无线传感器/执行器网络任务动态调度策略

针对任务在各执行器的协作问题,提出一种动态调度策略,根据执行器节点的剩余能量和工作状态,利用混合模拟退火的微粒群算法,在任务时效期内,统一安排各任务在执行器上的执行周期,最小化最大完成时间.仿真结果表明,算法具有良好的收敛性能,各执行器的任务完成响应时间和能耗均衡情况均得到改善.

基于IEEE 802.11e的无线传感器/执行器网络丢包判器设计

在目前的无线传感器/执行器网络(Wireless Sensor and Actuator Networks,WSANs)中,无线传感器及其所传输信息的业务类型趋于多样化;同时,在实时性要求较高的工业系统中,无线网络环境下的丢包将给整个系统带来严重的危害。为提高WSANs的可靠性,提出了一种基于IEEE 802.11e的WSANs丢包判决器的优化设计方法。该方法采用提供服务质量(Quality of Service,QoS)的IEEE 802.11e作为WSANs的数据通信协议,推导出该协议下的WSANs丢包概率矩阵,并将基于该丢包概率矩阵的龙伯格状态观测器的输出作为丢包的判决阈值,把网络中的丢包现象作为一种故障信号,从而设计出WSANs的丢包判决器。该丢包判决器不仅能有效判断网络中是否出现了丢包,而且还能通过判决器输出的故障信号波形判断丢包原因,即传感器节点故障,或是由于信道环境不稳定造成的随机丢包。最后,通过MATLAB/OMNET++的混合仿真验证了该设计的有效性。

基于遗传算法的无线传感器/执行器网络故障检测滤波器设计

为提高无线传感器/执行器网络(WSAN)的可靠性,提出一种基于遗传算法(GA)的WSAN故障检测滤波器的优化设计方法。在系统建模时将无线网络传输延迟对网络控制系统的影响建模为一种系统扰动噪声,将由敏感度和鲁棒性构成的复合优化指标作为故障检测滤波器的优化目标函数,即适应度函数。同时根据优化目标在自动控制系统中的数值特性,选择与之相适应的实数编码、均匀变异和算术交叉等处理方法,以期在加快收敛速度的同时也兼顾计算结果的精确度。所提的优化滤波器设计,不仅能抑制滤波器信号中的噪声分量,而且能放大故障信号。最后,通过Matlab/OMNET++的仿真平台验证了这一设计的有效性。

家庭自动化无线传感器/执行器网络路由协议的设计

家庭自动化无线传感器/执行器网络有着自己的特点,如节点间供电能力、计算能力、移动性具有显著差异,本文在分析这些差异的基础上提出一种基于地理位置的按需路由协议.该路由协议利用静态节点位置限定路由请求包,并且利用静态邻居节点作为辅助节点完成动态节点的路由发现,避免了对移动节点定位技术的依赖性.利用NS2比较了该路由协议和AODV路由协议的性能.仿真结果显示本文的路由协议能降低路由开销从而提高稳定性.

无线传感器/执行器网络中的定向简单竞拍聚合协议

在无线传感器/执行器网络(WSAN)中,移动执行器(actor)节点之间需要通过协商进行任务分配来响应产生的服务请求,其目标是尽可能减少协商时的通信开销和对事件的响应时间。现有的解决方案中,基于市场竞拍的分布式简单竞拍聚合协议(SAAP)比较适合资源受限的WSAN网络。在SAAP的基础上提出了一种定向的竞拍聚合协议DSAAP,该协议根据方向信息对下一跳子节点进行筛选,同时限制回传的信息,以减少竞拍过程中的消息转发。通过实验与现有的SAAP进行比较,发现该协议在最优节点发现率和选出节点与最优节点距离比这两个参数性能不降低的前提下降低了通信开销。

