基于地理信息的WSN节能路由算法研究

基于地理信息的WSN节能路由算法研究

论文摘要

无线传感器网络(wireless sensor network, WSN)由部署在监测区域内大量的、微型的传感器节点组成,其目的是协作地感知、采集和处理监测区域内感知对象的信息,并发送给观察者。但是传感器节点的能量有限,并且在一些应用中能量补给是不可能的。所以节省能量对WSN的设计至关重要,因为这直接影响其生命周期。论文对现有的几类WSN路由算法进行分析,包括洪泛/受限洪泛、层次、以数据为中心以及基于地理信息路由算法。基于地理信息的路由算法具有实现简单、能量利用高效以及快速可靠的优点,成为当前路由算法研究的重点。本文在重点分析GPSR、 GEAR算法的基础上,提出了基于地理信息的延迟网络分割的路由算法GDDR(Geographical and Delaying Network Division Routing)、基于地理信息的高能效路由算法GEER(Geographical and Energy Efficient Routing)。1)GDDR算法:在GDDR算法中,源节点首先发送RTS报文,目的节点收到RTS报文后将沿原路径返回FM报文;或者收到RTS报文的节点遭遇“路由空洞”,该节点将沿原路径返回FM报文。源节点根据所有FM报文决定使用贪婪转发还是周界转发。同时源节点根据所有FM报文中路径字段的节点数目,选择跳数少的路径转发数据。2)GEER算法:考虑空闲状态节点能量消耗不可忽略的问题,提出了一种地理位置信息、节点剩余能量以及节点状态三者相结合的GEER算法。在GEER算法中,每个节点维护一张邻节点信息表,当节点要选择转发节点时,则根据一定的概率P来选择表中的节点,权值越大,节点被选中的概率就越大。局部的节点根据相互距离的远近,形成“堆节点”,堆内某一节点发送数据时,其余节点则进入睡眠状态。论文在NS-2平台上实现了GDDR算法和GEER算法,仿真结果表明GDDR算法延迟了网络分割;GEER算法有效地节省了节点能量消耗,延长了网络生存时间。

论文目录

  • 摘要
  • Abstract
  • 第1章 绪论
  • 1.1 无线传感器网络基本概念
  • 1.1.1 无线传感器网络体系结构
  • 1.1.2 无线传感器网络节点结构
  • 1.1.3 无线传感器网络层次结构
  • 1.2 相关研究进展
  • 1.3 课题的提出
  • 1.4 本文各章节安排
  • 第2章 无线传感器网络路由算法分析
  • 2.1 无线传感器网络研究现状与应用
  • 2.1.1 无线传感器网络的研究现状
  • 2.1.2 无线传感器网络的应用
  • 2.2 无线传感器网络的特点与挑战
  • 2.3 无线传感器网络性能评价
  • 2.4 四类现有路由算法分析
  • 2.4.1 洪泛/受限洪泛路由算法分析
  • 2.4.2 层次路由算法分析
  • 2.4.3 以数据为中心路由算法分析
  • 2.4.4 基于地理信息路由算法分析
  • 2.4.5 四类现有路由算法比较
  • 2.5 本章小结
  • 第3章 GDDR算法设计
  • 3.1 三类基于地理信息的路由方案分析
  • 3.1.1 基于受限洪泛的路由方案
  • 3.1.2 基于传统贪婪转发的路由方案
  • 3.1.3 贪婪转发与能耗均衡性相结合的路由方案
  • 3.1.4 三类基于地理信息的路由方案比较
  • 3.2 GDDR算法的路由原理
  • 3.3 GDDR算法的假设条件
  • 3.4 GDDR算法的报文设计
  • 3.5 GDDR算法路由建立过程
  • 3.5.1 建立邻节点信息表
  • 3.5.2 路由建立
  • 3.5.3 数据转发
  • 3.6 本章小结
  • 第4章 GEER算法设计
  • 4.1 GEER算法原理
  • 4.2 GEER算法的假设条件
  • 4.3 GEER算法的报文设计
  • 4.4 GEER算法路由过程
  • 4.4.1 网络初始化
  • 4.4.2 数据发送
  • 4.4.3 节点状态转换
  • 4.4.4 邻节点信息表更新
  • 4.5 路由空洞的处理策略
  • 4.6 本章小结
  • 第5章 算法仿真实验和分析
  • 5.1 GDDR算法仿真实验和分析
  • 5.2 GEER算法仿真实验和分析
  • 5.3 结论
  • 第6章 总结和展望
  • 6.1 工作总结
  • 6.2 展望
  • 参考文献
  • 致谢
  • 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:;  ;  

    基于地理信息的WSN节能路由算法研究
    下载Doc文档

    猜你喜欢