基于k连通的WSN拓扑控制算法研究与改进

基于k连通的WSN拓扑控制算法研究与改进

论文摘要

随着信息技术的飞速发展,使得将计算、通信、网络与传感等功能都集成在一个设备成为可能,无线传感器网络就是这些技术紧密结合的产物。集成有传感部件、微处理器和通信模块的微型传感器节点,通过自组织的方式构成无线传感器网络,完成对环境的数据采集和监测。无线传感器网络己逐渐成为工业界及学术界的一个研究热点,在军事和民用领域有着非常广阔的应用前景。由于无线传感器网络具有高度的自组织性、动态性,因此维护网络在复杂环境下的节点间的连通性,是一个非常重要而基础的问题。为了保证节点间的连通性,一些学者提出了基于k连通的方法,使网络中任意两节点之间k-1条路径失效的情况下,仍保持连通。但是在构建k连通图时,需要增大节点发射半径,因此增大了网络节点之间的干扰,减小了网络容量。而如何平衡他们之间的关系成为一个重要的问题。网络节点主要采用电池供电,因此节约能量,延长网络生存时间非常地重要。在构建k连通图的同时,而如何考虑节点的剩余能量,使网络节点达到能量均衡,延长网络的寿命这也成为另一个重要问题。而本文正是基于网络连通度与网络容量和节点能量均衡与网络生存时间这两对对立问题的平衡最优解而设计了GKETA算法和LKETA算法。作者首先通过二元二次非线形回归法找到网络节点个数N,节点发射半径R,和连通度k之间的关系,通过最大发射功率构建初始k连通图。然后根据图的边权重值删除生存时间最小的冗余边,重新调整节点的发射功率,减小节点冗余度数,从而减小节点间干扰。同时在边权重取值时充分考虑了每个节点的剩余能量,使网络中每个节点能量消耗尽量的均衡,从而延长了网络的生存时间。同时本文还构建了节点移动的随机方向模型,对传感器节点的移动性进行分析,较好的解决了在节点移动时维持网络k连通问题。在本文最后,作者通过试验仿真证明了本文提出的算法与其它算法相比在网络生存时间、节点平均发射半径以及节点平均度数等重要评价指标上都有较大的提高。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 传感器网络概述
  • 1.1.1 传感器网络的体系结构
  • 1.1.2 传感器网络特点
  • 1.1.3 传感器网络的应用
  • 1.2 论文研究内容及意义
  • 1.2.1 本文研究内容
  • 1.2.2 论文研究意义
  • 1.3 论文结构
  • 第二章 传感器网络拓扑控制算法研究
  • 2.1 拓扑控制的定义
  • 2.1.1 拓扑控制在协议栈中的位置
  • 2.1.2 拓扑控制的设计目标
  • 2.2 拓扑控制研究现状
  • 2.2.1 功率控制
  • 2.2.2 层次型拓扑结构控制
  • 2.2.3 启发式机制
  • 2.3 K 连通拓扑控制算法相关工作
  • 2.3.1 K-Neigh 算法
  • 2.3.2 Yao Graph
  • 2.3.3 CBTC 算法
  • 2.3.4 FGSS 和FLSS 算法
  • 2.4 本文拟解决问题
  • 2.4.1 存在的问题
  • 2.4.2 拟解决的问题
  • 2.5 本章小结
  • 第三章 算法设计与分析
  • 3.1 算法基本思想
  • 3.1.1 问题的描述
  • 3.1.2 算法的设计目标
  • 3.1.3 算法的思想
  • 3.2 算法重要参数的设计
  • 3.2.1 最大发射半径设置
  • 3.2.2 边权重设计
  • 3.2.3 移动模型建立
  • 3.2.4 发射功率调整算法
  • 3.3 算法步骤
  • 3.3.1 GKETA 算法步骤
  • 3.3.2 LKETA 算法步骤
  • 3.4 算法分析
  • 3.4.1 算法复杂度计算
  • 3.4.2 网络连通性证明
  • 3.5 本章小结
  • 第四章 算法仿真及性能评估
  • 4.1 仿真设计
  • 4.1.1 仿真环境
  • 4.1.2 性能评价指标
  • 4.2 仿真结果及分析
  • 4.2.1 网络初始生成拓扑结构比较
  • 4.2.2 网络生存时间比较
  • 4.2.3 网络可扩展性比较
  • 4.3 本章小结
  • 第五章 结论及未来工作展望
  • 5.1 总结
  • 5.2 下一步工作
  • 致谢
  • 参考文献
  • 攻读硕士学位期间从事的科研工作
  • 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:;  ;  ;  ;  ;  ;  

    基于k连通的WSN拓扑控制算法研究与改进
    下载Doc文档

    猜你喜欢