超密集组网中基于上行容量分析的增强型动态分簇算法

超密集组网(ultra-dense network,UDN)是未来5G(5th generation)网络的一个关键技术。UDN拥有更小的小区半径,是一个新型的网络架构。UDN的核心概念是在热点地区部署低功率基站。由于UDN小区密度的增加,UDN中的干扰问题比宏微异构网络中干扰问题更加严峻。分簇合作方法可以降低干扰。首先推导出系统上行容量表达式,然后提出一种新颖的动态分簇算法。在小区密集部署的网络中,此算法在系统性能和复杂度之间做出了很好的权衡,同时降低了移动台之间的干扰。仿真结果显示提出的方法与一些已提出来的分簇方法相比有很大的容量增益。

基于事件驱动的无线传感器网络动态分簇路由算法

为了降低应用于突发事件监测的无线传感器网络的能量消耗,设计实现了一种基于事件驱动的动态分簇路由算法。在人体神经系统工作机制和传感器网络分簇路由协议的基础上,建立了基于人体神经系统的传感器节点模型,提出簇的生存时间和覆盖范围依据事件情况而动态调整,以有效提高数据融合性能,避免冗余分簇。仿真实验结果表明,该算法与TEEN相比消耗的能量更少,可以有效延长网络的生存时间。

基于协作MIMO的UWSN三维动态分簇路由算法研究

为解决基于协作的多输入多输出(Multi-input Multi-output,MIMO)同构水下无线传感器网络(Underwater Wireless Sensor Networks,UWSN)的能量节省和能耗均衡的问题,建立了多跳分布式UWSN三维系统模型。文中弥补了DCREDT选择算法能量空间分布不均的不足,通过引入能量门限和距离算法,提出了一种基于能量和距离的带门限水下动态分簇路由算法(Underwater Dynamic Clustering Routing Algorithm Based on Energy and Distance with Thresholds,UDCREDT),同时定量分析了能耗均衡性对网络寿命的影响并确定了门限的取值方法等。通过仿真分析验证了UDCREDT算法的合理性和有效性。相比DCREDT选择算法,所提算法的能耗降低了约6.81%,均衡性提高了约7.98%,有效延长了网络的使用寿命。

一种基于UAV的无人海岛监控网络数据收集策略

针对传统的最小跳路由无线传感器网络(WSN)在数据汇聚上较高的能量开销问题,提出了一种基于无人机(UAV)数据收集的动态分簇算法,其主要思想是利用节点剩余能量来确定那些节点可以当选簇首,同时利用节点坐标位置和设定地分簇半径来划分簇的大小。该算法的优势是能最大程度地均衡每个传感器节点的能量,使整体的节点剩余的能量维持在同一水平。为了提高数据收集的效率,采用蚁群算法规划了无人机数据收集的最短路径。仿真结果表明,与相同的分簇算法下传统的最小跳路由无线传感器网络相比,所提出的基于无人机的无线传感器网络(UAV-WSN)在能量利用率和生命周期方面分别提升了15%和25%,并且以上两种网络的能量利用率高达70%。

无线传感器网络安全方案研究

本文分析了WSN的安全问题,提出了一种新的WSN安全方案。此方案在网络初始化时采用预分配密钥方法来建立网络安全体系,减少通信开销,在网络运行时采用基于能量的动态分簇算法维护网络安全,优化网络生命周期。并且在这个基础上,提出了一种基于能量的多路径冗余传输来识别恶意节点。