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。     

基于Markov模型的WSN汇聚树路由协议

根据工业监控无线传感器网络(WSN)的可靠性和实时性需求,采用跨层优化方法,提出一种基于介质访问控制层Markov模型的汇聚树协议MM-CTP。利用IEEE 802.15.4 WSN链路层动力学Markov模型对单簇网络进行数据帧传输性能分析,改进汇聚树协议的链路质量评估方法,通过计算最优路由梯度,建立网络拓扑,在保证较高数据到达率的同时,使网络延迟最小,以满足工业监控网络的数据传输需求。     

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。     

基于数据链路优化裁决与网络预编码的WSN MAC优化算法

无线传感器网络数据链路层协议难以预测数据汇聚链路,且未引用预编码机制,导致其存在严重传输抖动。为此,提出一种新的无线传感网MAC优化算法。结合链路探测时间及网络链路接收信号强度指示器值的方式构建瞬时搜寻窗口,通过该瞬时搜寻窗口对当前网络链路状况进行匹配及评估分组投递情况,从而提高其对突发链路波动异常的反馈速度。基于评估链路稳定性,定义数据传输规则,采取自适应匹配实现在瞬时搜寻窗口内的数据稳定传输。引入网络预编码,改善网络节点及链路的利用效率,优化数据传输流程,有效增加数据链路节点的编码机会,以减缓网络中的流量峰值对中继节点的影响,实现网络数据在MAC层中的高效稳定传输。测试结果表明,与MAC算法进行对比,该算法具有较高的单位时间数据吞吐率,且拥塞节点数量更少,数据分组投递延时水平更低。     

低冗余度WSN非均匀分簇算法应用研究

将传统非均匀分簇算法应用于低冗余度的无线传感器网络(WSN)中时,存在传感器节点早衰和簇间多跳通信传输能量开销不均衡的问题。为此,针对低冗余度WSN,提出基于粒子群和最短路由树的非均匀分簇路由算法。利用粒子群算法优化非均匀分簇过程,通过建立最短路由树搜索簇间多跳传输最优路径,实现数据从传感器节点到基站的高效传输。仿真结果表明,相比于EECS和EEUC算法,该算法可有效延长低冗余度WSN的网络生命时间,均衡簇间通信能量消耗。     

基于聚类分析的能耗均衡无线传感器网络分簇算法

为降低并均衡无线传感器网络(WSN)中传感器节点的能量消耗,提出一种基于最优传输距离和K-means聚类的WSN分簇算法。根据层次聚类算法建立聚类特征树,将聚类特征树中的叶节点视为一个簇,并使每个簇控制在最优传输距离内,实现簇内节点的能耗均衡。通过目标函数对K-means聚类簇进行优化,保证簇内节点数目的均匀分布,并在考虑剩余能量和地理位置的基础上完成节点数据传输。实验结果表明,该算法在均衡网络能耗的同时,可有效延长网络生命周期。     

基于全局均衡策略的无线传感器网络路由算法

针对无线传感器网络的能耗均衡问题,提出了一种基于全局均衡策略的路由算法。该算法一方面利用基于区域划分的非均匀分簇方法均衡WSN数据收集汇聚树纵向上簇头之间的能耗;另一方面应用基于能耗与剩余能量复合权值的Dijkstra算法优化簇间路由——降低传输能耗并分摊数据转发任务,以均衡汇聚树横向上簇头之间的能耗。仿真实验结果表明,该路由算法能够有效地均衡网络中节点的能耗,显著延长网络的生存期。     

NHLERE:应用蚁群算法的WSN路由算法

针对WSN中节点能量有限及节点间链路随机损耗特点,提出一种基于蚁群算法的用于无限传感器网络的路由算法-NHLERE,利用蚁群算法正反馈、分布式协作的特点,将距汇聚节点的跳数和链路质量信息融合到信息素的形成中,并将信息素和节点剩余能量作为启发信息,通过模拟蚂蚁的寻径行为形成并优化到达汇聚节点路由.实验结果表明,与LEPS相比NHLERE算法具有更高的数据传输效率,并能使网络内各节点能量消耗趋于均衡,从而延长WSN网络生命期.     

