Nodes Localization in 3D Wireless Sensor Networks Based on Multidimensional Scaling Algorithm
近年来，无线传感器计算技术取得了巨大的进步。无线传感器网络已成为各类智能环境的关键技术。无线传感器网络中的节点定位是一个非常具有挑战性的问题。如果不知道节点的位置，大多数无线传感器网络的应用是没有用的。将GPS接收器添加到每个节点是昂贵的解决方案并且不适用于室内环境。在本文中，我们实现和评估的三维（3D）的无线传感器网络节点定位的多维缩放（MDS）技术的基础上，使用改进的探试法的距离计算算法。使用广泛的模拟，我们研究了我们的方法对各种网络参数。我们将模拟结果与其他3D-WSN定位方法进行了比较，结果表明，我们的方法在准确性方面优于其他技术。
2016-06-23 cs.NI
A Survey about Prediction-Based Data Reduction in Wireless Sensor Networks
无线传感器网络的主要特点之一是无线传感器节点的能量资源受限。虽然这个问题已经在几项工作中得到了解决，并在几年内得到了很多关注，但最新的进展指出，能量收集和无线充电技术可以提供克服这种限制的方法。因此，一个被放在第二位的问题现在出现了：频谱资源的低可用性。正因为如此，如果不对数据生成进行控制，那么将无线传感器网络纳入物联网以及物联网的指数增长可能会受到阻碍。可替换地，可以在不触发传输和拥塞无线介质的情况下预测感测到的数据的一部分。在这项工作中，我们分析和分类现有的预测为基础的数据减少机制，已设计的无线传感器网络。我们的主要贡献是一个系统的程序选择一个计划，使预测在无线传感器网络，基于无线传感器网络的约束条件，预测方法和监测数据的特点。最后，我们总结了未来的挑战和开放的研究方向，在使用预测方法，以支持无线传感器网络的增长进行了讨论。
2016-07-12 cs.NI
Evolution of Target Localization in Wireless Sensor Network (WSN): A Review
无线传感器网络具有举足轻重的地位，近年来受到了研究者的广泛关注。传感器节点已经被用于诸如环境监测、安全目的应用和目标跟踪的大量应用中。后者包括目标运动的检测和监视。在本文中，我们详细探讨了著名的目标跟踪技术。现有的技术进行评估，如网络拓扑结构，目标恢复，能源效率和安全性的指标。我们还讨论了一些影响跟踪计划的性能的挑战。此外，对现有技术进行了深入的分析，并探讨了未来的发展方向。
2021-07-08 cs.NI
Simulation Platform for Wireless Sensor Networks Based on Impulse Radio Ultra Wide Band
超宽带脉冲无线电（IR-UWB）是解决无线传感器网络（WSN）约束的一种很有前途的技术。然而，现有的网络仿真工具并没有提供一个完整的无线传感器网络仿真架构，在物理层（PHY）和介质访问控制（MAC）层的IR-UWB特性。在本文中，我们提出了一个无线传感器网络的仿真架构的基础上IR-UWB技术。在物理层，我们通过处理脉冲传播延迟来考虑脉冲碰撞。我们还模拟了MAC协议特定的IRUWB，无线传感器网络的应用。为了完全符合无线传感器网络仿真的要求，我们提出了一个通用的和可重用的传感器和传感信道模型。大多数的无线传感器网络的应用性能可以评估感谢所提出的模拟架构。所提出的模型上实现了一个可扩展的和众所周知的网络模拟器：全球移动信息系统模拟器（GloMoSim）。然而，它们可以被重用于所有其他基于分组的仿真平台。
2010-02-02 cs.NI
A Data Annotation Architecture for Semantic Applications in Virtualized Wireless Sensor Networks
无线传感器网络（WSNs）已经变得非常流行，并被用于许多应用领域（例如智能城市，安全，游戏和农业）。虚拟化的WSN允许多个应用程序共享同一个WSN。语义应用程序是感知的情况下，可以在虚拟化的无线传感器网络中发挥重要作用。然而，在这种环境中提供这些服务仍然是一个挑战。关键原因是语义应用程序供应要求数据注释。不幸的是，它是不容易的任务，注释在虚拟化的无线传感器网络收集的数据。提出了一种面向虚拟化异构无线传感器网络语义应用的数据标注架构。该架构使用覆盖层作为基石，我们已经使用Google App Engine在云环境中构建了一个原型。早期的性能测量也被提出。
2015-01-28 cs.NI
Bio-inspired Algorithms in the Optimisation of Wireless Sensor Networks
本文综述WSN的架构与多目标优化问题，重点分析GA、PSO、ACO等生物启发算法在寿命、覆盖、能耗和连通性优化中的应用。
2023-04-23 cs.NI
Markov Decision Processes with Applications in Wireless Sensor Networks: A Survey
无线传感器网络（WSNs）由自治和资源有限的设备组成。所述设备协作以监测感兴趣区域内的一个或多个物理现象。由于监测环境的随机性，无线传感器网络作为随机系统运行。为了获得更长的服务时间和更低的维护成本，无线传感器网络需要自适应和鲁棒的方法来解决数据交换、拓扑结构制定、资源和功率优化、传感覆盖和目标检测以及安全挑战。在这些问题中，传感器节点要从一组可访问的策略中做出优化决策，以实现设计目标。本调查回顾了马尔可夫决策过程（MDP）框架，一个强大的决策工具，开发自适应算法和协议的无线传感器网络的许多应用。此外，各种解决方案的方法进行了讨论和比较，作为一个指导使用MDP在无线传感器网络。
2015-01-04 cs.NI
Compressed Sensing in Multi-Hop Large-Scale Wireless Sensor Networks Based on Routing Topology Tomography
