覆盖模型的传感器网络寿命问题建模及其求解

针对传感器网络的寿命问题(SNLP),提出了一种传感器网络覆盖模型及其数据结构,并把该问题等效为它的对偶问题——最小权值传感器覆盖问题。首先,把SNLP构建为一个包装线性规划,在找到满足传感器网络约束的不同传感器覆盖后,通过为每个传感器覆盖分配时间来使传感器网络寿命最大化;其次,对于求解SNLP,提出了基于Garg-Konemann算法、考虑部分传感器覆盖的贪婪算法和考虑通信成本的常数近似算法的三种集中式求解方法;同时还提出了一种基于全局重组的分布式求解方法,使传感器在活跃的、空闲的或中间脆弱的三种状态之间,基于传感器的初始能量供给下降到预先确定的某个阈值H时触发重组,从而通过智能自组织监测调度来提高传感器网络寿命。仿真实验结果表明,提出的基于传感器网络覆盖模型和数据结构的SNLP及其求解方法,能够获得较好的运行时间、网络寿命和网络开销。

无线传感器网络寿命延长策略及分析

无线传感器网络因其节点一般由电池供电,其携带能量供给有限,因此如何延长无线传感器网络寿命是面临的主要关键问题。本文首先分析了传感器节点能耗模型,再从减少能量消耗及能量补充两方面对如何延长网络寿命进行了详细介绍,最后进行了总结与展望。

基于模块度的无线传感器网络分簇算法

提出了一个新的基于模块度的无线传感器网络分簇算法.该算法是先在传感器网络本身结构的基础上形成簇,同时应用了一个新的参数-模块度来评估所形成的簇结构是否与真实的网络结构相匹配.基于上述所得到的一个稳定的簇结构,在每个簇内依据节点的剩余能量和簇内能量分布情况来选取簇头.仿真结果表明,与LEACH等分簇算法相比,该算法能够获得一个更合理和更稳定的簇分布,并且有效的提高传感器网络的寿命.

压缩感知在无线传感器网络中的应用

本文通过应用压缩感知方法,选择托普利兹矩阵作为观测矩阵,将采集到的数据进行融合,大大减少网络通信的数据量,从而延长无线传感器网络寿命。

基于聚类的无线传感器网络的分簇算法研究

针对无线传感器网络中的LEACH算法的簇头节点分布不均匀的不足之处,提出了一种基于聚类的无线传感器网络的分簇算法.该算法将传感器网络按照节点的实际分布情况采用聚类算法聚成几个类(分簇),在各分簇中分别选择簇头节点.模拟实验结果显示算法与LEACH相比具有更好的性能.