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.

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.

基于改进烟花算法的无线传感器网络覆盖优化策略

为优化无线传感器网络覆盖范围,提出了一种基于改进烟花算法的无线传感器网络覆盖优化策略。首先,通过概率感知模型和目标函数建立了网络覆盖策略。其次,引入拉丁超立方抽样方法和多重扰动对传统烟花算法进行改进,避免算法进行局部最优和过早收敛。最后,为验证所提算法的优化性能,与常规优化算法进行了对比。实验结果表明:所提算法能有效逃离局部最优,在三种不同场景下,网络覆盖率分别达到了94.82%、98.23%和96.59%,其性能明显优于其他对比算法。

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。

混合灰狼-自适应蝴蝶算法下的多目标无线传感器网络覆盖研究

为提高无线传感器网络的覆盖率、减少二次部署中节点移动的能量消耗以及减少牵涉节点数目,提出了一种混合灰狼-自适应蝴蝶算法.首先,通过将灰狼算法与蝴蝶算法融合寻找最优解,在种群间优化中加入种群内部优化,提升算法的寻优能力,提高算法收敛速度;其次,在蝴蝶算法中改进自适应开关概率,根据当前迭代情况决定寻优方式,加快搜索速度;最后,在算法中融入反馈机制,引入随机蝴蝶进行漫步,防止陷入局部最优.从最优覆盖、最小冗余、最低能量消耗3个方向综合考量,建立函数模型,进行覆盖优化.实验结果表明,与其他6种算法相比,本文算法在多种场景下,有效地提高覆盖率,降低节点冗余,减少节点使用数目,降低能量消耗.

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。

基于无线传感器网络技术的智能物联施工安全防护系统设计

为解决传统公路施工现场安全防护系统不能实现远程监控的问题,提出了一种基于无线传感器网络技术的智能物联施工安全防护系统,阐述了该安全防护系统的总体结构及工作原理。该系统以安全帽为智能穿戴载体,采用基于ZigBee技术的无线自组网方式,实现了施工现场的实时环境数据采集,通过无线传感器网络技术将环境数据采集至物联网平台进行分析和处理,完成对施工现场的安全监控。实验结果表明,该系统可实现对施工现场安全情况的实时监控,其传输数据稳定可靠,且具备较强的抗干扰能力。

基于改进Harris鹰优化的无线传感器网络分簇协议

针对无线传感器网络因能量效率低而导致网络生命周期短的问题,提出一种新的基于改进Harris鹰优化算法的无线传感器网络分簇协议(improved Harris hawk optimization based clustering protocols for wireless sensor networks, IHHOC). IHHOC采用改进的Harris鹰优化算法获得最优簇头集,首先通过Sobol序列初始化种群,并考虑剩余能量、与基站距离以及节点密度这3个参数定义适应度函数,通过探索、过渡和开发逐次迭代最终求得最优解;其次,采用高斯随机游走策略避免IHHOC陷入局部最优.成簇后,在簇头邻近簇中基于剩余能量、与簇头和基站距离找到最优转发节点,进一步降低网络能量消耗.仿真实验结果表明,IHHOC能有效提高网络能量效率,增大网络吞吐量,延长网络生命周期.

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。

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.

混合异构无线传感器网络覆盖漏洞修补算法

在无线传感器网络(WSN)中,增强传感器覆盖范围是核心问题。文章提出一种基于优先级机制的、适用于混合异构WSN的覆盖漏洞修补算法。该算法通过评估漏洞大小和设定补丁节点优先级,提升覆盖率,减少冗余,平衡资源。结果显示,改进后的算法在覆盖率和节点冗余上均优于传统算法,为WSN覆盖优化提供新思路。

改进布谷鸟搜索算法及在无线传感器网络中的应用

针对布谷鸟搜索算法存在收敛速度慢和易陷入局部最优等缺陷,提出一种改进布谷鸟搜索算法。改进算法采用轮盘赌选择鸟巢并精英引导Levy飞行用于鸟巢位置更新,以加快算法收敛速度;同时引入生物地理算法的迁入率和迁出率模型,以不同概率执行黄金正弦算法;最后对鸟巢实行差分进化算法改善种群的多样性,从而避免算法陷入局部最优并提高全局搜索能力。通过15个基准函数和3个场景的WSN仿真实验并与相关文献比较,结果表明改进算法行之有效。

无线传感器网络课程教学方法探索

针对学生在无线传感器网络学习过程中存在的困难,探索一种易于学生接受并能快速指导实践的教学方法。文章采用将小型开发板带入课堂,理论和实践无时间差结合的项目式教学法,让学生在实践-理论-再实践的过程中逐步掌握艰深的理论知识。同时,结合物联网仿真平台及云平台,模拟数据采集及上传并下发控制指令的物联网工作过程,让学生对整个物联网体系有较为清晰的认知,并明确该课程在整个物联网体系中的重要作用。另外,采用分组式教学,学生的综合成绩是根据小组共同得分及个人表现得分加权计算获得,该方式可以调动同学之间互帮互助、共同监督、共同促进的良好学习风气,并且小组讨论、相互教并快速实践的学习方式有助于学习内容的及时内化吸收和记忆。