基于时空关联的异构无线传感器网络数据收集节能算法研究

《基于时空关联的异构无线传感器网络数据收集节能算法研究》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、博士学位论文论文题目：基于时空关联的异构无线传感器网络数据收集节能算法研究作者姓名杨明霞指导教师王万良教授学科专业控制理论与控制工程所在学院信息工程学院提交日期2016年12月03日浙江工业大学博士学位论文基于时空关联的异构无线传感器网络数据收集节能算法研究作者姓名：杨明霞指导教师：王万良教授浙江工业大学信息工程学院2016年12月DissertationsubmittedtoZhejiangUniversityofTechnologyfortheDegreeofDoctorofPhilosophyEn

2、ergy-efficientDataAcquisitionalgorithmsforHeterogeneousWirelessSensorNetworksBasedonSpatio-TemporalAssociationCandidate:Ming-xiaYangAdvisor:Prof.Wan-liangWangCollegeofInformationEngineeringZhejiangUniversityofTechnologyDecember,2016浙江工业大学学位论文原创性声明本人郑

3、重声明：所提交的学位论文是本人在导师的指导下，独立进行研究工作。除文中已经加Ｗ标注引用的内容外所取得的研究成果，本论文不包含其他个人或集体己经发表或撰写过的研究成果，也不含为获得浙江工业大学或其它教育机构的学位证书而使用过的材料，。对本文的研究作出重要贡献的个人和集体均己在文中ＬＪＡ明确方式标明。本人承担本声明的法律责任。月义。＇／义之占作者签名：不勿巧窜日期：年月日学位论文版权使用授巧书本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部

4、口或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权浙江工业大学可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，可Ｗ采用影印缩印或扫描等复制手段保存和汇编本学位论文。本学位论文属于一１、保密□，在年解密后适用本授权书。２、保密□，在Ｈ年解密后适用本授权书。＾３、不保密口。＂’（请在上相应方框内打小）＾作者签名：冰贫明＾日期；年月日立导师签名日期占年＞月；日了浙江工业大学博士学位论文基于时空关联的异构无线传感器网络数据收集节能算法研究摘要

5、由于节点能源受限，能耗控制是无线传感器网络（WirelessSensorNetworks，WSNs）的研究重点之一。大量已有的研究可归结为―正常采样，选择传输‖。但在大数据环境下，对于采样能耗比较高的传感器节点，必须考虑对其采样频率进行控制以达到节能的目的。WSNs由于密集部署，相邻的节点监测到的目标状态是相近的，可以利用节点的空间相关性，选择部分节点工作；对于单个节点，由于时间上的连续性，采集到的数据在一定时间段内呈现较强的时间关联性，可以利用时间相关性拉大采样间隔，减少不必要的采样。因此，本文针对状

6、态较为平稳的目标监测网络，主要围绕如何较好地利用WSNs的空间相关性和时间相关性，在保持监测精度的同时进行采样能耗控制的研究，以达到节能的目的。论文的研究重点是：在目标状态较为平稳的融合监测系统中，研究非固定周期的采样频率对于网络能耗及性能的影响。基于无线传感器网络的空间相关性，首先设计了面向节能和容错的拓扑控制算法，选择部分骨干节点保持网络的连通性；其次，基于隐马尔科夫模型设计了采用状态分值维特比算法的簇内节点通信策略，协调簇首节点和子节点之间消息传输的时机；然后，基于时间序列预测模型，研究单个节点上

7、的非均匀的采样频率控制算法；最后，综合考虑节点的时间关联性和空间关联性，设计了时空关联的自适应采样控制算法。论文的贡献概括如下：1.针对已有算法产生的骨干节点规模过大的问题，提出了采用分支约减框架规划连通骨干集的异构网络容错数据采集算法，可在有效减少工作节点数量的基础上保持网络能效。现有基于连通支配集的容错拓扑控制算法产生的活跃节点规模过大，本文提出采用分支约减框架构建最小连通支配集的方法；并改进容错拓扑控制的思想，在不需要节点位置信息的情况下，通过对活跃节点产生备份集来生成容错拓扑，减少处于工作状态的

8、活跃节点数；在数据收集过程中，普通节点根据邻居支配节点的剩余能量、负载能力以及相互之间的路径能耗等因素选择数据发送的目标支配节点，从节点能量平衡角度对网络能耗进行优化。i浙江工业大学博士学位论文2.针对簇首节点能耗不易控制的问题，提出了采用状态分值维特比算法的簇内节点通信策略，减少子节点不必要的数据采样。对一个分簇内的节点，利用隐马尔科夫模型作为分类框架。每一个采样时刻，子节点依据接收到的信号做出一次分类判断，并将结果传送给簇首节点，由簇首