无线传感器网络中基于阻挡因素的节点配置

传感器网络节点的配置数目,对无线传感器网络的使用寿命、目标检测性能及经济代价具有重要影响,是无线传感器网络设计的重点。考虑在一个给定区域内实现无缝连接的节点配置问题,主要从数学角度分析和计算实际情况中出现的两类阻挡因素的节点配置,所得结论具有普适性。     

基于能量预测的无线传感器网络节点覆盖调度算法

针对无线传感器网络中存在的热区问题,采用非均匀部署方案,并在此基础上提出基于能量预测的无线传感器网络节点覆盖调度算法。并对算法进行了仿真实验和性能分析。结果表明该算法可以延长的网络生命周期并在较长的时间里保持较高的网络覆盖率,能够达到网络内大多数节点能耗均衡的设计目标。     

距离辅助的无线传感器网络节点覆盖判别模型

提出了距离辅助的节点覆盖判别模型DANCI(distance-assistant node coverage identification model),通过邻居节点到本节点的距离信息,判别该节点被邻居节点覆盖的程度.理论分析与仿真结果表明,在节点随机部署情况下,计算所得的覆盖度与节点位置已知情况下,其覆盖度的最大误差仅为6.396 0%.相对于邻居节点个数与最近邻居距离覆盖判别方法,极大提高了覆盖判别的精确性.     

基于序列的传感器网络节点定位算法

针对MSP算法需要借助额外的外部扫描设备,不适合应用于对野外大规模部署的传感器网络进行定位这一缺点,提出了一种HG-MSP算法。该算法通过锚节点发出扫描信息,不需要额外的外部设备进行辅助定位,提高了算法的可用性。仿真实验表明,在去掉辅助设备的情况下,算法的定位精度并无明显下降。     

基于概率模型的无线传感器网络优化覆盖算法

为了更好地解决无线传感器网络在覆盖过程中出现大量冗余信息及节点能量消耗不均衡等现象,提出了一种节点能量均衡的最优覆盖算法。该算法利用监测区域内传感器节点与目标节点的从属关系建立网络模型,给出传感器节点与目标节点之间的从属关系;通过从属关系和概率理论,求解传感器节点对目标节点的覆盖期望值,然后计算出覆盖监测区域所需最少传感器节点数量。实验结果表明,该算法不仅可以使用最少传感器节点完成对监测区域的有效覆盖,而且抵制了冗余信息数据的产生,提高了网络生存周期。     

无线传感器网络中基于区域通信覆盖的节点定位投放算法

针对无线传感器网络中传感器节点投放分布对投放区域有效通信信号覆盖的影响,该文提出了一种基于通信覆盖的分布式投放概率覆盖(DDCP)算法。在保证投放精度的前提下,该算法根据传感器节点在投放区域中位置的不确定性以及信号衰减特性,建立信号覆盖模型,并通过概率优化获取传感器节点的最佳投放位置和投放数目。这样改善了区域通信覆盖,同时提高了投放效率和节省网络资源。通过仿真比较了在不同定位投放方法下的各相关性数据,验证了该算法实现高效投放的优越性和正确性。     

基于网格分簇的无线传感器网络节能算法

无线传感器网络中,能量消耗问题一直最受人们关注.为了节省网络能量,针对现有算法存在的冗余节点过多以及能量利用率较低等问题,在以往算法的基础上,提出了一种基于网格分簇的节能算法,即基于网格分簇的无线传感器网络节能算法EABGC(Energy-saving Algorithm Based on Grid Clustering).该算法采用虚拟网格和贪婪算法等来节约网络能量.通过仿真实验,该算法与LEACH协议相比,能减少网络的能量消耗,从而达到节能的目的.EABGC算法,能有效地降低网络消耗,实现节能效果.     

