数据压缩算法在单片机上的实现

信息时代测量数据以爆炸形式倍增，对“海量”数据的压缩存储，保证数据主要特征基本不变的前提下，研制数据压缩在单片机上来实现，对HUFFMAN压缩算法研究，获得较快的压缩速度，减少数据存储空间和传输的通信流量，节省数据的存储空间，保证大压缩比，同时具有还原恢复特性。     

基于Voronoi盲区的差分进化WSN部署算法

为提高差分进化算法在无线传感器网络中的部署能力,提出了一种改进的差分进化部署算法。算法利用Voronoi图的顶点可以确定盲区位置的特性,用盲区位置替代差分进化算法中变异操作的一个随机向量,引导节点向盲区移动。仿真实验结果表明,算法覆盖效果明显提升,该改进方法为群体智能算法在覆盖部署上的应用提供了新思路。     

对无线网络路由算法的研究

无线传感器网络(Wireless Sensor Network,WSN)是一项新兴的信息技术,涵盖多个技术领域。文章首先对无线传感器网络进行简要介绍,并分析和比较了一些具有代表性的路由算法,对各种路由算法的有利和不利方面进行了讨论和总结。     

基于传感器网络的分布式遗传k-means聚类算法研究

传统的集中式聚类算法不适宜对传感器网络的分布式数据进行聚类,用遗传进化机制对传统k-means的分布式聚类算法进行优化,可得出遗传k-means聚类算法。遗传k-means聚类算法即在传感器网络中sink节点传送随机选取的初始k个簇心到各个传感器节点,在这些节点上分别用遗传k-means聚类算法将本地的数据划分到距离最近的簇,然后将簇信息在无线传感器网络里通过路由逐层上传合并汇聚到sink节点,计算k个簇心的平均值,再往下传送k个簇心,反复迭代更新直至聚类目标函数值达到最小为止。实验表明,遗传k-means聚类算法的聚类效果较好,收敛速度较快。     

基于自适应信道切换的抗干扰技术研究

无线传感器网络（WSN）作为家庭智能化应用的重要技术,由于与其它无线技术共用相同频段,导致其结果产生交叉干扰,通信可靠性降低。通过对处于 WiFi 环境中 WSN 设备的通信可靠性进行研究,对自适应信道切换（ARCH）协议进行改进,与汇聚路由树协议（CTP）协调使用,重新设计了无控制信道的自适应信道切换（non-Ctrl CAH）协议。该协议基于实时检测的链路质量,以自适应方式切换到其它信道进行通信,以缓解WiFi 干扰。实验结果表明,在干扰环境中,与固定信道协议相比,non-Ctrl CAH 协议的包接收率达到 95%以 上,而且在干扰情况下 non-Ctrl CAH 协议的功耗仅为控制信道自适应信道切换（Ctrl CAH）协议和固定信道协议的 1/2。non-Ctrl CAH 协议能以最低功耗获得较高的包接收率,并且能够有效缓解家庭环境中的 WiFi 干扰。     

WSN中一种规则区域最优覆盖与连通算法研究

本文主要研究的是无线传感器网络的覆盖和连通问题,这个问题在国内外已经取得了很大的研究进展,在本文中,我们主要通过实验的方法来讨论在满足网络覆盖率和连通率的前提下,所需的最少节点数问题,在实验中,我们发现考虑边界因素可以显著降低实验的复杂程度.最后,我们对网络的性能做出了一个完整的评价.     

无线传感器网络簇首生成算法的比较研究

在无线传感器网络中,簇首节点通常具有较高的能量,负责其所在区域的内信息的处理和转发,因此簇首的选取对于网络的生命周期至关重要。本文对几种典型簇首生成算法从簇首产生速度、簇的形成速度、簇的维护开销、簇的负载均衡性和算法的健壮性、扩展性、节能性等方面做了综合分析。     

无线传感器网络簇首生成算法的比较研究

在无线传感器网络中,簇首节点通常具有较高的能量,负责其所在区域的内信息的处理和转发,因此簇首的选取对于网络的生命周期至关重要。本文对几种典型簇首生成算法从簇首产生速度、簇的形成速度、簇的维护开销、簇的负载均衡性和算法的健壮性、扩展性、节能性等方面做了综合分析。     

无线传感器网络中覆盖控制理论与算法研究

分析了无线传感器网络中的覆盖控制理论及相关问题,在此基础上对无线传感器网络中的覆盖控制算法进行了研究。     

基于Huffman编码的XML文件压缩存储算法研究与实现

XML(可扩展标记语言) 是一种广泛应用于网络的数据存储交换格式,采用通用标记语言,具有良好的数据存储和分析能力,其缺点是XML文档存在结构冗余。伴随着XML在网络上应用的扩展,XML压缩成为目前关注的研究问题。从压缩、存储两方面研究了XML文件的压缩算法。根据重复出现权重,基于Huffman树生成对应的编码（0、1数字表示）,减少XML文件结构重复导致的冗余。存储文件时,把n位编码（二进制）转化为一个ASCII字符存储（n不是8倍数即补位）,节省了存储空间。大量实验证明：算法具有良好的可行性和研究价值。     

适用于无线传感器网络分簇算法研究

无线传感器网络拓扑控制算法对于延长网络的生存时间、减小通信干扰、提高路由协议和MAC协议的效率等具有重要的意义。根据无线传感器网络的分簇机制,有效地利用成簇算法均衡网络节点负载,降低能耗,从簇首的选择、簇组织和簇的路由三个方面系统地分析当前典型的成簇算法,对算法的特点和适用情况进行比较分析,并指出目前算法存在问题和改进措施。     