多跳大规模室外无线传感器网络（WSN）环境监测的数据采集是一个充满挑战的问题。这是因为对小电池操作的微粒的严重资源约束（例如，带宽、存储器、功率和计算能力）、来自大规模WSN的大数据采集量以及室外通信环境中的高度动态的无线链路条件。我们提出了一种新的压缩感知方法，它可以恢复传感器的数据具有高保真度时，很少的数据包被收集，导致网络传输的显着减少，从而延长了无线传感器网络的寿命。与动态的WSN路由拓扑结构相互作用，所提出的方法是有效的，简单的实现资源受限的微尘没有一个微尘的存储的任何部分的随机投影矩阵，而不是其他现有的基于压缩感知的计划。我们提出了一个系统的方法，通过机器学习找到一个合适的表示基础，对于任何给定的无线传感器网络的部署和数据字段，这是稀疏和不相干的随机投影矩阵的压缩感知数据采集。我们验证了我们的方法，并评估其性能使用现实世界中的多跳WSN测试床部署在原位。结果表明，我们的方法显着优于现有的压缩感知方法，通过减少数据恢复错误的数量级为整个无线传感器网络的观察领域，同时大大降低了无线通信成本在同一时间。
2017-09-08 cs.NI
Performance Advancement of Wireless Sensor Networks using Low Power Techniques and Efficient Placement of Nodes
在本文中，我们提出了无线传感器网络的优化技术。我们的主要目标是最小化功耗和延迟。我们解决的问题，最大限度地减少能源消耗的无线传感器网络，包括硬件。采用ZigBee协议设计无线传感器网络的节点，实现了极低的功耗率。此外，我们建议使用IRS协议在无线传感器网络中的ZigBee技术发现信息，从不知道的位置，并实现能源效率和牺牲延迟。我们的主要思想是支持无线传感器网络的ZigBee技术和IRS协议。此外，我们解决的问题，有效的节点放置在无线传感器网络的拥塞控制。因此，我们评估的性能，具体的路由和拥塞控制算法时，无线传感器节点部署在不同的网络布局。为了证明所使用的算法的强度，我们在C#中的模拟证明，与现有的低功耗和节点放置技术相比，ZigBee-IRS- ESRT-Flooding方法将功耗从10%降低到19%。
2014-07-01 cs.NI
TDMH-MAC: Real-time and multi-hop in the same wireless MAC
由于数据包冲突和公共信道接入方案（如CSMA/CA）的不确定性，支持无线网络（WSNs）上的实时的【形】通信是一个严峻的挑战。实时的【形】WSN通信在多跳网状网络的一般情况下甚至更成问题。出于这个原因，许多实时的【形】WSN解决方案仅限于简单的拓扑结构，如星形网络。我们提出了一个实时的【形】多跳无线传感器网络MAC协议建立在IEEE 802.15.4物理层之上。通过精确的时钟同步和基于建设性干扰的洪泛，建议的MAC建立一个集中的TDMA调度，支持多跳网状网络。实时的【形】多跳通信模型是面向连接的，有保证的时隙，并使点对点通信也具有冗余路径。该协议已在仿真中使用OMNeT++实现，并在实际部署中使用Wandstem WSN节点的性能进行了验证。
2018-09-17 cs.NI
Challenges of Next-Generation Wireless Sensor Networks and its impact on Society
近年来，无线传感器网络（WSNs）得到了全世界的关注，特别是随着微机电系统（MEMS）技术的扩散，这促进了智能传感器的发展。本文讨论了无线传感器网络的分类和下一代无线传感器网络面临的挑战。下一代无线传感器网络的主要挑战之一是降低功耗。讨论了两种方法：超低功耗网络和能量收集。本文还讨论了一些主要的应用，如设计低成本的安全智能建筑，家庭医疗保健和农业。
2010-02-25 cs.NI
Grid-based Network Architecture for Distributed Computation in Wireless Sensor Networks
无线传感器网络（WSNs）被用于执行分布式传感在各个领域，如健康，军事，家庭等，在WSNs中，传感器节点之间进行通信，并做分布式计算的传感器值，以确定事件的发生。本文假设传感器节点为无内存计算模型，即传感器节点只有两个寄存器。本文提出了一种最佳的结构，在无线传感器网络的分布式计算，并声称这种结构是最佳的所描述的计算模型。
2013-09-28 cs.NI
BEENISH: Balanced Energy Efficient Network Integrated Super Heterogeneous Protocol for Wireless Sensor Networks
近年来，无线传感器网络（Wireless Sensor Networks，WSNs）的研究受到了越来越多的关注。无线传感器网络的主要问题之一是能源效率的路由协议的发展。集群是提高能源效率的有效途径。大多数异构协议考虑两个或三个能量水平的节点。在现实中，异构无线传感器网络包含大范围的能量水平。通过分析异构无线传感器网络中簇间通信能耗和能量水平变化范围大的特点，提出了基于超异构的均衡节能网络协议BEENISH（Balanced Energy Efficient Network Integrated Super Heterogenous）。它假设无线传感器网络包含四个能量水平的节点。在这里，簇头（CH）被选举的基础上剩余的能量水平的节点。仿真结果表明，该协议在异构无线传感器网络中的性能优于现有的分簇协议。该协议比分布式节能集群（DEEC）、改进型节能集群（DDEEC）和增强型节能集群（EDEEC）具有更长的稳定性、生命周期和更有效的消息传递。
2013-03-21 cs.NI
Energy-Efficiency Routing algorithms in Wireless Sensor Networks: a Survey
无线传感器网络（Wireless Sensor Network，WSN）是由能量水平较低的微小节点组成的网络，已成为现代通信基础设施的重要组成部分，在工业界和学术界都具有重要意义。能量在无线传感器网络中至关重要，因此研究界对无线传感器网络的设计都是基于能量效率的，而节点能量消耗是提高无线传感器网络寿命的一个巨大挑战。由于恶劣的环境，对消耗的电池充电或更换可能是昂贵的，甚至是不可能的。为了降低网络能耗、提高网络性能、延长网络生命周期，本文介绍了多种节能方法。
2020-02-18 cs.NI
Analysis study of time synchronization protocols in wireless sensor networks
