容迟移动传感器网络中数据传输与数据管理机制的研究

论文摘要

容迟移动传感器网络是在特殊的网络应用环境下诞生的一种新型的无线传感器网络,这类网络节点密度低,网络非常稀疏,传感器节点在网络中不再拘泥于静态的分发到环境中采样数据,而是布置在移动的载体上并随之不断运动,导致网络拓扑结构高动态变化,网络呈现弱状态连接,从而造成节点间通信时断时续,数据传输成功率降低,容易引起数据无效传输和重传风暴;此外,容迟移动传感器网络具有数据容迟性的特点,节点采集的数据不再需要完全实时地发送至后台控制端,旨在收集大量的数据做出统计意义上的分析,即对数据的实时性要求降低。但也造成了数据堆积,节点缓冲局限性和数据的大量累积带来了数据管理的问题。针对上述网络特点带来的数据传输和数据管理方面的问题,本文从网络的弱状态连接、网络的能量有效性、数据的高效传输以及数据队列管理入手,对容迟移动传感器网络模型的建立、MAC层节能协议设计、数据队列的动态管理和网络的跨层优化设计进行了深入的研究,主要的研究内容如下:1.节能高效的数据传输机制针对容迟移动传感器网络拓扑结构高动态且稀疏的网络特点,提出了一种节能且实现简单高效的容迟MAC协议（Delay-Tolerant MAC,DT-MAC）,采用免前导码的异步占空比机制和接收方发起传输的工作方式,并引入具有邻居更新、发起传输、竞争控制和拓扑维护等多重功能的初始感知帧（Initial Aware Frame,IAF）,通过降低报文重传率和控制报文开销,有效控制了网络能耗,延长了网络生命期。在移动传感器网络实验平台上的实验表明,在恶劣的高动态拓扑环境中,DT-MAC在发送节点和接收节点双方皆能达到极高的能量利用率,对一跳传输延时和网络吞吐量也有显著改善。2.基于优先级的动态数据管理策略针对数据的容迟性和节点的存储空间局限性会导致数据堆积和有时数据无法及时有效到达的问题,本文在自适应有效数据发起方式的基础上引入了基于优先级的动态队列管理策略,利用数据到达和服务过程为马尔科夫过程,建立基于优先级的混合式抢占型队列管理模型进行分析,以多维优先级数据管理方式对数据队列进行智能管理,大大降低丢包率同时提高数据传输的有效性,缓解了DT-MSN中节点缓冲有限性的问题。其次,通过分层次区分数据信息的优先发送顺序,使得突发数据信息可以优先到达监控端,对应急状况做到及时有效的处理,进一步的实验验证了该协议在DT-MSN中的高动态变化和稀疏的网络环境中,能有效提高数据传输效率,降低丢包率,同时对一跳平均延时也有显著改善。3.多层融合的跨层优化设计:本文对容迟移动传感器网络引入跨层优化的设计思想,分别从路由层,MAC层和应用层对网络协议设计进行了多层融合的跨层优化设计,并提出了容迟移动传感器网络跨层优化模型,用以提高数据传输的节能性和有效性,并解决数据队列管理问题。在路由层和MAC层跨层优化设计中,针对DT-MSN网络拓扑结构高动态变化,网络弱状态连接的特点,建立适用于DT-MSN网络的蚁态模型,基于蚁态模型融合了路由层的路由发现和邻居更新,利用节点唤醒后探测信息素的释放来更新信息素轨迹,以精英策略寻找接受节点的最佳发送端,提高移动节点相遇时信息传播的效率,即节点间单跳通信的数据吞吐量。在数据链路层和应用层的跨层融合中,本文引入了基于优先级的服务质量参数,并提出了数据优先级维度,数据优先度和数据优先层级的概念。通过多维优先度值的判定,确定数据队列优先级的高低,在数据链路层中融合了应用层中基于优先级的服务质量参数来解决应用层和数据链路层数据优先级排列顺序背离的问题。通过多层次融合的跨层优化设计方法,本文将路由层进一步扁平化,实现边路由边传输,在尽可能节能的前提下实现数据高效传输,同时将优先级高的数据报文更快更高效的传输至目的节点且对数据队列实现了动态智能的数据管理,提升了网络的整体性能。

