The recent advancements in wireless communications, embedded processing and electronics have rendered wireless sensor networks (WSNs) an integral role in the development of smart environments and ubiquitous systems. In order to meet the ever-increasing market demands and to overcome the inherent resource-constrained nature of the constituent nodes, modern WSNs are enriched with multi-sensing nodes powered by multi-core processors. Regardless of the node type, the WSNs rely on task assignment algorithms to strategically allocate tasks to the nodes. However, our investigations reveal that a majority of task assignment algorithms are primarily designed for homogeneous WSNs. To this end, (1) the major factors influencing task assignment in a heterogeneous WSN are identified and discussed. (2) To overcome the shortcoming of the natural computing methods, a novel multi-criteria-based, nature-inspired, dynamic task assignment algorithm for centralized heterogeneous WSN inspired by the P-system has been proposed. In the proposed P-system, the nodes are mapped as cell components and the task assignment is achieved by executing the rules in a non-deterministic maximally parallel manner. Simulations were carried out by varying the criteria to achieve the desired application missions and compared with the benchmark methods. Investigation on energy, time, computational complexity, deadline missing ratio and scalability were carried out. The investigations revealed that the proposed algorithm was scalable and was able to attain the desired WSN application mission with lesser deadline missing ratio.

无线通信，嵌入式处理和电子技术方面的最新进展已使无线传感器网络（WSN）在智能环境和无处不在的系统的开发中不可或缺。为了满足不断增长的市场需求并克服组成节点固有的资源受限性质，现代WSN增添了由多核处理器支持的多感测节点。无论节点类型如何，WSN都依靠任务分配算法来策略性地将任务分配给节点。但是，我们的研究表明，大多数任务分配算法主要是为同类WSN设计的。为此，（1）确定并讨论了影响异构WSN中任务分配的主要因素。（2）为克服自然计算方法的不足，提出了一种新的基于多准则，自然启发的动态任务分配算法，用于受P系统启发的集中式异构WSN。在提出的P系统中，将节点映射为单元组件，并通过以不确定性最大并行方式执行规则来实现任务分配。通过更改标准以实现所需的应用任务来进行仿真，并与基准方法进行比较。对能量，时间，计算复杂性，截止期限丢失率和可伸缩性进行了研究。研究表明，所提出的算法具有可扩展性，并且能够以较小的截止期限丢失率实现所需的WSN应用任务。提出了一种自然启发式，动态任务分配算法，用于受P系统启发的集中式异构WSN。在提出的P系统中，将节点映射为单元组件，并通过以不确定性最大并行方式执行规则来实现任务分配。通过更改标准以实现所需的应用任务来进行仿真，并与基准方法进行比较。对能量，时间，计算复杂性，截止期限丢失率和可伸缩性进行了研究。研究表明，所提出的算法具有可扩展性，并且能够以较小的截止期限丢失率实现所需的WSN应用任务。提出了一种自然启发式，动态任务分配算法，用于受P系统启发的集中式异构WSN。在提出的P系统中，将节点映射为单元组件，并通过以不确定性最大并行方式执行规则来实现任务分配。通过更改标准以实现所需的应用任务来进行仿真，并与基准方法进行比较。对能量，时间，计算复杂性，截止期限丢失率和可伸缩性进行了研究。研究表明，所提出的算法具有可扩展性，并且能够以较小的截止期限丢失率实现所需的WSN应用任务。在提出的P系统中，将节点映射为单元组件，并通过以不确定性最大并行方式执行规则来实现任务分配。通过更改标准以实现所需的应用任务来进行仿真，并与基准方法进行比较。对能量，时间，计算复杂性，截止期限丢失率和可伸缩性进行了研究。研究表明，所提出的算法具有可扩展性，并且能够以较小的截止期限丢失率实现所需的WSN应用任务。在提出的P系统中，将节点映射为单元组件，并通过以不确定性最大并行方式执行规则来实现任务分配。通过更改标准以实现所需的应用任务来进行仿真，并与基准方法进行比较。对能量，时间，计算复杂性，截止期限丢失率和可伸缩性进行了研究。研究表明，所提出的算法具有可扩展性，并且能够以较小的截止期限丢失率实现所需的WSN应用任务。通过更改标准以实现所需的应用任务来进行仿真，并与基准方法进行比较。对能量，时间，计算复杂性，截止期限丢失率和可伸缩性进行了研究。研究表明，所提出的算法具有可扩展性，并且能够以较小的截止期限丢失率实现所需的WSN应用任务。通过更改标准以实现所需的应用任务来进行仿真，并与基准方法进行比较。对能量，时间，计算复杂性，截止期限丢失率和可伸缩性进行了研究。研究表明，所提出的算法具有可扩展性，并且能够以较小的截止期限丢失率实现所需的WSN应用任务。