基于虚拟接入物联网中间件平台的设计与应用

提出一种基于虚拟接入的物联网中间件平台VAM(Virtual Access Middleware)。通过引入虚拟接入层,将异构的传感网络协议转换为中间件平台的内部协议,从而屏蔽了传感网络的异构性,为应用层访问异构无线传感网络提供统一的访问平台。详细介绍此中间件平台虚拟接入模块以及平台通信协议的设计,并通过在水质监测系统下的应用,验证了VAM中间件的可行性,降低了应用层软件开发的复杂度。

机会传感网络连通性参数研究

由于物理条件的限制、成本考虑和节点失效等原因导致节点稀疏分布,在实现较大范围感知时,机会传感网络往往会形成多个不连通的区域,区域间节点的通信需要通过移动节点的运动来实现,这对其连通性的研究提出了挑战.研究机会传感网络连通性参数是构建连通性模型的基础.针对机会传感网络消息传输的特点,将整个网络划分为3个层次;定义子网消息投递成功率和子网消息平均投递时延为机会传感网络的连通性指标,并通过仿真实验验证了连通性指标的合理性和适应性;分析了连通性参数与连通性指标的关系,采用因子分析法对连通性参数间的相关性进行分析,提取出4个连通性参数;利用基于粒子群优化的小波神经网络对提取的连通性参数构建连通性模型,用于所提取连通性参数的验证,仿真实验和试验床实验均表明所提取的连通性参数是合理性的.

无线传感器网络中基于移动模型的栅栏覆盖研究

无线传感器网络栅栏覆盖研究中传感器对入侵者的检测概率以及入侵者被发现时间是评价栅栏覆盖性能的两个重要指标.而节点的移动显然对栅栏覆盖有较大影响,因为在静止传感器网络中长期得不到覆盖的区域可能在节点移动过程中被覆盖.在栅栏覆盖中合理地引入移动模型,能够保证以较高的概率发现入侵者以及提早发现入侵者.最后,仿真实验表明本实验提出的移动模型能够以较高的概率发现入侵者以及有效及时地发现入侵者.

基于贝叶斯网络的WSNs链路质量评估机制研究

在无线传感器网络(WSNs)应用中,链路质量的有效评估是保障数据可靠传输和上层网络协议性能的基础性问题。针对现有无线链路质量评估研究中,链路质量等级划分仍无统一标准和模型缺乏环境自适应性问题,提出了一种基于贝叶斯网络的链路质量评估机制。从链路质量多属性角度出发,采用贴近度分析法对链路质量等级进行划分,利用贝叶斯网络对链路质量进行不确定性推理与评估建模。通过多应用场景的训练与测试,最后实际测试表明:基于贝叶斯网络的评估模型在不同应用环境具有较高准确率和泛化能力,体现了良好的自适应性。

一种基于混合自动机模型的节点动态功耗管理机制研究

为了降低传感器节点的能耗,从而延长传感网络的使用寿命,本文将传感器节点的工作状态划分为四种,并设计了一种基于混合自动机的节点工作状态转换模型。为降低事件丢失率,文中定义了温度和相对湿度两种环境变量,该模型根据这两种环境变量是否跳变来决定节点进入何种工作状态;同时该模型考虑了节点的剩余能量,提高了节点能量使用的均衡性。仿真实验结果表明:该方法是有效的。

无感知分组丢失下的无线传感器网络链路质量评估模型

针对现有链路质量评估方法没有考虑到不完整分组对链路产生的影响,将无线传感器网络的链路分组丢失分为感知分组丢失和无感知分组丢失,分析了无感知分组丢失产生的原因,在对无感知分组丢失进行度量的基础上,提出一种无感知分组丢失下的链路质量评估模型。该模型采用卡尔曼滤波对获取的CCI进行降噪处理,基于Cubic模型、最小二乘法拟合出CCI与无感知分组丢失率的关系模型。实验结果表明,无感知分组丢失下的链路质量评估模型是合理的,通过该模型求得的无感知分组丢失率与实测值接近。

机会网络中基于移动特征的效用转发协议

针对非社区网络中的主流转发协议未考虑到节点移动的非完全随机性,提出一种基于移动特征的效用转发协议。每个节点关联两个移动特征——活跃度和相似度,依靠活跃节点带动消息的适当发散和递交,并通过相似度的判定和效用值的比较降低网络开销。仿真结果表明,该协议在保持相对平稳的端到端延时的情况下,可以提高消息递交率,降低网络资源消耗。

一种基于BP神经网络的WSNs链路质量预测方法

链路质量预测可以为无线传感器网络上层协议选择路径进行数据传输提供依据从而达到提高数据传输率、节省能量的目的.提出一种基于BP人工神经网络的WSNs链路质量预测方法,使用BP神经网络对PRR的序列进行预测,包括预测窗口的设置和BP神经网络的设计两个阶段.实验结果表明,基于BP神经网络的链路质量预测方法与单独使用EWMA方法相比具有预测精度高的优点.