无线传感器/执行器网络的连通性与覆盖问题的研究进展

覆盖和连通性是无线传感器/执行器网络的研究中两个非常重要的研究方向。其中,覆盖问题是为了解决如何保证网络中所有的工作节点所能够覆盖的工作范围包括整个监控区域,从而达到应用的要求。节点的连通性问题的解决是为了保证网络中的节点正常通信。近年来,因为应用的需求的增长,研究人员将上述两个问题合二为一。本文对无线传感器/执行器网络的覆盖问题和连通性问题进行研究,分析了近年来连通性覆盖问题中的重要理论、问题的研究方向,并对相关算法思想进行分析比较。

改进群体智能算法的无线传感器网络覆盖优化

为解决无线传感器网络(Wireless Sensor Networks,WSN)节点分布不均和随机部署中的低覆盖率问题,该文提出一种改进群体智能算法的无线传感器网络覆盖优化算法,即改进的黑猩猩优化和哈里斯鹰优化的混合优化算法(Improved Chimp Optimization and Harris Hawk Optimization Algorithm,ICHHO).该算法首先对黑猩猩优化算法(Chimpanzee Optimization Algorithm,ChOA)进行改进,使用Levy Flight来改善其探索阶段,然后设计一个更新的公式来计算猎物逃逸能量,作为开发和探索之间的选择因素.传感器节点随机部署后,将ICHHO在传感器节点上执行,按照改进策略更新个体位置信息,计算相应的适应程度,找到最优传感器位置,并根据传感器概率模型确定网络最优覆盖率.仿真结果验证了ICHHO对于解决WSN覆盖问题的适用性,与其他优化算法的对比结果显示,ICHHO在提高覆盖率方面优于其他算法.

改进流向算法的无线传感器网络覆盖优化

针对标准流向算法易陷入局部最优和收敛精度低等问题,提出一种融合莱维(Levy)飞行和入侵杂草策略的改进流向算法.首先,该算法在选择水流流向时引入Levy飞行机制,使水流沿最优水流位置方向做Levy飞行运动,避免陷入局部最优;其次,利用入侵杂草策略,对每一代水流进行繁殖、空间扩散和竞争操作,增加水流的多样性,扩大搜索范围,提高全局寻优能力.最后,将改进流向算法应用于无线传感器网络覆盖优化中,并与标准流向算法及其他改进算法进行实验对比.仿真结果表明,相比标准流向算法及其他改进算法,所提改进流向算法的覆盖性能有大幅提升,覆盖率可达98.52%,可实现更均匀的节点分布和更低的部署成本.

无线传感器网络能量均衡混合拓扑维护策略

针对恶劣环境下无人值守的无线传感器网络能量受限特性,提出一种时间和能量混合拓扑维护策略,以达到实现节点能量均衡的目的。将拓扑控制分为网络初始化阶段、拓扑构建阶段和拓扑维护阶段,在随机部署和虚拟骨干网络构建的前提下,确立了能量和时间作为拓扑维护触发条件的合理性。仿真表明,所提出的混合拓扑维护策略使网络生命周期提升了44.6%,90%覆盖率结束时间增加了1.4倍,为无线传感器网络的节能部署提供了参考。

基于改进麻雀搜索算法的无线传感器网络定位研究

针对距离矢量跳(DV-Hop)算法在无线传感器网络中存在的定位误差大的问题,提出了一种基于改进麻雀搜索的无线传感器网络定位算法。首先,针对传统DV-Hop算法,修正了节点平均跳距和节点最小跳数。其次,引入Sine混沌映射、自适应惯性权重和双样本学习策略提高算法的搜索能力;最后,利用MATLAB构建仿真模型进行性能对比实验。实验结果表明:与其他节点定位算法相比,所提算法可有效提高对未知节点的定位精度和收敛速度。

基于模糊评判的无线传感器网络簇间数据转发算法

由于无线传感器网络在簇间数据转发过程中消耗能量较大、转发效率低,导致数据在转发过程中容易失效。为此,提出基于模糊评判的无线传感器网络簇间数据转发算法。建立无线传感器网络模型和通信模型,明确节点的运行方式和转发数据所消耗的能量,构建模糊综合评判模型,选取梯形隶属度函数计算传感器节点的相似度和活跃度,找出最佳转发节点,完成数据转发任务。仿真结果表明,所提算法的第一个节点死亡轮数和网络失效轮数最高为167和178,在仿真轮数达到1000轮时,该算法剩余的网络能量和节点平均能量分别为4 J和0.01 J,证明所提算法在数据转发过程中可消耗最少的能量,高效率地完成数据转发任务。

