适用于稀疏动态无线传感器网络的并行融合分布式无迹信息滤波算法

稀疏和随机动态变化是实际无线传感器网络(wireless sensor network,WSN)中普遍共同存在的两种通信拓扑不稳定因素,使基于一致性算法的分布式无迹信息滤波(distributed unscented information filter,DUIF)算法适用于稀疏动态WSN,将极大提高其实用性.为此,本文提出一种并行融合DUIF(parallel fusion DUIF,PF–DUIF)算法.在PF–DUIF算法中,通过将实时局部后验估计均值和协方差用于局部无迹信息滤波器(local unscented information filter,LUIF)的Sigma点采样,使LUIF和加权平均一致性滤波器(weighted average consensus filter,WACF)得以并行运行,从而有效抵制由通信拓扑随机动态变化带来的较大一致跟踪误差的困扰;同时,WACF通过对LUIF输出的无偏局部信息矩阵和向量分别进行平均一致性滤波,最终得到不包含由稀疏通信拓扑引起的平均一致误差的分布式后验估计结果;进而,建立即时更新机制有效抑制随机动态通信拓扑引起的PF–DUIF算法滤波异步问题,同时,基于稀疏动态WSN的平均网络模型,在通信能量消耗受限条件下优化WACF均方收敛速率,从而提高PF–DUIF算法的整体滤波效率.仿真实验结果表明,PF–DUIF算法能够有效应用于稀疏动态WSN机动目标跟踪.

基于改进蝙蝠算法的无线传感器网络动态任务调度

无线传感器网络是一种处理感知信息的无线网络,在处理过程中因节点分配不均,导致网络资源利用率较低、任务调度中节点能量消耗较高。为此,提出了基于改进蝙蝠算法的无线传感器网络动态任务调度方法。通过增加权值系数改进蝙蝠算法,降低无线传感器网络节点密度,定义二进制变量,确定任务分配节点。采用可分负载理论,计算两种分群结构网络环境下任务运行时间与传输时间,得到群内和群间阶段无线传感器网络节点动态任务调度方案。仿真结果表明:所提算法在迭代次数为200次时即可获取目标函数值,当虚拟机数量为1200时,所需无线传感器网络节点数量为38个,网络资源利用率始终高于68%,说明所提方法能够有效降低调度过程中节点的能量消耗,提高网络资源利用率。

梯度化路由算法在无线传感器网络中的应用分析

无线传感器网作为一种全新的信息获取和处理技术,是当今社会研究与应用的热点。当移动目标到传感器所在的区域时,监控到目标与无线传感器网络连接,并将目标的位置传输给用户,这一过程一直是无线传感网中经典且最值得研究的问题。路由技术协同节点跟踪,参照并结合贝叶斯理论,选择网格的序列贝叶斯滤波法,利用Matlab平台,在其上创设建立网格序列贝叶斯低通滤波器仿真,并得到了最终的路由仿真模型图,促进了动态簇网格贝叶斯滤波法的定位。

基于节点分级策略的无线可充电传感器网络部分充电算法

提出了一种节点分级策略(node classification strategy,NCS)。根据传感器节点通信数据量和对应的能耗,首先建立传感器节点耗能率模型,然后结合传感器节点耗能率大小和空间距离信息来选择待充电传感器节点,从而提高充电响应的公平性。另外,传统充电算法默认将电池电量补充至最大值,导致被充电的传感器节点个数有限。本文设计了部分充电算法(partial charging algorithm,PCA),通过优化充电值使得充电后既能保证传感器节点工作的电量开销,又能让WCR的有限电量被合理分配给更多有能量需求的传感器节点。最后,仿真实验表明,提出的充电算法NCPCA(node classification and partial charging algorithm)能有效降低网络中传感器节点死亡率,提高WRSNs的工作性能。

无线可充电传感器网络下的高维多目标动态充电规划

随着无线充电传感器网络(Wireless Rechargeable Sensor Networks,WRSNs)的出现,针对延长无线传感器网络(Wireless Sensor Networks,WSNs)的寿命问题,大量的研究者们提出了多种充电方案.然而大多数充电方案都属于离线的,没有考虑充电路径规划会随着新需充电节点的加入而发生动态变化的多时间窗问题.因此,针对上述问题,本文提出了高维多目标动态充电路径方案模型.通过最小化路径距离、死亡节点数量、通信延迟以及最大化无线充电车(Wireless Charging Vehicle,WCV)剩余能量,以减少死节点数量,延长WRSNs的生命周期.同时为求解该动态模型以及适应路径编码方式和响应环境变化,通过引入改进的进化策略和环境响应机制到强帕累托进化算法2(The Strength Pareto Evolutionary Algorithm 2,SPEA2)中,提出了改进的SPEA2.仿真实验结果表明,该动态模型和改进算法能够有效地延长WRSNs的生命周期.

