基于混合鸡群优化算法的WSN节点部署优化

无线传感网络(Wireless Sensor Network,WSN)技术,在节点随机部署的情况下,容易出现节点分布不均的问题.为了提高节点部署的覆盖率,提出了一种基于混合鸡群优化算法(Hybrid Chicken Swarm Optimization Algorithm,HCSO)的WSN节点部署优化方法.首先为了平衡算法的全局搜索和局部搜索的能力,提出了一种自适应种群分配策略;其次,结合正余弦算法思想,改进了公鸡种群更新公式,提高其收敛速度和精度;最后,优化小鸡种群学习方式,使其不仅学习母鸡,也向公鸡和最优个体学习,提高小鸡粒子的质量.将HCSO算法在基准函数上测试,实验结果表明,本算法比其他算法的法收敛精度提高了10%,收敛速度均比原算法提高了0.05~0.10 s.最后将HCSO算法应用于WSN节点部署优化中,结果表明所提出的方法所得到的覆盖率高于其他算法,提高了0.2~13.1个百分点,充分证明了基于HCSO算法的WSN节点部署优化方法的优越性.

一种无线传感器网络簇头选择算法——基于簇头发送能耗

分簇算法中,簇头的选择对无线传感器网络的能耗有重要的影响,为了提高网络生存周期,提出了一种基于簇头发送能耗的簇头选择算法(SECCS)。为了平衡节点间的不同能耗,使已做过簇头的节点在其后若干轮内不能再次成为簇头,其预计不能做簇头的轮次根据簇头发送能耗来决定,并动态调整不能做簇头的轮次,保证候选节点数量在合适的范围内。在选择簇头时,限制簇头间的距离不能过小,并优先选择周围节点数量适中而平均距离较近的节点成为簇头,使簇头尽可能均匀分布以减少全网能耗。该算法不需要节点的剩余能量和位置信息,计算简单。通过仿真和数据分析,证明其网络生存周期较长。

无线传感器网络中协作干扰噪声策略研究

针对WSNs中节点间通信易受窃听的问题,提出了两种提高节点间可达安全速率的协作干扰噪声策略:零空间策略和最优噪声策略.零空间策略利用协作干扰节点到目的节点信道的零空间发送噪声,因而噪声只会干扰窃听节点而不影响目的节点.最优噪声策略利用协作干扰节点到目的节点和窃听节点的信道状态信息,通过优化噪声输入协方差矩阵最大化节点间的可达安全速率.然而,可达安全速率的最大化是一个很难直接求解的非凸优化问题,为解决此问题,本文设计了最优可达安全速率计算的一维搜索算法.仿真结果表明,提出的两种协作干扰噪声策略都可以显著提高WSNs中节点间的可达安全速率.

基于无线传感器网络的安全网络运行环境构建

无线传感器网络被广泛应用到了军事和民用领域,安全问题始终是无线传感器网络需要突破的重要瓶颈,目前安全机制主要针对单一的攻击行为或针对攻击的某个阶段进行防护,没有形成一套完整的计算环境的安全保护机制。针对上述问题,提出了一种无线传感器网络安全运行环境构建方案,充分考虑无线传感器节点的计算能力及能耗,静态度量和动态度量相结合,主、被动相结合保障无线传感器网络组网和运行过程中计算环境的安全。仿真实验表明,该方案可以有效识别恶意节点,能耗较低,能够确保少量节点遭到攻击时全网仍能正常运转。

基于感知数据时域特征的WSNs故障被动诊断方法

由于大规模无线传感器网络的动态拓扑性及资源受限,无线传感网的故障诊断成为该领域内的一个难点。现有的诊断方法消耗大量通信带宽和节点资源,给资源有限的网络带来繁重的负担。本文提出一种利用感知数据时域特征来检测故障以及对故障进行分类的被动诊断方法(TDSD)。首先运用一维离散Gabor变换对感知数据进行特征提取与分析,进而结合SOM神经网络对数据进行诊断与分类,判断当前网络状态并找出故障原因。实验结果表明,与其它方法相比,此方法具有网络通信负担小、诊断准确率高及分类效果好等优点,对节点故障和网络故障诊断都具有较高的诊断精度。

无线传感器网络的分级定位算法

对无线传感器网络节点定位问题进行了研究,为了提高未知节点的定位精度,提出了一种与距离无关的分级定位算法(IDV-Hop+IMP)。当未知节点周围邻居锚节点的数量少于三个时,采用IDV-Hop算法;当未知节点周围有三个邻居锚节点时,采用IMP算法;当未知节点周围邻居锚节点的数量大于三个时,采用加权质心定位算法。仿真结果表明,在稀疏锚节点的环境下,在保证定位覆盖率的同时IDV-Hop+IMP算法比现有的如质心、DV-Hop有更高的定位精度。

物联网正常运行的保障——网管系统

介绍了物联网概念的由来和发展,并以现有的电信网络为基础,从对末梢网络的扩展和优化的角度,就物联网的管理展开了讨论,并详细介绍了物联网的配置管理和故障管理。