针对无线传感器网络节点距离测量精度问题,提出了一种基于平滑跳数梯度的间接测距方法DV-SHG(DV-hop with Smoothing Hop Gradient)。DV-SHG应用节点的邻居节点信息对跳数值和平均每跳距离进行修正以提高测距精度。理论分析及仿真结果表明,与DV-GNN(DV-hop with the Number of Gradient Neighbors)算法相比,在相同的计算和通信开销下,DV-SHG算法能获得较高的测距精度,在节点密集分布的无线传感器网络中具有很好的测距效果。
针对DV-HOP(distance vector hop)算法的定位精度对节点间跳数信息依赖性较强的特点,提出一种基于接收信号强度指示(received signal strength indicator,RSSI)每跳分级和平均跳距修正的DV-HOP改进算法RADV-HOP(RSSI and average hopping distance modifying DV-HOP)。仿真结果表明:在相同的网络环境里,与传统DV-HOP算法相比,RADV-HOP定位算法仅需节点通信芯片带有RSSI指示功能及增加少量的计算和通信开销,不需要额外的硬件开销,将每跳分为3个子级时,归一化定位误差能下降65%;与其他DV-HOP修正算法相比,RADV-HOP算法以相同的通信开销和稍微增加的计算开销使定位误差下降了45%。
由于移动节点间的相遇机会的不确定性,容迟网络采用机会转发机制完成分组的转发。这一机制要求节点以自愿合作的方式来完成消息转发。然而,在现实中,绝大多数的节点表现出自私行为。针对节点的自私行为,提出了基于信任蚁群的自组织路由算法TrACO(Trust Ant Clone Optimization)。该算法利用蚁群算法基于群空间的搜索能力和快速的自适应学习特性,能够适应容迟网络动态复杂多变的网络环境。最后对TrACO进行性能仿真分析,仿真结果表明TrACO能够在较低的消息冗余度和丢弃数下获得较高的分组转发率和较低的消息传输时延,表现出较强的挫败节点自私行为的能力。
资源受限的传感器节点密集分布在无线传感器网络监控区域,sink节点通过收集节点间观测信息对监控区域内发生的事件进行感知.本文提出SCMAR(Spatial Correlation-based Mobile Agent Routing)路由算法,在移动代理架构内,利用节点观测数据的空间相关性以能量有效的方式对感知事件进行估计.仿真结果表明SCMAR在各种应用环境下能量有效性均优于MARDF(Mobile Agent Routes for Data Fusion)路由算法.
