基于萤火虫优化BP神经网络方法的传感器温度补偿策略

为了解决硅压阻式压力传感器温度漂移现象影响工程测量精度的问题,提出一种基于萤火虫优化的BP神经网络温度补偿策略。对一般型BP神经网络利用萤火虫算法进行权值和阈值的优化,进而提高神经网络的泛化性能和搜索速度,并利用优化后的BP神经网络进行压力传感器温度补偿实验。将优化后的BP神经网络温度补偿性能与一般的神经网络和粒子群优化的神经网络进行对比分析,结果表明:萤火虫优化后的BP神经网络补偿效果显著,相比于一般的神经网络补偿误差减少了52%,相比于粒子群优化的BP神经网络补偿误差减少了23%;考虑补偿耗时,萤火虫优化的BP神经网络综合特性表现良好,补偿后的传感器数据满足课题实验需求,补偿算法可行。     

基于Petri网和萤火虫神经网络的柴油机故障诊断

针对BP神经网络在柴油机故障诊断中,提取训练数据的盲目性及网络收敛速度慢、精度低的问题,提出一种基于Petri网与萤火虫神经网络的故障诊断方法.通过Petri网建模归纳出柴油机所有故障模式,提取神经网络的训练数据,利用萤火虫算法来优化BP神经网络的权值和阈值,改善BP神经网络的性能.仿真实验表明,采用Petri网建模并用萤火虫算法优化BP神经网络的方法,有效地提高了神经网络的收敛速度和诊断精度,在柴油机故障诊断中得到了较好的应用.     

无线传感器网络中基于神经网络的分布式入侵检测

研究无线传感器网络的入侵检测问题。针对无线传感器网络特性面临的安全性脆弱现状,结合节点的分布式处理能力与入侵检测技术,提出基于神经网络学习法的分布式入侵检测。该方案顶层采用基于Hebb的异常检测器;中间层是簇头分类器,将检测到的来自节点的异常数据进行入侵分类;底层是管理节点,将分类器检测出来的数据进行融合处理,并将异常数据发布出去。在无线传感器网络入侵检测中获得了较高的检测率,仿真结果证实了该方法的有效性。     

基于无线充电的Sink轨迹固定WSN路由算法

利用无线充电技术给节点供电已经成为延长无线传感器网络寿命的一种有效方式。针对Sink节点轨迹固定的无线传感器网络,采用移动Sink无线充电,提出一种基于近邻传播聚类的能量均衡无线充电路由算法。该算法采用近邻传播聚类算法对节点进行分簇,使得分簇更加均匀,分簇后簇结构不变,簇头轮换,减少频繁成簇带来的不必要能量开销。数据传输阶段在簇头之间建立层次树优化传播路径,计算权值时考虑中继节点的剩余能量,均衡簇间能量;Sink节点采集数据的同时,对充电范围内的可充电节点进行无线供电,以填补Sink节点轨迹周围的能量空洞。仿真结果表明,与传统分簇算法相比,该算法更为有效地延长了网络的生命周期。     

基于脉冲耦合神经网络的故障检测算法研究

助航灯光尤其是着陆区灯的正常工作保障了飞机的安全着陆。在进行助航灯光信息采集时,需要具有较高的准确性和实时性。无线传感器网络具有系统布置简单和灯光控制实时性好的特点,针对基于无线传感器网络,提出了一种基于脉冲耦合神经网络(PCNN)的汇聚节点数据融合方法。对汇聚节点的数据和参数处理问题进行了讨论。实验结果表明,基于PCNN的算法具有较好的实时性,并能够提高故障分类准确率和速度,该网络在数据融合处理方面优于BP神经网络,能有效地进行故障的应急处理。     

一种无线传感器网络分簇路由协议优化算法

给出了一种无线传感器网络分簇路由协议的随机选择簇头优化算法,可针对分簇和数据传输两个阶段进行优化调整,加入节点连接度及能量参数,优化了网络的配置,克服了分簇不均匀的问题。仿真结果表明了算法的有效性。     

基于萤火虫优化BP神经网络的数控机床故障诊断

为了提高数控机床故障预测的能力,针对BP神经网络在数控机床故障预测中出现的收敛速度慢和训练容易陷入局部极值问题,提出了一种基于萤火虫算法优化BP神经网络的数据机床故障诊断算法。文章详细介绍了常见的数控机床故障类型和分类,在萤火虫优化算法和BP神经网络的基础上,建立了萤火虫算法优化BP神经网络的数控机床故障诊断模型,并提出了基于该模型的算法。该模型和算法采用萤火虫算法优化BP神经网络的初始权值和阈值,优化后的BP神经网络能对测试集进行更好的预测。实验结果表明,萤火虫算法优化BP神经网络的预测误差明显小于GRNN和PNN算法。该模型和算法具有很好的预测能力,可以快速、准确地完成数控机床故障诊断研究。     

