异构有向传感器网络连通覆盖调度算法

在面向目标监测的有向传感器网络中,为满足监测目标的不同监测要求,并保持网络连通前提下网络寿命最大化,提出了一种基于增强珊瑚礁算法的节点调度算法。受集合覆盖的启发,以增强珊瑚礁算法为工具求解满足连通覆盖要求的集合。增强珊瑚礁算法采用SOBOL序列和反向学习策略对种群进行初始化,同时在非性繁殖过程中,借鉴和声搜索、生物地理学算法和自适应变异策略的差分进化算法达到继承种群的优秀解和增强子代的优化能力的目的。再者,对种群的最差个体执行随机反向学习和与最优个体差分策略以提升最差个体的优化能力。在数值测试以及在传感器网络节点调度方面的仿真结果表明,改进珊瑚礁算法的性能优于其他算法,证明了改进算法的有效性。

综合路由的无线传感器网络覆盖调度

利用目前公认为理论上最好的无线传感器网络集中式覆盖控制算法MCLC(Most-Constrained Least-Constraining),结合DD(Directed Diffusion)和LEACH(Low Energy A-daptive Clustering Hierarchy)路由协议,基于节点最小剩余能量调度覆盖集,观察最小剩余能量不同选取对节点能耗和均衡性以及网络生存期的影响.研究能耗均衡性和网络生存期的关系,提出了一种新的一般性能耗均衡的覆盖集调度的方法.仿真结果表明:所提方法可以有效提高网络生存期,同时为设计覆盖控制算法和覆盖集调度策略提供理论指导.

面向差异化覆盖的异构有向传感器节点调度算法

为延长异构有向传感器网络的寿命,提出一种基于改进珊瑚礁优化算法(ECRO)的面向不同监测目标有不同监测要求的节点调度算法。利用ECRO将传感器集合划分成符合覆盖要求的多个集合,通过集合间的调度达到延长网络寿命的目的。对珊瑚礁优化算法(CRO)的改进体现在四个方面:一是在珊瑚礁的雌雄同体繁殖过程中融入生物地理学优化算法中的迁移操作,保留原有种群的优秀解;二是在雌雄同体繁殖过程中采用一种带有混沌参数的差分变异因子,增强子代的优化能力;三是通过对最差个体执行随机反向学习,增强种群的多样性;四是通过CRO与模拟退火算法的结合,增强算法的局部搜索能力。对数值基准函数和节点调度进行了大量的仿真实验。在数值测试方面的结果表明,与遗传算法、模拟退火算法、差分进化算法及其改进算法相比,ECRO的优化能力更强;在传感器网络节点调度方面的结果表明,与贪婪算法、基于学习自动机的差分进化(LADE)算法和未改进的CRO相比,ECRO使网络寿命分别提高了53.8%、19.0%和26.6%,验证了所提算法的有效性。

基于节点抛撒轨迹的点覆盖轮换调度算法

分析传感器节点的随机部署方式,提出一种基于节点抛撒轨迹的点覆盖轮换调度算法(NCRS)。根据预置的监测目标点位置和节点抛撒轨迹,节点协商各自的工作角色(监测或中继)。各监测节点建立由未被使用的中继节点构成的路由,实现对监测目标点的多重覆盖。仿真计算结果表明,NCRS能有效提高监测目标点的覆盖度,增加工作传感器的总比例,延长传感器网络的寿命。

无线传感器网络节点自调度冗余覆盖算法

对于能量受限的无线传感器网络,延长网络存活的时间很关键。针对这个问题,提出了一种基于能量均衡的传感器节点自调度冗余覆盖协议(SRCP),通过仿真实验对该算法的有关性能进行了评价,性能评价表明:这种算法能有效使用节点能力,延长网络存活时间。

WSN随机调度覆盖算法的子集划分最优解

随机调度覆盖算法实现对传感器进行随机调度,是利用传感器之间的覆盖冗余来延长网络的寿命.为此采用概率模型对随机调度覆盖算法进行分析,并且当被监测区域的面积和监测时间给定以后,在覆盖强度、传感器密度、能量节约和网络寿命的约束条件下,求解出随机调度覆盖算法中的子集划分和传感器数量的最优解.