吉林大学学报(工学版) ›› 2018, Vol. 48 ›› Issue (2): 571-577.doi: 10.13229/j.cnki.jdxbgxb20161348

• • 上一篇    下一篇

基于节点可靠度的无线传感器网络拓扑控制算法

刘洲洲1, 2, 彭寒2   

  1. 1.西安航空学院 电子工程学院,西安 710077;
    2.西北工业大学 计算机学院,西安 710072
  • 收稿日期:2017-11-28 出版日期:2018-03-01 发布日期:2018-03-01
  • 作者简介:刘洲洲(1981-),男,在站博士后.研究方向:无线传感器网络.E-mail:nazi2005@126.com
  • 基金资助:
    陕西省自然基础研究计划面上项目(2017JM6096); 西安市科技计划项目(2017076CG/RC039(XAHK001))

Topology control algorithm based on node reliability in WSN

LIU Zhou-zhou1, 2, PENG Han2   

  1. 1.School of Electronic Engineering, Xi'an Aeronautical University, Xi'an 710077, China;
    2.School of Computer Science, Northwestern Polytechnical University, Xi'an 710072, China
  • Received:2017-11-28 Online:2018-03-01 Published:2018-03-01

摘要: 针对无线传感器网络节点在数据传输过程中易面临能量耗尽和数据拥塞失效的问题,通过构建节点可靠度模型,获得了网络在保证节点可靠度最大且网络生存时间最长的条件下最优节点度的取值。进而依据最优节点度的取值,提出了一种基于节点度调整的无线传感器网络拓扑控制算法(TCNR)。仿真实验结果表明,TCNR算法极大减少了拓扑数据传输过程中的拥塞程度,增强了拓扑结构的健壮性,并有效延长了网络生存时间。

关键词: 计算机应用, 无线传感器网络, 拓扑控制, 数据拥塞, 能量耗尽

Abstract: During data transmission in Wireless Sensor Network (WSN), the nodes are always faced with the problems of energy depletion and data congestion. To solve these problems, this paper establishes a mathematical model of node reliability, and the optimal value of the node degree is obtained by maximizing the node reliability and the network lifetime. Then, in accordance with the optimal value of the node degree, a Topology Control based on Node Reliability (TCNR) algorithm is put forward. Simulation results show that the TCNR algorithm can greatly reduce the congestion degree in data transmission, enhance the robustness of the topological structure, and effectively prolong the WSN lifetime.

Key words: computer application, wireless sensor networks, topology control, data congestion, energy depletion

中图分类号: 