基于容忍覆盖区域的无线传感器网络节点调度算法

节点调度机制是解决无线传感器网络节点能量受限问题的重要方法.传统的位置信息无关的节点调度方案以节点的感知区域覆盖为调度目标,导致处于边界区域的节点由于没有太多机会进入休眠状态而先死亡,进而引起死亡节点向监测中心扩散现象,我们称这种现象为"不均等休眠"问题.针对该问题,从理论上对节点覆盖模型进行分析,提出容忍覆盖区域的概...     

无线传感器网络节点定位算法研究

研究无线传感器网络节点定位的方法。首先介绍了节点定位的基本原理,在总结节点定位原理的基础上,对节点定位方法的分类依据进行了归纳。在对无线传感器网络节点定位方法的研究中,主要对是否基于测距的节点定位方法进行具体分析,介绍了2种类型的定位方法的基本原理,并对2种类型的定位方法中的典型算法做了具体说明,最后介绍了定位算法的评价标准。     

无线传感器网络节点自身定位算法

无线传感器网络(WSN)的许多应用都是基于节点的位置信息.本文从WSN的基于测距的定位算法和无需测距的定位算法对其定位算法进行详细的说明.并分析比较各定位算法的优缺点.最后还指出了WSN的自身定位问题的研究方向.     

无线传感器网络基于参数可调增强型覆盖控制算法

覆盖问题是无线传感器网络领域的一个基本问题,也是无线传感器网络特性当中的一个重点问题.如何通过某种算法达到以最少传感器节点对监测区域的有效覆盖已成为目前研究的一项重要课题.因此,提出一种增强型覆盖控制算法(Enhanced Coverage Control Algorithm, ECCA).该算法通过概率理论知识可以有效地求解出对监测区域进行有效覆盖下的最少节点,给出了传感器节点概率的期望值计算方法以及目标节点首次被传感器节点覆盖和多次覆盖后的期望值求解过程,验证随机变量相互之间不独立时的比例函数关系.仿真结果表明,ECCA算法可以使用较少的传感器节点数量完成对监测区域的有效覆盖,提高了对监测区域的覆盖质量.     

基于改进离散粒子群算法的传感器优化配置

传感器优化配置是实现航空设备故障预测与健康管理(Prognostics and Health Management,PHM)系统设计的基础和保证.本文首先对系统的故障-传感器相关性矩阵进行了改进,在此基础上根据系统测试性指标要求建立了考虑传感器故障率的约束优化模型,并采用一种改进的离散粒子群算法求解.算法根据传感器优化配置的特点设计了粒子个体适应度计算方法,惯性权重则基于群体早熟程度自适应调整.仿真实例验证了本文方法的有效性,优化结果满足系统各项测试性指标要求,可为航空设备PHM系统的传感器优化配置提供有效指导.     

On Connected Multiple Point Coverage in Wireless Sensor Networks

We consider a wireless sensor network consisting of a set of sensors deployed randomly. A point in the monitored area is covered if it is within the sensing range of a sensor. In some applications, when the network is sufficiently dense, area coverage can be approximated by guaranteeing point coverage. In this case, all the points of wireless devices could be used to represent the whole area, and the working sensors are supposed to cover all the sensors. Many applications related to security and reliability require guaranteed k-coverage of the area at all times. In this paper, we formalize the k-(Connected) Coverage Set (k-CCS/k-CS) problems, develop a linear programming algorithm, and design two non-global solutions for them. Some theoretical analysis is also provided followed by simulation results.     

人工鱼群优化的方向传感器覆盖增强

为提高无线多媒体传感器网络区域覆盖率,提出了人工鱼群优化的覆盖增强算法,算法基于三维方向传感器感知模型,优化网络传感器方向角度值,减少重叠覆盖以提升网络覆盖率。仿真实验表明该方法能有效增强网络覆盖率,并就传感器参数对覆盖率影响进行分析,分析结果表明优化后的网络覆盖率更加接近理想覆盖率。     

一种基于云模型的WSN鲁棒评价机制

针对WSN(无线传感器网络)鲁棒性评估中存在的模糊性和随机性问题,引入云模型对无线传感器网络系统状态进行描述和检测,提出了基于云模型的无线传感器网络系统鲁棒性的评估与预测模型.最后通过试验与分析,进一步说明了本论文中模型的合理性,为当前无线传感器网络鲁棒性的研究提供了一种有价值的新思路.     