抵抗泄露攻击的无线传感器网络分组加密算法

混沌作为一种复杂的动力学系统,和密码学中的很多特性具有相似性。混沌内在的类随机特性对应于伪随机序列,混沌对初始条件和控制参数的极端敏感性对应于传统密码的混乱扩散特性。结合这些特性,提出抵抗泄露攻击的无线传感器网络分组加密算法。基于混沌S盒方法完成分组初加密,生成子密钥,构建抵抗泄漏攻击的CCA安全密钥以优化无线传感器网络分组加密,通过算法输入的方式优化密钥的加密算法,定义封装密钥空间。利用CPA密钥的安全性保证加密密钥输出,满足无线传感器网络抵抗泄漏攻击的要求。仿真结果表明:所提方法的信息熵值始终高于7.99,执行时间始终低于12.1 ms,所需存储空间始终低于126 bytes,保密性能和保密效果更好,具有较高的实际应用价值。

基于双镜头视野协同成像的无线视频传感器网络构建

针对地处边远地区江河湖库超大水域观测、大坝工程瞭望、恶劣天气条件下水面漂浮物检测、异常事件辨识及水体水质视觉监测等水利领域智能视频监控特有的应用需求,通过改进无线视频传感器网络(WVSN)、仿“复眼”成像以及视频边缘计算等现有的技术方法,本文提出一种基于双镜头视野协同成像的无线视频传感器网络(简称:WVSN-CI)设计新模式,为广域大范围的全域性水利智能视频监控系统建设提供前端网络设计解决方案。本文还对双镜头摄像机节点组成的WVSN-CI关键技术做出介绍,包括介绍和分析人工复眼与常规CMOS图像传感器双镜头合成,双镜(头)三核(芯)摄像机节点设备的光–机–电–算一体化设计,WVSN-CI视频数据传输协议,基于视频边缘计算的汇聚节点,以及WVSN-CI与水利信息化基础网络设施和视频主控中心的链接等内容。

面向无线异构传感器网络的三维覆盖研究

【目的】为达到增强无线异构传感器网络(HWSN)三维覆盖能力的目的,提出了一种基于改进蜜獾优化算法(IHBA)的无线异构传感器网络三维部署方法。【方法】首先,结合自适应果蝇优化算法,增强算法的随机搜索性,便于算法得到全局最优解,然后引入替换最差个体策略,避免适应度过低的个体占据种群位置,提高算法收敛速度,同时引入新个体提高种群多样性,避免算法个体早熟。【结果】将该算法应用于无线异构传感器网络的覆盖优化,相比标准蜜獾算法,其网络覆盖率提升18.1%。【结论】仿真结果表明,该算法收敛速度更快,可以有效提高无线异构传感器的网络覆盖能力,整个网络的节点分布也更加均匀。

基于TCPSO的三维无线传感器网络覆盖

针对三维无线传感器网络(3D WSNs)的节点部署问题,提出了一种基于双层混沌粒子群优化(TCPSO)算法的解决方案。利用TCPSO算法对节点进行优化部署,以提高网络的空间覆盖率。TCPSO算法通过非线性分类系数将种群分为精英种群和普通种群,分别采取不同的速度、位置更新公式进行迭代优化。TCPSO提出了基于Logistic混沌映射的递减惯性权重,用来控制算法在局部的开发,并且为了避免算法早熟,引入了Levy飞行策略增强算法的全局搜索能力。通过在1个三维网格空间中进行仿真实验,验证TCPSO以及粒子群优化(PSO)算法解决3D WSNs的节点部署问题的能力。分别在不同数量的节点数、不同的通信半径以及不同的种群规模上进行了3组实验,实验采用控制变量法,观察在不同条件下TCPSO的性能。TCPSO在全部的实验中提出的节点部署方案均明显优于PSO的部署方案。