基于动态贝叶斯网络的WSNs链路质量预测

无线传感器网络中,链路质量预测为数据可靠传输和上层网络协议性能的提高提供支撑。为进一步提高链路质量预测的准确性,提出基于动态贝叶斯网络(dynamic Bayesian networks,DBN)的链路质量预测机制。为避免单一评价指标的片面性,从链路信号质量、链路稳定性及非对称性3方面综合评价链路质量;采用K-means聚类算法对参数进行离散化预处理,得到各参数的离散区间;采用熵值法确定各参数的权重,以消除参数权重计算中主观因素的干扰;为避免最大隶属原则的缺陷,采用非对称贴近度分析法构建综合性的链路质量等级指标;借助贝叶斯网络(Bayesian networks,BN)处理不确定性问题的优势和BN分类器在分类上的良好性能,确定DBN的初始网络和转移网络,采用EM算法进行DBN模型的参数学习,从而构建了基于DBN的链路质量预测模型。实验结果表明了采用非对称贴近度分析法划分链路质量等级的合理性与DBN链路质量预测模型的合理性;与4C及FLI预测模型相比,本文模型具有更高的预测准确度。采用链路信号质量、链路稳定性及非对称性3个指标评价链路质量,采用DBN构建预测模型,可得到更准确及鲁棒性更好的链路质量预测结果。

基于路径可靠性估计的无线传感网络数据融合

针对无线传感网络中,能量有效路径的数据传输可靠性较低和链路失效的问题,提出一种动态可调的基于路径可靠性估计的数据融合方法。该方法根据路径平均收包率、冗余变化粒度以及平均能耗,对路径可靠性估计曲线上的可靠突变点进行动态定位,监测人员能够对当前的路径可靠性进行实时估计;然后通过一种冗余传输的方法来提高整体的路径可靠性和平衡网络能耗。实测结果验证了该方法的有效性。

机会网络数据收集中的转发控制

针对机会网络中由于节点移动、网络稀疏等各种原因通常导致网络拓扑动态变化大,消息源节点到汇聚节点之间往往不存在稳定的端到端的通信链路,提出了一种基于偏好顺序决策法(the technique for order preference by similarity to ideal so-lution,TOPSIS)的数据收集策略(data gathering based on the TOPSIS,DGT)。DGT策略根据节点的剩余能量、感知节点到汇聚节点的距离以及传感器节点的连通变化,采用TOPSIS评估选择下一跳中继节点。仿真实验表明,与现有的几种典型转发控制机制相比,DGT策略在保证较低传输延迟和较高传输成功率的基础上,通过减少节点间的转发次数,降低了网络传输开销。

3D-RABLC:一种基于LQI置信度的三维空间定位求精算法

提出一种基于LQI置信度的三维空间定位求精算法(3D-RABLC)。通过大量节点实验,获得节点间一跳RSSI值与距离的关系、LQI与分组错误率的关系,依此划分LQI置信度,对测得的RSSI值进行过滤,建立三维多跳求精模型或弥补求精方法对置信度低的RSSI值进行修正。节点实验表明,该算法大大降低了RSSI测距误差,比已有三维定位算法具有更好的定位精度。

机会网络中的自适应转发控制算法

在分析现有机会网络转发控制策略的基础上,针对采用固定效用值阈值的机会网络转发控制,提出了一种基于节点能力状况的自适应转发控制策略(adaptive forwarding algorithm based on nodal capacity condition,AFNC)。该策略根据节点的能力状况计算阈值控制因子,自适应调整不同网络传输状况以及通信机会下的数据转发条件。仿真实验表明,与现有的几种典型转发控制相比,AFNC在保证较低传输延迟和较高传输成功率的基础上,通过减少节点间的转发次数,有效地降低了网络传输开销。

