Optimal Node Selection using Estimated Data Accuracy Model in Wireless Sensor Networks
无线传感器网络的主要任务之一是从物理环境中准确感知数据。因此,在本文中,我们开发了一个估计的数据精度模型随机部署的传感器节点,可以从物理环境中感知更准确的数据。我们将我们的结果与其他信息准确度模型进行比较,结果表明,我们估计的数据准确度模型比其他模型表现得更好。此外,我们模拟我们估计的数据精度模型在这种情况下,当一些传感器节点成为恶意的,由于极端的物理环境。最后,使用我们估计的数据精度模型,我们构建了一个概率的方法来选择一组最佳的传感器节点从随机部署的最大的传感器节点在网络中。
2012-03-10 cs.NI
Performance Analysis of RFDMRP:River Formation Dynamics based Multi-Hop Routing Protocol in WSNs
在无线传感器网络中,传感器节点根据其功能从环境中感知数据并转发到其基站。此过程称为数据汇集。数据汇集过程可以直接完成,也可以通过多跳路由完成。在直接路由中,每个传感器节点直接将其传感数据传输到基站,由于传感器节点与基站之间的距离较远,影响了传感器节点的能量消耗。在多跳路由中,感知数据通过多个节点中继到基站,它消耗较少的能量。本文提出并分析了一种基于河流形成动力学的多跳路由协议RFDMRP(数据汇集)的性能。针对网络寿命、能量使用、节点密度和数据聚合等网络参数对RFDMRP的性能进行了测试和分析。仿真结果与两种算法LEACH和MOD_LEACH进行了比较。比较结果表明,该算法在网络生命周期方面优于LEACH和MOD_LEACH。
2016-02-16 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
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
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
Data Accuracy Estimation for Cluster with Spatially Correlated Data in Wireless Sensor Networks
本文的主要目的是建立一个数据精度模型的最大集合的传感器节点,感测到一个点事件,并形成一个集群与它们之间的全连接网络。我们确定的传感器节点的最小集合,足以给近似相同的数据精度实现的传感器节点的最大集合。设计方法/过程-L组传感器节点随机部署在区域Z上。由于在区域Z中已经发生了点事件S,因此M个最大传感器节点集合醒来并开始感测点事件。M个传感器节点的集合形成具有完全连接的网络的集群,并且剩余的传感器节点集合继续处于睡眠方式。该算法随机选取一个传感器节点作为簇头节点,在数据汇聚前对簇内数据的准确性进行评估,并将数据发送给汇聚节点。结果-由于我们模拟的数据精度的集群(M组传感器节点)在CH节点,存在P最小的传感器节点集,它给出了近似相同的数据精度水平实现由M组传感器节点。此外,我们发现,作为从点事件的传感器节点的数量增加的距离,数据精度也得到降低。设计限制-该模型仅适用于估计点事件的数据准确度,其中假设感知数据在空间上与近似相同的变化相关。实际实现-检测点事件,例如森林火灾。发明/新颖想法-这是第一次在CH节点处的数据聚合之前针对集群执行数据准确性模型,这可以减少数据冗余和通信开销。
2011-01-11 cs.NI
Wireless Sensor Networking for Rain-fed Farming Decision Support
无线传感器网络(WSNs)可以为农民提供有价值的决策支持工具。这促使我们部署了一个无线传感器网络系统,以支持印度的雨养农业。在为期两年的部署过程中,我们定义了有前景的用例并解决了技术挑战,该系统为农民提供了环境数据。然而,在实地直接使用这一技术并没有促进预期的民众参与。这使得难以开发预期的决策支持系统。基于这一经验,我们在本文中采取以下立场:目前,在发展中地区部署无线传感器网络技术更有可能是有效的,如果它的目标是科学家和技术人员作为用户,而不是农民本身。我们的这一主张的基础上的经验教训,从常识系统的部署和广泛的用户实验的结果与农业科学家,我们在本文中描述。
2009-12-30 cs.NI
Link and Location Based Routing Mechanism for Energy Efficiency in Wireless Sensor Networks