基于Python的无线传感器网络数据采集系统

无线传感器因节点结构复杂度高,数据量巨大,无法在海量数据中快速采集用户需求数据.为解决该问题,研究设计了基于Python的无线传感器网络数据采集系统,系统硬件包括数据采集芯片选型单元、无线收发芯片选型单元与串口通讯电路设计单元;软件模块包括网络数据挖掘采集框架设计模块、采集数据压缩模块和采集数据缓存模块.通过对上述硬件单元与软件模块的设计与开发,实现无线传感器网络数据采集系统的运行与应用.实验数据显示:相较于基于Android安全容器的网络数据采集系统,应用设计系统采集数据耗时更短、压缩率数值更大、能耗更小,充分证实设计系统的数据采集性能更佳.

面向无线传感器网络的认证密钥协商机制

无线传感器网络(Wireless Sensor Networks,WSN)是物联网的重要组成部分,因为WSN能通过因特网将采集到的数据发送到云服务器.认证和密钥协商机制是一个重要的密码学概念,可以确保数据传输的安全和完整性.传感器节点是资源受限的设备,因此目前多数认证和密钥协商机制在计算效率上并不适用于WSN.针对该问题,本文提出了一种新的认证和密钥协商机制,该方案是一种基于椭圆曲线的轻量级认证和密钥协商方案.在eCK安全模型下,将方案的安全性规约到CDH数学困难假设之上,形式化的证明了方案的安全性.最后通过方案对比,表明文章所提出的方案实现了计算效率和安全属性之间的平衡.

基于无线传感器网络节点的老人智慧鞋履设计

当前老人智慧鞋履的提醒程序多设定为单次结构,整体的提醒效率较低,为此提出基于无线传感器网络节点的老人智慧鞋履的设计与实践应用。根据当前测定,先进行传感器及无线传感网络节点接入多目标健康提醒程序的设计,进行实时数据采集与定点传输,设计多目标健康提醒程序,构建无线传感器网络节点老人鞋履总控系统,最终采用智能报警的方式完成智慧鞋履的设计。测试结果表明:针对选定的6名测试人员,结合制定的3个测试指令组,最终得出的智慧鞋履的响应时延均被较好地控制在0.3 s以下,说明此次在无线传感器网络节点原理的辅助下,所设计的老人智慧鞋履更加灵活、高效,应用效果更佳。

基于模拟并行蚁群算法的无线传感器网络异常节点自适应定位方法

由于无线传感器网络自身节点数量庞大,导致在异常节点自适应定位过程中,定位到的异常节点个数较少的问题.针对上述问题,提出基于模拟并行蚁群算法的无线传感器网络异常节点自适应定位方法.从网络中提取出异常节点的原始数据,并对异常节点数据属性进行详细的解析,根据解析后的数据属性,利用蚁群算法的优化搜索特性,结合并行计算的思想,建立并行蚁群算法模型,模拟蚂蚁在寻找食物过程中的协作和寻优行为,运行并行蚁群算法,获取异常节点的估计坐标值,实现节点的自适应定位.实验结果表明,该方法在面对复杂网络环境和多种异常类型时能够定位到多个异常节点,增强了定位方法的鲁棒性和自适应性.

无线传感器网络中定位节点技术的改进与实验研究

定位节点技术中,SSO算法的搜索能力不平衡、收敛精度低,为此,提出一种混合策略的群居蜘蛛优化GSSO算法。经试验,与SSO算法相比,GSSO算法的最差、最优、平均覆盖率分别提升8.48%、7.81%、7.91%;与wDESSO算法相比,GSSO算法的覆盖率分别提升2.81%、2.59%、2.92%,这表明GSSO算法具有很好的寻优效果,且GSSO算法的平均WSN覆盖率更高。另外,基于GSSO的DV-Hop算法,未知节点的最小、最大定位误差分别为0.34m、13.20 m,定位误差小,定位精确度高。