供能受限下的电力无线传感网络时间同步算法

部署在电力无线传感网络中的传感器节点目前多数还依靠能量受限的电池驱动且算力有限,本文针对电力系统这一应用场景,使用双向时间戳交换算法校正时间偏移,保障同步精度;同时利用温度–频偏公式及时补偿同步节点相对于被同步节点的频率偏移,从而有效增加了同步算法执行间隔,以减少频繁交换时间戳产生的通信能耗,在保证时间同步精度的同时大大降低了同步过程产生的通信能耗。经过实验对比验证,本文设计的算法从校正同步精度和节约网络通信能耗两个维度与单纯交换时间戳校正时偏的同步算法相比都有一定程度的提升。

基于分簇的多跳无线传感网络时间同步算法

针对典型的时间同步算法应用到多跳拓扑网络时存在时间同步精确度差、收敛速度慢、功耗较大等问题,文章提出一种基于分簇的多跳无线传感网络时间同步算法。该算法结合了TPSN算法和RBS算法的同步思想,摒弃了TPSN算法同步周期长的缺点而保留了其同步精确度高的优点,也解决了RBS同步开销大和难于应用到多跳网络的问题。该算法具有相当高的同步精度,并有效降低了同步功耗,具有一定的实用性。

基于ZigBee无线传感网络的分簇时间同步算法

在无线传感网络中,时间同步技术在信道分配、数据收发、休眠调度中都有着关键作用。目前已有的时间同步算法,有些同步精度不高,有些需要进行频繁的数据交换导致功耗过大。因此设计出能同时满足高精度和低功耗两个要求的算法势在必行。提出的算法通过改变网络拓扑结构,构造分簇函数,选出簇头,进行分簇。在新的网络拓扑中,协调器与簇头之间通过频偏补偿来保证同步的精度,簇头与成员节点之间通过三次通信消除时延进行时间同步,从而实现全网时间同步。仿真结果表明,整个网络在较低功耗下也能有较高的同步精度。

面向无线传感网络的同步时钟技术研究

考虑到传统的时钟同步技术在信息交互过程中产生的延迟具有不确定性,为了消除其对时钟同步的影响,提出了面向无线传感网络的同步时钟技术研究。通过对任意一个网络节点在真实物理时间的本地时间进行变换处理,构建无线传感网络的线性时钟模型,根据高斯分布所具有的加减特性,计算两个连续同步轮次的动态响应时间差值,在离散形式下,构建无线传感网络观测模型。通过计算无线传感网络时钟差值的均值,得到无线传感网络节点的时间戳,将无线传感网络节点数据交互误差补偿的目标函数转换成向量的形式,补偿无线传感网络节点数据交互误差,实现无线传感网络的时钟同步处理。实验结果表明,在微秒级延迟下,该技术的同步精度仍较高,可以有效消除网络信息延迟的不确定性对同步时钟的影响。

基于多策略改进蝴蝶优化算法的无线传感网络节点覆盖优化

针对无线传感网络(WSN)的节点覆盖存在着覆盖率低、节点分布不均匀的问题,提出一种基于多策略改进的蝴蝶优化算法(MIBOA)的节点覆盖优化策略。首先,将基础的蝴蝶优化算法(BOA)与麻雀搜索算法(SSA)结合改进搜索过程;其次,引入自适应权重系数提高寻优精度和收敛速度;最后,对当前最优个体进行柯西变异扰动,提高算法鲁棒性。基准测试函数的寻优实验结果说明,MIBOA基本可在3 s内求解测试函数最优值,且收敛平均值精度较BOA提高了97.96%。将MIBOA应用于WSN节点覆盖优化问题,与BOA和SSA相比,节点覆盖率至少提高了3.63个百分点;与改进灰狼优化算法(IGWO)相比,部署时间缩短了145.82 s;与改进鲸群优化算法(IWOA)相比,节点覆盖率提高了0.20个百分点且时间缩短了1112.61 s。综上,MIBOA可较好提高节点覆盖率并降低冗余覆盖率,有效延长WSN的生存时间。

