支持大规模智能电网的数据存储方法

针对大规模智能电网中的监测数据具有海量性、实时性、动态性等特点,提出一种以数据为中心的支持大规模智能电网的数据存储方法:海量动态数据的分层扩展存储机制。首先,采用扩展哈希编码方法动态增加存储节点,避免突发、频发事件数据的丢失,增强系统的可用性;然后,采用多阈值级别方法将数据分散到多个存储节点上,避免出现存储热点问题,实现负载均衡。实验结果表明,分层扩展存储机制能够最大限度地满足海量数据的存储需求,获得较好的负载均衡,并且使总能耗最低,有效地延长了网络的生命周期。     

基于多本体的网格数据并行查询

对于综合运输中的铁路、公路、水路和航空运输系统中的异构数据源可以使用网格来实现数据的集成。为了提高网格集成环境中用户查询（涉及多异构数据源）的效率和精确性,提出了基于多本体的并行查询处理方法,给出了全局查询的生成算法和基于查询树的全局查询分解算法。     

基于网格的数据库查询并行化研究

网格环境下各个节点固有的高度异构性和节点之间差异甚大的通信速率,给数据库的查询操作带来了新的问题。针对这种情况,本文提出一种对数据库查询树的分配算法,使查询并行化,缩短查询的响应时间。     

基于网格的传感器网络K近邻查询处理算法

综合考虑了能量消耗、查询延迟、查询结果正确性等因素,提出了一种基于网格的传感器网络K近邻查询处理算法GKNN。它优化现有的查询区域佑计方法以减少算法的能量消耗。利用网格对节点进行管理,将查询区域中的网格划分成多个网格区,由各个网格区并行处理查询从而减少延迟。另外,GKNN利用节点冗余降低了节点失效对查询结果的影响,提高了查询结果的正确性。仿真实验结果表明,GKNN优于现有的算法。     

网格环境下的查询优化方法

针对网格环境下,资源有较强的分布性、异构性特征,提出了一种基于批处理的启发式MCT查询优化算法.该算法在平衡节点间的负载、缩短查询花费时间方面有较好的性能,非常适合多用户并发查询海量信息.     

基于启发式搜索算法的网格信息查询优化

如何提高网格信息系统的查询效率是提高网格性能的关键问题之一。在基于资源分类树(将计算资源按其属性和数值组织成平衡二叉树)的网格信息系统中,资源分类树深度过大,搜索效率就会降低。针对该问题,提出基于启发式搜索算法的查询优化方案并成功应用于原有的查询系统。给出具体的算法、实验步骤及结果分析。实验结果表明,采用启发式搜索可以提高网格查询系统的查询效率。     

用于智能电网的有差别射频充电传感器网络

针对应用于智能电网中的无线传感器网络(WSNs)节点能量受限问题,分析了基于无线射频充电技术的为传感器节点充电技术,改进了可持续无线充电传感器网络(SWRSNs),提出有差别射频充电传感器网络(DRRSNs)技术,增加节点的优先级设置,建立整数线性规划模型,用CPLEX求解模型确定标志性节点位置。求解数据表明:节点获得的能量平均提高105%,高优先级节点比低优先级节点平均多获得43%的能量,提高了节点的寿命,保证了WSNs的可靠性,但是路径访问效率平均降低了14%。     

基于数据网格的分布式查询优化模型

智能交通系统（ITS）中多个异构的、地理位置分散的数据源能使用像数据网格这样的分布式计算技术进行集成,这种集成所面临的真正挑战是分布式查询处理引擎的设计和开发。一般而言,分布式查询优化按照以下三个阶段进行：查询所涉及节点的确定,并行执行方案的生成,执行查询的最佳节点选择。由于这三个阶段的相互隔离可能会导致得到的查询方案并不是最佳的,提出了一个新的分布式查询优化模型,该模型集成了查询优化的三个阶段,综合考虑了查询优化各个阶段所涉及的参数,如节点的有效内存、处理速度、数据传输容错能力等。     

智能电网WCSN安全体系架构研究

作为下一代电力系统,智能电网应具备向电网控制中心实时可靠传输信息的能力。为了解决智能电网无线传感器网络面临的异构无线网络共存、频谱资源紧张和海量数据处理等问题,我们在智能电网引入了无线认知传感器网络的理念。文章分析了在智能电网中引入认知无线传感器网络（WCSN）的必要性,列举了智能电网、认知无线电网络和无线传感器网络的相关研究成果,描述了智能电网WCSN分层结构包括家域网、邻域网和广域网,提出了智能电网WCSN安全架构。     

基于网格的无线传感器网络节能路由算法

为避免高密度节点导致的数据冗余和能量浪费,提出一种节能路由算法。将检测区域分割成若干等同的虚拟网格,在每个网格中选取剩余能量最大的节点作为激活节点,源节点的数据先发送到由激活节点构造的数据聚合树上,经数据融合后再传输到Sink节点,从而减少网络中传输的数据量。仿真结果表明,该算法能有效减少冗余数据的能耗,延长网络寿命,且在高密度节点环境下具有良好的适应性。     