无线传感器网络（Wireless Sensor Networks，WSN）面临的主要问题之一是如何通过无线链路在传感器之间保持无缺陷的通信共享和协作处理，以确保信息的可靠处理。基于这些无线传感器网络的许多应用程序考虑在每个传感器节点的本地时钟，需要同步到一个共同的时间概念。在这种背景下，大多数以前的研究都集中在协议的研究，以及解决这些问题的算法，以解决同步问题。无线传感器网络（WSN）的前期工作和实证研究提出了多种解决方案（算法）。本文的重点是检查和评估最重要的同步算法的基础上的各种定量和定性的同步协议的能源效率的信息处理和无线传感器网络中的路由的位置。
2012-06-07 cs.NI
Reliable Robust and Real-Time Communication Protocol for Data Delivery in Wireless sensor Networks
无线传感器网络可以被认为是一个分布式控制系统，旨在对传感器信息做出有效和及时的反应。因此，在无线传感器网络中，重要的是提供实时的【形】协调和通信，以保证及时执行正确的动作。提出了一种新的无线传感器网络通信协议RRRT，该协议支持无线传感器网络中健壮的实时的【形】和可靠的事件数据传输，具有最小的能量消耗和拥塞避免。该协议采用容错最优路径进行数据传输。提出的解决方案动态调整其协议配置，以适应无线传感器网络的异构特性。具体而言，竞争解决和拥塞控制机制之间的相互作用，以及在无线传感器网络的物理层的影响进行了研究。
2013-01-02 cs.NI
Doubly Cognitive Architecture Based Cognitive Wireless Sensor Network
如今，频谱可用性的稀缺性正在急剧增加。在现有的无线传感器网络（WSN）基础设施中添加认知功能将有助于解决这种情况。由于无线传感器网络中的传感器节点受到功率等约束的限制，需要努力增加网络的生命周期和其他性能指标。在本文中，我们提出了双重认知无线传感器网络的想法。其基本思想是逐步地将感测资源仅分配给频谱中最有希望的区域。这项工作是基于人工神经网络以及支持向量机（SVM）的概念。由于感知资源的负载显著减少，该方法将节省节点的能量，也大大减少了感知时间。经过足够长的时间反复进行模式分析，以审查感知策略，可以增强所提出的工作。因此，双认知无线传感器网络将使现有的无线传感器网络，以克服频谱稀缺以及节省能源的传感器节点。
2011-04-01 cs.NI
EMEEDP: Enhanced Multi-hop Energy Efficient Distributed Protocol for Heterogeneous Wireless Sensor Network
在无线传感器网络中，每个传感器节点感知数据并将其传输到簇头或基站。传感器被随机部署在无法到达的区域，在那里电池更换或电池充电是不可能的。因此，在开发路由和分布式协议以增加无线传感器网络的生命周期时，节能是重要的设计目标。提出了一种适用于异构无线传感器网络的能量有效分布式协议。EMEEDP是针对异构无线传感器网络提出的一种延长网络生命周期的方法。以流程图的形式给出了一个有效的算法，并基于各种分簇方程证明了所提出的工作与MEEP并行地实现了更长的生命周期。使用Raspberry Pi设备作为基站，温度传感器作为节点，xively.com作为云来实现和测试WSN。用户使用互联网从xively.com的数据用于决策目的或商业目的。
2014-11-14 cs.NI
Link-Reliability Based Two-Hop Routing for Wireless Sensor Networks
无线传感器网络（WSNs）作为新型大规模网络化嵌入式系统的底层基础设施而出现.然而，无线传感器网络的系统设计者必须满足应用程序（和用户）的服务质量（QoS）的要求。非常恶劣和动态的物理环境和极其有限的能量/计算/存储器/通信节点资源是满足QoS度量（诸如可靠性、及时性和系统寿命）的主要障碍。无线传感器网络节点通信范围的有限性、链路的不对称性以及物理环境的特点是造成网络QoS下降的主要原因。提出了一种基于链路可靠性的无线传感器网络两跳路由协议。该协议在考虑链路可靠性、两跳速率和功率效率的同时，降低了分组截止期丢失率，并利用存储和计算有效的方法来估计链路度量。数值结果表明，该协议具有较低的数据包截止时间错过率和较长的传感器网络生命周期。结果表明，该协议是一个可行的解决方案的QoS路由问题的无线传感器网络，支持实时应用。
2014-02-28 cs.NI
Green Wireless Sensor Networks with Wireless Power Transfer
提出了一种基于无线能量传输的能量收集无线传感器网络能量协作策略，以均衡各个传感器节点的能量，提高整个无线传感器网络的能量利用率。考虑到能量收集型无线传感器网络部署区域内能量供应的时空不平衡性和各传感器节点的动态业务负载，将传感器节点间的能量协作问题分解为两个步骤：各传感器节点根据自身业务负载在本地存储能量以满足自身需求;在能量存储过程中，能量过剩的传感器节点通过能量交易将其部分能量传输给能量不足的节点。分别应用库存理论和博弈论解决了传感器节点的局部能量存储问题和多个传感器节点之间的能量交易问题。数值结果表明，与不进行能量交易的静态能量合作方法相比，本文设计的基于Stackelberg模型的博弈能显著提高能量交易量，从而提高了无线传感器网络中不均匀分布的能量的利用率。
2016-11-26 cs.NI
Cloud Empowered Self-Managing WSNs
无线传感器网络（WSNs）是由低功耗和资源受限的无线传感器节点，不能够执行高复杂度的算法。将这些网络集成到物联网（IoT）中，有助于基于远程数据可视化和分析进行实时优化。这项工作描述了一个可扩展的系统架构的设计和实现，该架构集成了无线传感器网络和云服务，可以在物联网环境中自主工作。该实施依赖于软件定义网络功能来简化WSN管理，并利用数据分析工具来执行强化学习算法，该算法根据环境的演变做出决策。它可以自动配置无线传感器节点，仅在环境变化较频繁的时段测量和传输温度。在没有任何人为干预的情况下，该系统可以减少近85%的传输次数，显示出这种机制在不影响数据质量的情况下延长WSNs生命周期的潜力。除了参加类似的用例，这样的无线传感器网络自主管理可以促进一个新的商业模式，提供传感任务作为一种服务，这也是在这项工作中介绍。
2016-07-13 cs.NI
