无线传感器网络中带有移动汇点的能量高效的数据收集协议

已知数据收集协议中利用分簇技术可以提高无线传感器网络的可扩展性和鲁棒性。引入移动汇点(MS)漫游网络可以平衡网络节点间的能量消耗,提高网络通信效率。提出一种基于移动汇点的无线传感器网络数据收集协议,利用分簇技术生成通信半径相等的簇,由剩余能量相对充足的节点构成簇首。采用一种能量高效的分布式算法对由簇首构成的骨干网构建最小生成树,在此基础上借助解决旅行售货商问题(TSP)的思路,构建一条路径尽可能短的MS移动轨迹。模拟实验结果表明,该数据收集协议比同类模式产生了更短的移动轨迹,显著地延长了网络的存活时间。     

基于移动代理的无线传感器网络簇内融合算法

在无线传感器网络中采用移动代理技术进行数据融合。根据节点剩余能量、局部融合结果,设计节点分簇算法。优化移动代理在簇内的路由策略,进一步减少无线传感器网络的数据传输总量。通过实验得出,采用移动代理的簇内融合过程中,能在一定程度上减小路径损耗。     

基于免疫算法的无线传感器网络路由算法

针对移动代理（MA）以能量有效的方式收集相关性数据的特点,提出一种基于免疫算法的数据融合路由算法．利用免疫算法的寻优能力对MA路由进行全局优化,并根据节点数据传输和融合能量开销及节能增益,对移动代理迁移到每个节点是否进行数据融合进行选择,以提高信息收集过程中网络能量效率．实验结果表明,该算法具有更好的能量利用效率和较低延时．     

基于移动代理的无线传感器网络路由算法

针对移动代理(MA)以能量有效的方式收集相关性数据的特点,提出了基于免疫算法的层次型改进路由算法,将移动代理和无线传感器网络中的分簇理论相结合.算法首先应用免疫算法对网络内的节点进行优化分簇,簇首选择时充分考虑节点的剩余能量等因素,在获得高效的分簇信息之后,为了避免所有的簇头都与基站进行远距离通信消耗过多的能量,在次应用免疫算法得到一条遍历所有簇首节点的最优路径提供给移动代理,以达到数据的有效收集和能量高效利用的目的.实验结果表明,提出的改进算法能够有效增加网络的传输次数,延长无线传感器网络的生存周期.     

基于移动代理的无线传感器网络节点定位算法

研究了无线传感器网络节点定位算法及移动代理技术。在DV-Hop算法的基础上采用移动代理技术,并限制未知节点接收移动代理的个数和移动代理的传播跳数,减少了节点信息收发和存储量,降低了网络流量及节点负载。     

无线传感器网络中一种基于移动Sink的数据收集算法

针对移动无线传感器网络设计一种不依赖于节点地理位置的基于移动汇聚节点(Sink)的数据收集算法(Mobile Sink-based Data Gathering,MSDG)。该算法解决了无线传感器网络中多跳路由通信时出现能量空洞的"热点"问题。Sink沿途以最近的固定节点作为根节点动态构建路由树。簇内移动节点感知的数据经簇头进行数据融合计算,然后将融合后的数据沿路由树反向逐跳转发给Sink。仿真结果表明,MSDG在节点的平均能耗和网络生存时间等方面的性能远超过LEACH、ACE-L等数据收集协议。     

基于移动代理的大规模无线传感器网络路由算法

大规模传感器网络中常见路由算法耗能严重,不利于网络生命期最大化。在抽象出传感器网络移动代理路由模型的基础上,将移动代理路由归结为一个优化问题。为了优化移动代理路由,结合混沌搜索的全局空间能力和模拟退火算法的快速寻优能力,设计了一种具有记忆功能和多种邻域搜索方法的混沌模拟退火算法。理论分析和模拟实验表明,随着传感器网络规模增大,算法在优化结果、收敛速度及时间效率方面均优于遗传算法和粒子群算法,明显延长了网络的生命期。     

