基于自适应动态均匀分簇的WSN数据融合算法

针对LEACH算法无法进行数据融合以及簇首分布不均匀引起的局部网络能耗过多、失效过快等问题,提出一种基于自适应动态均匀分簇的数据融合算法ADUC.ADUC算法在簇结构生成阶段引入逻辑区域划分机制和簇首能量优选机制,保证了簇首分布的均匀性和网络的能量均衡性;在数据融合阶段使用自适应加权融合机制来减小冗余和误差,并减少报文数据的数量.仿真结果证明,ADUC算法可以在提高监测数据精度的同时减少网络中43.1％的总体能耗.     

基于分簇的无线传感器网络簇内数据融合算法

根据节点剩余能量、通信消耗量和节点IP,设计无线传感器节点分簇算法,减少了无线传感器网络的数据传输总量。分析对以分簇为基础的簇内数据的融合算法误差成因,提出先进行簇内传感器测量修正、再进行簇内传感器数据融合的改进算法。通过TOSSIM仿真平台的实验,改进后的簇内数据融合算法测量误差明显减少。     

基于聚合度的WSN分簇优化算法研究

针对无线传感器网络分簇问题,引入节点聚合度概念,以节点能量的均衡消耗为目标,提出一种有效簇头数优化方法,并设计出均衡网络负载的簇首动态更新和簇重组机制,进一步地优化分簇。算法包括基于能量消耗的有效簇头数计算,聚合度最大的簇首选举和簇建立,以及均衡网络负载的簇首动态更新和簇重组。仿真结果表明,算法能有效延长网络寿命,均衡网络消耗。     

基于动态分簇的抗WLAN干扰策略

针对ZigBee网络中WLAN干扰问题,给出了一种基于ZigBee孤儿节点的动态分簇解决方案。在分簇环节中,为了减少ZigBee网络中剩余ZigBee孤儿节点数量以及提高整个ZigBee网络的吞吐量,文中提出了新建簇前提条件判决和分解簇释放信道的概念,把合并簇、新建簇和分解簇三种簇处理方法联合应用到动态分簇过程中。在解决WLAN干扰问题的同时,可以大大减少ZigBee网络孤儿节点数量并提高整个ZigBee网络的吞吐量,获得更好的ZigBee网络动态分簇效果。仿真结果表明,文中提出的动态分簇方法可以在稍微增加时间复杂度的情况下很好地解决ZigBee网络吞吐量减小的问题。     

无线传感器网络中数据融合算法研究

在提供高效的数据融合的同时保障数据的安全是无线传感器网络的研究的一个具有挑战性的问题。本文为加法融合函数设计了一种具有隐私保护功能的数据融合算法——基于分簇的安全数据融合。该算法利用了分簇协议和多项式的代数性质。其优点为带来的通信开销较小。研究的主要目标是提高无线传感器网络中数据融合效率的同时,保证数据的安全性。     

一种基于节点位置和密度的非均匀分簇路由算法

分析了现有分簇路由算法,提出了基于节点位置和密度的非均匀分簇路由算法。簇头选举阶段,考虑了节点的剩余能量,并引入竞争机制进行簇头选择;成簇阶段,综合考虑节点与基站的距离、节点密度以进行非均匀分簇,达到节点能耗均衡的效果,同时解决路由热区问题;簇间路由阶段,通过设立通信簇头节点,使簇间数据转发任务从簇头中分离,簇头节点只负责簇内的数据收集和融合,而通信簇头节点负责簇间数据传输,减少了簇头的能量消耗。实验结果表明,改进后的路由算法能够有效地均衡网络负载,并显著地延长网络的生命周期。     

能量高效的WSNs分簇数据融合算法

针对无线传感器网络(WSNs)中多跳通信造成的“热区”以及数据冗余问题,提出了一种能量高效的分簇数据融合算法(EECDA).该算法在分簇阶段综合考虑节点的剩余能量、到基站的距离和邻居节点的数目,周期性地选择簇首和划分不同规模的簇;对簇内数据进行融合,利用辛普森积分法则计算预测接收数据,在保证采集数据实时性和准确性的前提下,降低数据的冗余性,减少通信负载,提高网络的能量利用率.仿真结果表明:该算法能够对数据进行高效预测,减少网络通信量,相较已有的算法,能够有效延长网络的生存周期.     