Green WSN- Optimization of Energy Use Through Reduction in Communication Workload
无线传感器网络（WSNs）的应用日益增长，由于部署的方便性，降低成本，以负担得起的水平和这些网络的多功能性。除了开发先进的微制造技术外，还在设计减少能源消耗的方法，以降低网络设置和运营成本。随着应用的增加，这些网络中消耗的能量是巨大的。即使是能源消耗的一小部分节省，也会在全球能源消耗方面带来巨大的利益。这些网络的通信活动消耗了大量的能量。我们努力优化这一活动，使这些网络节能，从而减少其对整体环境的影响，符合绿色环保的原则。
2015-06-16 cs.NI
Efficient Search (RES) for One-Hop Destination over Wireless Sensor Network
无线传感器网络（WSNs）的革命极大地提高了人们对高效完成工作的期望，但在处理部署在WSNs中的节点时却几乎没有什么障碍。无线传感器网络中使用的路由和介质访问控制（MAC）协议的性质与无线自组织网络协议完全不同。传感器节点没有足够的能力以鲁棒的方式进行同步，导致较长的延迟和能量浪费。在本文中，我们部署efficientenergy消耗传感器，并找到一跳强大的和有效的目的地搜索在无线传感器网络。我们首先部署BT（蓝牙）传感器，它提供被动和主动传感能力，以节省能源。这一工作是以前发表的工作的延续[2]。BT节点支持高效的搜索方法。这方面的贡献的主要目标是控制不同类型的对象从偏远地区使用手机。为了验证我们提出的方法，模拟与网络模拟器（ns2）进行检查的无线传感器网络的行为。基于仿真结果，我们声称，我们的方法节省了62%的能量花费寻找最佳的一跳目的地相比，现有的技术。
2013-10-03 cs.NI
A Mobile Agent-Based Hierarchical Reinforcement Learning Framework for Energy-Balanced Data Collection and Wireless Charging in WSN
Imam Khomeini International University（伊玛目霍梅尼国际大学）；Amirkabir University of Technology（阿米尔卡比尔理工大学）
针对WSN能量不均衡问题，提出统一移动智能体框架，以分层强化学习顺序执行数据采集与无线充电，实现自适应调度，延长网络寿命15%并均衡能量分布。
2026-10-02 cs.NI
Application Scheduling with Multiplexed Sensing of Monitoring Points in Multi-purpose IoT Wireless Sensor Networks
无线传感器网络（WSNs）有许多应用，是物联网系统的重要组成部分。无线传感器网络的主要功能是从传感器节点覆盖的特定点收集数据，并将收集到的数据传输到远程单元进行进一步处理。在物联网用例中，WSN基础设施可能需要由许多应用共享，这需要调度这些应用以分时共享节点和网络资源。在本文中，我们调查的问题，在无线传感器网络基础设施的应用程序调度。我们专注于应用程序的情况下，请求一组监测点被感测在该区域的无线传感器网络的跨度，并提出了一个共享的数据的方法，利用多路复用的多个应用程序所请求的监测点的传感，这减少了传感和通信网络上的负载。我们还提出了一个遗传算法称为GABAS，和三个贪心算法调度应用到一个无线传感器网络的基础设施，考虑不同的标准。我们进行了广泛的模拟实验，以评估我们的算法，并比较它们的一些标准的调度方法。结果表明，我们提出的方法比标准的调度方法在最大完工时间，周转时间，等待时间，成功的执行率指标。我们还观察到，我们的遗传算法是非常有效的调度应用程序相对于这些指标。
2022-10-12 cs.NI
DynaChanAl: Dynamic Channel Allocation with Minimal End-to-end Delay for Wireless Sensor Networks
随着无线通信、网络和低功耗传感器技术的最新进展，无线传感器网络（WSN）系统已经开始在从环境传感到移动医疗传感的各种应用中发挥重要作用。虽然一些无线传感器网络应用程序只需要有限的带宽，新出现的应用程序与一个值得注意的大量数据传输操作。处理这种应用的一种方式是通过利用多个无线信道的使用来最大化可用容量。本文提出了一种分布式动态无线信道算法DynaweekAl，其目标是在无线传感器网络系统中有效地将节点分布在多个无线信道上。具体来说，DynaeTime Al的目标应用程序，其中移动节点连接到一个预先存在的无线骨干网，并采取预期的端到端排队延迟作为其核心指标。我们使用IEEE 802.15.4无线电白名单提供的链路质量指标（LQI）值具有良好的链路质量的潜在的链接，并评估这样的链接与聚合的数据包传输延迟在每一跳。我们的方法对于需要最小端到端延迟的应用程序（即，医疗保健应用）。Dynasty Al是一种重量轻、易于采用的方案，可以轻松地与各种预先开发的组件和预先部署的应用程序相结合。我们在一个45节点的无线传感器网络测试平台上评估了DynaCable Al。作为第一个将端到端延迟作为无线传感器网络信道分配的核心指标的研究，实验结果表明，DynaCable Al能够成功地将多个（移动）源节点分配到不同的无线信道上，并使节点能够选择能够最小化端到端延迟的无线信道和链路。
2010-09-08 cs.NI
An Experimental Study Towards Understanding Data Delivery Performance Over a WSN Link
无线传感器网络的性能从根本上取决于在不同链路质量条件下如何配置其各种参数。令人惊讶的是，即使无线传感器网络已被广泛研究，仍然缺乏深入的了解参数配置如何影响，特别是联合，在不同的链路质量条件下的性能。为了填补这一空白，本文提出了一个广泛的实验研究的无线传感器网络链路的性能，其中测量数据超过200万个数据包被收集。与现有的工作不同，我们考虑了不同层的主要参数，并在一组广泛的参数配置下测量它们对关键性能指标的联合影响。基于大量的测量数据，我们研究了这些参数及其联合配置对性能的影响，引入经验模型从理论上解释了这些影响，讨论了所获得的结果的含义，并提出了参数配置的实用指南。通过这些，一个全面的概述参数配置的影响，提供了一个新的见解无线传感器网络中的无线链路性能。
