无线传感器网络中分簇算法的研究

论文摘要

无线传感器网络综合了传感器技术、计算和通信技术,成为计算机科学领域一个活跃的研究分支。在网络结构上,由于分簇结构在降低节点能量消耗及提高网络的可扩展性方面比平面结构具有较大的优势,因此分簇结构是目前研究的重点,而分簇结构的形成和维护依赖于某种分簇算法,算法的好坏直接影响无线传感器网络的整体工作水平和实用化进程。文章对多种分簇算法进行了分析,并讨论了他们各自的应用领域。首先,通过对基于节点密度的分簇算法的研究,针对该算法所建立簇之间重叠度较高而且没有限制簇的大小的弊端,提出了一种改进算法:CAND-T算法。该算法通过对网络阈值的估算,限制了簇的大小并降低了簇的重叠度。其次,受LEACH和LEACH-C算法思想的启发,提出了一种基于RBF神经网络的分簇算法:CARBF算法。该算法中的簇头选择机制考虑了节点密度、节点剩余能量和节点位置等因素,利用分布式临时分簇方式汇集并传送信息,然后利用能量无限制的汇聚节点以集中式方式进行分簇。文章详细描述了CAND-T和CARBF算法的实现过程,并对其分别进行了实验仿真。仿真结果表明CAND-T算法提高了网络负载均衡度并降低了簇的重叠度,更适合用于节点分布密集的场合;利用自主开发的网络模拟器对CARBF算法进行了实验仿真,结果表明CARBF比LEACH算法和LEACH-C算法选出的簇头分布更均匀,并提高了网络连通度和网络负载均衡程度,延长了网络的生命周期,具有良好的实用价值。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 本课题的研究背景
• 1.1.1 无线传感器网络的特点
• 1.1.2 无线传感器网络的应用
• 1.2 本课题的研究目的
• 1.3 本文的主要工作
• 1.4 本文的组织结构
• 第二章 无线传感器网络中分簇算法的研究现状
• 2.1 无线传感器网络的体系结构
• 2.2 无线传感器网络的网络结构
• 2.3 分簇算法的基本概念
• 2.4 分簇算法的研究现状
• 2.4.1 基于ID 分簇算法
• 2.4.2 基于节点密度的分簇算法
• 2.4.3 分布式随机分簇算法
• 2.4.4 集中式随机分簇算法
• 2.4.5 其他分簇算法
• 2.5 本章小结
• 第三章 基于节点密度的分簇算法的改进和仿真
• 3.1 基于节点密度分簇算法的性能分析
• 3.2 基于节点密度分簇算法的改进
• 3.2.1 算法详细描述
• 3.2.2 无线通信模型
• 3.2.3 阈值T 的选取
• 3.3 算法的仿真和分析
• 3.4 本章小结
• 第四章 基于RBF 神经网络的分簇算法的设计
• 4.1 人工神经网络概述
• 4.2 径向基神经网络概述
• 4.2.1 RBF 神经元及网络模型
• 4.2.2 RBF 神经网络工作原理
• 4.3 CARBF 算法提出的背景
• 4.4 CARBF 算法的网络模型
• 4.5 CARBF 算法设计与实现
• 4.5.1 临时簇的划分
• 4.5.2 簇头的选取
• 4.5.3 簇的形成
• 4.5.4 簇间通信
• 4.5.5 算法详细设计
• 4.6 CARBF 算法特点
• 4.7 本章小结
• 第五章 CARBF 算法的仿真与分析
• 5.1 MATLAB 与VISUAL C++的混合编程
• 5.2 仿真程序界面
• 5.3 仿真结果与分析
• 5.3.1 网络中簇头的分布
• 5.3.2 网络的连通度
• 5.3.3 网络的负载均衡程度
• 5.3.4 网络的生命周期
• 5.3.5 簇头和几个参数的关系
• 5.3.6 几个算法的综合比较
• 5.4 本章小结
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 攻读硕士期间发表的论文