一种基于低能量的双簇首WSN路由算法

通过对无线传感器网络经典路由分簇算法LEACH、PEGASIS的研究,提出了基于低能量的双簇首路由分簇算法BLEDCH,该算法使能量最小的K个节点尽可能的接近主簇首,使簇内节点趋近于同时消亡,当发送数据时在簇内选择能量较大且距离基站较近的节点作为Data簇首,并通过各个簇的Data簇首建立一条连接基站的关键路径,使各个簇融合后的数据能够以多跳的方式传送给基站,从而减轻了主簇首的负担,仿真结果表明,该算法延迟了第一个死亡节点出现的时间,延长了网络的生存时间,减少了能量消耗,优于LEACH和PEGASIS算法.     

��ͨ��Ϣ�ɼ���WSN�ִ��㷨�о�

无线传感网是采集实时交通信息的重要工具.因其节点能量有限,必须设计高能效的分簇路由算法以延长网络周期.本文通过建立一种智能交通中无线传感器网络的应用模型,根据其特点和要求分析LEACH协议的优缺点并提出一种能量负载均衡的分簇算法.该算法对LEACH协议当中的簇首机制进行改进,综合考虑候选节点的剩余能量和簇首节点的分布位置;建立簇间多跳路由机制以避免单跳通信的大能量消耗;创造一种簇重构方法,避免过于频繁的簇重构引起的不必要能量消耗.仿真结果表明,能量均衡算法可有效平衡节点能量消耗分布,延长网络生命周期,可很好的应用于基于WSN的ITS当中.     

无线传感器网络中能量有效分簇路由算法

由于无线传感器节点的电源能量有限,提出了一种能量有效分簇路由算法(EECRA).该算法是基于最小能量的数据转发并运用于簇内路由中,簇头由基站根据节点的剩余能量和簇头之间的距离来选定,为了减小簇头节点的能量开销,簇头之间采用了多跳中继的方式将采集的数据发送到基站.仿真结果证明:该算法与LEACH协议相比,不仅提高了网络寿命,同时节点的能耗均衡性、网络扩展性和可靠性都大大的提高.     

基于分层簇树结构的无线传感器网络的设计与仿真

针对无线传感器网络中传感器节点能量有限的特点,提出了一种分层树结构的无线传感器网络分簇组网算法.算法中,将整个网络分簇架构模型分为上层和下层,上层为簇间层,下层为簇内层.网络设计开始于指派设备DD,组网过程中优先选取剩余能量高的节点作为簇头,且在簇间层启用中继节点这种新型节点将簇头连接起来,最终形成以DD为树根的多跳分层树网络.仿真结果表明了这种分层树结构的分簇算法比传统的LEACH更有效.     

减小簇头边缘化的LEACH协议的研究及改进

为减少无线传感器网络能耗、延长网络的生存周期,基于经典的LEACH,提出了一种新的能量有效的分簇算法.算法的主要思想是考虑节点当前剩余能量和簇头不边缘化来优化簇头选择,从而在使簇头分布更均匀的同时,进一步保证了网络内簇头节点的最大覆盖化,优化了网络的负载均衡.仿真和分析表明,该算法是一种有效的分簇路由算法.     

无线Ad Hoc网络中一种基于簇结构的多播路由算法

在无线Ad Hoc网络中，采用分簇的方法将移动自组网进行簇划分，形成由簇头、簇间节点和簇内节点构成的分簇网络结构，从而提供对无线Ad Hoc网络资源进行管理的一种简便构架，文中基于无线AdH oc网络簇结构的特点，提出了一种在无线AdHoc网络中实现的多播路由算法，该算法通过对无线AdHoc网络分簇，形成由簇头和簇间节点构成的虚拟骨干网，再对其进行回路检测和冗余剪枝算法处理，最终得到一个能满足多播要求的多播树．通过对仿真实验结果的分析，该算法具有稳定的数据包发送率，较低的路由建立时间。     

基于自适应压缩感知的分簇式网络数据收集

分簇式传感器网络中基于混合压缩感知的数据收集方法可以有效减少数据传输量并均衡网络负载.但是,固定采样率因不能考虑信号的稀疏度在时间和空间上的变化,导致低采样率难以保证信号的重构质量,而高采样率又会造成资源浪费.针对此问题,基于数据线性程度分析提出了一种采样率自适应调整的分簇式网络数据收集方法.首先,Sink节点以簇为单位分析当前采样时刻与上一采样时刻重构数据的线性程度,以掌握数据变化趋势;然后,根据分析结果计算网络在下一采样时刻所需采样率及簇头节点所需观测值维数;最后利用数据传输树实现对簇头节点观测数目的自适应调节.仿真结果表明,与基于固定采样率的网络数据收集方法相比,该方法能够在增加少量反馈观测值维数所需的数据传输量的情况下有效提高压缩数据的重构精度.     