WSN中数据传输瓶颈问题解决方案研究

通过对常见的无线传感器网络(WSN)进行研究,分析了WSN中数据传输瓶颈节点形成的原因.为了解决瓶颈节点,结合数据压缩和数据融合技术以减少传向汇聚节点的数据量,在汇聚节点以上使用高速网络,当数据量超出汇聚节点的处理能力时,在汇聚节点采用根据兴趣或数据的优先级对数据进行选择性传输,给出了解决瓶颈节点的一般化方案.     

基于PSO-BP的无线传感器网络数据融合算法研究

为提高无线传感器网络(WSN)数据融合效率,减少网络的通信量以及降低传感网的能量消耗,提出一种基于粒子群优化BP神经网络的无线传感器网络数据融合算法;该算法将粒子群算法优化BP神经网络的权值和阈值后,与传感器网络分簇路由协议有机结合,将无线传感器网络中簇头和节点等同于BP神经网络里的神经元,利用优化后的BP神经网络有效地提取WSN数据融合原始数据之中的少量特征数据,之后把提取的特征数据发送到汇聚节点,进而提升数据融合效率,延长网络生存周期;仿真实验证明,与LEACH算法、BP神经网络和GABP算法相比,该算法可有效减少网络通信量,降低节点总能耗的15%,延长网络生存时间。     

基于时隙侦听的无线纳米传感器网络接入机制

针对太赫兹无线纳米传感器网络节点处理能力弱,功耗低的问题,提出了一种基于时隙侦听的传感器节点接入方案.将时间划分成等长的帧,主控节点通过发送帧同步信号实现整个网络所有节点的帧同步.当传感器节点出现发送数据请求时,通过侦听每个时隙,寻找一个空闲时隙发送数据,省去了主控节点与接入节点间控制信息的交互,具有简单、易于实现的优点.优化了帧周期设定,并提出了一种避冲突方法.仿真结果显示:方案可以在冲突概率较低的同时,实现高数据吞吐量.     

多宿点无线传感器网络时分多址时隙优化分配算法

针对单宿点无线传感器网络的时延大、容易出现传输瓶颈等问题,提出了多宿点无线传感器网络模型以及该模型的基于遗传算法(GA)的时分多址(TDMA)时隙分配算法。该算法根据宿点的数量以及位置将整个传感器网络划分成多个小传感器网络,并采用遗传算法对时隙分配结果进行优化。仿真结果表明,基于遗传算法的多宿点无线传感器网络TDMA时隙分配算法得到的时隙分配结果在时隙分配帧长度、数据包平均时延以及节点平均能耗方面均要优于图着色算法。     

多层动态分簇的WSN时间同步算法

无线传感器网络受多跳传输延迟和节点中的晶振准确度的影响,造成时间同步误差较大.为了减小同步误差,传统解决方法提高了同步算法的频率,这使得算法面临两个问题:①通信能耗较高;②精度与能耗之间的不平衡.针对以上问题,结合单向广播机制和双向成对机制,提出一种多层动态分簇的无线传感器网络时间同步算法.采用节点分层策略减少了同步通信开销;采用同步误差补偿机制降低了算法同步误差的影响,使用时钟补偿机制减少了传感器节点运行的累积误差.实验测试表明:在保证精度的前提下,本算法降低了同步次数,减少了同步通信开销,从而延长了网络的生命周期.     

