无线传感器网络中一种基于分簇的能量高效虚拟MIMO传输策略

协作式MIMO技术被认为是传感器网络中有效的节能解决方案之一.针对中小规模传感器网络设计了一种基于分簇的能量高效的协作式虚拟MIMO传输策略(ECCM).在考虑了分布式STBC编码信道训练开销的情况下,分析了该传输策略的系统总体能耗.基于该能耗模型,建立了一种基于端到端的全网能耗最优化模型,并用该模型来求解最优的虚拟MIMO域(分簇)个数、协作节点(虚拟天线)个数以及传输速率等网络通信参数.仿真结果表明,通过选取最优协议参数,即使考虑到电路能耗和信道训练开销,ECCM策略也能显著降低节点传输能耗,延长网络寿命.

一种基于V-BLAST技术的多跳协作式传感器网络的跨层设计

协作式(虚拟)MIMO技术被认为是新兴有效的传感器网络节能解决方案之一.本文在考虑网络电路能耗的情况下,采用跨层设计方法提出了一种能量高效的多跳协作式V-BLAST传输策略.为了达到网络寿命最大化的目标,本文建立并分析了系统能耗模型,在此基础上对传输速率、传输跳数、分簇个数和协作式天线节点个数等网络参数进行了联合优化.仿真结果表明,通过选取最优网络参数,本文所提出的策略相比传统的多跳路由协议和LEACH协议能显著降低节点传输能耗和延长网络寿命.

虚拟MIMO传感器网络中一种联合网络效用和生存时间优化的分布式算法

虚拟(协作式)MIMO技术被认为是传感器网络中有效的节能解决方案之一,然而,现有虚拟MIMO传输策略的设计大多只关注如何有效降低网络能耗,而很少关注反映网络性能的其他指标,例如网络效用(Network Utility),该指标反映了网络数据采集和传输量的多少.为了联合优化网络效用和网络生存时间这两个网络性能参数,本文首先分析虚拟MIMO传输能耗特点,然后基于网络效用最大化(Network Utility Maximization)思想对虚拟MIMO传感器网络进行联合网络生存时间和网络效用的优化建模.在该模型的求解过程中,通过使用对偶分解技术将原需要集中计算的优化问题分解为可以在不同节点上进行计算的子优化问题,并得出一种联合优化网络效用和生存时间的分布式优化算法.该算法的仿真结果显示,网络中的虚拟MIMO节点仅需要交互邻居节点信息,通过有限次的迭代计算,就能收敛到全局最优的发送速率以及功率值,从而使系统总的效用和网络生存时间之间能够达到帕累托(Pareto)最优平衡.

传感器网络节点位置不确定性研究

讨论了传感器网络节点定位中的位置不确定性问题,引入节点的可行地理区域反映出节点的所有可能位置范围.使用简单的多边形近似不规则的实际可行地理区域,并给出了一种分布式计算方法.仿真结果表明,使用6个顶点的多边形近似可行地理区域,其精度比使用4个顶点提高了约30%.此外,开销较小的分布式算法能最终收敛到集中式算法的计算结果.

无线传感器网络中的鲁棒区域定位算法

大多数传统的方法并不能处理一些影响定位算法性能的因素,如各向相异的投放环境,不精确的锚节点位置以及带误差的距离测量。该文提出一种鲁棒的区域定位算法,通过建立一个全局约束集来处理如上所述的影响因素。使用可行解区域投影方法计算每个节点的可行地理区域,将传感器节点的真实位置限定于该区域中,同时利用非凸约束计算其存在的内部空洞。此外为了提高该方法的实用性,提出了一种基于分簇的分布式迭代算法。仿真结果表明算法受地理环境,测量误差等因素的影响较小,能适用于传感器网络应用。

基于RTLinux的多通道实时网络系统设计

主要借鉴Linux/RK的资源调度思想,为嵌入式实时Linux提出了一种网络实时方案。主要对现有的RTLinux进行改造,突出网络实时的应用。通过改造Linux的网络子系统,得到一个微型网络子系统,移植到RTlinux微内核中。为网络子系统设计多个处理通道,支持网络并发调度,这由多个针对不同应用的内核线程实现。解决了Linux系统中网络实时性能不高的问题。

传感器网络节点与目标事件的联合定位方法

评估传感器网络节点位置的不确定性对于需要鲁棒性考虑的网络应用有着重要的意义.本文利用网络中的邻接信息构成以节点位置为变量的约束集,利用投影的方法计算节点的所有可能位置范围.使用简单直观的多边形给出近似结果,同时给出了一种分布式实现算法.在考虑节点位置不确定性的情况下,对目标事件进行定位.仿真结果表明传感器网络在定位目标的过程中同样能提高节点定位精度.

基于非凸约束信息的传感器网络节点定位方法

节点定位是无线传感器网络中的关键性问题,大多数定位方法无法评估每个节点的定位精度。该文提出一种无需测距的定位算法,将传感器节点的真实位置限定于一个区域中,使用该区域的面积评估传感器节点的位置精确度,利用网络中的非凸约束提高定位精度。仿真结果表明,在使用非凸约束的情况下,对于节点总数为250,20%为已知位置节点的传感器网络来说,90%的节点能较好地被定位。