact on the physical network topology.In this paper, a cooperative, lightweight and fully distributed approach is introduced to adaptively tune the transmission power of sensors in order to match local connectivity constraints. To accurately evaluate the topology control solution, a small-scale testbed based on MicaZ sensor nodes is deployed in indoor and outdoor scenarios. Practical measures on local and multi-hop connectivity, convergence time and emitted power are used to compare the proposed approach against previous solutions. Moreover, mathematical programming formulations of the topology (power) control problem are introduced to assess the optimality of the distributed algorithm. Finally, simulation analysis complements the experimental evaluation in large-scale static and mobile WSN scenarios, where a testbed implementation becomes unfeasible.     

基于网络拓扑优化的WSN最小跳路由算法

以节能为主要目标,基于最小跳路由的思想提出一种基于网络拓扑优化的WSN最小跳路由算法——MH-TO算法。该算法采用折半匹配的功率调整策略对网络拓扑进行优化,并引入“塔模型”实现节点的最小跳信息的学习,使得信息包路由时沿着最小跳的路径向sink节点传送。理论分析和仿真实验结果表明,与基于最小跳数场的自组织路由算法相比,该算法能够降低能量消耗并均衡能量负载,从而显著延长网络的生存期。     

基于动态树拓扑的多时隙分配无线传感器网络数据传输算法

针对无线传感器网络(WSN)在数据传输过程中节点能量负载不均衡问题,提出了一种基于动态树拓扑的多时隙分配无线传感器网络数据传输算法。该算法首先建立了树链路模型来分析无线传感器网络的数据传输模式以及时隙需求问题;接着通过在树拓扑上使用父代和子代的关系,使节点基于时隙需求执行帧时隙分配,并给出了接收时隙的一个序列模式和发送时隙的序列模式,允许节点更加有序且在干扰更少的信道下接收其他节点发送的数据包,减少时隙的浪费并提高信道利用效率。最后,实验仿真结果表明,与基于数据传输优化的无线传感器网络的生命周期延长算法,以及基于能量感知和时隙分配的可靠数据传输算法相比,所提算法的网络能量效率分别提高了42.8%和51.7%,节点平均寿命延长了1.7%和37.5%,网络的能量效率和网络生命周期得到了提高。     

应用Delaunay图的拓扑控制

无线传感器网络拓扑控制的主要任务是减少节点的能量消耗,从而延长整个网络的生存时间。而无线传感器网络的能量消耗主要集中在无线通信模块上,因此,通过降低无线通信模块的能量消耗和控制邻居节点集,减少通信链路,把通信限制在重要链路中,可以减少节点的能量消耗。基于以上因素,将MG模型与Delaunay图结合,在Delaunay图中限制通信链路并保留最优能耗路,得到MEDel算法。该算法具有强连通性、对称性和平均度有界的优点。     

An energy-efficient topology construction algorithm for wireless sensor networks

Topology management schemes have emerged as promising approaches for prolonging the lifetime of the wireless sensor networks (WSNs). The connected dominating set (CDS) concept has also emerged as the most popular method for energy-efficient topology control in WSNs. A sparse CDS-based network topology is highly susceptible to partitioning, while a dense CDS leads to excessive energy consumption due to overlapped sensing areas. Therefore, finding an optimal-size CDS with which a good trade-off between the network lifetime and network coverage can be made is a crucial problem in CDS-based topology control. In this paper, a degree-constrained minimum-weight version of the CDS problem, seeking for the load-balanced network topology with the maximum energy, is presented to model the energy-efficient topology control problem in WSNs. A learning automata-based heuristic is proposed for finding a near optimal solution to the proxy equivalent degree-constrained minimum-weight CDS problem in WSN. A strong theorem in presented to show the convergence of the proposed algorithm. Superiority of the proposed topology control algorithm over the prominent existing methods is shown through the simulation experiments in terms of the number of active nodes (network topology size), control message overhead, residual energy level, and network lifetime.     

Storm环境下基于拓扑结构的任务调度策略

针对Storm流式计算平台中默认轮询调度策略存在通信开销大、负载不均衡的问题,提出基于拓扑结构的任务调度策略（TS²）。首先,选取CPU资源充足且可用的工作节点并各分配一个进程,消除节点内进程间通信开销,优化进程部署;然后,分析拓扑结构,找出拓扑中度最大的组件,优先分配该组件的线程;最后,在满足节点可承载最大线程数的条件下,尽可能将关联任务部署到同一个节点来减少节点间通信开销,改善集群负载均衡,优化线程部署。实验结果表明：在系统延迟方面,与Storm默认调度策略和离线调度策略相比,TS²的平均优化率分别为16.91%和5.69%,有效提高了系统的实时性;在节点间通信开销方面,TS²相比于Storm默认调度策略平均降低了15.75%;在平均吞吐量方面,TS²相比于Storm默认调度策略平均提升了14.21%。     

Energy-aware node placement,topology control and MAC scheduling for wireless sensor networks

In the WSNs, the nodes closer to the sink node have heavier traffic load for packet forwarding because they do not only collect data within their sensing range but also relay data for nodes further away. The unbalanced power consumption among sensor nodes may cause network partition. This paper proposes efficient node placement, topology control, and MAC scheduling protocols to prolong the sensor network lifetime, balance the power consumption of sensor nodes, and avoid collision. Firstly, a virtual tree topology is constructed based on Grid-based WSNs. Then two node-placement techniques, namely Distance-based and Density-based deployment schemes, are proposed to balance the power consumption of sensor nodes. Finally, a collision-free MAC scheduling protocol is proposed to prevent the packet transmissions from collision. In addition, extension of the proposed protocols are made from a Grid-based WSN to a randomly deployed WSN, enabling the developed energy-balanced schemes to be generally applied to randomly deployed WSNs. Simulation results reveal that the developed protocols can efficiently balance each sensor node’s power consumption and prolong the network lifetime in both Grid-based and randomly deployed WSNs.