2014-11-19 cs.NI
Dynamic Cluster Head Node Election (DCHNE) Model over Wireless Sensor Networks (WSNs)
无线传感器网络由于其多个应用领域而成为一个有吸引力的研究领域。无线传感器网络的性能取决于传感器的拓扑结构及其适应网络变化的能力。传感器节点通常受到其有限的功率、较小的通信距离容量和受限的感知能力的资源约束。因此，他们需要相互合作来完成特定的任务。因此，分簇使传感器节点能够通过簇头节点进行连续的通信过程。在本文中，我们介绍了一个动态的簇头选举机制。簇中的每个节点计算其剩余能量值以确定其成为簇头节点（CHN）的候选资格。利用该机制，每个传感器节点将其剩余能量水平与同一簇中的其他节点进行比较。根据剩余能量水平，传感器节点充当下一个簇头。使用网络模拟器-2（ns 2）进行动态CHN选举机制的评估。仿真结果表明，该方法能有效地延长网络的生存时间，并均衡网络能量
2014-10-14 cs.NI
Wireless Sensor Network Virtualization: Early Architecture and Research Perspectives
无线传感器网络（WSNs）已经变得普遍，并在许多应用和服务中使用。通常，无线传感器网络的部署是面向任务的和特定于域的，从而排除了在考虑其他应用和服务时的重用。这不可避免地导致冗余WSN部署的扩散。虚拟化是一种可以帮助解决这个问题的技术，因为它允许多个独立实体共享资源/基础设施。在本文中，我们批判性地回顾了最先进的，并提出了一种新的架构的无线传感器网络虚拟化。所提出的架构有四层（物理层，虚拟传感器层，虚拟传感器接入层和覆盖层），并依赖于约束应用协议（CoAP）。我们说明了它的潜力，使用它在一个场景中，一个单一的无线传感器网络是由多个应用程序共享，其中之一是火灾监测应用程序。我们提出的概念验证原型，我们已经建立了性能测量，并讨论未来的研究方向。
2015-01-28 cs.NI
Automatic energy saving (AES) modelto boost ubiquitous wireless sensor networks (WSNs)
我们部署BT节点（传感器），提供被动和主动传感能力，以节省能源。BT节点在室外通信时工作在被动模式，在室内通信时工作在主动模式。BT节点支持新的自动节能（AES）数学模型来决定模式。它以更少的能耗提供更快的通信。为了验证该方法的有效性，采用ns2仿真软件对网络的行为进行了仿真，并给出了相应的数学模型。这项研究的主要目标是远程访问不同类型的服务器，笔记本电脑，台式机和其他静态和移动对象。该原型最初用于通过移动设备从远程控制MSCS [13]和[14]。原型可以进一步增强，以同时处理多个对象，消耗更少的能源和资源。
2013-09-17 cs.NI
Energy Balancing Algorithm for Wireless Sensor Network
无线传感器网络（Wireless Sensor Network，WSN）由随机分布或定期分布的大量节点组成，以检测周围环境并通过互联网将数据传输到基站（Base Station，BS）。它被广泛应用于各种民用和军事领域。由于传感器具有有限的电池容量，能量效率是无线传感器网络的关键问题。因此，开发一种路由协议，减少传感器节点的能量消耗，以延长生命周期的无线传感器网络使用智能算法已经变得困难。LEACH是第一个分层路由协议，它将无线传感器网络划分为簇，以减少能量的使用。然而，它已经达到了它的极限，在选择合适的簇头和传感器节点加入，以及它们的数量。因此，本研究提出了一种称为无线能量平衡算法（WEB）的算法，该算法通过识别具有最小距离和高能量的合适簇头来进行能量平衡分配。然后，它使用背包问题作为一种新的算法来设计集群成员。仿真结果表明，WEB算法在节能和延长WSN生命周期方面比LEACH算法提高了31%。
2022-03-17 cs.NI
Wireless Sensor Network Virtualization: A Survey
无线传感器网络（WSNs）是新兴物联网（IoT）范式的关键组成部分。它们现在无处不在，并在多个应用领域中使用。无线传感器网络仍然是特定于域的，通常部署以支持特定的应用程序。然而，随着无线传感器网络节点变得越来越强大，它变得越来越相关的研究如何多个应用程序可以共享一个非常相同的无线传感器网络基础设施。虚拟化是一种可能实现这种共享的技术。本文是对无线传感器网络虚拟化的综述。它提供了一个全面的审查国家的最先进的和深入的讨论的研究问题。我们介绍了无线传感器网络虚拟化的基础知识，并通过精心选择的场景激发其相关性。现有的工程详细介绍和严格评估使用一组来自场景的要求。并对相关的研究项目进行了综述。几个研究问题也讨论了如何解决的提示。
2016-02-08 cs.NI
Integration of an RFID Reader to a Wireless Sensor Network and using it to Identify an Individual Carrying RFID Tags
本研究的目的是将一个RFID（射频识别）阅读器集成到一个无线传感器网络（WSN）中，以授权或跟踪携带RFID标签的人。通过软硬件的结合实现了这一目标。硬件由两个WSN节点组成-RFID节点连接到其中一个WSN节点，计算机连接到另一个WSN节点。对于RFID设备，我们使用了SM 130-EK套件，其中包括RFID阅读器和RFID标签;对于WSN，我们使用了Synapse Network Evaluation套件，其中包括两个传感器节点。该软件包括一个用Python开发的程序模块，用于控制节点的微处理器;以及一个由简单程序控制的数据库，用于管理佩戴它们的人的标签ID。无线传感器网络和RFID节点通过I2C接口连接。此外，向RFID节点发送命令，使其读取标签并将其发送回计算机的工作是由Python代码完成的，该代码还控制数据信号。在计算机处，利用数据库上的其他现有标签ID来评估所接收的标签ID，以检查该标签是否具有在覆盖区域中的授权。我们的研究有可能被改编用于安全的实时访问控制应用，涉及无线传感器网络和RFID技术。
2011-04-30 cs.NI
Structural health monitoring with distributed wireless sensor networks
