移动WSN基于虚拟簇头数据收集策略的研究

移动WSN基于虚拟簇头数据收集策略的研究

论文摘要

无线传感网络是以数据为中心的网络,如何实现感知数据的有效收集是实现传感网络广泛应用的关键技术之一。随着移动传感网络的发展应用,若继续采用传统数据收集模式,则数据传输需要维护大量的网络控制信息,对节点处理能力要求较高,并严重影响网络的性能,难以满足节点的移动性要求。因此,研究基于节点随机移动的多层传感网络的数据收集策略是一项具有前瞻性并有重要意义的课题。本文针对多层移动传感网络提出了一种基于虚拟簇头的数据收集策略(VCDC),它采用簇-树混合型数据收集模式,集簇型与树型模式的优点于一体,提高了网络的整体性能。本文围绕基于虚拟簇头的数据收集策略主要开展两方面的研究工作:基于权值的虚拟簇头选举和F节点移动收集路径的规划,具体工作如下:(1)基于权值的虚拟簇头选举:各分簇内的传感节点在获取自身的位置信息后,综合自己的邻居节点数、剩余能量与距离值选出本簇的虚拟簇头。此簇头只需将自身的位置信息告通知给F节点,由F节点负责收集簇内传感节点的感知数据,无需担当收集与转发数据的职责。为了降低网络能耗与维持簇的稳定工作,虚拟簇头担任到其剩余能量小于某个阈值时进入下一轮簇头选举,从而减少网络重建的次数,提高网络的稳定性,延长网络的生存周期。(2) F节点移动收集路径的规划:以每个簇的虚拟簇头为顶点,两点间的距离为边的权值,随机选择监测区域内某个虚拟簇头作为树的根结点,构造一棵最小生成树,得到一条遍历所有虚拟簇头的优化路径。F节点按此路径移动至每个目标位置,停留一定时间收集该簇范围内S节点的感知信息,以保证稳定、可靠地接收该簇内所有S节点所采集的环境信息。最后对VCDC进行仿真实验,得到的结果表明,簇-树混合型数据收集模式能减少S节点移动带来的影响,保证F节点及时、可靠、低耗能地收集信息,并在S节点具有同等性能的情况下大大延长了网络生存周期,满足了移动传感网络的应用需求。同时,F节点移动控制策略很好地解决了多层节点移动带来的网络不稳定、数据丢包率高等问题,只需布置少量的F节点,即可获得较高的网络覆盖率和较低的数据丢包率。

论文目录

  • 摘要
  • Abstract
  • 绪论
  • 1.1 研究背景及意义
  • 1.1.1 研究背景
  • 1.1.2 研究意义
  • 1.2 研究现状及发展趋势
  • 1.3 课题来源
  • 1.4 论文主要研究工作
  • 1.5 论文组织结构
  • 第2章 无线传感网络数据收集相关技术
  • 2.1 数据收集技术概述
  • 2.1.1 数据收集概念
  • 2.1.2 数据收集性能评价指标
  • 2.2 数据收集技术分类
  • 2.2.1 根据网络拓扑结构划分
  • 2.2.2 根据数据生成方式划分
  • 2.3 移动数据收集技术
  • 2.3.1 移动基站
  • 2.3.2 移动中继
  • 2.4 典型数据收集方法比较
  • 2.5 本章小结
  • 第3章 基于虚拟簇头的数据收集策略
  • 3.1 三层网络体系结构
  • 3.2 虚拟簇头位置信息的获取
  • 3.2.1 监测区域的划分
  • 3.2.2 S 节点位置信息的获取
  • 3.2.3 虚拟簇头的确定
  • 3.3 F 节点移动收集路径的规划
  • 3.4 数据传输
  • 3.5 下一轮簇头的选举
  • 3.6 VCDC 算法形式化描述
  • 3.7 本章小结
  • 第4章 VCDC 仿真实验与结果分析
  • 4.1 仿真实验
  • 4.1.1 能量消耗模型
  • 4.1.2 实验场景
  • 4.2 结果分析
  • 4.2.1 网络覆盖率
  • 4.2.2 数据丢包率
  • 4.2.3 网络生存周期
  • 4.2.4 与LEACH 能耗比较分析
  • 4.3 本章小结
  • 第5章 总结与下一步工作
  • 5.1 总结
  • 5.2 下一步工作
  • 参考文献
  • 致谢
  • 攻读硕士学位期间公开发表的论文
  • 攻读硕士学位期间参与导师课题
  • 相关论文文献