在无线传感器网络中,感知数据由通信范围内的可用节点上报给sink。所感测的数据应当以信宿所期望的频率被报告给信宿。为了在源和宿之间进行通信,使用基于链路的路由。基于链路的路由机制旨在实现能量有效且可靠的路由路径,该机制考虑每个节点的状态(以焦耳表示的当前能量水平)、链路状况(以焦耳表示的簇头(CH)和网关(GW)候选者进行的传输的数量)和发射功率(以焦耳表示的传输所需的功率)。使用每个节点的状态、链路条件和发射功率来计算每个节点的称为预测传输计数(PTX)的度量。具有最高PTX的节点将具有最高优先级,并且它将是充当CH或GW的潜在候选者。因此,选择合适的CH或GW减少了能量消耗,并且增加了网络寿命。
2014-03-07 cs.NI
Capturing Sensor Data from Mobile Phones using Global Sensor Network Middleware
手机在我们的日常生活中扮演着越来越重要的角色。今天,大多数智能手机都包含各种各样的传感器,可以感测物理环境。物联网的愿景包括参与式传感,这是使用基于移动电话的传感和推理。在这项研究中,我们提出并展示了我们的DAM4GSN架构来捕获传感器数据使用内置到手机中的传感器。具体来说,我们将一个名为“全球传感器网络(GSN)”的开源传感器数据流处理引擎与Android平台相结合,以捕获传感器数据。为了实现这一目标,我们提出并开发了一个可以安装在Android设备上的原型应用程序,以及作为GSN中间件组件的AndroidWrapper。手动连接传感器设备的传感器数据处理中间件系统的过程和困难进行检查。我们根据移动客户端的功耗来评估系统的性能。
2013-02-01 cs.NI
Sensing and Storing Less: A MARL-based Solution for Energy Saving in Edge Internet of Things
National University of Defense Technology(国防科技大学);Science and Technology on Information Systems Engineering Laboratory, National University of Defense Technology(信息系统工程重点实验室);National Laboratory for Parallel and Distributed Processing, National University of Defense Technology(并行与分布式处理国家重点实验室);Department of Computer Science, National University of Singapore(新加坡国立大学计算机系)
针对边缘物联网数据冗余导致能耗高的问题,提出基于多智能体强化学习的Senses方案,通过动态调整传感器覆盖和控制器级数据去重实现节能,实验节省11.37%能耗并延长20%运行时长。
2025-10-24 cs.DC cs.NI
A Survey on Delay-Aware Network Structure for Wireless Sensor Networks with Consecutive Data Collection Processes
无线传感器网络(WSN)由空间分布的自主传感器组成,以监测物理或环境条件,如温度,声音,压力等。在传感应用中,数据包从传感器节点流向基站。在数据汇集过程中,使用自自底向上的的方法。在自自底向上的的方法中,所有节点将其感测到的数据分组直接发送到基站。在这种方法将导致增加延迟,这将导致更高的能源消耗。为了降低传感器节点的能量消耗,分簇算法和低能量自适应分簇层次(LEACH)被使用。在无线传感器信息系统中,正在使用传感器信息系统中的功率高效收集(PEGASIS)。无线传感器网络中存在着诸如时延、网络生命周期、能量耗散等问题需要解决。
2014-02-06 cs.NI
Optimal Energy Management Policies for Energy Harvesting Sensor Nodes
我们研究了一个传感器节点的能量收集源。产生的能量可以存储在缓冲器中。传感器节点周期性地感测随机场并生成分组。这些数据包存储在队列中,并使用当时可用的能量进行传输。我们得到的能源管理政策,是吞吐量最佳,即,数据队列对于最大可能的数据率保持稳定。接下来我们得到了最小化队列平均延迟的能量管理策略,并比较了几种容易实现的次优能量管理策略的性能。一个贪婪的政策,确定在低信噪比制度,是吞吐量最优,也最大限度地减少平均延迟。