无线传感器网络（Wireless Sensor Networks，简称WSN）是一项在现实世界中具有很大实用性的新兴技术。我们重点描述了无线传感器网络的体系结构，关于有用的建设，如结构健康监测和重要性，以及优势，使用无线传感器网络在这一领域
2018-07-10 cs.NI eess.SP
Energy-Aware Scheme used in Multi-level Heterogeneous Wireless Sensor Networks
无线传感器网络（WSNs）是一个能量受限的系统，由于节点的能量消耗有限，导致其使用寿命缩短，如何延长其使用寿命是WSNs设计和构思中面临的主要挑战。分簇算法通常是用于增加网络的可扩展性和寿命的关键技术。在本文中，我们提出并评估了一个分布式的能量有效的无线传感器网络的分簇算法。该协议是一种新的分簇算法，通过引入节点的剩余能量来确定簇头，从而降低了节点失效的概率。我们研究了层次聚类的无线传感器网络上的节点的异质性的影响。仿真结果表明，该算法提高了整个网络的生命周期，并且以首节点死亡为指标，其性能优于LEACH和EEHC。
2013-06-19 cs.NI
Routing Security Issues in Wireless Sensor Networks: Attacks and Defenses
无线传感器网络是无线和移动计算领域的一个重要研究方向。无线传感器网络的应用是众多的并且不断增长的，并且范围从家庭和办公室中的室内部署场景到战术战场中对手领土中的室外部署场景（Akyildiz等人，2002年）。对于军事环境，无线传感器网络的分散到对手的领土，使敌人的士兵和车辆的检测和跟踪。对于家庭/办公室环境，室内传感器网络提供了通过无线家庭安全系统监测老年人健康和检测入侵者的能力。在这些场景中的每一个，生活和生计可能取决于从分散的传感器节点获得的传感器数据的及时性和正确性。因此，这样的无线传感器网络必须是安全的，以防止入侵者阻碍正确的传感器数据的传递和伪造传感器数据。为了解决后一个问题，端到端数据完整性校验和和传感器数据的后处理可以用于识别伪造的传感器数据（Estrin等人，1999; Hu等人，2003 a; Ye等人，2004年）。本章的重点是无线传感器网络中的路由安全。现有的无线传感器网络路由协议大多针对节点的有限能力和网络的应用特性进行了优化，但没有考虑协议的安全性。虽然这些协议没有以安全性为目标进行设计，但分析其安全属性是非常重要的。当防御者有不安全的无线通信，有限的节点能力，和可能的内部威胁的责任，和对手可以使用强大的笔记本电脑与高能量和远距离通信来攻击网络，设计一个安全的无线传感器网络路由协议显然是一个不平凡的任务。
2011-01-14 cs.NI
Adaptive Framework for Data Distribution in Wireless Sensor Networks
近年来，无线传感器网络在各种应用中发挥着感知、收集和传播信息的关键作用。与WSN相关的一个重要特征是开发有效的数据分发和路由方案，以确保更好的服务质量（QoS），从而降低功耗和端到端数据传递时间。在这项工作中，我们提出了一个自适应的框架来传输数据包从一个源到汇在无线传感器网络跨多个路径与战略分布的数据包，以尽量减少功耗以及端到端的数据传输时间。
2012-04-13 cs.NI
SOPC Co-Design Platform for UWB Systems in Wireless Sensor Network Context
本文提出了无线传感器网络无线接口问题的解决方案。我们介绍了无线传感器网络的上下文和相关的约束。我们提出了一个IR-UWB的解决方案，并说明为什么它可能是一个可行的无线传感器网络的解决方案。提出了一种基于Matlab的IR-UWB无线接口高层建模与仿真平台。它使我们能够根据BER与Eb/N 0标准和WSN约束确定什么样的设计更合适。提出了一种基于Matlab VHDL的协同设计协同仿真平台。利用该平台设计了具有数据率重配置、跳时码重配置、频谱占用重配置和无线电距离重配置等功能的IR-UWB收发机。
2010-02-02 cs.NI
Rate-distortion Balanced Data Compression for Wireless Sensor Networks
提出了一种基于压缩神经网络的无线传感器网络（WSNs）数据压缩数据压缩算法。该算法通过探索数据样本之间的时空相关性，最大限度地减少数据拥塞，降低能耗。自适应率失真特征平衡压缩数据大小（数据率）与所需的误差界限保证（失真水平）。这种压缩缓解了能源和带宽资源的压力，同时收集无线传感器网络数据在可容忍的误差范围内，从而增加了无线传感器网络的规模。该算法使用真实世界的数据集进行评估，并与传统的时间和空间数据压缩的方法进行比较。实验结果表明，该算法在压缩效率和信号重构方面优于现有的几种无线传感器网络数据压缩方法。此外，能量分析表明，压缩数据可以减少能量消耗，从而将服务寿命延长数倍。
2016-04-04 cs.NI
Utilizing Mobile Nodes for Congestion Control in Wireless Sensor Networks
无线传感器网络中的拥塞控制和拥塞避免是近十年来引起广泛关注的研究课题。除了速率和资源控制之外，移动节点的利用也被建议作为控制拥塞的一种方式。在这项工作中，我们提出了一个移动拥塞控制（MobileCC）算法有两个变化，以协助现有的拥塞控制算法在面对拥塞的无线传感器网络。第一种变化采用移动节点，创建本地重要的替代路径，导致汇。第二种变化采用移动节点，创建完全独立的（不相交的）路径的汇。仿真结果表明，这两种变化可以显着有助于缓解拥塞的无线传感器网络。
2019-03-21 cs.NI
Virtual Backbone Trees for Most Minimal Energy Consumption and Increasing Network Lifetime In WSNs