抵御恶意攻击的无线传感网络安全梯度下降安全与牛顿迭代安全定位算法

本文主要研究了基于梯度下降和基于牛顿迭代两种安全定位算法,在无线传感网络抵御恶意攻击中的应用策略。基于梯度下降的安全定位算法,采用梯度下降法求最小二乘解,使估计值接近真实值,然后进行异常检测,剔除检测到的恶意锚节点,从而提高定位精度,保证网络安全;基于牛顿迭代的安全定位算法,采用牛顿迭代法缩小定位误差,然后使用差分自适应策略进行异常检测,滤除恶意锚节点后提高定位精度。在此基础上设计了对比实验,将RSSI测量值与两种算法下的仿真值进行对比。结果表明两种安全定位算法都能较为准确地定位节点,基于牛顿迭代的安全定位算法定位精度更高,在无线传感网络抵御恶意攻击方面有更好的应用效果。

基于时间同步算法的无线传感器网络时延优化研究

文章从计算能耗和网络开销两个方面,以TPSN算法为基准,探讨无线传感器网络中时间同步问题的优化方法。文章认为,考虑到当前社会对能源效率的高度关注,应在保证一定网络开销的同时,优先降低计算能耗。

基于移动边缘计算和SSA算法的无线传感网络入侵检测方法

针对远距离传输和集中式处理方式带来的问题,为降低密集传感节点入侵任务检测的难度,减少时延开销和网络负荷,进一步消除隐私泄露风险,利用更靠近传感网络节点的移动边缘计算的明显优势,提出一种基于移动边缘计算和SSA算法的无线传感网络入侵检测方法。通过将有计算能力的边缘服务器部署于靠近传感节点的位置,采集无线传感网络数据并提取网络安全特征,大幅缩短采集时间。通过麻雀搜索算法调整节点采集中的搜索策略,结合梯度变化降维避免陷入最优,以普通节点位置和节点特征为依据,进行分布式入侵检测,实现无线传感网络的入侵检测。实验证明:本方法节点入侵检测平均准确率达98.52%,检测平均延时为1.67 ms,具有出色的应用性能。

基于精确时间协议的工业无线传感器网络时间同步方法

针对工业无线传感器网络(IWSNs)中复杂链路环境、温度波动等造成的链路时延动态变化、时钟计时干扰、时间戳获取不确定等问题,提出一种基于精确时间协议(PTP)的IWSNs时间同步方法。首先,融合PTP双向时间同步过程的时钟计时干扰、非对称链路时延噪声,建立时钟状态空间模型和观测模型;其次,构建反向自适应卡尔曼滤波算法以滤除噪声干扰;然后,利用反向估计和正向估计的时钟状态归一化新息比值来评估噪声统计模型的合理性;最后,在设定检测阈值后,动态调整时钟状态过程噪声,以实现时钟参数的精确估计。仿真结果表明,相较于经典卡尔曼滤波算法和PTP,在不同时钟计时精度下,反向自适应卡尔曼滤波算法估计的时钟偏移和偏移率均有较小且更稳定的误差标准差,有效解决了噪声不确定等原因造成的卡尔曼滤波发散问题,提高了时间同步的可靠性。

无线传感器网络中时间同步与测距协同算法

时间同步是传统测距的前提条件,也直接影响测距的精度.为消除测距对时间同步的前提限制和扩大测距的应用范围,提出了时间同步与节点测距混合算法.该算法结合了基于到达时间差的测距机制和网络时间协议中的时钟同步机制,通过逆推时间非同步情况下相互测距的意义,不仅能实现时间同步,还可以实现相对测距甚至绝对测距.理论分析和仿真实验表明该算法较RBS和TPSN在鲁棒性、同步精度和消息交换量方面有较好的效果.

