基于UKF区域交叉定位的WSNs Sink节点动态跟踪算法

为了提高无线传感器网络（ WSNs）使用寿命,对WSNs的目标跟踪方式进行研究,提出基于无迹Kalman滤波（ UKF）的WSNs Sink节点动态跟踪算法,以实现高效节能的资源管理和利用方式。首先利用UKF算法对目标节点的下一位置进行预测,然后通过四圆区域定位交叉定位算法对Sink节点的位置区域进行局部准确定位。实验结果表明：这种动态的Sink节点预测定位算法能够有效缩短数据发射传感器和Sink点之间的距离,减少跳数,从而实现负载均衡降低能耗的效果。     

大规模WSNs中多Sink节点优化部署遗传算法

大规模WSNs网络布局设计中,多Sink节点的选址是网络拓扑设计的关键步骤,它对于网络通信能耗的控制至关重要。提出了一种基于遗传进化算法的Sink节点优化选址算法,它利用遗传算法的全局寻优能力在有限的时间内获得问题的次优解,进而生成监测网络工作拓扑。仿真实验结果表明:与现有的启发式算法相比较,该算法所生成的网络布局结果对于全局能耗控制有明显改进。     

WSNs中基于PMP的多SINK节点布局研究与实现

针对sink节点可布置的无线传感器网络应用,提出了一种基于PMP模型的多sink节点布局策略.该策略在桌面电脑上计算出sink节点的最优位置集来指导sink节点的布局.本文使用该策略结合一种启发式算法实现了无线传感器网络的仿真布局.仿真结果表明,该布局策略能够有效降低无线传感器网络的能量消耗,提高网络服务效率,延长网络的生存期.     

WSNs中基于粒子群优化的节点定位算法

节点定位是无线传感器网络(WSNs)的关键技术之一.接收信号强度指示(RSSI)测距技术以其不需增加任何额外的硬件设备的特点在节点定位中得到广泛应用.为了提高定位精度,在RSSI测距的基础上,提出将粒子群优化算法( PSO)引入节点定位中.首先由RSSI测得未知节点与锚节点的距离,然后应用PSO算法计算出未知节点的估计...     

基于三链混合遗传算法的贴片机贴装过程优化

为提高贴片机的生产效率,对贴片机贴装过程中的元器件拾取贴放顺序进行优化,提出了一种改进的三链混 合遗传算法。该算法将传统遗传算法中的两条链增加为三条链,并采用了启发式改进遗传算子。实验结果表明,改进的三链 混合遗传算法能够减少种群数目,提高优化效率和优化效果,从而提高算法的全局搜索能力。该算法在多数情况下能够搜索 到优于传统遗传算法的解。     

基于全局时延最小化的移动Sink数据收集算法

针对Sink节点移动所带来的时延问题,提出了一种基于最优路径的移动Sink数据收集方案OPDG（Data Gathering Based on Optimal-Path）。首先由MWHA（Minimum Weighted Heuristic Algorithm）算法得到汇聚节点RP（Rendezvous Point）的集合,然后根据这些RP节点求出移动Sink的最佳驻留点集合,最后求出经过驻留点的最短路径。Sink沿着这条路径周期性采集数据。通过NS-2中大量的仿真实验结果表明,与已有算法相比,OPDG算法能最大限度的减小时延,延长网络的生命周期。     

Sink节点自适应位置更新在无线传感器网络中节能的优化

在无线传感器网络中,移动Sink节点可用于平衡无线传感器网络节点的能量消耗,降低无线传感器网络中的能量消耗;但是,Sink节点颇繁的位置更新又会导致传感器网络节点的能量消耗和数据流传输中的阻塞;提出了一种新的解决方案--自适应移动Sink节点的位置更新算法(ALURP),以解决此问题;当一个Sink节点移动时,它只需要在一定小范围空间中进行信息更新而不是以往的在整个网络中;理论分析和研究表明,这种设计方案会减少消耗在每个传感器节点上的能量,也缓解了无线传输数据流中的拥挤,可在大型无线传感网络中使用.     

基于能量感知的无线传感器网络Sink节点移动方案

节点能量直接影响无线传感器网络的寿命。为此,从保存节点能量角度入手,结合最大容量路径路由协议,提出基于能量感知的Sink节点移动方案EASM-INL,以最大化提高网络寿命。在EASM-INL方案中,传感节点依据电量水平调整传输范围,当电量下降时缩短传输范围,从而保存电量。 Sink节点收集传感节点的电量数据,计算最大容量路径。只要有一条路径容量值小于门限值, Sink节点就计算正东、南、北、西4个方向上的最大容量值,并沿最小值所在方向移动。仿真结果表明,与同类节点移动方案相比,EASM-INL方案可有效延长网络寿命。     

基于蚁群算法的WSNs节点有障环境中部署优化研究

能量限制是无线传感器网络(WSNs)技术中一个关键问题.提出了一种通过无线信道能耗衰减模型利用Dijkstra算法和蚁群算法相结合的WSNs节点静态优化部署策略.通过该策略对两种不同的环境仿真部署验证表明:该策略能更好地优化节点在复杂二维地理环境中的静态部署,并可有效地减少网络的能耗,提高WSNs的使用寿命.     