虚拟骨干树已被用于汇聚节点和部署区域中的任何其他节点之间的有效通信。但是所有提出的虚拟骨干树都不是完全节能的，EVBT也没有与之相关的缺陷。在本文中，提出了两个这样的虚拟骨干。第一个算法，最小能量虚拟骨干树（MMEVBT），背后的动机是最大限度地减少能量消耗时，数据包之间传输的汇和目标传感器节点。能量消耗是最小的和最优的，它示出了为什么它总是具有最小的能量消耗在每个节点与汇聚节点之间的任何传输的数据包。对于每个节点，具有最小能量消耗的路由路径被识别，并且只有当识别出更好的最小能量消耗路由时才选择新的树节点以用于节点与sink通信，反之亦然。通过周期性地移动sink，确保sink附近的节点的电池不被完全耗尽。提出了另一种骨干网构建算法，通过增加所有树节点的生命周期来最大化网络生命周期。在NS2中进行了仿真，对算法进行了实际测试，并对结果进行了详细讨论。
2014-02-10 cs.NI
Z-SEP: Zonal-Stable Election Protocol for Wireless Sensor Networks
无线传感器网络由成千上万个能量有限的传感器节点组成，它们相互协作完成一项感知任务。各种路由协议被设计用于无线传感器网络中的传输。本文提出了一种适用于异构无线传感器网络的混合路由协议：区域稳定选举协议（Z-SEP）。在该协议中，部分节点直接向基站发送数据，部分节点采用分簇技术向基站发送数据，仿真结果表明，Z-SEP协议比传统的低能耗自适应分簇层次协议（LEACH）和SEP协议在稳定期和吞吐量方面都有明显提高。
2013-03-24 cs.NI
Managing Heterogeneous WSNs in Smart Cities: Challenges and Requirements
无线通信和电子技术的巨大进步使得无线传感器网络（WSNs）得以发展。无线传感器网络由许多负担得起的和便携式的传感器节点从环境中收集数据。在这篇文章中，我们通过介绍智能城市环境中的一些关键管理场景，如智能交通系统，智能电网和智能建筑，来解决无线传感器网络的管理需求。无线传感器网络的资源有限性和异构性给网络管理带来了新的挑战，包括各种故障的存在、大量传感器节点更换和修复的困难、拓扑结构的不确定性以及资源分配问题。为了应对这些挑战，我们首先讨论了集中式和分布式管理方法的优点和缺点，然后讨论了多级管理模式的好处。接下来，我们详细介绍了无线传感器网络管理系统的具体功能，如轻量级，自检测，自配置，共享基础设施，服务监控，即插即用，上下文感知和互操作性。最后，我们提出了一些基本的管理功能所需的机制。
2013-10-28 cs.NI
EDDEEC: Enhanced Developed Distributed Energy-Efficient Clustering for Heterogeneous Wireless Sensor Networks
无线传感器网络由大量随机部署的能量受限的传感器节点组成。传感器节点具有感知数据并将其发送到基站（BS）的能力。感测以及向BS发送数据需要高能量。在无线传感器网络中，节省能量和延长网络寿命是一个巨大的挑战。分簇是无线传感器网络中优化能量消耗的关键技术。在本文中，我们提出了一种新的基于分簇的路由技术：增强开发分布式能源有效的聚类方案（EDDEEC）的异构无线传感器网络。我们的技术是基于动态变化和更有效的簇头（CH）选举概率。仿真结果表明，在异构环境下，与分布式能量有效分簇（DEEC）、改进型能量有效分簇（DDEEC）和增强型能量有效分簇（EDEEC）相比，该协议具有更长的生存期、更长的稳定期和更有效的消息发送能力.
2013-03-21 cs.NI
Wireless Sensor Networks Security: State of the Art
近年来，无线传感器网络（WSNs）由于其巨大的适用性和巨大的挑战性而成为计算机科学的主要研究课题之一。无线传感器网络已被用于各种监控应用，重点是工业控制场景，交通管理，救援行动，公共安全，住宅自动化，天气预报和其他几个领域。这些网络构成了资源受限的传感器，安全和能源效率是至关重要的问题。在此背景下，许多研究工作都集中在增加网络中的安全级别和减少能量消耗上。本文提供了一个国家的最先进的调查最近的作品在这个方向上，提出了一个新的分类的安全攻击和无线传感器网络的要求。
2018-08-15 cs.NI
Localization Procedure for Randomly Deployed Wireless Sensor Networks
无线传感器网络（WSNs）由节点组成，这些节点从外部实体产生的事件中收集温度，污染或压力等指标。无线传感器网络中的本地化是至关重要的，因为收集的度量必须与发生的地点相关。本文提出了一种基于定位协议的可组合性在随机部署的无线传感器网络中进行定位的替代方法。结果表明，一个完全分布式的定位程序，实现了更高的数量比传统的，单独执行的定位协议，同时保持相同的低水平的电池消耗的定位节点。
2013-06-10 cs.NI
Decentralized Lifetime Maximizing Tree with Clustering for Data Delivery in Wireless Sensor Networks
无线传感器网络具有广泛的应用领域，每天都在扩大，他们已经部署了有关其应用领域。一个独立的应用程序的方法是尚未来与正在进行的开发无线传感器网络的条款。在本文中，我们提出了一个分散的生命周期最大化树的应用程序无关的数据聚合方案，使用的数据传输在无线传感器网络的聚类。所提出的树将最大限度地减少能源消耗，这一直是一个阻力因素，在无线传感器网络的顺利工作，以及最小化的子汇的控制下，进一步通信和传输数据到汇节点的通信节点之间的距离。
2012-01-24 cs.NI
Optimal Number of Cluster Heads in Wireless Sensors Networks Based on LEACH
无线传感器网络（Wireless Sensor Network，WSN）是近年来无线网络研究的热点之一。传感器被随机地放置在该区域中，每个节点感知周围环境并将收集到的数据发送到簇头（CH），簇头（CH）将获得的信息聚合并发送到基站（BS）。每个WSN节点上都包括一个不可充电的电池。无线传感器网络的传感器能量和网络寿命延长是学术界和工业界最重要的考虑因素。因此，许多路由协议被提出来解决这个问题，其中之一是LEACH，早期的协议，引入了分簇的思想，以延长生命的无线传感器网络。由于LEACH是随机选择的，因此会受到簇头数量的影响，这对网络寿命有影响，此外，每个簇中的节点是随机加入的，这意味着一些簇头比其他簇头工作得更多，而簇节点较少。本文提出了一种最大最优簇头数算法（MONCH）来确定无线传感器网络中的最优簇头，并找到最接近基站的簇头，以帮助将节点与最合适的簇进行整合。结果表明，改进的能量消耗性能的LEACH算法。