2008-09-23 cs.NI
Energy Harvesting-Aided Spectrum Sensing and Data Transmission in Heterogeneous Cognitive Radio Sensor Network
在无线传感器网络中结合认知无线电(CR)和能量收集(EH)能力使得能够实现频谱和能量高效的异构认知无线电传感器网络(HCRSN)。HCRSN的新网络模式由EH启用的频谱传感器和电池供电的数据传感器组成。频谱传感器可以协作地扫描许可频谱中的可用信道,而数据传感器则监视感兴趣的区域,并通过这些信道将感测到的数据传输到接收器。在这项工作中,我们提出了一个资源分配解决方案的HCRSN实现频谱传感器的可持续性和节省能源的数据传感器。所提出的解决方案是通过两个算法,在串联操作,频谱传感器调度算法和数据传感器资源分配算法。频谱传感器调度算法将信道分配给频谱传感器,使得信道的平均检测到的可用时间最大化,同时考虑EH动态并且保护PU传输。数据传感器资源分配算法分配传输时间、功率和信道,使得数据传感器的能量消耗最小化。大量的仿真结果表明,数据传感器的能量消耗可以显着降低,同时保持频谱传感器的可持续性。
2016-04-06 cs.NI
Random Deployment of Data Collectors for Serving Randomly-Located Sensors
近来,无线通信产业已经开始将它们的服务扩展到机器型通信设备以及用户设备。诸如仪表和传感器之类的机器型通信设备需要间歇性上行链路资源来向它们的服务数据收集器报告测量或感测的数据。然而,很难将有限的上行链路资源专用于它们中的每一个。因此,具有低活动的大量设备的高效服务可以考虑简单随机接入作为解决方案。同时接收来自多个传感器的测量数据的数据采集器可以成功地解码信号与干扰加噪声比(SINR)高于一定值的信号。这种环境的主要设计问题是需要多少数据收集器,传感器节点传输的功率有多大,以及无线信道如何影响性能。本文通过基于空间点过程和模拟的随机分析来回答这些问题。
2011-06-23 cs.NI
(RCFT) ReClustering Formation Technique in Hierarchical Sensor Network
由于节点能量有限,如何有效利用能量是传感器网络的一个重要问题。分簇技术降低了能量消耗,因为簇头将感测信息发送到汇聚节点。由于分簇技术的这些特点,簇头的选举成为网络的一个重要环节。提出了一种在分层传感器网络中进行簇重构的RCFT(ReClustering Formation Technique)算法。RCFT是一种考虑簇头和节点在随机构建的簇中的位置来重构簇的协议。并通过仿真证明了簇的组成是均匀的,从而说明了降低能耗的效果。
2009-11-26 cs.NI
HEER: Hybrid Energy Efficient Reactive Protocol for Wireless Sensor Networks
无线传感器网络由大量的传感器组成,传感器将感知到的数据发送到基站。由于传感器节点的能量有限,能量节约是一个重要的问题,许多路由协议已经被提出,以提高能量效率的同构和异构环境。我们可以通过降低能耗来延长网络的稳定性和生命周期。在这篇研究论文中,我们提出了一个协议设计的反应同构无线传感器网络的特点,HEER(混合能源效率反应)协议。在HEER中,簇头(CH)的选择是基于节点的剩余能量和网络的平均能量的比值。此外,为了节省更多的能量,我们引入了硬阈值(HT)和软阈值(ST)。最后,仿真结果表明,我们的协议不仅延长了网络的生命周期,而且还显着增加了稳定期。
2013-04-02 cs.NI
Low Complexity Indoor Localization in Wireless Sensor Networks by UWB and Inertial Data Fusion
室内运动目标的精确定位是一项具有挑战性的活动,如果不结合不同的信息源,就无法轻松完成。从这个意义上说,不同数据源与适当过滤器的组合可能会提高定位和跟踪性能。提出了一种基于超宽带和惯性信息融合的无线传感器网络混合定位算法。一个恒定增益的稳态卡尔曼滤波器被用来约束系统的复杂性,简化了其在一个典型的低功耗无线传感器网络节点上的实现。所提出的数据融合算法的性能进行了评估,在一个现实的情况下,使用模拟和现实的数据集。实验结果证明了该方法的有效性,有效地融合了不同的定位数据源,降低了定位误差。