一种基于主观逻辑的无线传感器网络可信路由算法

无线传感器网络中高敏感度数据传输业务要求路由协议设计时必须考虑能量与安全约束.LEAcH分簇路由算法没有考虑节点与所选路径的安全性,文中提出的基于主观逻辑的可信LEACH路由算法(TLEACH_BSL)充分考虑节点可信度评价,对改进前后路由算法作了理论性分析及仿真实验比较,为可信路由算法体系的研究提供了思路.     

面向路基监测的WSN分簇自适应加权融合算法

部署在铁路路基监测区域内的无线传感器网络（WSN）,由于节点能量和带宽等资源的限制,要求数据的采集、处理、传输满足低能耗、高效率和高可靠性. 本文提出面向智能监测的无线传感器网络分簇部署策略,在感兴趣的区域内部署尽量多的节点,并根据数量类型、环境特征等因素将网络以簇为单位进行划分. 以簇为单位,采用自适应加权数据融合处理技术,将采集的地温数据按照精度分别乘以权重值再进行平均值处理,有利于降低数据冗余度,提高数据准确度和采集效率. 仿真性能分析表明,该方法可以显著提高数据传输效率,降低网络能耗,延长网络生命周期.     

����·������WSN�ִ�����Ӧ��Ȩ�ں��㷨

部署在铁路路基监测区域内的无线传感器网络（WSN）,由于节点能量和带宽等资源的限制,要求数据的采集、处理、传输满足低能耗、高效率和高可靠性. 本文提出面向智能监测的无线传感器网络分簇部署策略,在感兴趣的区域内部署尽量多的节点,并根据数量类型、环境特征等因素将网络以簇为单位进行划分. 以簇为单位,采用自适应加权数据融合处理技术,将采集的地温数据按照精度分别乘以权重值再进行平均值处理,有利于降低数据冗余度,提高数据准确度和采集效率. 仿真性能分析表明,该方法可以显著提高数据传输效率,降低网络能耗,延长网络生命周期.     

时延受限的无线传感网中移动式能量补充

为了延长无线传感网的生存期,基于可充电的移动设备,研究设计了一种无线传感网中移动式能量补充的方法,移动节点可以在为传感器节点补充能量的同时收集数据.首先,通过将无线传感器网络监测区域分割为大小相同的子区域,该子区域内的节点组成一个簇;其次,以一个簇内的总能量为计算依据,设计移动节点的路径生成算法以确定能量高效的移动路线;最后,使用10种不同的随机网络拓扑图进行了仿真实验,以节点移动速度和时延为限制条件分别得到了对比数据.结果表明,本文提出的算法与NJNP(nearest-job-next with preemption)算法相比在时延相同的条件下(800 s),生存期提升了6 000 s左右,在节点速度5 m/s条件下生存期提升了将近14 000 s.证明本文所提方法有效地提高了充电效率,延长了网络的生存期,可用于大规模的无线传感器网络.     

基于刚分簇与鸡群优化的深井无线传感网络定位算法

针对矿井环境因素对无线传感器网络定位的制约,提出一种基于刚性分簇与鸡群优化的无线传感器网络定位算法(RCCSO). 首先,以传感网络中均匀分布的锚点为簇头,基于刚性图理论提出分簇算法对整个网络进行分簇并保证每个簇都是全局刚性的;其次,利用鸡群算法对簇内进行相对定位,求得簇内最优相对位置解集;再次,不同簇以锚点为旋转中心旋转不同角度,并利用鸡群算法求出旋转角度的最优解集,进而求得全局节点最优位置;最后,仿真结果显示,与多维标度MDS-MAP算法及自适应局部区域循环搜索DALSA相比,所提算法在精度上有较明显的提高.      

网络控制系统的变采样周期调度算法

综合考虑网络控制系统的误差、误差变化率、网络利用率及采样周期对系统性能的影响,设计了一种基于模糊反馈的变采样周期调度算法．该算法由网络利用率预测和采样周期调节两部分组成：网络利用率预测部分根据当前网络运行状况预测新的网络利用率;采样周期调节部分包含网络利用率分配和采样周期的计算．采样周期调节部分的网络利用率分配,用于重新分配各控制回路的网络利用率,分配时考虑系统各回路的误差和误差变化率,利用模糊控制理论调整各回路对网络的需求程度,完成分配;而采样周期计算是根据所得的网络利用率及数据的传输时间,动态调节系统各回路的采样周期．最后,结合EDF调度算法利用TrueTime工具箱对所研究的调度算法进行了仿真,结果表明采用本文所研究的变采样周期调度算法的控制系统性能要优于采用固定采样周期调度算法的控制系统性能．     