基于Gossip算法的无线传感器网络时间同步

将Gossip算法用于实现无线传感网络的分布式时间同步,提出单Gossip同步算法和多Gossip同步算法,解决传统无线传感器网络时间同步算法中存在的计算复杂度高和同步收敛速度慢等问题.单Gossip同步算法首先利用构造生成树算法得到一个生成树,然后,依次对生成树每条边的两节点时钟信息进行Gossip运算,反复循环,最终可使网络各节点的时钟信息收敛于它们初始时钟信息的平均值.多Gossip同步算法对生成树进行边染色,相同染色的边可以同时进行Gossip运算.这2种同步算法减小了消息交换数,降低了计算复杂度,提高了同步的收敛速度.用随机矩阵理论和图论进行了理论证明,通过计算机仿真对理论分析进行了数据验证.

低开销的无线传感器网络时间同步算法研究

传统的TPSN时间同步算法虽然能快速而高效地同步网络上节点的时间,但是在节点频繁加入和失效的情况下,其效率低下。针对以上不足,提出了一种改进的无线传感器网络时间同步算法———ITPSN。该算法不需要构建网络的拓扑结构,能高效地处理网络中节点加入和节点失效情况下的时间同步。实验结果表明,该算法明显提高了网络的健壮性,在节点密集部署的情况下,减少了节点的能量消耗,从而提高了节点的使用寿命。

无线传感器网络的多跳时间同步优化算法

通过对无线传感器网络RBS时间同步算法(Reference Broadcast Synchronization,RBS)的研究,针对多跳全网的时间同步问题,提出基于环形网络拓扑的RBS环形算法(References Broadcast Bing Synchronization,RBRS)。该算法在RBS的基础上,采用广播分组和最小平方线性回归的方法实现全网时间同步。从同步误差和开销两方面对该算法和现有的RBS优化算法作理论比较。算法在众多算法中具有一定的优越性,适用于轻型、低功耗的无线传感器网络负载。使用matlab软件进行仿真,实验结果表明优化后的算法和初始算法相比误差累积小、同步开销显著减少,并且能够实现全网络的时间同步。

基于反向传播算法的网络安全态势感知仿真

随着互联网技术的广泛应用,网络信息传输的数量日益提升,网络安全态势感知的需求也逐渐增加。针对当前网络安全态势感知算法检测准确率率低,误差较大等问题,提出了基于反向传播算法的网络安全态势感知模型。首先采用大数据分析方法对入侵信息的特征按节点分解并进行分段分析;其次通过切换检测信道和空间节点的分布式融合方法对关键节点进行分析,提取入侵数据的特征;然后通过反向传播算法对基本的感知原理进行优化,以减小模型检测过程中的误差;最后基于信息融合的结果进行优化,通过模糊识别的方法对入侵行为进行检测,达到安全态势感知的效果。实验结果表明,相比其它算法,所提模型将平均绝对误差缩小近5%,预测精确度提升至少7%,有最佳的实验效果,推动了网络安全态势感知技术的发展和应用。

基于无线传感器网络的井下时间同步算法设计

时间同步是煤矿井下监控系统重要的基础组件技术,有效地保证了井下人员的安全。传统时间同步算法同步误差随跳距积累且容错性较差,不适合应用于煤矿井下。基于国内外研究现状,结合井下特殊环境,在传统时间同步算法的基础上提出了井下簇状结构的低功耗时间同步算法和容错性时间同步算法。通过搭建时间同步测试平台,从算法精度、正确性、健壮性3方面对低功耗时间同步算法进行验证。研究表明:簇状结构的低功耗时间同步算法比传统算法的稳定性更强。

