科技成果

阅读数: 2986

成果名称: 无线传感器网络若干关键技术及应用研究

成果登记号: 9612019J0084

第一完成单位: 西安航空学院

联 系 人: 郝杰

成果类型: 基础理论

成果体现形式 : 著作

技术领域: 电子信息

应用行业: 科学研究和技术服务业

成果简介:

无线传感器网络(WSNs)作为物联网的关键部分和重要基础,目前的研究热点问题主要是如何减少系统通信能耗、怎样实现合理有效的节点部署和定位等关键技术究。WSNs很多优化问题如路由优化、移动Agent路径优化、重构算法参数配置等都可以归结为NP-Hard难题,然而随着网络规模不断增加,这些问题的求解效率已经成为影响网络整体性能的"瓶颈",这也迫切需要引入智能优化算法,从而提升网络运行效果。由于传统的优化算法在求解精度、求解效率等方面已不能有效解决,因此寻求适用于大规模并行计算的智能优化方法成为当前研究热点之一。目前关于群智能优化算法的研究主要集中于算法改进和连续优化问题中的应用等方面,而关于离散优化算法的研究则相对较少,且缺乏相对系统的理论研究,因此,开展离散优化算法研究具有重要意义。同时,近年来压缩感知(CS)与WSNs的结合为数据处理提供了崭新的方法,压缩感知理论改变了传统"先采集后压缩"的数据收集工作模式,将数据采集与压缩同时进行,并且只对部分节点进行数据采样,大大降低了网络传输数据量和采样复杂度。本课题在深度融合智能优化技术和压缩感知理论的基础上,研究了基于智能优化和压缩感知的WSNs关键技术(智能优化算法、信号处理、检测、定位、路径规划、任务分配)系列研究,目的是提高稀疏信号处理效率、满足差异化的QoS需求以及最大限度延长网络生存时间。本课题来源于陕西省教育厅专项科研计划项目《物联网环境下的智能压缩感知优化算法分析研究》 (项目编号:16JK1395)的研究任务。整个课题的研究分为以下几个方向:

(1)群居蜘蛛优化算法(SSO)作为新型的一种智能优化算法,具有协同机制全局寻优,能够避免早熟收敛的特点,为了提高SSO样本多样性和算法收敛性能,提出了一种基于动态多子族群自适应群居蜘蛛优化算法(DMASSO)。

(2)为提高无线传感器网络(WSNs)异常检测算法准确率和降低网络能耗,提出了一种基于改进压缩感知(CS)重构算法和智能优化GM(1,1)的WSNs异常检测方案。

(3)对无线传感器网络(WSNs)多移动Agent协作规划问题进行了研究,提出了一种基于网络覆盖和离散多目标群集蜘蛛算法的多移动Agent规划方法。

(4)针对无线传感器网络(WSNs)监控区域内的入侵者选择节点进行协同攻击的任务分配问题,建立了以节点移动距离和节点能耗为主的任务分配问题数学模型。

(5)研究了离散混合蛙跳算法(Discrete Shuffled Frog Leaping Algorithm,DSFLA)在压缩感知(CS)重构算法中的应用。

(6)针对压缩感知理论(CS)应用在无线传感器网络中时序信号在传输过程存在压缩比率低、通信能耗高等问题,提出了一种时序信号分段压缩算法来解决在信号稀疏度未知及高稀疏度条件下,压缩感知数据重构算法中存在的重构效率低,重构精度差,影响网络生命周期的问题。

这些研究结果出版在学术专著《无线传感器网络若干关键技术研究及其应用》和同时发表多篇科研论文。