考虑移动节点的无线传感器网络动态路由协议设计

研究含有移动节点的无线传感器网络的动态路由协议设计。随着无线传感器网络的发展,加入移动节点的应用变得广泛。传统的静态路由协议难以适应动态环境,因此需要设计能够适应节点移动性的动态路由方案。设计一种自适应移动感知路由协议,通过预测移动趋势来选择最优路径,实现了在移动节点环境下的高效数据传输。协议考虑了自适应性、快速适应性、能耗优化以及数据传输可靠性等需求,为含有移动节点的传感器网络通信的稳定和高效性能提供了解决方案。

基于合作微分博弈的无线传感器网络频谱分配

在认知无线电网络中,频谱的二次使用既有竞争又有合作,且无线电频率环境是随时间变化的。为了实现无线传感器网络实时的二次频谱使用,引入了认知无线传感器网络。根据地理位置、频谱的利用程度、频率范围和发射功率水平,将认知无线传感器网络可分为许多联盟,不同联盟之间存在着竞争,在同一联盟中也存在竞争与合作。通过一个基于合作微分博弈的模型来解决这种合作和竞争的动态频谱分配问题,并给出了反馈纳什均衡解。此认知无线传感器网络合作微分博弈动态频谱分配模型是公平的,且提高了时变无线电环境下认知无线传感器网络的频谱管理效率。

基于动态分区的无线传感器网络非均匀成簇路由协议

针对节点负载不均而形成的"热区"问题,提出了一种基于动态分区负载均衡的分布式成簇路由协议(UCDP)。其核心思想是:将网络合理化地动态分区,使距离基站较近的区面积较小,从而减少需要承担转发任务节点的区内通信开销,节省更多的能量供数据转发使用;综合考虑距离因子和剩余能量因子进行区内非均匀成簇;有机结合簇内单跳和区间转发,区头与簇头共同协作进行路由传输。实验表明,协议具有较好的稳定性,显著延长了网络的生存周期。

可充电无线传感器网络动态拓扑问题研究

在可充电无线传感器网络中的能量补给设备兼任数据采集设备的情况下,提出了可充电无线传感器网络时变动态拓扑模型,并在此基础上根据最大化能量补给设备驻站时间比为目标提出了最优化问题。通过分析不同时刻不同传感器节点和无线能量补给/数据采集设备的工作情况及需要遵循的约束条件,得到与原问题具有等优性的多状态线性规划问题。求解该优化问题,获得可充电无线传感器网络动态拓扑下的周期动态路由和无线能量补给/数据采集设备的工作策略。与之前的研究成果相比,优化目标值均有20%以上的提升。

无线传感器水下监测网络稀疏采样和近似重构

无线传感器网络在水下生态环境的监测方面有着广泛的应用,但是常常会碰到能量缺乏和生命周期较短的问题。为了克服这些问题,基于压缩感知理论,提出了一种网络节点调度和稀疏采样的优化方法,与传统的无线传感器网络节点调度方法不同,它采用随机概率采样模型,只对整个网络的一个子集进行采样,这是一种"物理静止,逻辑动态"的随机调度方案,节省了有限的带宽和能量。同时该方法在节点调度过程中,引入了状态转换图,对节点的状态进行分类控制,增加了网络覆盖要求和最小观测数等约束条件,使得设计的稀疏选择矩阵更为合理。同时研究了在满足最小l1范数的条件下,基于组合算法对稀疏信号进行重构的方法。实验的结果表明,与传统的无线传感器水下监测网络相比,基于上述节点调度方法所构建的无线传感器水下监测网络,具有较低的能耗和较长的网络生存时间,并且能对稀疏采样后的信号以较大的概率进行近似重构,使得重构信号逼近原始监测信号。

无线传感器网络中基于压缩感知的动态目标定位算法

传统的动态目标定位算法需要采集、存储和处理大量数据,并不适用于能量受限的无线传感器网络。针对该缺陷,该文提出一种基于压缩感知的动态目标定位算法。该算法利用目标的运动规律设计稀疏表示基,从而将动态目标定位问题转化为稀疏信号恢复问题。针对传统观测矩阵难以实现的缺陷,该算法设计可实现且与稀疏表示基相关性低的稀疏观测矩阵,从而保证了算法的重构性能。该算法的特点是可利用较少的数据采集实现动态目标定位,从而大大延长无线传感器网络的寿命。仿真结果表明,该文所提出的基于压缩感知的动态目标定位算法具有较好的定位性能。

基于演化博弈的无线传感器网络入侵检测研究

针对无线传感器网络易遭受内部节点攻击的问题,本文提出了一种基于演化博弈的无线传感器网络入侵检测方法。将传感器网络的攻防对抗映射到博弈过程中,建立恶意节点和簇头节点之间的攻防博弈模型,改进传统复制动态方程,使得簇头节点在演化博弈过程中考虑到其他节点的历史策略,预测恶意节点的攻击策略;同时将改进复制动态方程应用于入侵检测算法,提高算法响应时间。实验表明,与传统方法的复制动态方程相比,采用该算法使得演化博弈能够快速达到均衡,收敛速度相比传统方法提高了80%,保障了网络安全性的同时避免了传感器网络检测能量的消耗。