基于时间序列的无线传感网络节点剩余能量监测方法

为了分析数据包节点能量消耗,精准监测无线传感网络节点的剩余能量,提出基于时间序列的节点剩余能量监测方法。构建自回归滑动平均(ARMA)时间序列分析模型,利用该模型融合无线传感网络数据,通过能量优先的原则选取出簇头,簇头运用多跳方式传递已融合的数据,并获取簇头到基站能量消耗的最佳路径;不考虑簇头节点由休眠至再次被启动的能量消耗,计算无线传感网络信息传递能耗以及簇头节点在转换自身状态时的能量消耗,只监控正常情况下网络节点传递融合信息过程中的能量消耗,监测无线传感网络节点剩余能量。结果证明该方法能有效融合网络中的数据,可实现无线传感网络节点剩余能量实时精确监测。

无线传感器网络层次参考时间同步算法的研究

无线传感器在网络应用中要求节点间保持时间同步,但现存的经典时间同步算法,因节点的接收时间受时钟偏差和传输延迟的影响,其同步精度不高。为提高网络时间同步精度,均衡节点能耗,提出了一种改进的层次参考时间同步算法(Improved Hierarchy Referencing Time Synchronization,IHRTS)。该算法基于节点在层次结构中唯一物理位置的时间特性,采用贝叶斯估计对节点接收时间进行估算,缩小时间偏差的误差范围,获得比较精确的同步偏移量,从而改善时间同步精度;同时采用无线信道的广播特性与双向同步机制的同步思想,最小化了通信负载,均衡了节点能耗。通过仿真结果表明将贝叶斯估计方法应用到时间同步算法中,在均衡节点能量消耗同时有效地提高了网络同步精度。

基于边界点拟合的无线传感网络干扰约束资源分配算法

无线传感网络干扰约束会影响资源传输过程的网络运行稳定性与通信效率,为此提出一种基于边界点拟合的无线传感网络干扰约束资源分配算法。利用信号传输特征获得传感器节点信号功率,分析节点实际方位和检测值的差异。利用差异值创建损失函数,通过加权最小二乘法计算边界点补偿距离,定位干扰源位置。明确无线传感网络用户信道容量,计算用户接收机中各单位干扰能量传输的比特值,构建干扰约束模型。利用二维离散Henon映射系统初始化原始个体矩阵,使用并行遗传算法完成节点自适应迁移,实现资源分配全局优化。仿真结果表明,所提方法对干扰约束资源分配的平均节点度为2.15,资源分配误码率平均值为0.2%,在实验次数为500时资源分配耗时为1.4 s。

智慧园区无线传感网络能量均衡覆盖优化系统

针对传统LEACH协议存在数据传输效率较低以及节点能量分布不均的缺陷,文中从功耗和效率层面出发,提出了一种无线传感网络能量均衡覆盖优化系统。对于节点能量分布不均的问题,设计了由剩余能量因子与距离因子所组成的系统权重因子,并根据该因子及竞争半径来选择簇头。同时基于遗传算法提出了一种单链多跳路由协议,进而提升了系统的功耗水平,解决了数据传输效率偏低的问题。以某智慧园区为模型进行的实验测试结果表明,所设计系统的存活节点个数、系统剩余能量以及数据包接收数量这三个指标均大幅领先,充分说明了改进后的算法能够有效减少系统的能量损耗并提升节点的利用率,使其可以存活至1200轮,从而延长整个WSN系统的运行周期。

基于粒子群算法的无线传感网络大数据聚类优化方法

大数据聚类在无线传感网络数据处理领域中具有重要意义,但是大数据聚类方法存在聚类效果不佳、Jaccard系数较低等问题,提出基于粒子群算法的无线传感网络大数据优化方法。该方法结合主成分分析方法和信息熵降维处理大数据,减少数据聚类所需的时间,采用直觉模糊核聚类算法聚类大数据,引入粒子群算法,优化直觉模糊核聚类方法,利用优化后的算法获得无线传感网络大数据聚类的优化结果,实现大数据聚类。仿真分析结果表明,所提方法的聚类效果较好,Jaccard系数在0.70以上,数据平均熵仅为0.36,并且时间复杂度仅为26.3%,该方法的应用价值更高。