基于信息熵的无线传感器网络数据融合方案

为了有效地节省无线传感器网络节点的能量,提出了一种基于信息熵的层簇式数据融合方案.首先,该方案对传感器采集的历史数据进行分析.然后,利用并查集划分等价类的思想将存在数据冗余的节点尽可能地划分到一个簇中,并周期性地选取簇头节点对簇内节点数据进行融合处理.最后将所提方案与传统的LEACH协议在分簇和数据融合2方面进行了仿真比较.实验结果表明:相比于传统的LEACH协议,所提方案分簇更为合理,显著减少了节点的能量消耗,延长了网络生存周期.     

基于信任模型的WSNs安全数据融合算法

为了抵御无线传感器网络内部的恶意攻击行为和故障节点的误操作行为对数据融合结果的影响,提出一种基于信任模型的多层不均匀分簇无线传感器网络安全数据融合算法.该算法基于多层不均匀的分簇网络拓扑实现安全数据融合能够有效均衡网络中节点的能耗.通过节点间的通信行为和数据相关性建立信任评估模型,并引入动态的信任整合机制和更新机制,实现簇内和簇间的信任评估,选择可信融合节点并将可信节点所收集的数据进行基于信任值加权的数据融合.仿真实验表明,该算法能够实现精确的信任评估,有效识别内部恶意攻击节点,得到的数据融合结果具有较高的精确度,实现了安全的数据融合.     

基于智能优化算法的物联网异构数据融合方法

针对当前物联网数据融合方法速度慢、 融合精度低等问题, 以改善物联网异构数据融合效果为目标, 提出一种基于智能优化算法的物联网异构数据融合方法. 首先采用多个节点采集监测对象状态数据, 并对每个节点采集的数据噪声进行过滤, 初步减少数据规模, 提高物联网异构数据质量； 然后引入聚类分析算法处理簇首数据, 消除簇内数据间的冗余； 最后在汇聚节点采用智能优化算法对簇首数据进行加权融合, 并在相同环境下与其他融合方法进行对比实验. 实验结果表明, 该方法能对物联网异构数据进行有效融合, 获得了较高精度的物联网异构数据融合结果, 物联网异构数据融合错误少、 速度快, 提高了物联网数据融合的效率.     

基于中继节点机制的分簇数据融合算法

针对分簇的无线传感网中存在的簇首选择机制不合理以及在簇发送数据过程中因能耗不均衡而导致网络生命周期短的问题,提出基于中继节点机制的分簇数据融合算法.算法在不同分簇内根据数据信任值和能量信任值选择簇首,并在每个单独簇内选择一个中继节点,簇首收集簇成员的数据并融合,随之发送至中继节点;中继节点代替簇首与基站进行数据通信等工作,簇首在每轮的能量消耗会明显减少.对比传统的LEACH算法进行仿真实验,结果表明:采用此算法的无线传感器网络的生命周期有效延长了16%,并在一定程序上均衡了能耗.     

基于超长线状分簇结构的卡尔曼滤波融合算法

以应用于隧道结构健康监测的无线传感器网络为基础,针对长线形的隧道结构和分布式的节点布置,提出了超长线状多跳非均匀分簇结构.通过考虑节点剩余能量和优化簇头分簇半径,降低并平衡节点能耗.针对传感器数据冗余量大的问题,提出了基于超长线状分簇结构的分布式卡尔曼滤波融合算法.利用单节点不同时刻的数据,通过卡尔曼滤波器得到局部估计值,降低数据时间冗余度.在簇头节点端和汇聚节点端分别实现分布式卡尔曼滤波融合算法,降低数据空间冗余度,达到具有一致性的网络数据估计值.实验结果表明:该方法能有效实现超长线状分簇结构下的分布式数据融合,具有高可靠性和准确性.     

无线传感器网络LEACH路由协议的簇头多跳算法

针对无线传感器网络LEACH路由协议簇头分布不均匀、网络拓扑和能量消耗不均衡的问题,提出基于DCHS簇头选择策略的无线传感器网络LEACH路由协议的簇头多跳算法LEACH-MUL。该算法在非簇头节点中选择一个节点作为通信簇头节点,其它簇头节点进行融合后的数据发送到该簇头节点并进行数据再次融合,最后通信簇头节点将数据融合后的结果数据发送到基站BS。LEACH-MUL算法能够有效地均衡节点能耗,提高能量利用率,延长网络寿命。     

基于环形缓冲区的WSN数据融合技术研究

无线传感器网络监测系统中,环境变化缓慢和节点感知范围重叠所造成的冗余数据会增加节点的数据发送量,降低信息收集效率并导致传感器节点过早死亡.因此,提出一种基于环形缓冲区的簇内数据融合方案.所有节点采用环形缓冲区存储数据.源节点基于环形缓冲区采用二值化相似函数和滑动四分位检测法,在保证数据时间关联性的同时剔除冗余数据和瞬时性异常数据.簇头节点基于加权皮尔逊距离的改进支持度对从源节点接收到的数据进行加权融合.仿真实验表明,所提出的方案在网络剩余节点数、网络剩余能量和网络发送数据包数等3个方面有明显的优势.     