基于BWAS的无线传感器网络动态分簇路由算法

为加快无线传感器网络路径搜索速度,减少了路径寻优能量消耗,提出了基于最优-最差蚂蚁系统(best-worst out system,简称BWAS)算法的无线传感器网络动态分簇路由算法.该算法是基于无线传感器网络动态分簇能量管理模式,在簇头节点间运用BWAS算法搜寻从簇头节点到汇聚节点的多跳最优路径,以多跳接力方式将数据发送至汇聚节点.BwAS算法在路径搜寻过程中评价出最优最差蚂蚁,引入奖惩机制,加强搜寻过程的指导性.结合动态分簇能量管理,避免网络连续过度使用某个节点,均衡了网络节点能量消耗.通过与基于蚂群算法(ACS)的路由算法仿真比较,本算法减缓了网络节点的能量消耗,延长了网络寿命,在相同时间里具有较少的死亡节点,具有较强的鲁棒性.     

无线传感器网络中能量高效的自适应分簇算法

无线传感器网络中节点能量是受限的,高效的节能方法成为无线传感器网络中各种关键技术研究的重点之一。为有效降低分簇无线传感器网络在分簇时的能量消耗,给出一种能量高效的无线传感器网络自适应分簇算法。该方案首先是根据数据传输能量消耗最小原则计算出最优簇头节点数目,然后按照区域聚类方法进行分簇,最后在每个簇根据节点剩余能量和数据传输能耗代价选择簇头。仿真性能分析结果表明:所给方案可以有效降低节点能量消耗,防止簇头节点因能量消耗过快而过早失效。因此,该算法可以提升网络的稳定性,延长网络生命周期。     

一种分层无线传感器网络数据收集方法研究

无线传感器网络是资源受限的网络,而基于移动sink节点进行数据收集是提高网络性能的有效机制。我们研究了求解移动节点的调度的MES算法,提出了基于簇结构和移动sink节点调度相结合的分层数据收集算法,该算法基于簇结构计算移动sink节点移动路径。最后,通过仿真验证分析了该算法的性能,结果表明算法能在能量高效的前提下,显著提升网络时延等QoS性能,且对网络结构和应用环境具有良好的适应性。     

基于工业无线传感器的“分布扩散萤火虫”时间同步算法

保障工业物联网中无线传感器节点的高速率数据采集和实时监控,时间同步是重要的技术之一。针对工业物联网中要求时间精度高、能量损耗小,传统的时间同步算法中同步随跳数聚累积,协调性、扩展性差以及鲁棒性等问题,提出分布扩散萤火虫时间同步算法。基于频率不同线性模型的萤火虫同步算法,解决晶振不同传感器的时间;广播式降低时间同步能耗,减小网络分组数据的传输量。通过仿真验证成对广播萤火虫同步方法在传感器节点上时间同步的有效性。     

多级异构传感器网络距离和能量有效分簇算法

分簇路由算法是无线传感器网络降低能耗的一种关键技术。由于多级能量异构无线传感器网络的节点初始能量在一定范围内随机分布,为了能有效利用节点能量的异构性以降低能耗、延长网络稳定周期,提出了同时考虑节点剩余能量和节点至基站距离的多级能量异构无线传感器网络的分布式分簇算法CDEE。该算法使剩余能量较高、距离基站较近的节点成为簇首的机会更大。仿真结果表明,CDEE算法可以有效降低并平衡网络能量消耗,延长网络稳定周期。     

组合能量圆分布无线传感器网络分簇路由与拓扑形成算法

提出一种圆分布无线传感器网络的组合加权能量均衡分簇与路由算法(CW-EBCR).算法综合考虑了节点的度、节点能量水平、节点到其邻居节点的平均距离、以及节点当选簇首的累计时间,距离sink基站的距离等因素,在考虑最优簇数的基础上,周期性成簇,并实现了簇的自维护.仿真和分析表明:算法可以很好地实现圆分布无线传感器网络簇内和簇间能量均衡,较ACO-EBR算法延长20%的网络生存期.     

