非可靠无线传感网络中优化网络寿命的数据汇集方法

论文摘要

随着无线传感网络（WSN, Wireless Sensor Network）技术的进步,WSN被应用于越来越多的领域,其主要功能是数据汇集。显然,只有当整个网络处于有效的工作状态,才能进行数据汇集。一旦网络失效,它就无法为用户提供有效的服务。因此,延长WSN的寿命是WSN研究领域的重要问题之一。WSN的链路不稳定,容易丢包,而且数据包丢失导致发送方重传,这会造成网络中节点的能耗增大,网络寿命缩短。此外,WSN数据传输时延与网络寿命往往有着相互制约的关系。实时的WSN应用,例如火灾检测、易燃物监测或核泄漏监测等,用户往往要求在时延约束下获得数据。因此,如何协调网络寿命和数据延时这二者之间的关系成为在实时性要求下延长WSN寿命的研究领域的难点。本文致力于研究同时达到以下两个目标且适用于WSN的数据汇集方案：（1）WSN中的汇聚节点在非可靠的环境下和给定的时间限制条件下收集到尽可能多的数据;（2）有效地实现节能从而延长WSN寿命。所采用的主要研究方法为：构建数据汇集树来收集数据,并且在时延约束下降低节点的重传能耗、均衡节点间的能量消耗来优化在采用所构建的数据汇集树时WSN的网络寿命。本文的主要工作和创新之处如下：1.针对WSN链路不稳定的特点,在数据收集中采用期望传输次数（ETX, Expected Transmission Count）来衡量节点间的传输能耗,针对数据实时性和网络寿命的要求,提出了计算数据包延时的方法,结合节点的剩余能量形成了一个网络寿命优化问题LOP（Lifetime Optimization Problem）,以实现在延时约束下结合链路质量和节点的剩余能量最大化网络寿命。2.针对上述LOP,提出了一种基于树的能量和时延感知方案TEDAS （Tree-based Energy and Delay Aware Scheme）,该方案所构建的数据汇集树既能最大化WSN的寿命又能保证其传输延迟。TEDAS在以ETX为权值的最小生成树MEST（Minimum ETX Spanning Tree）的基础上,在延时约束条件下,不断对瓶颈节点的寿命进行优化,从而在保证延时的前提下延长整个网络的寿命。3.为了克服TEDAS可能陷入局部最优、无法达到全局最优这一缺点,对TEDAS算法进行改进：在TEDAS的基础上采用遗传算法来优化数据汇集树的寿命,提出了基于遗传算法的能量和时延感知方案的数据汇集方案GEDAS（Genetic algorithm-based Energy and Delay Aware Scheme）,具体说明了遗传算法中染色体的编码方式以及对染色体进行的选择、交叉和变异操作,并提出在遗传算法中利用免疫机制来保证达到时延约束的方法,使上述LOP达到全局最优。4.在研究构建数据收集树的过程中,我们发现数据汇集树的路由环路问题不可避免,而且它是造成网络寿命缩短的主要原因之一。因此,本文提出了利用Bloom Filter来解决WSN路由环路问题。5.对本文所提出的TEDAS和GEDAS两种数据收集方案分别在无延时约束和不同的延时约束条件下进行仿真试验,仿真结果表明TEDAS和GEDAS在网络寿命和数据完整性两方面都优于一些现有的数据收集方案,如MEST, RT （Random Tree）, SPTS （Shortest Path Tree with Semi-matching）等,而且GEDAS能够有效克服TEDAS陷入局部最优的缺点。

论文目录

• 摘要
• ABSTRACT
• 第1章 绪论
• 1.1 研究背景和意义
• 1.2 国内外研究现状
• 1.3 本文主要工作和贡献
• 1.4 本文组织结构
• 第2章 无线传感器网络寿命优化问题
• 2.1 无线传感节点概述
• 2.1.1 无线传感节点的模块介绍
• 2.1.2 无线传感节点的能耗
• 2.2 无线网络链路的不可靠性
• 2.3 无线传感网络的数据融合和实时性需求
• 2.4 网络寿命优化问题建模
• 2.4.1 系统环境假设
• 2.4.2 网络寿命优化问题
• 2.4.3 网络寿命优化问题及其求解算法复杂度
• 2.5 本章小结
• 第3章 基于树的能量和时延感知数据汇集方案
• 3.1 树调整算法（ATA）设计
• 3.2 基于树的能量和时延感知方案（TEDAS）
• 3.3 TEDAS应用范例
• 3.4 本章小结
• 第4章 基于遗传算法的能量和时延感知的数据汇集方案
• 4.1 遗传算法
• 4.2 基于遗传算法的能量和时延感知方案的数据汇集方案设计（GEDAS）
• 4.2.1 编码方式
• 4.2.2 免疫机制
• 4.2.3 初始群体
• 4.2.4 适应度（Fitness）计算方式
• 4.2.5 选择
• 4.2.6 交叉
• 4.2.7 变异
• 4.2.8 产生下一代
• 4.3 本章小结
• 第5章 用Bloom Filter方法解决环路问题
• 5.1 数据收集树中的环路问题
• 5.2 环路问题的解决方法
• 5.3 用bloom filter解决环路问题
• 5.4 本章小结
• 第6章 仿真结果与性能分析
• 6.1 仿真参数
• 6.2 无延迟约束下网络寿命分析
• 6.3 延迟约束对网络寿命的影响
• 6.4 数据准确率性能分析
• 6.5 网络密度对网络寿命的影响
• 6.6 网络规模对网络寿命的影响
• 6.7 本章小结
• 第7章 结论与展望
• 7.1 结论
• 7.2 展望
• 参考文献
• 致谢
• 攻读学位期间参加的科研项目和成果