    • [1].面向WSN的无人机水域监测系统研究与应用[J]. 现代电子技术 2020(12)
    • [2].基于WSN的流量监控系统设计[J]. 常州信息职业技术学院学报 2020(04)
    • [3].基于WSN的污水处理系统的监测研究[J]. 电脑知识与技术 2020(25)
    • [4].基于WSN的气体钻井地层出水模拟监测系统[J]. 仪表技术与传感器 2016(12)
    • [5].面向精细农业的WSN路由协议低功耗性能的分析[J]. 阴山学刊(自然科学版) 2017(02)
    • [6].WSN路由协议“热点”问题的分析与研究[J]. 阴山学刊(自然科学版) 2017(03)
    • [7].基于WSN的气象数据采集系统设计[J]. 智能城市 2016(08)
    • [8].一种基于WSN和GPRS的箱式变电站监控系统设计[J]. 现代电子技术 2016(17)
    • [9].基于人工蜂群寻优算法的WSN中继节点布局方案[J]. 电信科学 2016(09)
    • [10].基于位置感知和代理的WSN多径路由方案[J]. 电视技术 2015(11)
    • [11].一种基于消息队列的WSN观测数据自动入库方法[J]. 自动化与仪器仪表 2015(08)
    • [12].基于冗余节点间歇性的WSN路由协议的设计[J]. 沈阳化工大学学报 2020(01)
    • [13].改进压缩感知算法的WSN数据恢复方法[J]. 计算机工程与设计 2020(05)
    • [14].基于WSN的便携式多路无线抢答器设计[J]. 牡丹江师范学院学报(自然科学版) 2020(02)
    • [15].可低占空比采集充放电数据的WSN节点光伏系统设计[J]. 绍兴文理学院学报(自然科学) 2016(03)
    • [16].基于WSN的温室智能灌溉系统软件设计[J]. 现代电子技术 2017(16)
    • [17].基于卡尔曼滤波的WSN中发酵温度数据处理[J]. 信息技术 2017(09)
    • [18].基于WSN的室内定位系统[J]. 通信与信息技术 2017(05)
    • [19].基于WSN的大型仪器设备开放共享管理系统构建[J]. 实验室研究与探索 2015(11)
    • [20].WSN节能问题中基于曲线拟合的插值算法研究[J]. 现代电子技术 2016(01)
    • [21].物联网中WSN网络中的节点故障快速定位模块设计与实现[J]. 现代电子技术 2016(18)
    • [22].基于WSN的猪舍环境监测系统设计[J]. 黑龙江八一农垦大学学报 2015(02)
    • [23].基于改进人工鱼群算法的WSN覆盖优化策略[J]. 微电子学与计算机 2015(06)
    • [24].WSN定向扩散路由协议的改进和实现研究[J]. 网友世界 2013(23)
    • [25].面向基于磁感应的非传统媒介WSN的能耗模型[J]. 传感技术学报 2020(09)
    • [26].动态分簇的多移动机器人WSN数据收集方法研究[J]. 小型微型计算机系统 2014(04)
    • [27].面向WSN的安全范围查询协议研究[J]. 现代电子技术 2014(11)
    • [28].WSN经典路由协议比较[J]. 智能计算机与应用 2014(02)
    • [29].一种基于WSN的氧化锌避雷器在线监测方法[J]. 黑龙江科技信息 2012(29)
    • [30].WSN拥塞控制协议的研究[J]. 软件导刊 2010(08)

    标签:;  ;  ;  ;  ;  

    移动WSN基于虚拟簇头数据收集策略的研究
    下载Doc文档

    猜你喜欢