一种负载均衡的分簇路由协议

在分簇路由协议中,簇首负责管理簇内的成员,收集和融合簇内的数据以及转发簇间数据.大量的任务由簇首处理将导致簇首耗费过多的能量,从而影响网络的生存时间.因此,本文提出一种负载均衡的分簇路由协议.通过设立网关,使簇间数据转发任务从簇首中分离.簇首负责簇内的数据收集和融合,网关负责簇间数据传输.实验结果表明,改进后的协议能有效地均衡网络中的负载,并显著地延长网络的生存时间.     

基于信誉度集对分析的WSN安全数据融合

由于无线传感器网络存在资源约束问题,为了有效地减少无线传感器网络中的数据传输量以降低网络的总能耗,同时确保对感知数据进行融合操作的安全性,提出了一种基于传感器节点信誉度集对分析的安全数据融合方法.在节点分簇阶段,利用基于密度函数的减法聚类方法进行分簇,既获得了较快的分簇速度,又保证了簇头节点地理位置的合理分布,使得分簇规模更加符合节点的实际布设情况.在数据传输阶段,将簇头节点选择下一跳数据转发节点建模为多属性决策过程,综合考虑备选转发节点的信誉度、能量等属性信息,从中选择综合评价最优的簇头节点转发融合数据,不仅使网络中的数据流量分布更加均衡而且保证了数据的安全性.仿真结果表明,提出的数据融合算法在融合精度、安全性及簇头节点能耗方面与同类的LEACH算法和BTSR算法相比具有明显的优势.     

无线传感器网络CDPMR路由算法研究

在无线传感器网络路由协议中,分簇路由具有扩展性强、数据融合简单、能量利用高效等特点。基于一些分簇算法和多路径路由算法,提出基于簇指挥路径的多路径路由算法（CDPMR）。仿真结果表明,与其他路由算法相比,CDPMR扩展性好,控制负载低,网络拓扑稳定,能减少网络重构开销带来的通信代价,有利于均衡网络能量消耗,延长网络生命周期。     

基于CS优化的双簇头分簇路由算法研究

为了减少无线传感器网络(WSNs)分簇路由中簇头的能量消耗,提出了一种基于布谷鸟搜索(CS)优化的双簇头分簇路由算法.CS通过采用节点的剩余能量和节点之间的位置关系来构造适应值函数并选举出最优双簇头.其中,主簇头将数据进行融合,副簇头将融合的数据发送给基站,缓解了以往单簇头同时负责数据融合和传输的双重压力,使得整体能耗在各个节点的分配更均衡.仿真实验表明:与LEACH算法、粒子群优化(PSO)算法相比,CS算法在减小网络能耗以及延长网络生存周期上更具优势.     

基于非均匀分簇和信息熵的无线传感网络路由算法

针对无线传感网络分簇算法中能量分布不均衡导致的“热区”问题,提出一种基于非均匀分簇和信息熵的路由算法。在簇头选举和竞争半径计算过程中综合考虑节点能量、节点密度和节点距基站距离,均衡簇头能耗以延长生存时间。采用簇间单跳多跳混合通信的路由规则,减少簇间通信能耗。对节点信息熵进行数据融合,引入融合权重系数减小数据融合的不确定性,提高数据融合效率。仿真结果表明,与LEACH、EEUC和EBUCA相比,该算法能够有效均衡网络能耗,延长网络生命周期。     

基于非均匀分簇的WSN双簇头路由算法

针对无线传感器网络中多跳通信造成的“热区”问题,改进EEUC路由协议,提出基于非均匀分簇的WSN双簇头路由算法。将数据监测区域分为近区与远区,各区域的簇内可产生主副两个簇头,近区的副簇头负责转发数据,以分担主簇头的能耗;远区的副簇头负责采集数据和融合数据,以减少簇内节点通信代价。仿真结果表明,与LEACH和EEUC算法相比,所提算法网络生存期分别延长了22.9%和10.1%,平均能量消耗减少了29.3%和8.6%,有效地均衡了网络负载,延长了网络的生命周期。     

一种基于分簇技术的数据融合算法

针对无线传感器网络节点能耗的限制以及通信数据的隐私问题,提出一种基于分簇技术的数据融合算法（Data Fusion Algorithm based on Clustering Technology, DFACT）。算法通过分簇技术解决通信数据的时延,簇内利用算法选择合适簇头,并构造数据融合树结构进行数据融合,减少数据通信量,保护数据隐私;簇间采用基于移动代理模型选择最佳路径提高通信效率。实验结果表明,DFACT算法可以有效地降低大规模无线传感器网络节点耗能,提高数据的安全性,延长网络生命周期。     