面向WSN的自适应模糊功率控制算法研究

在无线传感器网络环境中存在干扰以及网络的动态变化等原因,传输可靠性问题成为保障网络服务性能的重要挑战之一。现有的研究方法基本没有考虑网络的动态性,节点能耗较高。为此,我们提出了一种面向WSN的自适应模糊功率控制算法DAFPC。该算法采用自适应模糊理论,并基于“输入-输出-反馈”机制,根据接收到的链路质量参数信息自适应地调整控制器,快速地调节发射功率。研究仿真结果表明,DAFPC算法能很好地适应网络的动态变化,有效地提高WSN的抗干扰性和传输可靠性,延长了网络的生存时间。     

一种低功耗无线传感器网络时间同步算法

间同步对无线传感器网络的应用至关重要,为提高同步精度,多数算法都以较多的消息交换或复杂的计算为代价来达到这一目的,因而能耗较大.为减少时间同步的消息交换开销,节约节点能量,提出了一种简单低功耗时间同步算法,该算法结合了单向广播同步机制和双向成对同步机制,有效利用网络中节点的广播信息,使网络中节点单跳广播域内只有一个下层节点与之进行双向成对同步,从而达到了减少消息开销和节约能量的目的.最后通过仿真验证了该算法的性能.     

一种用于大规模无线传感器网络的时钟同步算法

针对经典的时钟同步算法在大规模无线传感器网络中存在的同步精度低与能量消耗高等问题,提出一种基于簇-树结构的无线传感器网络时钟同步算法。首先,建立一棵以网关为根节点、簇首为子节点的生成树来减少网络中节点同步时的累计跳数;然后,在该生成树的基础上采用簇间双向的SRS和簇内单向的ROS同步机制进行同步,在保证同步精度的前提下减少网络同步所需的消息数量。实验结果表明,相比传统的RBS和TPSN算法,提出的簇-树结构同步算法可使网络的平均同步精度保持在更高的水平,并有效地降低网络同步时节点的能耗。     

基于LS-RTS机制和功率可调路由的跨层协议

为了降低线型无线传感网络能耗和传输延时,在改进CLM协议跨层方法的基础上融合其他经典机制,提出了一种适应线型拓扑结构的跨层协议。协议删除中继路由判决以优化原通信判决门限;对节点统一标记链编号形成新LS-RTS机制以提高链路传输率;精简时隙单元和多跳传输时序降低数据传输时延;并引入功率可调路由减少节点路由计算负担以此降低节点能耗。仿真结果表明,相较于CLM和CLR-DCE等两种跨层协议,本文提出的I-CLM跨层协议在降低传输时延的同时整体能耗至少降低了18.75%和7.32%,一定程度上延长了网络生存时间。     

无线传感器网络能耗均衡路由模型及算法

在综合考虑传感器网络中节点链路接入、数据包传输能耗及节点剩余能量的基础上,提出了一种自适应能耗均衡路由策略,并给出了相应的数学最优化模型及求解算法.优化的目标是均衡网络能耗,进而最大化网络寿命.首先采用跨层分析的方法设计了符合传感器节点计算能力的分布式动态路由树生成算法及各节点的路由选择策略函数;然后通过构造一个双层规划模型使传感器网络的整体能耗趋向均衡,尽可能地延长网络寿命.一个数值例子说明,提出的路由选择策略、双层规划模型及求解算法是可行且有效的.     

一种新的无线传感器网络非均匀分簇双簇头算法 ——PUDCH算法

能量利用效率问题一直是限制WSN广泛应用的瓶颈,能源容量对各个网络节点产生至关重要的影响.针对WSN中"能量空洞问题"以及由于簇头任务过重所导致的能量消耗过快,同时也为了提高WSN的能量利用效率,提出了一种无线传感器网络非均匀分簇双簇头算法——PUDCH.该算法先综合考虑节点综合信息(如节点剩余能量、节点到基站的距离),根据节点综合信息通过不同的时间竞争机制来选举簇头,将整个网络划分为不均匀的分簇;在规模大些的簇内,为了减轻簇头的负担再选取副簇头.最后簇头再构造基于最小生成树的最优传输路径.一系列的仿真表明PUDCH路由算法在WSN节约平衡节点能量消耗方面表现优良.