适用于无线传感器网络分簇算法研究

无线传感器网络拓扑控制算法对于延长网络的生存时间、减小通信干扰、提高路由协议和MAC协议的效率等具有重要的意义。根据无线传感器网络的分簇机制,有效地利用成簇算法均衡网络节点负载,降低能耗,从簇首的选择、簇组织和簇的路由三个方面系统地分析当前典型的成簇算法,对算法的特点和适用情况进行比较分析,并指出目前算法存在问题和改进措施。     

无线传感器网络质心定位算法仿真研究

质心定位算法是无线传感器网络中一种经典的无需测距的定位算法。系统分析了锚节点个数、节点通信半径以及网络中节点总数对该算法定位性能的影响,并进行了仿真。通过对仿真结果的分析,在100m×100m的无线传感器网络区域内,当锚节点个数为总节点个数的10%时,针对不同的总节点个数,存在最优的节点通信半径,可以使节点定位率达到95%以上,同时具有较小的节点定位误差。     

负载均衡的异构传感器网络分簇路由算法研究

有限的能量资源是无线传感器网络（WSNs）广泛应用的主要限制之一。为了最大化整个网络的生存时间,需要优化无线传感器网络中节点的能量消耗。协议使用的无线传感器网络模型包含两种节点：普通节点和能量较高的高级节点。算法中综合考虑了节点当前剩余能量、网络中平均能量、簇头到基站的距离和节点类型等因素,设计了一种适合于异构无线传感器网络路由协议（HCEEC）。在该协议中,基站在对应的区域中选择能量更大、更加靠近基站的节点作为簇头来搜集本区域内的信息,簇头节点对本簇内的信息进行融合之后发送至基站节点。实验表明,该算法能够更好地综合网络中能量的负载、提高网络吞吐量和延长网络生存时间。     

基于分布式视频编码的WMSN节点能耗

分布式视频编码(DVC)是一种编码简单、解码复杂的视频编码方案,适用于计算能力与能量受限的WMSN节点。分析了目前性能较好的DISCOVER DVC方案以及视频传感器节点的能耗模型,研究分布式视频编码方案的对节点数据处理和传输能耗的影响。通过实验仿真的方式对比H.264帧内编码方案与DVC方案,分析H.264帧内编码视频编码方案和DISCOVER DVC方案在节点数据处理和传输方面的能耗特点。实验结果表明,与H.264帧内编码方案相比,DISCOVER DVC方案可以降低视频传感器节点的能耗。     

基于便利因子分簇路由优化算法

为了达到进一步节省传感器网络中能量的目的,在CABCF(a cluster algorithm based on communication facility)算法的基础上,考虑簇的大小对无线传感器路由算法的影响,对基于便利因子分簇路由算法(CABCF)进行了优化研究,提出了进一步优化的算法(CABCF-DCS:a cluster algorithm based on communication facility with deterministic cluster-size),并通过仿真比较证明了该算法的有效性.     

基于多级异构网络的无线传感器网络高效分簇路由算法

在较大规模的无线传感器网络周期性数据采集应用中,经常会出现异构网络, LEACH等协议没有考虑节点的异质性。提出一种基于多级异构网络的高效路由分簇协议,考虑了节点的异质性,为不同类型节点设置不同簇头选举概率及阈值函数,优化簇头选举策略,较高初始能量和剩余能量的节点比低能量节点拥有更多的机会成为簇头节点。实验结果表明,能够高效地利用传感器网络采集数据,网络负载总体均衡,并延长网络生存周期。     

移动无线传感器网络节点合成蒙特卡罗定位算法

为提高传感器节点自定位精度,满足不同网络规模应用的需要,提出了合成蒙特卡罗定位算法.算法采用混合采样箱方法提高采样成功率,在锚节点密度较低时,先利用多跳锚节点方法收集锚节点信息,然后再运用采样箱方法计算未知节点位置,解决了采样速度慢和锚节点密度低时的应用受限问题.仿真实验结果表明,此算法可以不受锚节点密度限制,且提高了定位精度,具有自适应性和实用性.     

面向传感器网络的无线节点智能定位优化算法

为了实现低成本物联网无线设备的定位,提出了一种基于深度强化学习(DRL)的无监督无线节点定位优化算法.将连续无线定位过程建模为马尔可夫决策过程(MDP),提出了一种新的奖励设置机制,该机制能从未标记的无线接收信号强度(RSS)中实现鲁棒的地标数据提取.使用RSS测量值和代理位置来构建DRL模型的输入,以减少模型重训练的需求.并使用模拟实验对所提出的算法进行了评估.实验结果表明,与现有的无监督算法相比,本算法能实现更低的无线定位误差,并能进行自监督的学习.     

基于节点相遇时间估计的DTMSN路由算法

针对行人场景下节点相遇具有一定规律性的情况,提出了一种基于节点相遇时间估计的容延迟移动传感器网络路由算法(EEBR),以优化行人场景下的网络性能。通过对节点间历史相遇信息和节点间相互关系的分析,设计了一种实时估计普通节点和汇聚节点相遇概率的方法,并对发送缓冲区转发机制进行了设计。基于EEBR的行人场景数据集下的仿真结果表明,与传统的路由算法相比,EEBR算法的消息投递成功率、平均投递延迟和网络负载等关键指标更优。