基于K-Means和FCM的增强型Wi-Fi指纹定位策略

研究了通过数据处理算法以提高Wi-Fi指纹库室内定位性能的问题.首先采集Wi-Fi指纹样本,将其放入MySQL数据库中和R工程;其次将Wi-Fi指纹库分成若干个簇,使用K-均值聚类(K-Means)和模糊C-均值聚类(FCM)对待定位的Wi-Fi指纹进行聚类分析;最后,提出增强型的聚类策略(ECS)应用于Wi-Fi指纹匹配定位中.实验结果表明,ECS较仅使用FCM算法,其定位耗时缩短约50%-80%,且定位精度上有所改善;ECS较仅使用K-Means算法,其定位精度提高约20%-40%,且定位稳定性较强并自动更新Wi-Fi指纹库.

无线传感器网络三维定位算法综述

定位算法是无线传感器网络(WSN)研究热点,是WSN应用的基础性支撑性技术之一。首先对定位过程中的测距相关、测距无关和基于事件驱动定位的典型算法进行了归纳总结,其次对三维定位算法进行了综述,最后,结合目前定位算法的特点,提出了定位算法研究的趋势。

针对WSN异常数据检测改进的孤立森林方法

异常数据检测一直是无线传感器网络安全的重要防护手段.针对现有方案计算复杂度高和检测精度低等问题,提出一种离散二进制粒子群优化孤立森林算法(BPSO-iForest).依据选择性集成思想,利用离散二进制粒子群算法改进由孤立森林算法生成的初始森林,选取初始森林中精度高、差异性大的隔离树,构建最优孤立森林,提升异常数据的检测精度和算法的执行效率.在无线传感器网络数据集上,与传统孤立森林、随机森林算法及其改进算法进行对比实验,结果表明本算法的检测精度和执行效率有明显的提升.

基于最小二乘原理多传感器加权数据融合

针对目前多传感器数据融合过程中传感器对某一状态量测量时精度较低的问题,提出了基于最小二乘原理的多传感器加权数据融合算法。该方法利用最小二乘原理和方差的遗忘信息,通过均方误差比较,计算出各个传感器的权重之后进行加权融合。该算法既考虑了历时信息的作用,又考虑了环境噪声和新采样值的影响,增强了对环境监测的敏感性。相比同类融合方法,该方法具有较高的精度,最后仿真结果也直观地说明了该方法的有效性。

基于改进人工鱼群算法的无人机三维航迹规划

为解决三维环境下的无人机航迹规划问题,提出一种基于改进人工鱼群算法的无人机航迹规划方法。构建规划空间与威胁模型,依据威胁模型提出导航点自适应选择算法,确定其位置与个数,对航迹进行编码;综合考虑无人机航程、威胁代价、爬升代价以及转弯约束,设计航迹代价函数;采用视野自适应策略改进人工鱼群算法进行航迹寻优,得到航迹。仿真结果表明,与粒子群算法相比,采用改进的人工鱼群算法进行无人机三维航迹规划更有效,代价更小。

基于窗口均值的WSNs链路质量评估方法

无线传感器网络(wireless sensor networks,WSNs)通信的不可靠性为网络协议的设计带来很大的挑战。准确而高效的链路质量评估则是保证上层协议性能的基础。针对传统的LQI(Link Quality Indication)均值评估法所存在的问题,提出了一种LQI窗口均值(window mean-LQI,WM-LQI)评估方法。实验结果表明该评估方法是合理的,且与传统的均值评估法相比,提高了评估的精度,从而更加具有实用性。

与位置无关的无线传感器拓扑分割探测

为高效检测无线传感器网络(WSNs)导致拓扑分割的关键节点,设计一种适应于与位置无关的分割探测算法(LIPDA)。依据网络的局部拓扑信息,通过两次迭代划分求出两跳范围内的局部关键节点。借鉴分布式分割探测协议(DPDP)算法的思想,在局部范围内探测网络中的基本回路,向依赖于关键节点i连通的局部分割区域发送区域标示计数器广播探测包,同时把广播的生存期控制在θ范围内。当广播范围超出θ还未探测到目标区域,在生存期范围内的探测包以一定概率继续进行回路探测。这些关于节点i区域标示可以抑制探测消息的扩散和提高回路探测效率。性能分析与实验结果表明:LIPDA具有开销较小、准确度较高和扩展性较好。