2013-05-07 cs.NI
A Survey of multimedia streaming in wireless sensor networks: progress, issues and design challenges
互补金属氧化物半导体(CMOS)技术的进步使得无线传感器网络(WSN)也能够收集、处理和传输多媒体(MM)数据,而不仅仅限于处理普通的标量数据。这种新一代的无线传感器网络类型被称为无线多媒体传感器网络(WMSNs)。更好,但相对便宜的传感器,能够感测标量数据和多媒体数据,具有更先进的功能,如能够轻松处理相当密集的计算已经涌现出来。在本文中,WMSNs的应用,体系结构,面临的挑战和问题的设计进行了探讨。安全和隐私问题,在所有的要求,提出和实施的解决方案,到目前为止,在该领域的一些成功的成就和其他相关的工作也突出显示。指出了开放的研究领域,并提出了一些解决建议,仍然存在的问题,据我所知,到目前为止还没有探索。
2015-12-11 cs.NI
Efficient Energy Management Policies for Networks with Energy Harvesting Sensor Nodes
我们研究了具有能量收集节点的传感器网络。在节点处产生的能量可以存储在缓冲器中。传感器节点周期性地感测随机场并生成分组。这些数据包存储在队列中,并使用节点当时可用的能量进行传输。对于这些网络,我们制定了有效的能源管理政策。首先,对于单个节点,我们获得吞吐量最优的策略,即,数据队列对于最大可能的数据率保持稳定。接下来,我们得到的能源管理政策,最大限度地减少在队列中的平均延迟。我们还比较了几个容易实现的次优政策的性能。一个贪婪的政策,确定在低信噪比制度,是吞吐量最优,也最大限度地减少平均延迟。接下来,使用单个节点的结果,我们开发高效的MAC策略。
2008-11-03 cs.NI
Multipath Routing With Novel Packet Scheduling Approach In Wireless Sensor Networks
无线传感器网络感知和监控实时事件。他们监督一个地理区域,在那里要监测一种现象。传感器网络中的数据具有不同的优先级,因此它们的关键性不同。为了保持实时的性,应用程序需要更高的传输速率和信息传输的可靠性。在这项工作中,我们提出了一个多路径路由算法,使可靠的数据传输。通过控制调度速率,可以防止网络中的拥塞和分组丢失。该算法提供了一种有效的方法,以防止在每个节点的数据包丢失。这导致在传感器网络中的拥塞管理。此协议可防止数据包聚集,并为流量提供平滑性。通过监视和控制调度速率来管理流量控制和拥塞控制。
2012-06-03 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
M-ATTEMPT: A New Energy-Efficient Routing Protocol in Wireless Body Area Sensor Networks
提出了一种异构无线体域传感器网络的能量有效路由算法。定义了一个将异构传感器应用于人体的原型。在该路由算法中,直接通信用于实时业务(关键数据)和按需数据,而多跳通信用于正常数据传输。WBASN中的主要挑战之一是感测由植入的传感器节点产生的热量。所提出的路由算法是热感知的,其感测链路热点并将数据路由远离这些链路。人体的持续移动导致先前建立的链接之间的断开。我们引入了移动支持和能量管理,以克服由于人体的连续移动而导致的断开问题。提出的路由算法进行了MATLAB仿真的生命周期和可靠性相比,多跳通信。实验结果表明,与多跳通信相比,该路由算法具有更低的能耗和更高的可靠性。
2012-08-30 cs.NI
Distributed Algorithm for Dynamic Data-Gathering in Sensor Network
