微机械传感器网络区域重叠节点优化调度方法研究

微机械传感器网络中存在的区域重叠节点会导致节点失效性较高,存在节点覆盖率低、能耗高的问题。为此提出微机械传感器网络区域重叠节点优化调度方法,构建微机械传感器网络节点分配模型,采用解耦控制方法动态均衡各微机械传感器网络节点,通过组合加权值划分簇内节点布局重叠的区域,采用加权项的最小节点为簇首,缩短了簇内发送和接收信息的传播距离,以此减小节点能耗、提升了网络生存时间,实现微机械传感器网络区域重叠节点优化调度。仿真分析结果表明,该方法调度后微机械传感器网络节点的覆盖率平均在85-90%之间、生存时间在50-55min之间、在测试时间12s时,节点两次抛洒、一次抛洒和均匀抛洒情况下区域重叠节点调度能耗分别为13、15及14μJ。     

使用移动终端作为SINK节点的无线传感器网络

无线传感器网络由传感器节点,接收发送器(SINK),因特网以及用户管理节点组成.传感器节点通过SINK节点与因特网进行交互.在目前的无线传感器网络中,SINK节点是固定的,而且多采用有线的方式与因特网进行连接,这种方式已经限制了无线传感器网络的发展,这时需要一种具有良好移动性的SINK节点来为网络服务.本文提供了一种将移动终端与SINK节点相结合的实现方法,并且通过这种结合实现了将通信网和无线传感器网络结合起来.     

模拟退火遗传算法对无线传感器网络部署研究

研究无线传感器节点部署优化问题,传感器网络节点的部署在一定程度上决定了网络的性能和使用寿命.传统的遗传算法在无线传感器节点部署优化过程中,由于交叉和变异的概率是固定的,易产生局部最优问题,导致部署不理想,网络生命周期过短.为了更好地优化网络部署,提高网络生命周期,提出了一种基于模拟退火遗传算法的无线传感器节点部署优化方法.方法将传感器节点部署转化为一个组合优化问题,网络节点离散成为网格,通过遗传算法进行最优部署方案的搜索,同时采用模拟退火算法对遗传算法的种群进行更新,提高了最优解的搜索速度.仿真结果表明,模拟退火遗传算法部署的效率高,网络存活的节点数更多,有效地延长了网络的生命周期.     

无线传感器网络自私节点检测的仿真研究

研究无线传感器网络安全问题.在无线传感器网络中,节点协作需要消耗能量,由于节点能量有限,并不是所有的节点都愿意参与协作,而出现自私节点.自私节点对整个网络中吞吐量和全网通信延时的产生影响,会使网络存在严重的安全性问题.为了检测及预防网络中节点的自私行为,提高无线传感器网络的安全性,提出了一种博弈论无线传感器网络自私行为检测方法.通过检测无线传感器网络的自私节点,并对拒绝协作行为进行惩罚,通过节点与其邻居节点进行的不断博弈过程,广播节点的效用变化加强网络中节点的协作性能进行仿真.仿真结果表明,对无线传感器节点的自私行为实施惩罚机制,大大增强节点间的相互协作,节省了不必要的能耗,提高了自私节点检测的准确率,延长了整个网络的生命周期,为网络的安全性提供了有效保证.     

基于多元分类的无线传感器网络恶意节点检测算法

无线传感器网络是一个暴露在开放环境中的分布式网络,各节点之间相互独立,缺乏中心节点和监控节点,极易受到恶意节点的攻击.为了对无线传感器网络中的大量传感器节点进行恶意节点检测,提出了一种基于多元分类的恶意节点检测方法.提出的检测方法是在已知少量传感器节点类型的前提下,抽取与已知恶意节点类型相关的传感器节点属性,建立关于全...     

基于蓝牙的无线传感器网络节点设计与实现

根据传感器网络技术的应用发展需求,设计了一种基于蓝牙和LPC2114的无线传感器网络节点。介绍了节点总体架构以及各硬件模块:传感器模块、数据处理模块、无线通信模块和电源模块的设计,阐述了蓝牙无线传感器网络的组网方法。设计的传感器网络节点性能稳定,具有较强的实用价值。     

无线传感器网络节点的状态分析及Agent建模

为独立于内部结构和具体实现来理解和分析无线传感器网络节点的自治工作机制,分析了无线传感器网络节点的各种工作状态和自组织特性,建立了一种面向无线传感器网络节点的Agent类元模型。该元模型在Agent BDI模型基础上,扩展AUML Agent类图,引入符合无线传感器网络特性的Mental、Role和Protocol等模型元素来描述无线传感器网络节点的静态结构。实例分析表明,结合节点工作状态,Agent类元模型为无线传感器网络节点体系的研究提供了良好的可视化建模基础和分析工具。     

