LS-Sumlock:高密度异构无线传感网管理

为解决ZigBee在节点趋多时面临的系统瓶颈,提出了一种新的构建大规模异构无线传感器网络的系统架构。该系统架构采用了高速三层异构WSN模型,有效地改善WSN系统的信道利用率和系统吞吐率。LS-Sumlock提供比传统的ZigBee单PAN多约20倍的系统容量,理论上,支持超过65536×21个节点。从3个层面改善了整个系统的通信和处理能力,并且能够很好地兼容现有的小规模WSN系统,能够通过简单的方法为现有的WSN扩容并改善其系统性能。

一种大规模异构无线传感网集群系统的设计与实现

设计并实现Sumlock的异构空间高密度WSN解决方案,试图解决WSN节点空间密度趋大时所面临的通信拥塞和多功能WSNs集成的问题。采用了集中式拓扑结构,提出采用非WSN的高速通信方式来解决WSN的通信瓶颈问题,有效地改善WSN系统的信道利用率和系统吞吐率。理论上,Sumlock可以支持空间中无限多个节点,在仅采用ZigBee构建感知层时,可以支持65536×21个节点,根据一些实验的结果,实际上的支持节点可以达到200×21个左右。

一种优化无线传感网络的覆盖算法

维持监测区域的覆盖是无线传感网络(Wireless Sensor Networks,WSNs)的重要议题。而一些监测应用只要求监测区域被局部覆盖。为此,提出概率模型的局部覆盖算法(Probability-based Partial Coverage,PPC)。PPC算法假定WSN是异构的,所有的传感节点可能具有不同的通信半径或感测半径。PPC算法利用概率模型计算节点的覆盖冗余度。再选择覆盖冗余度低的节点实现监测区域的局部覆盖要求。实验数据表明,提出的PPC算法以较少的覆盖节点满足WSNs的覆盖要求。

基于剩余能量和距离信息的异构网络分簇协议

针对无线传感网络WSN(wireless sensor network)的网络寿命问题,提出了面向异构网络环境下的基于剩余能量和距离分簇(residual energy and distance clustering,REDC)协议。REDC协议考虑了普通节点、中级节点以及高级节点,具有较高的初始能量节点称为中级节点和高级节点,余下的称为普通节点。在簇头(cluster head,CH)选举中,考虑节点的剩余能量和离基站距离信息,使得具有较高的剩余能量节点、离基站距离较近的节点有更多的机会被选为簇头,进而避免了剩余能量较小的节点成头簇头CH而产生节点过早失效缩短网络寿命的问题,平衡了网络内的能量消耗。仿真结果表明,与LEACH、DDEEC和SEP协议相比,提出的REDC协议具有较长的网络寿命和良好的数据传输能力。

HDEEC:面向异构网络的一种基于簇路由协议

有效地使用传感节点的能量进而延长网络寿命成为设计无线传感网路由协议的一项挑战性的工作。为了延长网络,现存的多数簇方案是面向同构网络。为此,面向异构网络,提出基于簇的分布式能量有效路由HDEEC(heterogeneous WSN distributed energy-efficient clustering)协议。HDEEC协议首先提出异构网络模型,考虑了普通节点、特优节点和超特优节点三级能量节点;然后,提出能量消耗模型;最后依据这两个模型,提出了簇头选择方案。HDEEC协议以平衡、有效方式动态改变节点被选为簇头的概率。仿真结果表明,提出的HDEEC协议能够有效延长网络寿命,比DEEC、DDEEC的网络寿命分别提高了72%、68%。

面向异构WSNs的基于能量感知的簇路由算法

有效地使用传感节点的能量,进而延长网络寿命成为设计无线传感网路由协议的一项挑战性的工作。为了延长网络,现存的多数簇路由是面向同构网络。为此,提出分布式能量感知的异构WSNs非均匀分簇路由DEAC(Distributed Energy Aware unequal Clustering)算法。DEAC算法是以EADUC(Energy Aware Distributed Unequal Clustering)为基础,并进行优化。与EADUC不同,DEAC算法从簇头竞选机制、簇间多跳通信中的下一跳转发节点的选择策略以及自适应的节点通信半径的设置三方面进行优化。在簇头竞选机制中,采用退避算法,利用节点的剩余能量以及邻居节点的平均能量设置延时时间;在选择下一跳转发节点时,建立节点的关于能量的度量函数,选择具有最大剩余能量的节点作为下一跳;而在设置节点通信半径时,考虑了距离、剩余能量以及邻居节点数信息。仿真结果表明,与EADUC协议相比,提出的DEAC算法能够有效地延缓第1个节点失效的时间,减少了能耗,扩延网络寿命。

一种基于休眠调度的数据源拥塞控制方法

为了能够长期对监测区域进行持续的数据采集,无线传感网通常运行在休眠调度模式,这种模式使得网络的通信连通性处在动态变化之中,造成一种新的网络拥塞现象——数据源拥塞.这种拥塞问题会造成节点缓存区溢出,从而导致数据丢失,甚至造成节点不响应任何数据转发请求,该问题在传感器异构的无线传感网中表现得更为严重.许多典型的拥塞控制方法是令网络中的数据绕过拥塞节点进行传输,也有一些方法是对拥塞节点的通信速率进行控制,但是以上这些方法无法缓解数据源拥塞的影响.分析影响数据源拥塞的因素,建立了描述节点数据源拥塞概率的传送带模型,提出了一种以降低数据源拥塞概率为目的的节点休眠调度机制(district cooperation schedule,DCS).通过理论推导和实验分析,证明该模型可以较准确地预测数据源拥塞概率,同时DCS可以有效降低数据源拥塞现象的发生.