无线传感器网络能量高效数据收集的分簇算法*

传感器网络所具有的集中式数据收集、多跳数据传输、多对一流量模式这三种特征会造成漏斗效应的出现,这会导致严重的包碰撞、网络拥塞、包丢失,甚至拥塞崩溃,还会导致能量消耗的热点出现,使某些节点甚至整个网络过早死亡。利用感知数据的空间相关性,将相邻的节点分组,每组选出一个簇首作为整个组的代表,将其传送给基站来缓解漏斗效应问题。在CAG算法的基础上利用感知数据的空间特性提出了一个改进的节点分簇算法,该算法可以有效减少簇首数量,从而降低传输能量消耗。实验结果也验证了算法的有效性。     

无线传感器网络延迟约束的MDC分布式轨道规划算法

针对引入移动元素后无线传感器网络数据面临的收集延时问题,提出了一种分布式的移动数据收集器(MDC)轨道规划算法.首先给出基于k跳支配集的MDC最小时延规划问题定义,并证明它是NP-hard.在基于集结的数据收集模式汇总,k跳支配节点作为集结点缓存传感节点收集的数据并在MDC到达时上传.然后,提出了一种高效的基于k跳支配集的MDC轨迹构建算法.算法通过分布式的k-跳支配集算法找出网络中的支配节点,进而通过Prim算法和Christofides近似算法对MDC的移动轨道进行规划.算法的正确性、k-跳支配集的界、时间复杂性和消息交换复杂性通过理论进行分析.最后,通过仿真实验验证了算法的有效性.仿真结论表明,与同类算法相比,所提出算法能够显著缩短MDC的移动轨迹,因而可以降低网络延迟.     

基于遗传算法的移动Sink数据采集信宿路算法

数据收集是部署无线传感网络WSNs(Wireless Sensor Networks)基本目的。而采用移动Sink方式收集节点数据是解决数据收集效率的有效措施。为此,提出基于遗传算法的移动Sink数据采集算法GMSDC(Genetic algorithm-based Mobile Sink Data Collecting)。GMSDC算法利用遗传算法求解最佳驻留点,再由这些驻留点构建Sink移动路径。仿真结果表明,相比于EDAMS算法,GMSDC算法增加了数据收集量。     

Sink节点移动的无线传感网生存时间优化算法

为提高网络最大生存时间,提出Sink节点移动的无线传感网生存时间优化算法(LOAMSN)。该算法分析Sink节点移动时的流量平衡约束、最大传输速率约束、节点能耗约束等约束条件,将生存时间优化问题转化成优化模型。提出Sink节点的移动方法,即Sink节点利用节点的度值构建其移动路径,按照此路径循环移动收集数据。将Sink节点的移动认为是离散运动,Sink节点移动的生存时间优化模型分解成若干个Sink节点静止的生存时间优化模型,采用牛顿法求解每个Sink节点静止的优化模型,获得网络最大生存时间和节点发送数据量的最优值。仿真结果表明:LOAMSN算法能减少Sink节点停留位置上的节点能耗,平衡网络负载和节点能耗,提高网络最大生存时间。在一定条件下,LOAMSN算法比Sink节点静止时更优。     

基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

无线传感器网络节点定位的移动信标节点路径规划

为了进一步提高无线传感器网络节点定位精度和覆盖率,本文在采用移动信标节点来对未知节点进行定位方面,提出了信标节点向最大覆盖未定位节点方向移动的路径规划算法,解决了信标节点的移动路径规划问题.仿真实验表明,和信标节点随机方向移动算法相比,该算法具有较好的定位性能,能很好地适应大规模随机不均匀撒布节点的应用需求.     