基于人体能量的微传感器节点能量利用方法

计算技术、通信技术和微机电技术的快速发展为智能传感器网络的广泛使用提供了坚实的技术基础。能量供给技术是智能传感器网络的关键技术，因为只有长效、低廉的能量才能保证微传感器节点的正常运行和发挥其独特的作用。传统的电池供能技术已满足不了大规模传感器网络微节点对能量的需求。因此，需要研究新的节点能量供给方法和技术以满足微节点的特殊需求。本文讨论了基于微机电系统（MEMS）技术收集人体能量为微节点供能的方法，并给出了相应的计算模型，这些模型对传感器微节点的能源设计和智能传感器网络的广泛应用具有重要意义。     

基于蛙跳算法的无线传感器网络节点重部署

针对传统无线传感器网络节点重部署覆盖方法没有进行子群节点局部搜索,导致方法存在覆盖率较低、节点连通性较差等问题,提出基于蛙跳算法的无线传感器网络节点重部署方法,初始化无线传感器网络节点,引入蛙跳算法,将全局的信息交换和子群局部搜索结合,确定无线传感器所能够探测的区域范围,利用微积分方法求解不规则区域,获取网络节点最优解,实现无线传感器网络节点的重部署.实验结果表明,研究方法覆盖率较高、节点连通性较好、节点能量较高,具有更好的应用价值.     

一种有线传感器网络节点测距方法

针对有线传感器网络节点间需要定位问题,提出了一种有线传感器网络节点测距的方法,其中有线传感器网络中测距主机和若干个传感器节点顺序分布于二线制总线上,测距主机具有脉冲反射和接收电路,被测距节点具有短路电子开关,能按照预定命令控制电子开关闭合,主动使自身连接点处的传输线失配。利用传输线时域脉冲反射原理,进行了相关测距实验测定各个传感器节点到测距主机间的距离。实验结果表明:该方法可测定有线传感器网络主机到传感器节点间的距离并判定它们的连接顺序,效果良好。     

一种适用于近海环境监测的WSNs节点设计方法

针对传统近海环境监测无线传感器网络（ WSNs）节点存在开发成本高、可扩展性差、通信距离短等不足,提出了一种基于开源Arduino软硬件平台,设计近海环境监测WSNs节点的方法。方法依据近海环境监测的实际需求,首先对传感器节点的微控制板进行了选型与定制,并给出了节点总的功能模块设计框架;然后对节点软硬件设计中涉及的节点供电优化、多种通信机制的融合、长距离通信等关键问题提出了相应的解决方案。实际应用结果表明：设计的节点所构建的WSNs,能实现连续实时采集监测区域的多种环境要素,并将数据稳定可靠地上传至服务器,传感器网相邻节点的通信距离可长达1000 m以上。所设计的WSNs节点具有开发成本低、接口丰富、可扩展性强、组网简单等特点,节点除满足近海环境监测实时获取数据的功能需求外,还可以应用到淡水的实时环境监测,具有较好的应用前景。     

基于WSNs的医院环境监测系统设计

针对传统医院环境监测系统现场布线难、设备移动性差、测量精度不高的问题,提出了一种基于无线传感器网络( WSNs)技术的医院环境监测系统,并详细介绍了该系统的结构、通信机制及软件实现流程.系统由无线传感器节点依据无线通信机制形成WSNs.在分析影响WSNs能耗的主要因素和现有节能技术基础上,提出了一种基于能量均衡的数据可靠传输算法,即动态能量管理分簇算法( DPMCA),该算法把DPM技术和CA有效结合,有效解决了传统医院环境监测系统中存在的问题.     

差额奖惩机制的WSNs节点信任演化模型

针对目前无线传感器网络(WSNs)节点间信任决策导致网络不稳定的问题,引入了差额奖惩机制.在实际中,网络存在不可靠因素,加入丢包率,构建基于奖惩机制的信任演化模型.通过信任演化模型,推导出节点交互时的状态.通过实验分析了节点在选择策略时的各种变化以及差额奖惩机制对演化收敛时间起到的作用,通过实验验证了差额奖惩机制对WSNs中的善意节点最终收敛到信任策略所需节点初始信任策略比例数的要求所起到的作用.差额奖惩机制弥补了在无差额奖惩机制模型中演化收敛速度慢的问题,并且降低初始节点选择信任策略比例数的要求,为WSNs信任机制的设计提供了理论基础.     

一种改进的DFD无线传感器网络节点故障诊断算法研究

无线传感器网络是远程分布式环境监测的重要手段。节点故障诊断作为无线传感器网络的关键技术之一,是无线传感器网络大多应用领域不可或缺的环节。DFD算法是一种可应用于无线传感器网络的节点故障诊断算法,通过网络内邻居节点间的数据交换和相互测试诊断出故障节点。对DFD算法的诊断判据进行了修改,提出了改进的DFD算法。仿真结果表明,改进的DFD算法能适用于待诊断节点的邻居节点数较少、节点故障率较高的传感器网络,且大大提高了故障诊断精度。     

Privacy preserving secure expansive aggregation with malicious node identification in linear wireless sensor networks