无线传感器网络路由协议改进方案

针对无线传感器网络中节点能量的有限性问题,在LEACH协议基础上,采用新型的簇首选择机制,通过考虑候选节点的剩余能量、地理位置等参数来优化簇首选择,从而避免了低能耗和位置不佳的节点被选为簇头;同时为避免簇头节点能耗过多,引入节点度的概念;然后根据簇头离基站的距离对区域进行划分,实现多跳传输,进而保证了网络内节点能量负载的均衡性。仿真实验结果表明,新的算法机制能够更好地均衡网络内的节点能量,从而延长了节点与网络的寿命。     

无线传感器网络的分布式目标跟踪研究

针对无线传感器网络节点计算能力和能量受限问题,提出一种分布式并行扩展卡尔曼粒子滤波算法.在网络动态分簇模型上,簇头将粒子集划分为多个子集,并分配到簇内各个传感器节点中并行运行,最后在簇头进行信息融合,得到目标状态估计.算法提高了粒子滤波效率,避免单个节点能量过度消耗,均衡了网络能耗.同时,算法利用扩展卡尔曼滤波器来产生粒子滤波的重要性密度函数,使得重要性密度函数抽样样本更加接近后验概率密度产生的样本.仿真结果表明,算法对运动目标能实现较好的预测和跟踪,跟踪精度高,并能有效平衡网络能耗.实验结果说明了提出算法的有效性和可行性.     

多级异构无线传感器网络高能效多跳分簇路由算法

在无线传感器网络中开发一个高效节能的路由算法需要充分利用有限的能量。针对现有异构无线传感器网络分簇路由算法未考虑节点距离基站的位置,以及在路由传输方面多是采用单跳路由机制,从而造成能量空洞等问题。文中将提出一种多级异构无线传感器网络高能效多跳分簇路由算法,该算法将节点位置与剩余能量作为考虑因素来选举簇头,增加距离基站近且剩余能量高的节点被选举为簇头的机率,同时采用多跳与单跳相结合的自适应路由通信机制,均衡全网能耗、提高全网能效。理论和仿真实验结果表明该算法在存活节点和网络吞吐量等性能方面优于现有算法。     

基于成型分区机制的无线传感网簇路由算法

针对无线传感网络部署中面临的数据分布的非均匀效应突出、节点成簇死板及分区机制困难的难题,该文提出了基于成型分区机制的无线传感网簇路由算法。首先按节点与基站距离进行成型化处理和分区;然后通过距离和耗能指标将不同分区内部的节点完成分簇处理,形成区头节点和簇头节点;最后通过两类节点的有机结合来实现无线传感数据的协作传输。仿真实验表明:与EEVC、LEACH算法相比,该文路由算法更能够有效地减缓网络能量开支,稳定网络的传输性能,提升网络数据的投递水平。     

无线传感网基于邻居簇的JPEG2000多节点协同实现

针对无线传感器网络能量、存储、处理能力严重受限的特点,基于"在网计算"的思想,结合JPEG2000算法流程以及无线传感器网络的网络拓扑结构特点,提出一种基于邻居簇的JPEG2000多节点协同图像压缩方法。首先,将相机节点采集的图像分片,并根据图像的梯度幅度值进行压缩比特率的自适应优化分配。然后,将压缩任务转移到多个邻居簇内,以最小化网络总能耗为目标,由多节点协作共同完成图像压缩和传输。仿真结果表明,该方法不仅使无线传感器网络中实现大尺寸图像的JPEG2000编码成为可能,且相机节点能耗仅为压缩图像后传输至基站方案的3.4%,极大地平衡了网络节点能耗,使网络生命周期提高了7倍以上。     

面向工业现场监测的无线传感器网络结构设计

对面向工业现场监测的无线传感器网络进行了分析,根据实际需求,以节约能耗为主要目标分别对网络分簇算法和簇间传输路径进行了优化设计。基于HEED分簇算法进行节点分簇,使得簇首节点较平均地遍布整个网络,并解决了边界区域可能出现的孤立节点问题;基于Dijkstra单源最短路径算法对簇间传输路径进行了优化设计,约束经过每个簇首节点的最大节点数,避免单个节点的过度消耗。经对比分析,文中的设计方案可有效节约节点的能量、均衡网络中各节点的能耗,延长网络的生存时长。     

粒子群优化算法实现的WSN路由协议的可靠性验证

针对无线传感器网络(Wireless Sensor Network,WSN)中传感器节点能量的有限性,通过改进WSN路由协议来降低整个网络的能耗,从而提高其生命周期。主要分析粒子群优化算法实现的WSN低能耗路由协议(PSO-LP)与经典LEACH协议和基于粒子群算法的LEACH协议LEACH-PSO相比的优越性,并通过MATLAB仿真实验从生命周期、网络剩余总能量、簇头节点分布等方面验证了PSO-LP协议使传感器节点的能量利用率达到最大化,显示了PSO-LP算法在均衡网络能耗方面的有效性。