任务类型感知的无线传感器网络数据融合调度算法

针对数据融合调度能量与时延优化问题,提出一种任务类型感知的无线传感网数据融合调度算法。通过传感器节点多功率、多信道的方式,利用最大独立集思想,构建基于数据融合主干树的网络拓扑结构,从而根据调度优先级,通过近似贪婪算法实现簇内数据融合调度,同时结合稀疏系数感知任务类型,减少传输数据量,进而利用簇头节点在网络中的等级,实现簇间数据融合调度。结果表明,所提算法在减少簇头节点数据传输量,降低节点能耗的同时,缩短了数据融合时延,提高了网络寿命。     

无线传感器网络分区能耗均衡的非均匀分簇算法

针对在无线传感器网络中分簇算法采用多跳通信方式时,靠近汇聚节点的簇头节点由于转发大量数据而导致自身能量消耗过快且节点易失效,从而造成网络分割,形成"热区"的问题,提出了一种新颖的基于分区能耗均衡的多跳非均匀分簇算法(CEB-UC).其核心思想是:将传感器网络合理分区,使得在靠近汇聚节点分区内的簇数量较多,各簇内传感器节点数较少;在远离汇聚节点分区内的簇数量较少,各簇内的传感器节点数较多,从而保证承担数据中继转发任务的簇头节点能减少自身的簇内通信开销,节约的能量可供簇间数据转发使用;任意分区的簇头节点在选择下一跳中继节点时可综合考虑候选节点的位置及剩余能量.实验以HEED、LEACH、PEGASIS、EAR-ACM等协议为参照,结果表明,当节点使用不同的数据融合策略时,CEB-UC算法能有效平衡网络节点能耗,延长网络部署半径,降低17%～41%的簇头节点能耗,提高24%～53%的网络寿命.     

非均匀分簇的无线传感器网络数据传送机制

针对无线传感器网络多跳数据传送过程中遇到的问题,提出一种非均匀分簇的数据传送机制(DTUC).其核心思想是:从概率的角度出发分层和分簇,使得靠近汇聚节点(Sink)分层内的簇数量较多,簇内节点数较少,而在远离Sink节点分层内的簇数量较少,簇内节点数较多,从而保证内层簇头节点减少其簇内开销,以节省更多的能量用于数据的簇间传送.同时,基于能耗均衡的思想对各层节点进行部署.使得各层能耗大体相当.仿真实验表明,DTUC算法能有效地平衡网络节点能耗,延长网络生命期,比EECS和LEACH的网络生命期分别提高了33%和54%.     

基于分簇的传感器网络异常检测算法

针对传感器网络中集中式异常检测算法能耗过高的问题,提出了基于分簇的传感器网络异常检测算法.对网络进行分簇,簇内节点将采样数据传至簇头,簇头节点保持节点的部分历史数据并进行节点间相似性比较,没有达到给定支持度的数据就是异常数据.对于异常数据可以直接丢弃,不用传回基站以节约能量开销.该算法在网内对传感器网络进行数据处理,避免将所有采样数据传往基站.实验结果表明:该算法可以有效节约节点能量开销,延长传感器网络生命周期.     

无线传感网路径选择机制研究

作者在基于能量消耗分析和蚁群算法的基础理论指导下,针对无线传感网路径选择优化问题,进行了深入的理论、方法与模型的研究工作.主要步骤为:首先根据节点剩余能量确定成员节点当选为簇首节点的概率;其次根据成员节点距离簇首节点最近的原则进行分簇;最后确定簇内汇聚节点aggregator进行数据融合处理,确定信息发送节点,通过多跳路由方式给Sink传输数据,然后借助蚁群算法进行路径优化分析研究,通过仿真实验表明,该方法较常规方法有了很大的改进和效果.     

基于分簇结构的P2P流媒体混合分发算法

提出了一种基于分簇结构的混合分发算法,算法采用分簇的方法将流媒体中的节点资源进行簇划分,形成由簇头、簇内节点构成的分簇网络结构,簇头与簇内节点通过拉拽算法来获得数据,而簇头间采用推送分发算法.仿真结果表明,该算法能提高数据块复制速度,减少数据传播时延,有效降低系统的控制开销,提高了播放连续度.     

基于蚁群神经网络的两级信息融合算法

为了保证地下车库空气质量的同时尽量降低系统能耗,针对地库环境监测系统,提出了一种基于蚁群神经网络的两级数据融合算法TLIFA-ACOBP,该算法将分簇结构与神经网络模型有效结合,设计了一个基于分簇的无线传感器网络两级数据融合模型.首先运用蚁群优化(ACO)算法对BP神经网络的权值进行优化,并将优化后的蚁群神经网络用于无线传感器网络的信息融合.通过对簇成员节点采集到的原始数据进行两级融合处理,只将代表原始数据的少量特征值发送给汇聚节点,大幅度减少节点数据通信量,提高了数据传输效率,同时降低了系统能耗.     

