基于全局感知区域的传感器网络概率检测配置算法

来源 :第一届中国传感器网络学术会议(CWSN 2007) | 被引量 : 0次 | 上传用户:libraspace
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
本文使用网格描述感知区域研究传感器网络检测模型,采用不精确性概率检测方法采集感知区域目标数据。探讨信息感知的覆盖分布规律,提出感知区域的度量空间概念和配置目标函数。以传感器配置过程中感知区域目标点动态的检测需求程度为依据,配置传感器节点。给出了基于全局感知区域的配置算法,进行了算法分析,并提出该配置算法具备最优解的上界条件。通过实验给出配置算法在各种情况下的实验结果,进一步验证算法的配置效果和理论分析的正确性。
其他文献
布置大量的节点研究无限传感器网络的性能,在大多数情况下不太实际。依据无线传感器网络的特点,结合实际工程需要,设计网络模拟器是研究网络能耗分布、服务质量和网络延迟等性能指标的有效手段。文中在简要分析Ns-2、 GloMosim、 SENSE、 TOSSIM和Shawn等模拟器特点的基础上,采用面向对象的程序设计思想,以C++Builder作为开发工具,设计并封装了结构、场景、节点、路由协议和MAC协
Energy is one of the most important resources in wireless sensor networks. Recently, the mobility of base station has been exploited to preserve the energy. But in event driven networks, the mobility
目标跟踪是无线传感器网络许多应用的基础,应用于传感器网络的目标跟踪算法必须考虑节能以延长网络生命周期。集中式跟踪算法虽然精度较高,但是能耗太大而且不能有效均衡网络负载,从而降低整个网络的生命周期。本文就单目标分布式跟踪的模型、算法以及失败恢复等问题进行了探讨,主要思想在于利用贝叶斯估计方法预测与更新跟踪过程,只允许在目标预测轨迹附近的传感器节点参与和执行跟踪任务,以此减少不必要的通信,从而延长网络
在无线传感器网络中,数据融合技术可以被用来节省能量。本文基于监测数据的时间序列模型以及时间序列预测,提出了一种适用于无线传感器网络的基于预测的时域数据融合方法。本文以部署于故宫博物院的环境监测网络采集的温度数据为样本,通过仿真以及实验对该方法进行了分析与验证。仿真结果表明,自回归预测算法与其它预测算法相比,具有更好的适用性,当误差阈值为0.05℃时,节能收益为68%。实验结果表明,使用自回归预测算
无线传感器网络由数量众多的低成本,硬件条件和电能有限的传感器节点组成。由于网络所采用的Multi-hop通信方式,造成节点能耗分布的不平衡。为延长网络生命期,在对节点通信过程中能量消耗的情况进行分析的基础上,结合最优化的理论,本文提出了两种针对不同节点部署情况的能量优化的数据传输方法:一种是当网络节点均匀部署在监测区域内,节点转发数据时,同时向多个后继节点发送,降低其直接后继节点的数据转发负载;另
无线传感器网络中相邻节点间的数据具有较大的相关性,利用这种相关性进行压缩以减少数据传输量,是降低能量消耗的重要思想,分布式信源编码是其中主要的方法之一。分布式信源编码对网络的架构有一定要求,直接影响着网内的信息压缩效率。本文对这一问题进行研究,主要集中在应用层,即确定哪些节点传送边信息,哪些节点根据边信息进行压缩的问题。提出了一种根据网络拓扑动态分簇的方法,节点依据簇内信息进行压缩,取得了较好的压
能源有限是无线传感器网络的显著特征,因此能量管理成为无线传感器网络的关键技术之一。目前的现状多为在研究路由选择、数据融合或者拓扑控制时顺便考虑节能的问题,因而不具有完备性。本文立足于与能耗相关的多个方面,提出了若干基于Agent技术的能量管理算法,目的是为了节省能耗,平衡通信流量和负载,最大化整个网络的生命周期。通过仿真实验和算法性能比较,总结了其优缺点并论证了其可行性。
为了使传感器网络算法能更好地适应实际应用,我们需要研究在异构环境下的传感器网络算法。本文提出的DCDF (DistributedClustering with Data Fusion Algorithm)算法正是在这种能量异构的网络环境下考虑的基于数据融合的分布式成簇算法。在成簇时考虑簇大小、簇头平均功率以及负载均衡来实现每轮能量消耗的基本均等以延长网络的稳定周期,并通过数据融合算法降低传输数据量
目前,无线传感器网络在智能环境检测,灾难控制,战场侦察,安全监视方面取得了日益广泛的应用,引起人们日益关注,亟须仿真平台来研究无线传感器网络,在分析无线传感器网络能量消耗特征的基础上,利用小波变换生成一步转移矩阵,基于Markov模型提出了无线传感器网络节点能量消耗模型。仿真结果表明,与真实的无线传感器网络节点相比,能够有效地描述出无线传感器网络节点能量消耗过程。
对于能耗受限的无线传感器网络,提高效能是最主要的目标之一。物理层能耗模型是高效能设计的基础,所以一个实际准确的节点物理层功耗分析模型就显得更为必要了。作者在前人对节点物理层功耗分析的基础上,以GAINs节点为实验对象,从电路级进一步细化了无线传感器网络节点的功耗分析模型,并依此模型进行了高效能优化设计的探讨。以成功传输单比特能耗(Energy-per-useful-bit: EPUB)为衡量指标进