基于移动Agent无线传感器网络节点自定位算法

目前提出的无线传感器网络自身定位技术有基于测距和不基于测距两类方法,在无线传感器网络应用中,它们各自有其局限性,而移动Agent技术可以较好地弥补这些缺陷。提出了一种基于移动Agent的无线传感器网络自身定位算法,介绍了算法的基本原理和实现方法。该算法不需要额外的硬件支持,减少了无线传感器网络自身定位的通信和计算开销,提高了定位精度。     

无线传感器网络中基于数据融合的移动代理曲线动态路由算法研究

和传统的C/S模型相比,移动代理模型在数据融合方面更适合无线传感器网络.在基于移动代理的数据融合算法中,移动代理访问传感节点的顺序以及总数对算法的效率、网络寿命等有着重大影响.为此提出了一种基于数据融合的移动代理曲线动态路由算法设计方案.通过构造特定数据结构的数据报文和数据表,给出了目标节点基本信息收集算法获取目标节点到处理节点的最优路径;将移动代理路由归结为一个优化问题,由静态路由算法求出移动代理迁移的静态最优路由节点序列,进而获得了移动代理基于曲线的动态路由算法.理论分析和模拟实验表明,随着传感器网络规模的增大和传感数据量的增加,和其它算法相比,该算法有更小的网络耗能和延时.     

无线移动感知网络上的数据聚集传输规划

随着城市交通日益增多,智能交通系统研究受到工业界和学术界的极大关注.智能交通系统上的实时导航、交通监控等应用都需要大量实时车辆速度、位置等信息.由智能车组成的无线移动感知网络的链路变化频繁并且无线干扰严重,现有的车辆网络上的数据聚集算法没有考虑无线链路变化的具体情况,就进行数据聚集和传输的规划.文中分析并求解了移动感知网络上的无冲突数据聚集传输规划问题,将该问题形式化为移动通信拓扑图上的单传聚集传输规划问题,并证明了该问题是NP完全的;提出了移动聚集路由树,将无线冲突分为树内冲突和树间冲突,首先构建树间冲突图描述树间冲突,过滤节点的传输候选时刻集以消除树间冲突,然后利用动态规划思想进行聚集路由树上的数据聚集传输时刻规划来消除树内冲突.并且在真实出租车移动轨迹数据集上进行了实验,实验结果表明文中的算法比现有的算法在数据收集率上提高了1/4左右,并且收集上来的数据的平均延迟也更小.     

移动无线传感网的移动感知路径选择算法

为解决稀疏网络环境下移动传感节点的区域全覆盖和数据传输问题,提出一种移动无线传感网的移动感知路径选择算法(MSPS)。在MSPS算法中,用数学公式表示邻居网格集合、区域覆盖率、数据传输时延、节点平均能耗等参数。采用机会路由算法进行数据传输,并建立能保证全覆盖监测区域且权衡数据传输时延、数据传输率和节点平均能耗的移动路径选择优化模型。提出到目标网格的路径寻找方法、初始染色体的确定方法和染色体适应度值计算方法。最终提出修正的多种群遗传算法求解优化模型,获得移动传感节点的最优移动方案。仿真结果表明:不管监测区域内是否存在障碍物,MSPS算法都能提高数据传输率,降低数据传输时延和节点丢弃的总数据量。在一定的条件下,MSPS算法比SGA、TCM_M、RAND_D和RAND算法更优。     

基于综合预测算法的无线传感器网络移动节点定位策略

结合测距定位方法和移动节点历史定位信息,提出历史定位算法。在此基础上,引入移动节点相对运动角度测量,提出了基于综合预测算法的无线传感器网络移动节点定位策略。首先,根据测距结果选择较近的三个信标节点,并且加入移动节点的前一时刻坐标,应用最小二乘法,得到当前时刻的坐标;另一方面,由移动节点相对运动角度同样可以计算节点当前时刻的坐标;最后,将两种方法得到的坐标求平均值,作为综合预测算法给出的节点当前定位位置。仿真结果表明,所提出的定位策略能够高性能的实现移动节点定位,并且成本较低。