雾计算中跨层感知分簇路由协议

传统的以数据为中心的路由协议,往往会导致传感网中出现在大量的"能量空洞"或"热点"现象。为了克服上述现象,借助雾计算理论模型,提出了一种基于雾计算跨层感知分簇路由协议(A Cross-layer-sensing Clustering Routing Protocol Based on Fog Computing,CCRP)。该协议通过跨层映射原理,利用感知事件驱动机制将雾节点映射到传感层,构成功能强大的虚拟控制节点,将传感网分簇路由协议的控制过程上传至雾层,通过雾计算实现事件域节点分布式成簇路由汇聚中心,从而建立以映射雾节点为中心的优化数据聚合路由,取代传感网底层路由中的数据,进一步平衡并减少网络负载。在路由协议优化阶段,利用粒子群优化算法(Particle Swarm Optimizations,PSO)采用无竞争开销方式选举一组最佳节点担任簇首,能有效地均衡全网能量的开销,抑制传感器节点能量的快速消耗,延长了网络生存周期。仿真实验表明,CCRP协议能够有效抑制网络开销的同时还可以高效完成对数据的优化过程。

传感网中基于能量有效的多参数数据重构方法

为了更好地抵制网络能量快速消耗和降低不可靠链路对无线传感器网络系统数据收集的影响以提高数据重构精度,提出了一种基于能量有效的多参数数据重构方法(Multi-parameter Data Reconstruction Method based on Energy Efficient,MDR)。利用移动智能计算给出传感器节点之间多跳函数关系以确定传感器节点之间比例关系;通过稀疏矩阵设计一种低相干性的观测矩阵,抑制数据丢包率对整个传感网系统的影响,提高汇聚节点数据重构精度;通过基于数据转发策略确认机制实现簇间数据传输的高可靠性,完成了节点间多路径路由数据的可靠交付。仿真实验表明,在数据丢包率为40%的情况下,MDR的数据重构精度误差仍小于5%;在与其他算法比对时,其数据转发次数降低了10.36%,平均网络能耗降低了13.29%,从而验证了该算法的有效性和实效性。