基于协作传输群智能无线传感器网节点部署的的研究

《基于协作传输群智能无线传感器网节点部署的的研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、国内图书分类号：TP393学校代码：10213国际图书分类号：621.39密级：公开工学博士学位论文基于协作传输的群智能无线传感器网节点部署研究博士研究生：郑文斌导师：付平教授申请学位：工学博士学科：仪器科学与技术所在单位：电气工程及自动化学院答辩日期：2014年6月授予学位单位：哈尔滨工业大学万方数据ClassifiedIndex:TP393U.D.C:621.39DissertationfortheDoctoralDegreeinEngineeringRESEARCHONSWARMINTELLIGENT

2、WIRELESSSENSORNETWORKNODESDEPLOYMENTBASEDONCOOPERATIVETRANSMISSIONCandidate：WenbinZhengSupervisor：Prof.PingFuAcademicDegreeAppliedfor：DoctorofEngineeringSpeciality：InstrumentsScienceandTechnologyAffiliation：SchoolofElectricalEngineeringandAutomationDateofD

3、efence：June,2014Degree-Conferring-Institution：HarbinInstituteofTechnology万方数据摘要摘要无线传感器网络（WirelessSensorNetworks，WSN）是目前科研领域的热点研究方向，被广泛应用于各个领域但带来信息传输数量和质量的巨大压力。研究人员提出一种协作传输技术（CooperativeTransmission,CT），利用携带单天线的无线网络节点组建虚拟MIMO（MultipleInputMultipleOutput）系统获

4、得空间分集增益，扩大无线网络的覆盖范围以减轻该压力。该理论在通讯、控制等领域得到了广泛关注，但在利用节点数量有限的无线传感器网络完成长距离数据传输或在指定位置进行远距离信息采集等类似的研究较少，且不利于实际应用，没有将协作传输的扩展覆盖范围特性应用到多跳无线传感器网络中。本课题“基于协作传输的群智能无线传感器网节点部署研究”，在对协作传输以及无线传感器网络研究基础上，分析两者结合带来的增益效果，寻找最佳部署方案，提出利用仅携带单天线能量充足的数量固定类似基站的特殊节点，应用协作传输技术组建在直线上可以获得最

5、远传输距离的无线传感器网络，以充分利用有限节点完成数据传输任务。针对不同场合不同需求下的数据传输任务，研究并改进了多种智能优化算法以提高节点部署的计算精度减少计算时间，并提出了相应的节点部署策略。在灾后信息获取、结构健康监测、作战单元信息传递、个域网构建等领域具有重要应用。本文的主要研究工作如下：针对固定节点数目的线形无线传感器网络节点部署问题，提出利用协作传输理论构建自动解码转发（AutoDecodeandForward，ADF）节点部署模型，利用最大比合并（MaximalRatioCombining，M

6、RC）方法合并多径信号，用解码转发协议对中继信号进行译码转发，以实现协作传输技术在无线传感器网络上应用并获得传输距离的扩展。实验表明，与非协作传输方法DET-CA相比，ADF节点部署模型可以获得更远的传输距离，覆盖距离增大。为了避免出现节点不能译码导致不工作的情况，提出数据共享解码转发（MessageSharingDecodeandForward，MS-DF）协作模型，该方法在同一簇内节点进行数据共享，所有无线传感器网络节点全部工作，增大网络的分集增益。实验表明，MS-DF模型有效可行，与ADF协作模型相比

7、，在保证信号传输质量前提下，极大地提高了无线传感器网络的直线传输距离。以5节点为例，比DET-CA传输距离增长5%-54%。针对协作传输MS-DF节点部署模型无法常规求解问题，提出改进的蚁群优化算法来寻找模型最优解。该方法使用离散分段方式改进蚁群算法的启发函数，提出引入丛林法则加大信息素更新量，提出融合贪婪算法到禁忌列表（tabu-I-万方数据哈尔滨工业大学工学博士学位论文list）更新原则加快算法收敛速度，逐步获得最优解。实验表明，改进的蚁群方法可以有效收敛，并且获得最优解，适用于要求计算结果误差小，但对

8、计算时间要求不高的环境。仿真实验表明，7节点时蚁群算法种群数量是10，迭代次数100次时结果误差仅为0.07%，验证了该算法的可行性和有效性，可以应用于优化求解协作传输节点部署模型。针对要求无线传感器网络节点部署计算时间短但对计算结果误差要求不高的部署问题。提出应用萤火虫群优化算法，通过改进萤火虫移动函数和启发因子以适应协作模型求解问题需要，改进决策半径更新函数和步进函数加快算法的收敛速度，避免局部最优以及极值震