  • TP394.1
[1] Lin T Y, Santoso H A, Wu K R.Global sensor deployment and local coverage-aware recovery schemes for smart environments [J].IEEE Transactions on Mobile Computing, 2015, 14(7): 1382-1396.
[2] Mahboubi H, Moezzi K, Aghdam A G, et al.Distributed deployment algorithms for improved coverage in a network of wireless mobile sensors[J].IEEE Transactions on Industrial Informatics, 2014, 10(1): 163-174.
[3] Mahboubi H.Distributed deployment algorithms for efficient coverage in a network of mobile sensors with no identical sensing capabilities [J].IEEE Transactions on Vehicular Technology, 2014, 63(8): 3998-4016.
[4] Mahboubi H, Aghdam A G.Distributed deployment strategies to increase coverage in a network of wireless mobile sensors[C]∥ Proceedings of 2013 American Control Conference (ACC), Washington, 2013: 17-19.
[5] Zhu H L, Luo H, Peng H P, et al.Complex networks-based energy-efficient evolution model for wireless sensor networks[J].Chaos, Solitons and Fractals, 2009, 41(4): 1828-1835.
[6] Qi X Q, Ma S Q, Zheng G Z.Topology evolution of wireless sensor networks based on adaptive free-scale network [J].Journal of Information and Computational Science, 2011, 8(3): 467-475.
[7] 张德干,戴文博,牛庆肖.基于局域世界的WSN拓扑加权演化模型[J].电子学报, 2012, 40(5): 1000-1004.
Zhang De-gan, Dai Wen-bo, Niu Qing-xiao.Structure of WSN topological weighted evolution model based on local domain [J].Acta Electronic Journal, 2012, 40 (5): 1000-1004.
[8] 王亚奇,杨晓元.一种无线传感器网络簇间拓扑演化模型及其免疫研究[J].物理学报,2012,61(9): 090202.
Wang Ya-qi, Yang Xiao-yuan.Study on cluster evolution model and its immunity of wireless sensor networks [J].Acta Physica Sinica, 2012,61(9): 090202.
[9] 尹荣荣, 刘彬, 刘浩然, 等.无线传感器网络中无标度拓扑的动态容错性分析[J].物理学报,2014,63(11):110205.
Yin Rong-rong, Liu Bin, Liu Hao-ran, et al.Dynamic fault tolerance analysis of scale-free topologies in wireless sensor networks [J].Acta Physica Sinica, 2014, 63 (11): 110205.
[10] Bartolini N, Calamoneri T, Portat T FL,et al.Autonomous deployment of heterogeneous mobile sensors [J].IEEE Transactions on Mobile Computing, 2011, 10(6): 753-766.
[11] Chen I R, Speer A P, Eltoweissy M.Adaptive fault-tolerant QoS control algorithm for maximizing system lifetime of query-based wireless sensor networks [J]. IEEE Transactions on Dependable and Secure Computing, 2011, 8(2): 161-176.
[12] Ren H,Meng Q H.Game-theoretic modeling of joint topology control and power scheduling for wireless heterogeneous sensor networks [J].IEEE Transactions on Automation Science & Engineering, 2009, 6(4):610-625.
[13] Miyao K, Nakayama H, Ansari N, et al.LTRT: an efficient and reliable topology control algorithm for ad-hoc networks [J].IEEE Transactions on Wireless Communications, 2010, 8(12):6050-6058.
[14] Nahir A, Orda A, Freund A.Topology design of communication networks: a game-theoretic perspective [J].IEEE/ACM Transactions on Networking, 2014, 22(2):405-414.
[15] 尹荣荣, 刘彬, 李雅倩, 等.能量异构无线传感器网络容错拓扑研究[J].电子与信息学报, 2012,34(9):2180-2186.
Yin Rong-rong, Liu Bin, Li Ya-qian, et al.Study on fault tolerant topology of energy heterogeneous wireless sensor networks [J].Journal of Electronics & Information Technology, 2012,34(9): 2180-2186.
[16] 刘浩然,尹文晓,韩涛,等.一种优化传感器无线网络生命周期的容错拓扑研究[J].物理学报,2014,63(4):80-86.
Liu Hao-ran, Yin Wen-xiao, Han Tao, et al. Wireless sensor network fault tolerant topology for lifetime optimization[J]. Acta Phys Sin, 2014,63(4):80-86.
[17] 郝晓辰, 刘伟静, 辛敏洁, 等.一种无线传感器网络健壮性可调的能量均衡拓扑控制算法[J].物理学报, 2015,64(8):080101.
Hao Xiao-chen, Liu Wei-jing, Xin Min-jie, et al.An energy balance topology control algorithm for robustness of wireless sensor networks [J].Acta Physica Sinica, 2015,64(8): 080101.
[1] 刘富,宗宇轩,康冰,张益萌,林彩霞,赵宏伟. 基于优化纹理特征的手背静脉识别系统[J]. 吉林大学学报(工学版), 2018, 48(6): 1844-1850.
[2] 王利民,刘洋,孙铭会,李美慧. 基于Markov blanket的无约束型K阶贝叶斯集成分类模型[J]. 吉林大学学报(工学版), 2018, 48(6): 1851-1858.
[3] 金顺福,王宝帅,郝闪闪,贾晓光,霍占强. 基于备用虚拟机同步休眠的云数据中心节能策略及性能[J]. 吉林大学学报(工学版), 2018, 48(6): 1859-1866.
[4] 赵东,孙明玉,朱金龙,于繁华,刘光洁,陈慧灵. 结合粒子群和单纯形的改进飞蛾优化算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1867-1872.
[5] 刘恩泽,吴文福. 基于机器视觉的农作物表面多特征决策融合病变判断算法[J]. 吉林大学学报(工学版), 2018, 48(6): 1873-1878.
[6] 欧阳丹彤, 范琪. 子句级别语境感知的开放信息抽取方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1563-1570.
[7] 刘富, 兰旭腾, 侯涛, 康冰, 刘云, 林彩霞. 基于优化k-mer频率的宏基因组聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1593-1599.
[8] 桂春, 黄旺星. 基于改进的标签传播算法的网络聚类方法[J]. 吉林大学学报(工学版), 2018, 48(5): 1600-1605.
[9] 刘元宁, 刘帅, 朱晓冬, 陈一浩, 郑少阁, 沈椿壮. 基于高斯拉普拉斯算子与自适应优化伽柏滤波的虹膜识别[J]. 吉林大学学报(工学版), 2018, 48(5): 1606-1613.
[10] 车翔玖, 王利, 郭晓新. 基于多尺度特征融合的边界检测算法[J]. 吉林大学学报(工学版), 2018, 48(5): 1621-1628.
[11] 赵宏伟, 刘宇琦, 董立岩, 王玉, 刘陪. 智能交通混合动态路径优化算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1214-1223.
[12] 黄辉, 冯西安, 魏燕, 许驰, 陈慧灵. 基于增强核极限学习机的专业选择智能系统[J]. 吉林大学学报(工学版), 2018, 48(4): 1224-1230.
[13] 傅文博, 张杰, 陈永乐. 物联网环境下抵抗路由欺骗攻击的网络拓扑发现算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1231-1236.
[14] 曹洁, 苏哲, 李晓旭. 基于Corr-LDA模型的图像标注方法[J]. 吉林大学学报(工学版), 2018, 48(4): 1237-1243.
[15] 侯永宏, 王利伟, 邢家明. 基于HTTP的动态自适应流媒体传输算法[J]. 吉林大学学报(工学版), 2018, 48(4): 1244-1253.
Viewed
Full text