异构WSNs中节点稳定匹配的覆盖空洞修复优化算法

针对异构无线传感器网络中初始节点随机部署或节点失效产生覆盖盲区的问题,提出一种节点稳定匹配的覆盖空洞修复优化算法(ROA-NSM)。首先,对静态节点进行Voronoi多边形划分确定节点覆盖盲区,通过Delaunay三角形计算虚拟修复节点位置;其次,基于距离和能量阈值函数计算节点优先级,建立虚拟修复节点与移动节点的稳定匹配关系;最后,通过移动节点位置的移动,实现覆盖空洞修复的优化。仿真实验表明,优化算法使每个虚拟修复节点有最优的移动节点匹配,通过与已有相关覆盖空洞修复算法比较,ROA-NSM优化算法收敛速度加快,匹配次数和节点移动距离减少,覆盖率提高。     

大规模带状无线传感器网络节点定位算法

针对基于三峡库区水环境监测的大规模带状无线传感器网络(WSNs),将博弈理论和优化算法应用于节点定位问题的研究,建立节点定位优化算法模型,分析模型的基本原理、可行性和具体实现方法.通过对不同分布状态网络进行定位仿真实验,测试该算法对正方形、带状、条形随机分布传感网络定位效果,实验结果表明了算法的可行性和高效性.该算法在不增加硬件开销情况下,能够提高定位精度和节点覆盖率,且收敛速度快.     

基于BADV-Hop的无线传感器网络节点定位方法

针对无线传感器网络（WSNs）节点的定位误差较大的问题,提出一种蝙蝠算法（BA）和DV-Hop算法融合（BADV-Hop）的定位算法.首先测量未知节点与锚节点之间的距离,然后采用DV-Hop算法初步确定未知节点的坐标,再采用BA校正DV-Hop算法的定位误差,最后在Matlab 2012平台上对算法性能进行仿真分析.实验结果表明：相对于DV-Hop算法,BADV-Hop算法提高了传感器的节点定位精度.     

水下声学传感器网络节点定位算法及自组织过程研究

针对水下声学传感器网络中锚节点稀少的问题,给出了一种分布式的水下节点自定位算法.为配合定位算法的完成,提供定位过程所需的邻接信息表等信息,提出了一种分布式的并发数据传播算法,并针对该数据传播算法中存在的通信冲突问题,给出了冲突解决策略.仿真试验验证了上述两种方法配合完成水下节点定位的可行性和有效性.     

基于质心理论的多Sink节点重选址算法

针对无线传感器网络WSNs(Wireless Sensor Networks)中Sink节点静止不动附近邻居节点易出现"能量空洞"、缩短网络生命周期等问题,提出一种基于质心的多Sink节点重选址算法.将网络中某段时间内向Sink节点发送过数据包的全部一跳邻居节点视为质点系,所发送的数据量作为质点质量,使Sink节点向着传感器节点密度大的方向移动,实现多个Sink节点相互协作,逐步逼近到该质点系的质心位置.将质心重选址算法与多Sink节点位置固定的重选址算法和COST函数多Sink节点重选址算法进行仿真对比,结果表明质心重选址算法可以有效的均衡网络负载,降低网络能耗,延长网络生命周期,提高网络性能.     

基于信息熵的无线传感器网络节点能量的汇报机制

对无线传感器网络自身状态的监测将对延长网络的寿命起到至关重要的作用,而节点剩余能量是重点监控的属性。基于簇的网络拓扑结构,簇头节点收集其成员节点的剩余能量数据,利用信息熵理论对这些数据预处理,以短消息格式把能量数据发送到监控平台。监控平台反向处理接收到的能量数据,以得到剩余能量的原始数据。实验结果表明:该汇报机制可以有效地减少汇报的数据通信量,也可以基本保证汇报数据的精确度。     

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。     

一种基于多波束转换天线的WSNs跨层集成协议

针对无线传感器网络中(WSNs)随Sink节点位置移动带来的网络连通、能耗等问题,提出一种采用多波束转换天线的跨层集成协议(IMRPSB),协议充分利用了多波束转换天线优势,并将MAC层与路由层层间融合.利用移动Sink节点场景模型进行仿真,结果表明:IMRPSB在保证网络连通性的同时,提高了网络的寿命,增强了网络性能.     

一种无线传感网的Sink节点移动路径规划算法研究

为寻找传感节点均匀分布时Sink节点的最优移动路径和最大网络生存时间,提出一种无线传感网的Sink节点移动路径规划算法(MPOA).在MPOA算法中,将Sink节点的数据收集范围分解成多个圆环,将监测区域分解成多个网格.根据Sink节点的停留位置和多跳通信方式,采用数学公式表示每一个网格的单位节点能耗,从而获得Sink节点移动的网络生存时间优化模型.采用修正的混合粒子群算法求解该优化模型,获得网络生存时间、Sink节点的停留位置和移动路径的最优方案.仿真结果表明:MPOA算法可寻找到Sink节点的最优移动路径,从而平衡网络能耗,提高网络生存时间.在一定的条件下,MPOA算法比Circle,Rect和Rand算法更优.     

无线传感器网络节点分布与定位性能之间的关系分析

无线传感器网络中锚节点分布情况在很大程度上影响未知节点定位的精度,但目前对均匀性的分析相对较少,针对这一问题,对锚节点分布与无线传感器网络定位算法性能之间的关系进行全面分析。首先提出了锚节点均匀分布的相关概念,并设计建立了相应的网络系统模型,然后对质心算法、DV-Hop算法、最小包容圆算法性能与锚节点分布之间的关系进行了仿真实验。结果表明：锚节点的分布情况对所有定位算法均有影响,其中质心算法对锚节点均匀性最敏感,DV-Hop算法次之,最小包容圆算法对锚节点均匀性最不敏感,分析结果对无线传感网络实际应用具有指导意义。