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。

无线传感器网络非均匀等级分簇拓扑结构研究

网络拓扑结构影响着传感器节点的负载均衡与生存周期,分簇结构是无线传感网络的一种有效地拓扑管理方式。根据血管网络特征以及对构建无线传感器网络拓扑结构的启示,提出了无线传感器网络非均匀等级分簇拓扑结构。分析血管网络结构特征,建立数学模型和网络拓扑结构,对具有压力差的网络节点进行等级标定。根据改进粒子群算法进行非等概率静态分簇,形成不同等级区域具有密度和规模不等的非均匀等级分簇拓扑结构。仿真分析表明,此算法能优化网络分簇,均衡节点能耗,延长网络生命期,避免网络能耗热点问题。

层次分簇的无线传感网络多级优化测量

层次化的无线传感网络由骨干传感节点和普通传感节点组成。由于节点能量受限,无线传感网络跟踪测量目标时需同时考虑目标跟踪精度和跟踪方法的能效性。提出一种层次分簇的多级优化无线测量方法。将骨干节点作为簇首,采用粒子滤波算法预测运动目标位置,运用DELAUNAY三角剖分优化选择目标附近的节点作为测量节点,并根据测量节点地理位置判断是否转移簇首。在测量节点同步的感知目标后,簇首利用熵来逐次选择能效性最高的测量节点数据进行融合,实现目标定位测量。试验表明,该方法能满足目标跟踪精度,并可有效的减少网络能耗,提高无线传感网络测量使用寿命。

无线传感器网络中一种分级簇的优化算法

无线传感器网络的路由将高能效放在首位,设计分级簇作为路由基础是一种能有效节能,延长网络寿命的好方法。在基于能量的分级簇(EAHC)算法的基础上,按照簇头级数和能量排队,从叶子节点开始逐级进行优化,提出一种减少簇头和降低簇树级数的优化算法(EAHC-O),能进一步地延长全网寿命,并通过仿真验证算法的有效性。

能量均衡的动态间隔分层路由协议

针对无线传感器网络中分簇多跳通信方式产生的能量负载不均衡问题,提出一种能量均衡的动态间隔分层路由协议(EHRD)。它通过层次间隔动态调整算法动态调整层次间隔,使得层次的能量消耗不均匀状况得到缓解,从而达到整个网络能量负载均衡。用NS2仿真测试结果显示:能量均衡的动态间隔分层路由协议在网络能量负载、网络生存时间、缓解网络"热区"问题上有所提高。

传感器网络中能量最优化的聚类轮换算法

针对无线传感器网络节点能量难以补充,如何延长网络使用寿命的问题,将网络工作过程描述为不定阶段动态规划问题,结合总能量守恒关系推导出网络寿命上下界,提出能量优先的聚类轮换策略并证明了其最优性.在此基础上,设计了实用性好的最小切换聚类轮换算法(SSLL),利用Pow erTO SS IM仿真验证了SSLL取得接近最优的网络寿命.

基于动态人工鱼群优化的WSN分簇算法

将群智能优化算法引入无线传感器网络分簇路由协议的设计能有效地节约节点能量和提高分簇效率.针对基本人工鱼群算法在运算速度方面的不足,提出了一种基于动态人工鱼群优化的无线传感器网络分簇算法,算法为了同时具有较好的全局搜索和局部寻优能力,更快地得到最优分簇结果,在一次迭代进化中除了考虑人工鱼的觅食行为、聚群行为和追尾行为的寻优结果之外,还动态调整人工鱼的视野范围和前进步长两个重要参数.仿真结果证明,与LEACH,LEACH-C,AFSO算法比较,由于计算量的减少和计算速度的提高,此算法能有效地延长网络生命周期和减少能量消耗.