一种基于融合器的多跳能量均衡算法

为了解决现有的分簇算法能量消耗不均衡问题,提出了一种新的基于融合器的多跳能量均衡(MEB)算法.该算法采用定时器并且考虑节点的剩余能量来优化簇头选举,通过选举簇中最多能量的节点作为融合器,对簇头转发的传感数据进行数据融合,然后通过由融合器构建的多跳路由树发送到基站.该算法同时达到了簇内和簇间的能量均衡.仿真结果表明,MEB算法第1个节点死亡的时间比LEACH算法延长了80%左右,比TB-LEACH算法延长了60%左右.MEB算法第1个节点死亡到最后1个节点死亡经历的时间非常短.因此,MEB算法实现了整个网络的能量均衡,提高了网络的稳定度,延长了网络的生命周期.     

一种新的簇间邻居辅助编码方案

为解决无线传感网(wireless sensor networks,WSN)中传感器节点收发数据能耗较高的问题,提出了一种簇间邻居辅助编码方案.该方案将网络编码(network coding,NC)与压缩感知(compression sensing,CS)理论结合,提出"投影再生码"(projection regenerating coding,PRC)的新概念,利用WSN分簇理论和传感器节点读数的时间-空间相关性,对网络节点进行分簇、数据压缩、数据采集等处理,同时采用簇间邻居辅助编码对发送数据进行融合,使汇聚节点仅通过收集部分节点数据即可恢复原始信号.结果表明,与时空压缩网络编码(C-ST)、邻居辅助压缩感知(NACS)等方案相比,新方案可有效降低网络开销和恢复误差,提高压缩增益和传输效率.     

CCSA:一种能耗均衡的候选簇首选择算法

LEACH协议忽略了节点剩余能量在簇头选举中的重要性,使得能量低的节点可能成为簇头而过早死亡而影响整个网络生命周期.为此,提出了按节点剩余能量进行分级的思想,使得级别高的节点更容易被选举为簇头,另外,对于非簇头节点接收到的多个候选簇头发送的广播消息,根据剩余能量和距离因素综合评价后再选择加入簇.在传输模式上,簇头融合簇内数据后采用多跳方式发送至sink节点,为了使网络能量消耗更均衡,采用非均匀分簇的思想,避免靠近sink的簇头能量过早耗尽.仿真结果表明,本文提出的算法能均衡网络负载,提高网络生命周期.     

基于动态可调簇的无线传感网络能量感知数据存取算法

针对无线传感网中数据收集、存储和查询的需要,提出了一种基于动态可调簇的能量感知数据存取算法ACEDBA(Adjusted Cluster-based energy-aware Data Brokerage Algorithm).该算法将网络节点分成许多簇结构,簇内节点负责数据采集,簇首节点负责簇内数据的收集、汇聚和转发,数据可以集中存储,也可以分布存储在各簇首节点或本地存储.算法引入能量分级消耗机制,可动态选择和调整簇首节点,保证各簇首节点簇内数据存储和簇间数据转发查询的能量平衡.实验结果表明,与典型数据存取算法相比,该算法的节点能耗均衡、生命周期和查询成功率方面具有优势.     

基于数据引流的无线传感器网络能量空洞避免研究

无线传感器网络中,节点数据产生速率的动态变化会导致能量空洞现象的出现.为避免能量空洞的出现,在非均匀分簇网络中提出了一种基于数据引流的能量空洞避免策略FRUC.节点数据产生速率动态变化的真实场景下,对分层网络中各层簇头节点的平均能耗进行计算和分析.在此基础上,将网络各层层高取为不同值,以满足数据产生速率变化未知条件下,各层间的簇头节点在一个簇周期内的能耗之和相等.进一步,为均衡每一层内的簇头节点能耗,将数据引流至下一层网络中负载更低的簇头.仿真实验表明,FRUC算法不仅能有效均衡网络各层间簇头节点的能耗,也能有效均衡各层内各簇头节点的能耗,从而避免能量空洞现象的出现.     

基于非均匀分布双融合节点的WSN数据融合算法

针对无线传感器网络中层次型融合算法的单跳路由造成网络能量消耗不均衡的问题,提出了一种利用非均匀思想在LEACH（low energy adaptive clustering hierarchy）算法基础上进行改进的混合型融合算法．该算法首先利用LEACH进行分簇和融合节点的选择,融合节点主要用于簇内数据的接收和融合处理．然后基于融合节点到基站距离的不同,非均匀的选择出网内的副融合节点,副融合节点主要用于转发网内融合节点发来的数据．仿真结果显示,该算法综合了平面型融合算法和层次型融合算法的优点,既均衡了网络能量的消耗又有利于网络的扩展,并且算法简单、适应性强．