distributed adaptation methods for wireless sensor networks

《distributed adaptation methods for wireless sensor networks》由会员上传分享，免费在线阅读，更多相关内容在教育资源-天天文库。

1、DistributedAdaptationMethodsforWirelessSensorNetworks无线传感器的分布式自适应方法摘要文章描述了分布式自适应技术在无线传感器网络中的应用。按应用例子，我们考虑在市区地形通过无线传感器网络的数据路由。所有的方法以一下的形式出现：1、执行全局的自适应而只使用当地可用的信息。2、有强大的随机组件3、同时使用正负反馈来控制他们自己。我们的分析方法的适应能力，对内部错误鲁棒性，和功率消耗。给出与的标准的无线传感器网络技术对照。1.INTRODUCTION本文我们描述了四种分布式自适应方法在特定的城市地形军事行动(MOUT)无线传感器网络中

2、的应用。市区情况有挑战性的，因为无线通信的阻塞可能引起两点之间的最短路径不是一条直线。MOUT使命无序的特性意味着路径是不可靠的。只有短暂的路径可能存在。尽管如此，及时的通信是必须的。我们的方法是使用当地的决策去适应下层固定的改变。我们所分析的四个方法是：{i)SpinGlass,{ii)Multi-fractal,多重分形(iii)Coulombic,库仑定律and(iv)Pheromone信息素。A.WirelessSensorNetwork(WSN)DefinitionB.WSNApplicationsC.WSNReguirementsII.SPINGLASSTheSpin

3、Glass方法使用Isling的模型。本地互相作用的磁铁产生了一个肉眼可观的磁场。磁场强度依靠于力学因素。当任一磁铁点相互取消了，肉眼可观的磁场就不存在了，磁铁可以对齐在像铁创造一个感知磁场中。在adhoc传感器网络中，我们采用相同的概念来发送数据。我们的仿真使用一个两维的MOUT情景，如图1。每个单元是一个微型的磁铁，指向八个主要方向的一个，她的下一个方向是到数据接收器的。通过从数据接收器的数据繁殖（hopbyhop），一个势能场建立了，定义从每一个节点到数据接收器的最小的跳跃数目。存在一个或者多个接收器.单元尝试找出到最近数据接收器的最优路径。连接失败将修正本地潜在的场。在出

4、错的地方，这些改变将开始扩散到系统。一些扰动是很小的，如果连接服务是一个关键的路由端，那么微小的错误就足以改变系统的状态。节点的旋转方向（数据路由）是混合了势能场和动力学因素的。它遵循麦克斯韦-玻尔兹曼分布：不一一列举分母所有可能的参数，只有8个可能的本地参数（8个主要方向）用的上。这减少了需要的计算和删除了需要的全局信息。如果一个单元是指向相邻节点的，E(s)表示s的可能值减去单元可能值。K是-玻尔兹曼常数，T是温度。当温度高的时候，单元有相同的概率指向任一个方向，而不管其相邻节点的势能。当温度低时，单元更倾向于指向势能低的相邻节点。如果温度等于低于冰点，系统处于刚性状态，不再

5、对环境作出反应。T是重要的，因为最短路径不是唯一的重要因素。较高的T可以降低数据通过较长的路径的阻塞点的功率消耗。较低的T可以保护系统减少振动。在每一个基本区域，T可以是具体，这就允许系统控制的灵活性。为了量化系统的自适应性，我们测量了每一个节点到数据接收器的平均距离。图2显示高温系统，低温系统和拓扑的扰动在阶跃时间的平均距离，拓扑扰动是和图1所示的开放或关闭的阻塞点有关的。T小的时候，系统聚合的很好，T高的时候则相反。在许多变动发生之后，拓扑扰动是可以调节的。图3显示了系统的功率消耗。这预示了系统的可测量性。我们的分析只考虑通信开销。为了量化总的功率消耗，我们计算了消息发送的总

6、数和他们的大小。，图3显示了有和没有拓扑扰动时的通信消耗。IIIMULTI-FRACTAL在八十年代初期，威滕和桑德介绍了多重分形晶体生长模型。对比外部晶体，当固化条件满足的时候，气体或者液体的粒子开始固化。因为表面的张力和潜在热量的扩散，晶体的生长是向就近的粒子向内生长的。InMulti-fractalrouting，数据接收器是外部晶体。一个路由树是从这些晶体建立起来的。这个树本质上是空间填充图表（space-fillingcurve），基于相邻树节点的数目，得到一个连接路由树概率集合。与向内集合原理相似，随着相邻树单元的增加，单元节点就更少可能连接到这个树。该概率详细说明路

7、由树增长率和结构。，当拓扑的扰动发生，连接失败将繁殖到树下，以删除不可用的路由表入口。图4显示有和没有拓扑扰动的情况下，阶跃时间的平均跳跃距离(asfortheSpinGlassmodelinfig2.)图5显示了有和没有扰动时的功率消耗。IV.COULOMBICMODEL（库伦定律模型）库伦定律模型是一个预处理步骤，和第五节讨论的信息素方法使用。目的是使得数据源均匀的分布在整个网络中。数据包能从他们最近的节点中找到数据源。那时将用到信息素路由以保持数据源和接收器之间的高效路由库