基于最短路径树的优化生存时间路由算法

为提高无线传感网的生存时间,提出基于最短路径树的优化生存时间路由算法(LORA_SPT)。该算法引入节点分类概念,构造基于链路能耗因子、自身节点剩余能量因子、邻居节点剩余能量因子和类型权重因子等多个因子的权值函数。针对不同类型的节点采用不同的权重因子,最后利用dijkstra算法完成最短路径树,所有节点沿着最短路径树将数据发送给Sink节点。仿真结果表明:通过调整权值函数的四个因子,可以延长网络生存时间,均衡各个节点的能耗,将节点平均能耗保持在较低的水平,降低网络平均时延。在一定的条件下,LORA_SPT算法比PEDAP_PA、LET、Sum_w和Ratio_w算法更优。

无线传感网优化生存时间的分布式功率控制

为延长无线传感网的生存时间,提出优化生存时间的分布式功率控制算法(DPCOL)。该算法分析节点发送功率变化下的链路流量平衡约束,链路最大传输速率约束,节点能耗约束等条件,建立最大化生存时间的网络模型。采用分布式功率迭代和次梯度算法求解该模型。节点获知与各邻居节点通信所需要的最低发送功率集,随机选择发送功率集中的功率作为当前发送功率,接收邻居节点的参数信息,通过次梯度算法分布式计算节点生存时间。经过一定时间的迭代计算,可获得网络局部最优生存时间,各个节点局部最优发送功率和当前的数据转发概率。仿真实验表明,该算法可以平衡节点能耗和邻居节点数量,延长网络生存时间,在一定的条件下比采用固定发送功率的算法更优。

优化生存时间的无线传感器网数据融合

以WSN中的目标跟踪为应用背景,研究基于扩展卡尔曼滤波法的优化生存时间数据融合问题,设计了一种兼顾跟踪准确度和节点能量的算法来实时地调度参与融合处理的节点组。仿真结果表明,当目标的移动速度在一定范围内时,提出的算法能使跟踪结果不偏移目标的运动轨迹。另外,与Random方法和All方法相比,提出的算法大大延长了WSN的生存时间。

多簇无线传感网的优化生存时间近邻功率控制算法

针对非均匀分布的无线传感网的生存时间问题,提出多簇无线传感网的优化生存时间近邻功率控制(NPCAOL_MC)算法。该算法采用K-means算法确定网络的簇个数和对应每个簇的节点,利用近邻算法评估每个簇的节点密度,确定簇的最优通信距离。结合Friss自由空间模型计算当前簇的最优发送功率。Sink节点广播通知其他节点,如果是同一簇内的节点相互通信,则采用簇最优功率发送数据,否则采用默认最大发送功率发送数据。仿真结果表明,利用NPCAOL_MC算法可以分析整个网络节点的位置信息,采用簇最优发送功率发送数据,从而提高生存时间,并使能耗经济有效。在密度分布不均的无线传感网中,NPCAOL_MC比采用固定发送功率的Ratio_w算法更优。

基于网络编码的无线多跳网络生存时间优化研究

在能量有限的无线网络中,网络生存时间往往需要尽量延长。针对网络生存时间优化问题,综合考虑了随机拓扑环境中的无网络编码场景、双向网络编码场景和侦听网络编码场景,结合功率控制模型、数据流个数、业务需求分布和每个节点的初始能量,使用内点方法对这些场景下的网络生存时间进行评估和优化。仿真结果说明了在弱功控情况下,网络编码可提高生存时间增益,该增益和计算开销都随数据流个数的增加而增加,而业务需求分布和节点初始能量对生存时间性能影响可忽略,另外也说明了双向网络编码对生存时间的改进性能与侦听网络编码相似,而计算开销更低。

一种优化WSN节点能耗的自适应多区域分层路由算法

无线传感器网络由传感节点和sink节点构成,传感节点由于采用电池供电,每个节点的能耗均可能影响整个网络的生命周期,因此,研究降低节点能耗、提高节点生存时间的方法具有重要意义.通过研究网络节点能耗均衡方法,以期提高整个网络的生命周期.首先,研究无线传感器网络的生存时间优化模型,然后设计支持生存时间优化的自适应多区域分层路由算法(SARMAL).MATLAB仿真实验表明,对于节点分布较稀疏或监测区域较大的网络,SARMAL算法性能较好,设计的算法可以较好的延长网络生存时间.

基于最短路径树的分布式功率控制路由算法

当节点不能获知与邻居节点的距离时,为解决节点能量消耗过快而过早失效,从而减少网络生存时间的问题,提出基于最短路径树的分布式功率控制路由算法(DPCRA_SPT)。该算法综合考虑网络中节点间传输数据的能耗和邻居节点的剩余能量,引入新的权值函数和功率线性衰减模型。运用分布式非同步Bellman-Ford算法构建最短路径树,所有节点沿着最短路径树将数据汇集到Sink节点。仿真结果表明:在密集分布的无线传感网中,通过调整参数,DPCRA_SPT算法可以延长网络生存时间,将能耗保持在较低的水平。在一定的条件下,DPCRA_SPT算法比Ratio_w_FTP、BFFTP、BFSAM、BFPAM算法更优。