基于改进离散粒子群算法的传感器布局优化设计

传感器布局优化是复杂系统测试性设计的重要内容,属于典型的组合优化问题。通过改进系统的故障-传感器相关性矩阵,建立了考虑传感器故障检测能力的约束优化模型。利用混沌的遍历性初始化粒子群的参数,惯性权重则根据粒子群的早熟收敛程度自适应调整,并对粒子的位置更新方式进行了重新定义,用改进后的离散粒子群算法求解建立的优化模型。仿真实例验证了本文方法的有效性,优化结果能满足系统的各项指标要求,为复杂系统的传感器布局优化设计提供了一种可行途径。     

On Performance of Node Placement Approaches for Hierarchical Heterogeneous Sensor Networks

This paper considers a two-tier hierarchical heterogeneous wireless sensor network using the concept of clustering. The network has two type of nodes: regular sensor nodes (litenodes or LN) with limited communications, storage, energy, and computation power; and high-end sophisticated nodes (SNs), or clusterheads, with significantly additional resources. The litenodes communicate their data to the SNs and the SNs forward all collected data to a central gateway node called the base station (BS). Our network architecture allows the LNs to reach a SN via multiple hops through other LNs. We investigate the problem of optimally placing a minimum number of sophisticated nodes to handle the traffic generated by the lite nodes, while ensuring that the SNs form a connected network using their wireless links. This placement problem is formulated and solved as multi-constraint optimization problem using well known approaches: Binary Integer Linear Programming (BILP) approach, Greedy approach (GREEDY) and Genetic Algorithm (GA) approach. It was found through simulations that BILP performed best for regular grid topologies, while GA performed better for random LN deployment. Furthermore, the effects of various parameters on the solution are also presented. The paper also proposes a HYBRID approach that uses the solutions provided by GREEDY and/or BILP as the initial solution to the GA. Using HYBRID, results comparable to original GA could be obtained in only 11.46% of the time required for the original GA. Part of the research was supported by a grant from Air Force Office of Scientific Research (AFOSR) grant No. FA9550-06-1-0103.     

多约束容错性WSN中继节点布局算法的研究

针对目前中继节点布局算法所忽视的中继节点通信容量以及网络整体能耗等问题,本文将通信路径不可逆以及中继节点通信容量等约束条件引入现有中继节点布局模型,并提出了基于最小通信网络距离因子的布局算法评价新标准.解决方法上,采用了基于枚举法与贪婪寻优算法的中继节点布局算法,实现了WSN中继节点的多约束容错性布局.仿真实验表明,本...     

一种传感器网络跨层能量优先成簇算法

文中提出CLEEC跨层能量优先成簇算法,基于节点剩余能量来选举簇头节点,使网络能量均匀消耗,延长网络的生存时间.模拟实验结果显示,与现有的典型成簇方案相比,新的成簇算法在传感器网络下提供了更长的网络生存时间和更大的网络吞吐量.     

基于遗传 PSO 的无线传感网络覆盖优化算法研究

针对基于标准粒子群算法的网络覆盖存在收敛速度慢、易早熟等问题,提出一种基于遗传 PSO 的无线传感网络覆盖优化算法.以无线传感器最大覆盖率为目标函数,通过运用加入自适应交叉变异因子的遗传算法搜索解空间,利用 PSO 粒子群强大的全局搜索能力加大搜索范围,使粒子覆盖更有效率,加强算法的寻优能力,提高节点的覆盖率,解决早熟问题.仿真实验表明,与传统遗传算法、新量子遗传算法相比,其覆盖率分别提高了2.28%和0.65%,收敛速度也有所提高,因此该方法能有效地实现无线传感网络覆盖优化.