Multi-Radio传感器网络MAC协议可靠性的研究

研究了Multi-Radio传感器网络MAC协议的可靠性问题,建立Multi-Radio传感器网络MAC协议可靠性的概率模型,并分了协议的可靠性,同时比较了Multi-Radio传感器网络与现有传感器网络的差别。实验结果表明,对MAC协议可靠性的分析与实验结果相一致,从而验证了本理论分析的正确性。

Multi-Radio传感器网络信道分配算法的研究

为了减少通信冲突与信道干扰，本文研究了Multi-Radio Multi-Channel传感器网络无冲突通信的信道数上界与Radio数上界，在理论上证明了当网络的通信半径NCR〉3×Dis（PK）且Sensor节点规模大于2K＋1时，网络无冲突信道分配的信道数上界为△（CG），其中K为网络可采用的功率级数，Dis（PK）为网络最大功率的通信半径，△（CG）为网络信道冲突图的最大度.在此上界基础上，提出了一种信道分配算法，该算法消除了数据通信时的冲突与干扰.理论分析与实验结果表明：本文提出的无冲突信道分配算法能够显著地改善传感器网络的通信效率，提高网络的吞吐量.

Multi-Power Multi-Radio传感器网络跨层优化的路由方法研究

针对Multi-Power Multi-Radio无线传感器网络的特性,研究了跨层优化的最小传输时延路由问题,利用线性规划方程设计了该问题的最优问题模型,并设计了有效的多项式时间解决方案.实验结果表明,提出的联合优化的路由方案能有效地减小端到端的传输时延.

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.

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.

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.

基于图分级的水下有向传感器网络栅栏覆盖策略

栅栏覆盖问题近年来已成为水下传感器网络研究的热点,但水下有向传感器网络的栅栏覆盖问题尚未得到足够的重视。随机部署前提下的水下静态有向传感器网络的栅栏覆盖难度较大,因此目前关于该问题的相关研究成果较少。为弥补这方面研究的不足,该文提出一种基于图分级的有向传感器网络首次栅栏覆盖策略。首先,该策略深入研究了多种位置关系下两个相邻节点之间满足强(弱)连接的条件;其次,利用位置关系条件构建分级图,从中选取合适节点进行栅栏的首次构建。仿真实验结果表明:采用该算法对静态有向传感器网络进行栅栏首次构建在确保较高成功率的前提下采用的节点数更少,保证了较高的网络检测概率和较长的网络寿命。

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.

数据引流下异构传感器网络能量空洞防护算法

异构传感器网络在工作时,靠近传感器基站位置的节点会由于接收转发次数较多而出现能量空洞现象。为有效对此现象实施防护,保障网络安全运行,提出数据引流下异构传感器网络能量空洞防护算法。构建网络节点部署模型,对传感器网络节点实施节点优化部署;计算网络节点能耗对网络实施能量均衡控制,获取异构传感器网络节点的簇内传输跳数;结合获取的节点簇内跳数以及能量均衡结果开展节点接收数据的的引流分配,平衡传感器网络层内节点能量消耗,实现传感器网络的能量空洞防护。实验结果表明,使用上述方法开展传感器网络能量空洞防护时,数据转发接收能耗较低,防护方法性能高,防护效果好。

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。

基于环境中移动运输代理的传感器网络建模

针对大型稀疏传感器网络中的数据获取,本文提出了一种利用环境中普遍存在的移动代理来连接稀疏传感器的网络体系结构和一种2-维网格随机游走分析模型;提出的传感器网络模型由3个抽象层构成,即由无线传感器构成的底层、由各种运输代理构成的中间层和由接入点/中央存储库构成的顶层。具体实现原理是位于中间层的移动运输代理从底层分布的无线传感器收集数据并缓冲数据,然后经过游走运输,最后将从底层的无线传感器收集的数据交付到顶层必要的接入点进行必要的存储和处理,从而实现整个传感器网络的数据获取;理论分析和仿真实验结果表明,提出的基于移动运输代理的传感器网络模型不仅具有较好的鲁棒性和可扩展性,而且相比于基站网络模型和Ad-hoc网络模型,在传感器功率消耗、数据成功率和基础设施投入成本方面有明显的优势。

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.

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。

基于无线传感器网络的卫星遥感观测非均匀地表重点区域监测系统设计

卫星遥感观测非均匀地表重点区域监测数据通常具有复杂性和不确定性,难以精准确定重点监测区域和获取有用信息,导致监测范围受限,监测结果存在较大误差;因此,为了给非均匀地表的治理提供数据支持,利用无线传感器网络优化设计卫星遥感观测非均匀地表重点区域监测系统;加设卫星遥感观测图像传感器,调整无线传感器网络模块,改装监测数据处理器,利用调整的系统电路连接硬件元件,完成硬件系统的优化;在硬件和数据库的支持下,从拓扑结构和传输协议等方面,构建无线传感器网络;实现高空遥感与无线传感器网络的深度融合,利用无线传感器网络采集地表卫星遥感观测图像,获取地表信息,扩宽监测范围;并通过滤波、几何纠正等步骤,实现初始图像的预处理,并提取图像特征,根据特征图像的匹配结果,确定非均匀地表重点区域,结合地表倾斜角度、地表非均匀程度等指标完成卫星遥感观测非均匀地表重点区域监测;经实验测试发现改进系统与传统监测系统相比,优化设计系统输出地表倾斜角度和地表变形量的监测误差分别减小0.28°和0.73 m^(3),同时系统监测范围明显扩大。

基于残差卷积网络的多传感器融合永磁同步电机故障诊断

作为工业生产与日常生活的常见设备,永磁同步电机的故障诊断研究具有十分重要的意义。以永磁同步电机的匝间短路、退磁、轴承故障为诊断目标,提出一种新型的多传感器特征融合网络(MSFFN),结合多传感器融合技术与卷积神经网络实现永磁同步电机的可靠故障诊断。网络采用2个带有残差模块的卷积神经网络,对输入的电流信号与振动信号并行提取隐藏特征,并设计一种中间特征融合模块(IFFM)有效融合电流和振动的各层隐藏特征,IFFM基于注意力机制对网络中的电流特征与振动特征进行筛选,自适应关注不同信号的内在相关特征,以实现更好的诊断效果。搭建了故障样机测试平台进行数据采集与实验验证,实验结果表明,提出方法具有更高的诊断准确率,同时在叠加了强噪声的条件下,具备更强的抗干扰能力。