在WSN中,每个传感器负责感测环境条件并将其发送到一个或多个基站。电池供电的传感器受到传输这些感测数据所花费的能量的严重限制。然而,在中间传感器处的数据聚合(包括去除冗余数据)和聚合数据的转发降低了无线传感器网络中的总体能量消耗。通常,数据收集是指从各种传感器到一个或多个基站(BS)的感测数据的周期性收集的过程。能量有效的数据收集调度是提高无线传感器网络生命周期的关键。在本文中,我们提出了一种分布式算法来计算数据收集的时间表,旨在提高生命周期的无线传感器网络通过适当地选择能源效率的数据流路径从各种传感器的基站。对于一个多跳无线传感器网络与$n$传感器,该算法首先计算的时间步长$O(n^2)$的时间表,然后这个时间表定期更新的基础上的剩余能量和从BS收到的反馈。系统执行大约$\log(\mathcal{L})$时间表更新,其中$\mathcal{L}$是以数据收集轮数表示的系统的预期寿命。此外,每个更新过程都使用现有的活动计划(数据流路径)-因此仅消耗单个数据收集轮活动的一小部分。因此,这样的算法可以精确地结合由于更新和相关活动而导致的能量消耗。此外,我们的算法不假设任何全局知识的拓扑结构或各种传感器的位置。通过仿真研究,我们发现,我们提出的算法实现了显着更高的网络寿命相比,现有的数据流调度的基础上最小生成树(MST),最短路径树(SPT),加权根树(WRT)。
2013-10-15 cs.DC cs.NI
In-Network Outlier Detection in Wireless Sensor Networks
为了解决无线传感器网络中的无监督离群点检测问题,我们开发了一种方法,(1)相对于离群点定义是灵活的,(2)计算网络中的结果以减少带宽和能量使用,(3)仅使用单跳通信,从而允许非常简单的节点故障检测和消息可靠性保证机制(例如,运营商感知),以及(4)无缝地适应数据的动态更新。我们使用模拟真实的传感器数据流的性能。我们的结果表明,我们的方法是准确的,并施加了合理的通信负载和功耗水平。
2009-09-03 cs.DB cs.NI
Applicability of a Novel Integer Programming Model for Wireless Sensor Networks
本文提出了一种新的整数规划模型,致力于优化异构无线传感器网络的功耗效率的适用性分析。该模型是基于在多个时间间隔的传感器分配计划的覆盖和连接约束的时间表。通过在每个时间间隔内关闭一组特定的冗余传感器,可以减少网络中的总能耗,同时避免过早地失去一些战略传感器而对整个网络进行分区。由于网络是异构的,传感器可以从不同的需求点感知不同的现象,具有不同的采样率。随着问题实例的增长,执行所花费的时间变得不切实际。
2009-08-02 cs.NI cs.PF
Autonomous Energy Management system achieving piezoelectric energy harvesting in Wireless Sensors
无线传感器网络(WSNs)广泛用于监测应用,例如智能建筑中的湿度和温度传感、工业自动化和预测作物健康。传感器节点被部署在遥远的地方,从环境中感知数据信息,并将感知数据传输到基站(BS)。当传感器耗尽能量时,如果没有替代能源,它将无法再发挥其作用。然而,传感器电池中的有限能量阻碍了此类应用中的长期过程。此外,更换传感器的电池和重新部署传感器在时间和预算方面非常昂贵。为了在不改变传感器尺寸的情况下克服能量限制,研究人员提出了使用能量收集来通过电力重新加载可充电电池。因此,需要有效的功率管理来增加具有额外环境能量的益处。本文提出了一种新的能量自我管理的基础上的比例积分微分控制器(PID)调整的能量收集和微处理器控制器单元(MCU)控制的传感器模式。
2019-09-17 cs.NI eess.SP
Distributed Navigation Algorithms for Sensor Networks
我们提出了有效的分布式算法,以帮助导航的用户通过传感器覆盖的地理区域。传感器感知其所在位置的危险程度,我们使用此信息为用户找到通过传感器场的安全路径。传统的分布式导航算法依靠数据包在整个网络中泛洪来寻找最优的安全路径,为了减少通信开销,本文引入了骨架图的概念,骨架图是真实传感器网络通信图的稀疏子集。使用骨架图,我们表明,它是可能的,以更低的通信成本找到近似的安全路径。我们给出严格的理论保证我们的近似质量和模拟,显示我们的算法在现实的传感器网络的情况下的有效性。
2005-12-14 cs.DC cs.DS cs.NI
Connecting Mobile Things to Global Sensor Network Middleware using System-generated Wrappers
物联网(IoT)将创造一个网络物理世界,在这个世界里,我们周围的所有东西都连接到互联网,感知并产生“大数据”,这些数据必须在最少的人为干预下进行存储、处理和通信。随着新的传感器、接口和移动设备的不断涌现,最大的挑战是在为物联网开发软件驱动程序和包装器方面跟上这场竞赛。在本文中,我们研究了自动化为物联网事物开发中间件驱动程序/包装器的过程的方法。我们提出了ASCM 4GSN架构,以有效地解决这一挑战。我们证明了所提出的方法,使用全球传感器网络(GSN)中间件,它简化了一个集群的数据流引擎。ASCM 4GSN架构显著加快了包装器开发和传感器配置过程,如基于Android手机的传感器以及Sun SPOT传感器所示。