Abstract

Cited

  Shared   
  Discussed   
[1] 王文权, 商延赓, 李秀娟, 王春生, 张桂兰. 激光焊接650 MPa相变诱发塑性钢的组织与性能[J]. , 2012, 42(05): 1203 -1207 .
[2] 黄健康1, 何翠翠1, 2, 石玗1, 樊丁1. 铝/钢异种金属焊接接头界面Al-Fe金属间化合物生成及其热力学分析[J]. 吉林大学学报(工学版), 2014, 44(4): 1037 -1041 .
[3] 徐涛, 刘光洁, 葛海潮, 张炜, 于征磊. 焊接热源局部坐标移动曲线路径建模方法[J]. 吉林大学学报(工学版), 2014, 44(6): 1704 -1709 .
[4] 骆海涛, 周维佳, 王洪光, 武加锋. 搅拌摩擦焊机器人典型工况下的受载分析[J]. 吉林大学学报(工学版), 2015, 45(3): 884 -891 .
[5] 杨悦, 周磊磊. 微弧氧化对铝合金搅拌摩擦焊缝耐蚀性能的影响[J]. 吉林大学学报(工学版), 2016, 46(2): 511 -515 .
[6] 初亮, 孙成伟, 郭建华, 赵迪, 李文惠. 基于轮缸压力的制动能量回收评价方法[J]. 吉林大学学报(工学版), 2018, 48(2): 349 -354 .
[7] 何祥坤, 季学武, 杨恺明, 武健, 刘亚辉. 基于集成式线控液压制动系统的轮胎滑移率控制[J]. 吉林大学学报(工学版), 2018, 48(2): 364 -372 .
[8] 张天时, 宋东鉴, 高青, 王国华, 闫振敏, 宋薇. 电动汽车动力电池液体冷却系统构建及其工作过程仿真[J]. 吉林大学学报(工学版), 2018, 48(2): 387 -397 .
[9] 袁朝春, 张龙飞, 陈龙, 何友国, 范兴根. 基于路面辨识的主动避撞系统制动性能[J]. 吉林大学学报(工学版), 2018, 48(2): 407 -414 .
[10] 徐洪峰, 高霜霜, 郑启明, 章琨. 信号控制交叉口的复合动态车道管理方法[J]. 吉林大学学报(工学版), 2018, 48(2): 430 -439 .