论文目录

• 摘要
• ABSTRACT
• 目录
• 插图目录
• 表格目录
• 第1章 绪论
• 1.1 物联网与传感器网络
• 1.2 容迟移动传感器网络概述
• 1.2.1 容迟移动传感器网络的简介
• 1.2.2 容迟移动传感器网络的基本特点
• 1.2.3 容迟移动传感器网络的发展及应用
• 1.3 论文的研究内容与组织结构
• 1.3.1 研究内容
• 1.3.2 论文组织结构
• 第2章 容迟移动传感器网络中若干问题的研究
• 2.1 容迟移动传感器网络的若干问题
• 2.2 容迟移动传感器网络中相关问题的研究策略
• 2.3 容迟移动传感器网络的几个性能参数
• 第3章 容迟移动传感器网络MAC层节能协议设计
• 3.1 问题描述
• 3.2 相关工作
• 3.3 DT-MAC协议描述
• 3.3.1 免前导码的异步占空比机制
• 3.3.2 节点快速感知过程
• 3.3.3 传输发起机制
• 3.3.4 初始感知帧的自适应节能策略
• 3.4 自适应控制与优化过程
• 3.4.1 优化理论
• 3.4.2 评价模型
• 3.4.3 参数优化
• 3.5 实验与分析
• 3.5.1 实验建立
• 3.5.2 实验结果分析
• 3.5.2.1 能量消耗
• 3.5.2.2 吞吐量
• 3.5.2.3 延时
• 3.6 小结
• 第4章 基于优先级的动态队列管理策略
• 4.1 问题描述
• 4.2 相关研究
• 4.3 协议描述
• 4.3.1 邻居更新
• 4.3.2 自适应的数据传输机制
• 4.3.3 基于优先级的队列管理策略
• 4.3.3.1 一维优先级数据队列管理
• 4.3.3.2 多维优先级队列管理
• 4.4 队列分析
• 4.4.1 基于优先级的混合抢占式队列模型
• 4.4.2 队列分析
• 4.4.3 性能参数
• 4.4.3.1 平均包时延
• 4.4.3.2 丢包率
• 4.4.3.3 吞吐量
• 4.5 自适应控制
• 4.6 性能评价
• 4.6.1 实验设计
• 4.6.2 实验结果分析
• 4.6.2.1 节能效率
• 4.6.2.2 平均包时延
• 4.6.2.3 丢包率
• 4.6.2.4 吞吐量
• 4.7 小结
• 第5章 容迟移动传感器网络跨层优化设计
• 5.1 问题描述
• 5.2 相关工作
• 5.3 容迟移动传感器网络跨层优化模型
• 5.4 容迟移动传感器网络跨层优化设计方法
• 5.4.1 数据链路层和路由层的跨层融合
• 5.4.1.1 蚁态模型
• 5.4.1.2 探测信息素的感知过程
• 5.4.1.3 精英选取策略
• 5.4.1.4 自适应节能数据传输机制
• 5.4.1.5 自适应数据传输机制下的丢包分析
• 5.4.2 数据链路层和应用层的跨层融合
• 5.4.2.1 基于优先级的服务质量参数的引入
• 5.4.2.2 数据链路层和应用层优先度的融合
• 5.5 性能分析
• 5.5.1 数据成功传输率
• 5.5.2 平均传输延时
• 5.6 小结
• 第6章 总结
• 6.1 论文的研究总结
• 6.2 研究展望
• 参考文献
• 攻读博士期间的研究成果
• 攻读博士期间的科研经历
• 致谢