煤矿井下线型无线传感器网络节点定位算法

针对煤矿井下线型无线传感器网络节点定位精度较低的问题,提出了基于RSSI(接收信号强度指示)的对角差分修正定位算法。该算法在对线型无线传感器网络节点定位的横向和纵向误差进行分析的基础上,首先利用差分原理对测量距离进行修正,并使用极大似然估计法进行初步定位;然后应用信标节点构建煤矿井下巷道模型,在该模型下对移动节点进行横向修正。仿真结果表明,该算法较传统的极大似然估计算法具有较高的定位精度和稳定性,适用于煤矿井下线型无线传感器网络节点定位。

线型无线传感器网络中一种联合优化中继节点选择策略

在无线传感器网络中,时延与功耗性能往往是一对不可兼得的指标,如何优化和平衡这两个指标是路由和MAC算法中的难点。线型无线传感器网络由于拓扑结构的线型性,功耗-时延的均衡问题显得更加突出。基于线型无线传感器网络拓扑模型,理论分析了能耗最优传输距离,然后基于节点剩余能量,构建联合优化目标函数。进一步地,将数据包类型在时间敏感性方面分为紧急数据包和普通数据包,并相应调整发射功率,以便在当前通信范围内找到最优下一跳中继节点。最终提出了一个功率可调的时延-能耗自适应优化中继节点选择算法(LEARS)。通过仿真实验将该算法与经典及类似算法比较,LEARS能够在保证紧急数据包传输实时性的同时,进一步降低网络的整体功耗,延长网络的生命周期。

线型无线传感器网络梯度距离能量优化算法

线型无线传感器网络离基站较近的节点转发量较大,且能量消耗较快,严重影响网络寿命。针对等间距能量优化算法各节点能量消耗不均衡的问题,提出一种梯度距离能量优化算法。将节点传输距离能量作为调节因素,节点间能量均衡作为约束条件,节点到基站由远及近的传输距离优化为梯度距离。仿真结果表明,梯度距离部署算法可有效平衡节点间的能量消耗,延长网络寿命,与等间距部署算法相比,该算法的网络寿命延长了大约39.2%,能量利用率接近100%。

链状线型WSN中基于梯度的分簇成链算法

针对链状线型无线传感器网络中多Sink特点,提出一种基于梯度的分簇成链算法CLBG(Clustering into Link Based on Gradient),节点选择距离最近的Sink传输数据,避免了远距离传输造成的节点能量消耗。成簇后,簇中节点以簇头为首成链,节点沿链发送数据给簇头,再由簇头通过簇间的多跳传输将数据发往Sink。当链路出现故障时,利用该算法可反向建立传输链路,保证数据及时传输。仿真结果表明,基于梯度的分簇成链算法,能有效节省节点能量,避免节点过早死亡,延长网络的生命周期。

基于线型双sink节点的高速铁路沿线WSN部署策略

针对传统线型无线传感器网络单sink节点部署策略用于高速铁路沿线的问题,提出一种适用于高速铁路沿线的线型双sink节点无线传感器网络部署策略.通过一段轨道两端部署双sink节点并采用非均匀分组的线型无线传感器方式部署普通节点,同时引入改进后的蚁群算法服务路由协议,以解决高速铁路沿线环境下能耗均衡以及路由协议的建立等问题.理论分析和实验仿真结果表明,所用的部署策略节点能够均衡网络能耗,有效避免"能量空洞"引起的问题,可延长网络生命周期、提高算法收敛速度.

基于DV-Hop误差修正的煤矿井下人员定位算法

为了提高无线传感器网络的节点定位精度,提出了基于DV-Hop误差修正的质心定位算法.针对煤矿井下巷道的线型结构,首先提出信标节点以均匀间隔交叉分布的模型,再根据各个信标节点平均每跳的距离误差以及平均每跳的单位距离误差,对离未知节点最近的3个信标节点之间的距离进行2次修正,最后利用3圆交点的质心定位算法进行定位.仿真结果表明,该算法比目前的定位精度提高1m左右,比较适合煤矿井下这种特定的线型结构.