基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法

针对无线传感器网络中节点通信能力及能量有限的情况,该文提出基于动态分簇路由优化和分布式粒子滤波的传感器网络目标跟踪方法。该方法以动态分簇的方式将监测区域内随机部署的传感器节点划分为若干个簇,并对簇内成员节点与簇首节点之间、簇首节点与基站之间的通信路由进行优化,确保网络能耗的均衡分布,在此基础上,被激活的簇内成员节点并行地执行分布式粒子滤波算法实现目标跟踪。仿真结果表明,该方法能有效地降低传感器网络中节点的总能耗,能在实现跟踪的同时保证目标跟踪的精度。

基于能量有效的多层动态分簇WSN时间同步算法

RBS,TPSN和CHTS等专门为传感网络设计的时间同步协议中,大多只考虑到时间同步精度问题。作为能量受限的传感网络,能量有效性是关键问题之一。基于此,本文提出了一种能量有效的多层动态分簇时间同步算法。多层分簇过程中,以泊松随机过程对随机概率和跳数进行选择和优化,并采用能量阈值机制动态更新簇。以sink节点为时间同步的根节点,sink节点先与簇头节点同步,簇头再与簇成员同步,从而实现全网时间同步。理论及实验结果表明,该算法在以较高的精度完成时间同步的同时,保持了能量的有效性,实现了能量消耗和时间同步精度的有效折衷。

能量平衡的无线传感器网络数据采集动态分簇算法

为了提高无线传感器网络在数据采集过程中节点能耗的均衡性,延长网络的生命周期,提出一种基于能量平衡的动态分簇算法。在簇的建立阶段,该算法考虑节点基于距离与剩余能量的竞争函数构建能量平衡的分簇,并将各簇内节点数据依据竞争函数进行分级处理。为避免节点集中死亡,在簇的运行过程中,周期性检查各簇的能量情况,并动态调整分簇以维持整个网络能量的平衡状态。对比LEACH、HMDC算法,仿真结果显示,该算法使得节点能耗更加均衡,能量使用效率得到提高,网络生命周期得到延长。

一种基于聚合度的动态分层路由协议

提出节点聚合度的概念并将其引入簇首的生成过程.着重对协议的设计思想和工作过程,包括簇首的选举与簇建立、簇重组与自愈机制、簇首间多跳通信方式进行了分析与讨论.仿真结果显示该协议降低了簇内节点的重叠度,均衡了网络节点的能量消耗,延长了网络的生存时间.

基于能量优化的无线传感器网络动态分簇目标跟踪

针对无线传感器网络动态分簇目标跟踪中的数据碰撞与簇首选择过程导致能耗过高问题,提出一种基于能量优化的无线传感器网络动态分簇方法。首先,构建时分竞选传输模型,主动避免动态簇内数据碰撞,降低节点能耗;然后,基于能量信息与跟踪质量,提出能量均衡的最远节点调度策略,优化簇头节点调度;最后,根据加权质心定位算法,完成目标跟踪任务。实验结果表明:在节点随机部署的环境下,所提方法对于非线性运动目标的平均跟踪精度为0.65 m,与多目标跟踪动态簇员选择方法(DCMS)相当,比分布式事件定位动态分簇目标跟踪算法(DELTA)提高了45.8%;能量消耗方面,与DCMS和DELTA相比,所提方法的动态跟踪簇能量消耗有效降低了61.1%,延长了网络寿命。

动态簇目标跟踪算法

目标跟踪是无线传感器网络一项具有大量应用的重要技术,针对无线传感器网络目标跟踪中精度和能耗的问题不能均衡,提出一种动态簇目标跟踪算法.当目标进入监测区域内,传感器节点感知到目标,为了尽可能减少参与跟踪的节点数目,采用建立动态簇结构来跟踪移动目标,然后利用果蝇优化算法对粒子滤波算法的重要性采样进行优化,并预测目标下一时刻位置,最后根据预测的目标位置信息与簇头的位置信息,按照簇头更新规则,判断是否需要更换簇头.仿真结果表明,提出的目标跟踪算法在满足跟踪精度的前提下,减少能耗,延长网络寿命.

基于离散群居蜘蛛算法的WSNs分簇路由优化

对无线传感器网络（WSNs）路由优化问题进行研究，提出一种基于离散群居蜘蛛算法的WSNs分簇路由优化方案．首先定量分析节点覆盖冗余度期望值与网络覆盖率的关系，筛选出能够保证网络覆盖率要求的最少网络工作节点，其次研究分簇大小与网络节点密度的关系，动态地确定最佳的分簇个数．基于此，以簇间距离和簇首能量为评价指标构建簇间通信模型，重新定义蜘蛛个体编码方式和更新策略，采用离散群居蜘蛛算法对模型进行求解，最终实现WSNs分簇路由优化．仿真结果表明，方案能够满足网络覆盖要求，而且与其它路由优化算法相比，延长了网络生命周期，降低了网络能耗．