基于时间／能量模型的无线传感器网查询优化

针对无线传感器网在数据查询过程中存在的问题,提出一种基于时间,能量模型的无线传感器网查询优化算法,每个传感器站点通过评估数据／事务的时限要求和时间／能量消耗,将查询数据直接上传到服务器,并执行压缩、合并、聚集,融合等优化处理。仿真实验结果表明,该算法是有效的,且能够获得较好的性能。     

基于投影栅格扫描的无线传感器网络三维定位算法

针对现有无线传感器网络(WSN)三维定位算法在精度和复杂度方面的不足,提出了一种改进的三维空间定位算法。利用栅格扫描分别求解邻居锚节点在两个坐标平面的投影交域,得出未知节点在两坐标平面的对应位置,最终实现三维位置估计。仿真结果表明：在100m×100m×100m的空间里,随机投放200个传感器节点,锚节点数为45时,其覆盖率达到了99.1%,相对定位误差仅为0.5533。且平面投影的引入,有效地降低了算法复杂度。     

无线传感器网络中位数查询抽样算法研究

提出一种基于无线传感器网络的中位数查询抽样算法SAMQ。在SAMQ中,网络中各节点将分布式产生各自的样本集,然后将样本集聚集传递后汇集到根节点形成全网的样本集,最后使用这个远小于全网数据集规模的、可用于代表全网数据集结构的样本集,迅速获得中位数查询的近似结果,从而无需将各传感器节点的所有数据都传输至根节点,同时采用了共享无线通道的方式进行通信,减少了网络数据丢包。理论分析和实验结果显示该算法功耗低、误差较小,能有效地延长网络的生命周期。     

基于移动代理的三维DV-Hop算法

三维空间的无线传感器网络节点定位算法研究是当前的研究热点之一。通过对现有三维定位算法的不足进行分析,将无需测距的DV-Hop算法拓展到三维空间,并在通信量、定位精度方面进行了相关改进,提出了一种基于移动代理的三维DV-Hop定位算法。仿真结果表明,所提算法能对三维环境中的传感器节点进行有效的定位,信标节点的密度和通信半径对定位误差和覆盖率的影响较小,且定位精度和覆盖率相对于其他算法有明显提高。     

大规模无线传感器网络自适应节能路由算法

在确保大规模无线传感器网络信息可靠传输的前提下,尽可能降低网络能量开销,提出了大规模无线传感器网络的自适应节能路由算法。针对长江三峡库区水质监测的具体应用环境,构建了网络模型,采用梯度型拓扑生成器生成网络拓扑,利用可以平衡负载的节能自适应算法进行最优路由选择,建立了应用于大规模无线传感器网络的自适应节能路由算法。在具有代表性的两种不同网络环境中,对该算法的节能效果进行测试,结果表明了算法的可行性和先进性;该算法能有效地将网络负载平均分配于整个网络中,减少网络的整体能量开销,延长整体网络的寿命。     

基于变宽直方图的无线传感器网络异常数据检测算法

数据的准确性是衡量无线传感器网络(WSN)性能的重要指标,异常数据检测是无线传感器网路面临的关键问题和主要挑战。提出了一种基于变宽直方图的异常数据检测算法,通过数据聚合的方式将网络中的动态感知数据聚合成变宽的直方图来准确检测出异常数据,同时避免不必要的数据传输。对算法的性能进行了理论分析,并基于真实大规模无线传感器网络系统数据进行了实验评估,结果表明算法具有很高的准确率,并有效降低了网络通信开销。     

基于连通度的无线传感器网络自维护分簇算法

最大连通度生成簇算法建立的簇之间存在重叠度较高的现象,没有考虑网络能量均衡,对网络寿命会产生不良影响。提出了基于最大连通度的自维护分簇算法,它是最大连通度生成簇算法的推广,达到降低簇之间的重叠度,延长网络寿命的目的。仿真结果验证了算法的有效性。     

基于动态树拓扑的多时隙分配无线传感器网络数据传输算法

针对无线传感器网络(WSN)在数据传输过程中节点能量负载不均衡问题,提出了一种基于动态树拓扑的多时隙分配无线传感器网络数据传输算法。该算法首先建立了树链路模型来分析无线传感器网络的数据传输模式以及时隙需求问题;接着通过在树拓扑上使用父代和子代的关系,使节点基于时隙需求执行帧时隙分配,并给出了接收时隙的一个序列模式和发送时隙的序列模式,允许节点更加有序且在干扰更少的信道下接收其他节点发送的数据包,减少时隙的浪费并提高信道利用效率。最后,实验仿真结果表明,与基于数据传输优化的无线传感器网络的生命周期延长算法,以及基于能量感知和时隙分配的可靠数据传输算法相比,所提算法的网络能量效率分别提高了42.8%和51.7%,节点平均寿命延长了1.7%和37.5%,网络的能量效率和网络生命周期得到了提高。