2013-01-07 cs.NI cs.SE
Sensor and Sink Placement, Scheduling and Routing Algorithms for Connected Coverage of Wireless Sensor Networks
传感器是一种小型电子设备,它具有与其他传感器或直接与基站(接收器)进行感测,计算和通信的能力。在无线传感器网络(WSN)中,传感器监测一个区域,并通过路由将收集到的数据包发送到sink。在这项研究中,我们提出了一个混合-整数线性规划(MILP)模型,以最大限度地提高无线传感器网络进行所需的任务与有限的能源和预算的时间段的数量。我们的水槽和传感器的位置,调度,路由与连接覆盖($SPSRC$)模型是第一个在文献中,结合了决定的位置的水槽和传感器,活动时间表部署的传感器,和数据流路由从每个活动传感器到其分配的水槽连接覆盖的网络在一个有限的规划范围。这个问题是NP--即使对于小的实例也很难解决。假设水槽的位置是已知的,我们开发的构造一个可行的解决方案的问题,逐步满足约束条件。然后,我们引入搜索算法来确定汇的位置,以最大限度地提高网络的生命周期。计算实验表明,我们的探试法可以找到接近最优的解决方案,在可接受的时间量相比,商业求解CPLEX 12.7.0。
2018-02-28 cs.NI eess.SP
Raptor Codes Based Distributed Storage Algorithms for Wireless Sensor Networks
本文研究了一个大规模无线传感器网络中的分布式存储问题,该网络中的$n$节点之间$k$获取(感知)独立的数据.目标是在整个网络中传播所获取的信息,使得每个$n$传感器存储一个可能编码的分组,并且对于一些小的$ε>0$,可以稍后以计算简单的方式从任何$(1+ε)k$节点恢复原始$k$数据分组。我们提出了两个基于Raptor码的分布式存储算法来解决这个问题。在第一种算法中,所有传感器都具有$n$和$k$的知识。在第二种情况下,我们假设没有传感器具有这样的全局信息。
2009-03-03 cs.DS cs.IT cs.NI
Modified SI Epidemic Model for Combating Virus Spread in Spatially Correlated Wireless Sensor Networks
在无线传感器网络(WSNs)中,每个传感器节点的主要任务是感测物理活动(即,目标或灾害状况),然后将其报告给控制中心以供进一步处理。为此,传感器节点被附接有许多具有测量环境信息的能力的传感器。基于共同感知覆盖的无线传感器网络存在节点间的空间相关性,从而导致数据通信冗余。为了研究在这种情况下的病毒传播动力学,一个修改后的SI流行病模型的数学推导,通过将无线传感器网络的参数,如空间相关性,节点密度,传感范围,传输范围,总传感器节点等建议SI模型的解决方案也确定研究随时间的动态。最初,少数节点被病毒攻击,然后病毒感染通过正常的数据通信通过其相邻节点传播。由于相关传感器区域存在冗余节点,不同的传感器覆盖范围会导致病毒传播过程的不同。所提出的SI模型捕获的空间和时间动态比现有的全球。感染过程导致网络故障。通过利用节点之间的空间相关性,传播控制方案的发展,以限制在网络中的进一步感染。数值结果分析与比较验证。
2018-01-15 cs.NI eess.SP
Data Dissemination And Collection Algorithms For Collaborative Sensor Networks Using Dynamic Cluster Heads
我们开发了新的无线传感器网络(WSNs)的数据分发和收集算法,其中我们考虑$n$传感器节点随机分布在一定的领域来测量一个物理现象。这样的传感器具有有限的能量、不足的覆盖范围、带宽和存储器限制。我们希望在整个网络中传播节点的数据,使得基站将能够通过查询少量节点来收集感测数据。我们提出了两个数据分发和收集算法(DCA的)来解决这个问题。数据分发是通过动态选择一些节点。所选择的节点将在时隙$t$之后改变,并且可以在周期$T$之后重复。
2012-05-09 cs.DS cs.IT cs.NI