2020-03-10 cs.NI
An Adaptive and Multi-Service Routing Protocol for Wireless Sensor Networks
无线传感器网络是一种高度分布式的网络，由大量小型、低成本、重量轻的无线节点组成，用于监测环境或系统。无线传感器网络中的每个节点由三个子系统组成：传感器子系统，用于感知环境;处理子系统，用于对感知到的数据进行本地计算;以及通信子系统，负责与相邻的传感器节点进行消息交换。虽然单个传感器节点具有有限的传感区域、处理能力和能量，但将大量传感器节点联网会产生覆盖广泛区域的鲁棒、可靠和准确的传感器网络。因此，无线传感器网络中的路由是一个非常重要的问题。本文提出了一种基于查询的无线传感器网络路由协议，提供不同层次的服务质量（QoS）：能源效率，可靠性，低延迟和容错-在不同的应用场景。该算法具有较低的计算复杂性，但可以动态地保证不同的QoS支持，根据应用的需求。该算法的新颖之处在于它能够提供多个QoS支持，而无需重新配置和重新部署的传感器节点。该算法在网络模拟器ns-2中实现，并对其性能进行了评估。实验结果表明，该算法比现有的一些无线传感器网络路由算法更有效。
2010-12-31 cs.NI
Information Estimation with Node Placement Strategy in 3D Wireless Sensor Networks
三维无线传感器网络（3D-WSN）中的簇形成会由于传感范围的球形而导致信号重叠，从而导致网络中的信息冗余。为了解决这个问题，我们开发了一种基于十二面体拓扑结构的三维传感器网络的传感算法，我们称之为三维分布式分簇（3D-DC）算法。在3D-WSN中使用3D-DC算法时，由于环境噪声的影响，簇头节点在每个十二面体簇中收集和估计信息时，准确的信息抽取是一个主要挑战。因此，为了在每个十二面体簇中提取精确的信息，我们提出了三维信息估计（3D-IE）算法。此外，节点的部署策略也起着重要的因素，以最大限度地提高信息的准确性，在3D-WSN。在大多数情况下，传感器节点被确定性地或随机地部署。但这两种部署方案都不知道在哪里准确地放置传感器节点，以提取更多的信息的准确性。因此，在3D-WSN中将节点放置在合适的位置是一项具有挑战性的任务。我们提出了一种三维节点放置（3D-NP）算法，它可以找到可能的节点和他们的部署策略，以最大限度地提高网络中的信息准确性。我们使用MATLAB进行仿真，以验证3D-DC，3D-IE和3D-NP，算法分别。
2017-02-04 cs.NI
Efficient and Secure Routing Protocol for Wireless Sensor Networks through Optimal Power Control and Optimal Handoff-Based Recovery Mechanism
无线传感器网络（WSN）技术的进步已经提供了具有感测各种类型的物理和环境条件、数据处理和无线通信的能力的小型和低成本传感器的可用性。在无线传感器网络中，传感器节点的传输距离有限，其处理和存储能力以及能量资源也有限。改进的三重仲裁系统（MTUS）在无线传感器网络中已经证明了其更好的性能。在本文中，我们扩展了MTUS，将最佳的信号噪声比（SNR）为基础的功率控制机制和最佳的自恢复功能，形成一个有效的和安全的无线传感器网络路由。使用Glomosim-2.03仿真器进行的广泛调查研究表明，具有最佳功率控制机制的高效安全路由协议（ESRP）和基于自恢复的自恢复可以显着降低功耗。
2015-12-24 cs.NI
Comparison Based Analysis of Different Cryptographic and Encryption Techniques Using Message Authentication Code (MAC) in Wireless Sensor Networks (WSN)
无线传感器网络（Wireless Sensor Networks，WSN）正日益受到人们的重视，但无线传感器网络面临的主要问题之一是网络资源有限。我们必须寻找资源来创建消息认证码（MAC），同时牢记用于传感器网络的技术的可行性。本研究工作探讨不同的加密技术，如对称密钥加密和非对称密钥加密。此外，还比较了流密码（RC 4）、分组密码（RC 2、RC 5、RC 6等）和散列技术（MD2、MD4、MD5、SHA、SHA 1等）等加密技术。我们的工作结果提供了有效的技术，通信设备，通过选择不同的比较矩阵，即能源消耗，处理时间，内存和费用，满足安全和有限的资源在无线传感器网络环境中创建MAC。
2012-03-14 cs.CR cs.NI
LEMONS: Leveraging Model-Based Techniques to Enable Non-Intrusive Semantic Enrichment in Wireless Sensor Networks
FZI Research Center for Information Technology（FZI信息技术研究中心）；University of Tübingen（蒂宾根大学）
该研究提出结合MDSD与SWT的方法，实现WSN的非侵入式语义丰富化，可降低部署维护成本、支持大规模管理，且计算开销低，能部分自动化配置WSN。
2026-08-26 cs.NI
Effect of Proxy Nodes on the Performance of TCP-Based Transport Layer Protocols in Wireless Sensor Networks
无线传感器网络由于其广泛的应用前景，近年来引起了众多研究者的关注。尽管人们对无线传感器网络的特点、特殊条件和各个方面进行了大量的研究，但与无线传感器网络条件兼容的传输协议尚未得到充分解决。无线传感器网络存在存储空间、能量资源和无线通信等问题。因此，广泛使用的传输协议（如传输控制协议（TCP））在这样的网络中可能不具有足够的效率。在本文中，我们研究了无线传感器网络的特点，导致设计无线传感器网络的传输层协议，并旨在评估TCP及其相关协议（TCP变量），这是引入到无线网络的效率。我们建议采用代理节点附近的汇，以提高传输层的性能。NS-2仿真结果表明，采用代理节点后，吞吐量和分组投递率从20%提高到50%，而平均消息延迟几乎增加了一倍。
2019-03-01 cs.NI