介入移动汇聚节点的无线传感器网络高效数据收集方法

引入移动汇聚节点解决无线传感器网络高效数据收集问题.网络中固定汇聚节点与移动汇聚节点共存,全部传感器节点都拥有维护到固定汇聚节点的路由,移动汇聚节点进入网络后定期向其附近小范围内的传感器节点扩散自己的声明信息,传感器节点向距自己跳数最小的汇聚节点发送或转发数据包.移动汇聚节点和距离其一跳的传感器节点之间通过有效的应答机制来保证数据的可靠传输.通过仿真结果显示引入移动汇聚节点的数据收集在节省能耗方面明显优于传统网络.在延长网络生存时间的同时,可以获得较高的数据传输成功率和较短的数据传输延迟.     

分簇无线传感器网络密钥管理方案

针对无线传感器网络能量、计算能力、存储空间及带宽等局限性问题,提出了一种基于分簇结构的无线传感器网络密钥管理方案.该方案采用组合设计方法,以保证同一簇内所有节点可直接建立共享密钥,而不同簇的节点可通过基站构建多路径密钥.理论分析和仿真结果表明:节点只要存储10个以上密钥,就能保持网络连通概率为1.     

基于自然选择粒子群的时钟同步算法

为了提高无线传感器网络的时钟同步精度,避免因不可靠数据和网络拓扑结构变化在同步过程中产生的同步误差,建立了基于自然选择粒子群融合算法仿真模型.首先,采用卡尔曼滤波算法,将多个传感器的测量数据进行局部滤波处理,去除测量数据中最底层的冗余信息,提高测量数据的准确性;其次,采用自然选择粒子群算法建立数据融合模型,计算网络的最优融合估计;最后,对自然选择粒子群融合算法模型进行仿真,结果表明:该算法的融合模型不仅能够对网络中的5个节点时钟进行有效融合,而且可以提高节点晶振的时偏和频偏的融合精度,形成一个具有较高稳定度的虚拟时钟,其时偏和频偏的融合精度主要集中范围分别为10-5和10-7,与传统自适应融合算法相比较,它的时偏和频偏融合精度提高了1个数量级.     

无线传感器网络定位算法的研究

在无线传感器网络中，因无线传感器设备功耗、价格和硬件限制及对定位精度的要求，距离无关定位机制被认为是一类具有成本效益的解决方案。介绍了距离无关定位机制中的DV—hop定位算法，研究了不良节点、网络拓扑结构、锚节点和邻居节点对DV—hop定位算法性能的影响，分析了算法的通信量和计算量。在连通的网络中，该算法能够达到35％～40％的平均定位精度；该算法只需要较少的锚节点，计算和通信开销适中，不需要节点具备测距能力，是一个可扩展的算法，适用于各向同性的密集网络。     

实时监测无线传感器网络改进方法

结合危险品运输监测应用,搭建了基于无线传感器网络的实时监测系统,并对其MAC层协议和物理层无线数据发送时序进行了改进和优化。改进了MAC层中的原始BEB算法,引入了支持优先级的GDCF算法。对MAC层中的RTS/CTS方式进行了有效性分析,并出于节能考虑,引入了睡眠技术。在物理层数据无线发送过程中,为缩短发送时间,减少碰撞可能性,对其时序进行了优化。在工程车辆上安装基于IRIS无线传感器的节点平台进行实际测试。测试结果表明:改进后的退避算法节点丢包率随网络节点数目增加变化不明显;去除RTS/CTS机制后,在采样间隔时间为50ms时,网络丢包率由20%左右下降到了6%以内;一个工作周期内节省能量达到95%;无线数据发送时序优化达到了设计要求,满足了实际应用中对实时监测无线传感网络的性能要求。     

AAL1 CS功能实现的分析研究

分析ATM适配层ALL1汇聚子层CS功能的实现，对实时业务的定时信息传送方法SRTS和结构化数据传送方法SDT进行详细分析研究。     

���ߴ�������QoS���Ϲؼ������о���Ӧ��

结合传统数据通信网络的QoS保障机制研究成果及无线传感器网络自身特点,针对青藏冻土地温自动监测的应用特点,提出能量的高效利用、数据的可靠传输和网络生存周期的有效延长是其QoS保障的主要需求和关键点。并以此关键点为目标,研究了青藏冻土地温监测的无线传感器网络QoS保障机制的能量优化策略,提出了非均匀分簇路由算法并进行了深入分析。最后,通过仿真验证及在青藏冻土地温自动监测的试点应用,验证非均匀分簇路由算法能有效提高网络的生命周期和数据传输可靠性。研究成果将为建立无线传感器网络相关应用系统提供理论支撑和模型参考。