人工蜂群聚类及其无线认知传感器网络应用

《人工蜂群聚类及其无线认知传感器网络应用》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、分类号密级：单位代码１０１５１ＵＤＣ：乂是洛事乂學曇＊Ｓｉ扣自＇在职人员攻读硕±研究生学位论文人工蜡群聚类及其无线认知传感器网络应用杨策指导教师刘洪波教授企业教师汲业副教授申请学位类别工程硕±工程领域计算机技术学位授予单位大连海事大学２０１６年１１月分类号密级ＵＤＣ１０１５１单位代码大连海事大学工程硕±学位论文人工蜂群聚类及其无线认知传感器网络应用（学位论文形式：应用研究）杨策指导教师刘洪波职称教授企业导

2、师汲业职称副教授学位授乎单位大连海事大学申请学位类别工程硕ｉＸ稍领域计算机技术论文完成日期２０１６年１０月答辩日期２０１６年１１月巧辩委员会主席刈吏ｔＡ民ｅｓｅａｒｃｈｏｎＡｒｔｉｆｉｃｉａｌＢｅｅＣｏｌｏｎＣｌｕｓｔｅｒｉｎａｎｄｙｇＩｔｓ乂ｐｐｌｉｃａｔｉｏｎｉｎＣｏｇｎｉｔｉｖｅＷｉｒｅｌｅｓｓＳｅｎｓｏｒＮｅｔｗｏｒｋｓＡ化ｅｓｉｓＳｕｂｍｉｔｔｅｄ化ＤａｌｉａｎＭａｒｉｔｉｍｅＵｎｉｖｅｒｓｉｔｙＩｎａｒｔｉａｌｆｕｌｆｉｌｌｍｅｎｔｏｆｔｈｅ

3、ｒｅｑｕｉｒｅｍｅｎｔｓｆｏｒｔｈｅｄｅｇｒｅｅｏｆｐＭａｓｔｅｒｏｆＥｎｇｉｎｅｅｒｉｎｇｂｙＣｅＹａｎｇＣｏｍｕｔｅｒＴｅｃｈｎｏｌｏ（ｐｇｙ）Ｄｉｓｓｅｒｔａｔｉｏｎ／ＴｈｅｓｉｓＳｕｐｅｒｖｉｓｏｒ：ＰｒｏｆｅｓｓｏｒＬｉｕＨｏｎｇｂｏＯｃｔ：ｏｂｅｒ２０１６大连海事大学学位论文原创性声明和使用授权说明原创性声明独立进行研究工作所取得的成果，本人郑重声明：本论文是在导师的指导下，＂＂人Ｔ。除论撰写成博／硕±学位论文．幢群聚类巧巧无线认知传感器网络应用＿，均已在文中已经

4、注明引用的内容外，对论文的研究做出重要贡献的个人和集体文中Ｗ明确方式标明。本论文中不包含任何未加明确注明的其他个人或集体已经。公开发表或未公开发表的成果。本声明的法律责任由本人承担学位论文作者签名：狗敢学位论文版权使用授权书本学位论文作者及指导教师完全了解大连海事大学有关保留、使用研究生学位论文的规定，即：大连海事大学有权保留并向国家有关部口或机构送交学位论，允许论文被查阅和借阅文的复印件和电子版。本人授权大连海事大学可Ｗ将本、学位论文的全部或部分内容编入有关数据库进行检索，也可采用影印缩印或扫《中描等复制手段保存和汇编

5、学位论文。同意将本学位论文收录到国优秀樽硕±学位论文全文数据巧》（中国学术期刊（光盘版）电子杂志社）、《中国学位论＾，并心电子出版物形式文全文数据库》（中国科学技术信息研究所）等数据库中。‘出版发行和提供信息服务。保密的论文在解密后遵守此规定□在。本学位论文属于：保密年解密后适用本授权书＂＂不保密砂（请在上方框内打Ｖ）云／、义皮论文作者签名：狗策导师签名：６日期；以／年Ｈ月又日／中文摘耍＾摘要近年来，随着传感器、微电子技术、通信技术和计算技术的发展，无线传感器网络在环境监测、国防军事、工业自动化、

6、医疗卫生和公共卫生等众多领域的应用也越来越广泛，。而传感网络中频谱资源有限等问题始终存在为此在其中引入了认知无线电技术，其在避免许多传统无线电方法面临的诸多问题上有很大的潜力，也更为可靠，，。然而在无线认知传感器网络中尽管每个传感器都具有了认知无线电的特点，但传感器能量的有限性仍然是制约其综合网络性能的核也属一性。因此，如何减少其能量损耗问题在其应用研究仍是个十分重要的领域，延长网络寿命仍然是其核必优化目标。一无线认知传感器网络的路由协议是无线认知传感器网络的重要技术之，网络的总体性能受路由性能好坏的直接影响。在路由选择

7、模型中，基于聚类的分层模型被普遍认为是最有研究价值的。本文通过对人工蜂群算法的学习研究，将之应用到了无线认知传感器网络的一路由协议之中，给出了种适用于无线认知传感器网络的人工蜂群聚类算法。作一为种生物启发式算法，人工蜜蜂的认知行为可Ｗ与认知传感器网络良好匹配，一它能够使簇头和传感器节点保持动态致，同时能够适应传感器网络的拓扑变化。一，本文还应用了个聚类评价模型同时。可用米有效地减少和平衡无线认知传感器网络中每个节点的能量损耗。与其他启发式算法相比，本文中的人工蜂群算法仅有较少的控制参数需要考虑，因此在获取最优解上也具有较

8、低的敏感度。仿真实验结果显示，本文中的人工蜂群聚类算法在无线认知传感器网络中的表现超过