The Wireless Sensor Networks (WSNs) used for the monitoring applications like pipelines carrying oil, water, and gas; perimeter surveillance; border monitoring; and subway tunnel monitoring form linearWSNs. Here, the infrastructure being monitored inherently forms linearity (straight line through the placement of sensor nodes). Therefore, suchWSNs are called linear WSNs. These applications are security critical because the data being communicated can be used for malicious purposes. The contemporary research of WSNs data security cannot fit in directly to linear WSN as only by capturing few nodes, the adversary can disrupt the entire service of linear WSN. Therefore, we propose a data aggregation scheme that takes care of privacy, confidentiality, and integrity of data. In addition, the scheme is resilient against node capture attack and collusion attacks. There are several schemes detecting the malicious nodes. However, the proposed scheme also provides an identification of malicious nodes with lesser key storage requirements. Moreover, we provide an analysis of communication cost regarding the number of messages being communicated. To the best of our knowledge, the proposed data aggregation scheme is the first lightweight scheme that achieves privacy and verification of data, resistance against node capture and collusion attacks, and malicious node identification in linear WSNs.     

无线传感器节点实时能耗监测

无线传感器网络设计的关键技术环节之一是低功耗。首先要准确地检测到运行时各模块的能量消耗,然后才能够进行控制优化。然而,应用上的需求千差万别,导致硬件平台的多样性。本文选取无线传感器网络领域节点能量消耗检测作为研究方向,提出了一种便携的无线传感器节点能耗数据采集装置,能够实时采集节点的电压、电流信息。针对当前研究集中于仿真模拟,这种装置可用于实际环境的能量消耗检测,检测精度高。在MicaZ节点上的实验结果表明,该系统能以较高精度监测节点的能量效率。实际测量发现,传感器网络中传感器能耗也属能量消耗的一部分,且消耗量不可忽视,为今后的研究改进提供了新的参考。     

无线传感网络移动节点位置并行微粒群优化策略

网络节点位置优化是无线传感网络研究的核心问题之一.无线传感网络通常由固定节点和少量移动节点构成,传统的虚拟力导向算法无法解决固定节点对移动节点优化的约束.该文针对这一问题,提出了基于并行微粒群算法的优化策略.微粒群算法具有适于解决连续空间多维函数优化问题、能快速收敛至全局最优解的特点.并行框架提高了算法的运行效率,降低了算法的运算复杂度,使算法能够满足无线传感网络的需求.通过并行微粒群算法搜索不同状态下无线传感节点的最优位置,使无线传感网络能够利用移动节点实现网络结构的动态重组,最大化网络覆盖范围,提高网络测量可靠性.实验证明,并行微粒群优化策略能快速有效地实现无线传感网络移动节点位置优化.     

基于CC2530的水产养殖监控系统的设计

为了解决传统水质监测方案中遇到的布线困难、成本高等问题,并能实现对水质环境因子的准确测量与控制,介绍了一种基于无线传感器网络的智能监控系统在水产养殖中的应用。选用集数据收发和数据处理于一体的低功耗芯片CC2530,设计了以CC2530为射频收发器的低功耗无线传感器网络节点,实现了对水产养殖水质参数的采集、处理和显示。在IAR开发环境下编写和编译传感器节点程序,实现了无线传感器网络节点之间的数据传输功能。结果表明:该系统各项技术性能指标达到设计要求,而且系统结构简单,数据传输速度快,功能易扩展,具有推广和应用价值。     

Dynamic key management in wireless sensor networks: A survey

Wireless sensor networks (WSNs) have a vast field of applications, including environment monitoring, battlefield surveillance and target tracking systems. As WSNs are usually deployed in remote or even hostile environments and sensor nodes are prone to node compromise attacks, the adoption of dynamic key management is extremely important. However, the resource-constrained nature of sensor nodes hinders the use of dynamic key management solutions designed for wired and ad hoc networks. Hence, many dynamic key management schemes have been proposed for WSNs recently. This paper investigates the special requirements of dynamic key management in sensor network environments, and introduces several basic evaluation metrics. In this work, the state of the art dynamic key management schemes are classified into different groups and summarized based on the evaluation metrics. Finally, several possible future research directions for dynamic key management are provided.     

Spatial–temporal compression and recovery in a wireless sensor network in an underground tunnel environment

In an exciting new application, wireless sensor networks (WSNs) are increasingly being deployed to monitor the structure health of underground subway tunnels, promising many advantages over traditional monitoring methods. As a result, ensuring efficient data communication, transmission, and storage have become a huge challenge for these systems as they try to cope with ever increasing quantities of data collected by ever growing numbers of sensor nodes. A key approach of managing big data in WSNs is through data compression. Reducing the volume of data traveling between sensor nodes can reduce the high energy cost of data transmission, as well as save space for storage of big data. In this paper, we propose an algorithm for the compression of spatial–temporal data from one data type of sensor node in a WSN deployed in an underground tunnel. The proposed algorithm works efficiently because it considers temporal as well as spatial features of sensor data. A recovery process is required for recovering the data with a close approximation to the original data form nodes. We validate the proposed recovery technique through computational experiments carried out using the data acquired from a real WSN.