多稀疏基分簇压缩感知的WSN数据融合方法

针对传感器节点采集数据精度与能量消耗的矛盾,提出多稀疏基分簇压缩感知的无线传感器网络WSN（Wireless Sensor Network）数据融合方法。该方法利用改进的阈值对随机部署的传感器节点进行簇首选择继而形成最优簇,簇首采用伯努利随机观测矩阵对簇内节点信号进行线性压缩投影,然后将压缩的信息传送给汇聚节点,减少数据传输即降低通信能耗,从而提高网络的生命周期。根据传感器节点监测信号在有限差分和小波中都具有可压缩特性,汇聚节点在有限差分和小波两个稀疏基的约束下,利用OOMP算法分别对线形压缩投影信息进行重构;并采用最小二乘法融合重构信号,提高数据精度。仿真实验结果表明,多稀疏基分簇压缩感知的WSN数据融合方法在减少数据发送的情况下,能提高整个网络的生命周期,解决采集数据精度与网络生命周期的矛盾。     

基于能量优化的无线传感器网络动态分簇目标跟踪

针对无线传感器网络动态分簇目标跟踪中的数据碰撞与簇首选择过程导致能耗过高问题,提出一种基于能量优化的无线传感器网络动态分簇方法。首先,构建时分竞选传输模型,主动避免动态簇内数据碰撞,降低节点能耗;然后,基于能量信息与跟踪质量,提出能量均衡的最远节点调度策略,优化簇头节点调度;最后,根据加权质心定位算法,完成目标跟踪任务。实验结果表明：在节点随机部署的环境下,所提方法对于非线性运动目标的平均跟踪精度为0.65 m,与多目标跟踪动态簇员选择方法（DCMS）相当,比分布式事件定位动态分簇目标跟踪算法（DELTA）提高了45.8%;能量消耗方面,与DCMS和DELTA相比,所提方法的动态跟踪簇能量消耗有效降低了61.1%,延长了网络寿命。     

一种基于剩余能量的无线传感器网络分簇协议

在无线传感器网络中,分簇技术可以实现高效的能量利用、方便的数据融合、灵活的网络扩展。簇首作为簇的中心,负责收集簇成员的数据,簇首消耗的能量远大于簇成员,因此,簇首的选择至关重要。提出了一种基于剩余能量的分簇协议（CPRE）,该协议优先选择剩余能量较多的节点作为簇首,并采用簇间转发的方式将数据发送到基站。仿真结果表明：该协议能够显著地延长网络的生存时间,其性能明显优于LEACH协议。     

无线传感器网络HEED分簇协议的研究与改进

在分析了HEED分簇协议的基础上提出HEED-CHEE分簇算法,对"孤儿节点"和"孤立簇头节点"引入"最优邻居中继入簇"策略,减少分簇产生的簇头数目和簇间节点通信开销;簇间通过多珧方式将融合数据传送回汇聚节点,在构建簇间多跳路由中,选择在簇间通信范围内下一层次中剩余能量最高的簇头作为中继簇头,避免了能量较低的簇头过多的参与数据转发.通过实验仿真表明,HEED-CHEE分簇算法节省了簇头能耗,有效地延长了网络的生存时间.     

WSN中动态分簇时间同步算法的研究

提出了一种动态分簇时间同步算法(DCTS),首先针对无线测距网络的特点,传输数据量较少,簇首节点无需进行大量数据融合情况下,对LEACH分簇路由算法进行改进,提出了GLEACH分簇路由算法,并使用GLEACH分簇路由算法将整个网络分成不同的簇,以基站与簇首节点为参考节点,采用类似于TPSN双向同步机制,逐级同步,实现全网的时间同步,结合了动态分簇算法,均衡了整个网络的功耗,克服了TPSN算法中参考节点负担过重,而导致某些节点过早的死亡,实验结果表明,新的同步算法有效的提高了整个网络的生存时间与同步精度。     

基于事件驱动和神经网络的无线传感网络数据融合算法研究

为降低突发事件监测的无线传感器网络(WSN)的能量消耗和数据冗余,设计并实现一种基于事件驱动的动态分簇BP神经网络数据融合算法(EBPDF)。其中动态成簇以及簇头选举过程基于事件严重程度和节点剩余能量,簇的生命周期和簇的覆盖范围根据事件紧急程度和节点剩余能量进行动态调整。同时,为减少网络通信量,将神经网络层次结构与WSN的簇结构相结合,在动态形成的簇结构中应用三层神经网络模型,通过神经网络算法从采集到的大量原始数据中提取出少量特征值,并发送到汇聚节点,从而延长网络生命周期,降低数据传输的冗余度。理论仿真实验证明,与LEACH算法相比,该算法既能有效降低网络通信流量,又能减少节点通信次数。