基于动态规划的无线传感器网络的路由算法

路由问题是无线传感器网络中的核心问题之一,其数据传送的多跳特点使得非常适合用动态规划的原理来设计传感器网络的路由算法.基于动态规划,通过节点跳数生成算法为传感器网络中的每个节点赋一个表示到Sink点跳数的节点跳数值,并分析了传感器网络的拓扑结构特点,然后给出了无线传感器网络中寻找从源到汇满足不同设计目标的最小跳数(MinH)、最小跳数最大剩余能量(MinHMaxRE)和最小跳数最小费用(MinHMinC)3种路由算法.探讨了最小跳数最小费用路由与最小费用路由之间的关系,并给出了判断最小跳数最小费用路径就是最小费用路径的一个充要条件.算法的能量消耗分析表明,所给路由算法能实现大幅度的能量节省.

无线传感器网络动态加权DV-Distance算法

无线传感器网络DV-Distance定位算法,采用未知节点与锚节点间的累计跳段距离代替欧式距离计算节点位置,存在较大的定位误差。针对这一问题,提出一种动态加权DV-Distance改进定位算法,基于未知节点的修正模式,保证定位网络中每个未知节点具有不同的修正系数;通过动态加权修正模型,用锚节点间距离、跳数等信息计算修正系数,采用动态加权的方法将不同方向上的修正系数进行整合,修正未知节点与锚节点间累计跳段距离,提高算法的定位精度。通过仿真验证了算法具有更高的定位精度;并进一步通过实验验证了算法的有效性和可行性。

基于稀疏滤波的无线传感器网络数据融合

在无线传感无器网络中,为了提高数据融合算法的性能,设计了一种基于深度学习的二值化层叠稀疏滤波模型(BSSFM),BSSFM将若干稀疏滤波器层叠并对权值参数进行二值化从而能快速有效的提取高维数据特征,之后将BSSFM和分簇协议相结合提出数据融合算法BSSFMDA,BSSFMDA首先在汇聚节点逐层训练BSSFM并对网络分簇,簇节点利用BSSFM进行数据特征提取,之后簇首将分类融合后的特征发送至汇聚节点。仿真实验表明,和SOFMDA等算法相比,BSSFMDA在模型训练时间、特征提取速度、正确率以及节点能耗等方面的表现均更加优异。

无线传感器网络任务分配动态联盟模型与算法研究

为了延长网络生命周期,减少网络能量消耗和均衡网络负载,引入了动态联盟思想,构造了无线传感器网络任务分配的动态联盟模型,继而提出了一种基于离散粒子群优化的任务分配算法。该算法根据任务总完成时间、能量损耗以及网络负载状况,建立代价函数,结合粒子群优化算法,实现优化任务分配策略。引入了变异算子,在很好地保持了种群的多样性的同时提高了算法的全局搜索能力。仿真实验结果表明了该分配算法在局部求解与全局探索之间取得了较好的平衡,能有效减少无线传感器网络的计算时间和网络能耗,并有效地均衡网络负载。

无线传感器网络动态簇组织算法研究

在讨论簇组织问题域及其形式化描述的基础上,提出了一种动态簇组织算法,着重对算法的设计思想和工作过程,包括簇首选举与簇建立、簇重组与自愈机制,以及能量控制过程等,进行了分析和论述,并对参数设计进行了讨论。不基于节点时间同步的簇选举和自愈机制,是算法的重要特点。

无线传感器网络自适应动态簇目标跟踪策略

考虑到无线传感器网络的特点及目标跟踪对实时性要求较高,提出一种基于动态簇的无线传感器网络目标跟踪策略.当目标出现时,基于节点管理机制采用层次分析法选举簇首,定义节点跟踪权值作为参与跟踪的依据,并建立动态簇.目标监视过程中,根据实际跟踪质量自适应调整动态簇规模;为了避免目标丢失,在自适应机制的基础上提出目标恢复机制.目标离开后,解散动态簇,释放节点资源.采用NS2对所提算法进行仿真测试,结果表明,基于动态簇的跟踪策略能够以较少的通信开销为代价获得很好的目标捕获率.

无线传感器网络动态协同任务分配机制

以无线传感器网络单目标追踪为背景,提出了一种基于仲裁的动态联盟协同任务分配机制,简化了现有动态联盟的形成机制,提高了动态联盟的结盟成功率,并加入了盟员更新机制,实现了动态任务分配,从而在降低能量消耗的同时提高了网络性能.在仿真中,将基于仲裁的动态联盟协同任务分配机制与现有的基于案例推理的动态联盟机制进行比较,验证了基于仲裁的动态联盟机制在能耗和追踪性能方面的优势.*

动态无线传感器网络的改进蒙特卡罗定位算法

针对于无线传感器网络中移动节点的定位问题,在传统蒙特卡罗定位算法的基础上,提出了一种改进算法。该算法通过构建接收信号强度指示测距模型来限制样本区域以求提高采样效率。仿真结果表明,与MCL、MCB等其他蒙特卡罗定位算法相比,改进算法在不同的时间、不同的锚节点密度、不同的节点移动速度等情况下,都具有更好的定位精度。