能量收集无线传感器网络连通性建模与优化

《能量收集无线传感器网络连通性建模与优化》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、硕士学位论文能量收集无线传感器网络连通性建模与优化CONNECTIVITYMODELINGANDOPTIMIZATIONOFENERGYHARVESTINGWIRELESSSENSORNETWORKS周成超哈尔滨工业大学2016年6月国内图书分类号：TP315学校代码：10213国际图书分类号：681.3密级：公开硕士学位论文能量收集无线传感器网络连通性建模与优化硕士研究生：周成超导师：李全龙副教授申请学位：工程硕士学科：计算机技术所在单位：计算机科学与技术学院答辩日期：2016年6月授予学位单位：哈尔滨工业大学ClassifiedIndex:TP315U

2、.D.C:681.3DissertationfortheMasterDegreeCONNECTIVITYMODELINGANDOPTIMIZATIONOFENERGYHARVESTINGWIRELESSSENSORNETWORKSCandidate：ZhouChengchaoSupervisor：A.P.LiQuanlongAcademicDegreeAppliedfor：MasterofEngineeringSpeciality：ComputerScienceandTechnologyAffiliation：SchoolofComputerScience

3、andTechnologyDateofDefence：June,2016Degree-Conferring-Institution：HarbinInstituteofTechnology哈尔滨工业大学工程硕士学位论文摘要随着制造技术的发展和成熟，无线传感器网络的应用已经越来越广泛，但是传统的传感器节点通常由电池供电，电池的能量储备极大地限制了网络的生存周期而造成不便，因此，能量收集技术是解决无线传感器网络中节点能量供应问题的有效途径。对于能量收集无线传感器网络，为了提高网络性能，网络连通性是值得研究的热点问题。在能量收集无线传感器网络中，由于与环境因素直接

4、紧密相关，在一段时间内传感器节点采集到的能量是一个随机过程，这种能量的随机性导致节点可否工作也具有随机性。再者，出于节约能量的考虑，传感器节点一般采用Duty-Cycle的调度策略，只有当两节点同时处于激活状态时才可能建立链路，因而在能量收集无线传感器网络中，节点间可否建立链路也具有概率性。基于以上特性和能量收集无线传感器网络的通信半径的约束，本论文采用ER随机图的思想建立EW随机图模型，然后基于该模型分析实际应用中最普遍的以sink节点为中心的能量收集无线传感器网络，进而根据EW随机图模型建立了基于概率的网络连通性模型，在该模型中我们以节点连通概率最小值

5、、平均值和最大值以及网络最大连通比例作为网络连通性的衡量指标，然后提出了三种方法计算节点连通概率，分别是基于随机完全图的子图概率法、基于随机完全图的路径概率法和基于概率的仿真统计法。论文基于EW随机图模型，以仿真实验的手段分析了网络连通性与节点密度、节点可工作概率、链路可建立概率、节点通信半径和sink节点位置之间的关系并针对各个因素提出了网络连通性的优化策略。在论文最后，实现了一个能量收集无线传感器网络仿真系统，该系统分为能量收集无线传感器网络仿真平台和基于eZ430-RF2500-SHE开发工具的数据采集系统。其中仿真平台实现了能量收集无线传感器网络的

6、部署、连通性计算和仿真实验，而数据采集子系统以真实的能量收集传感器节点实现了一个电压检测和数据采集系统，通过对电压数据的分析，验证能量收集的概率性。关键词：能量收集无线传感器网络；随机图模型；概率；网络连通性；优化。-I-哈尔滨工业大学工程硕士学位论文AbstractWiththedevelopmentandmaturityofmanufacturingtechnology,theapplicationofwirelesssensornetworkshasbecomemoreandmorewidely.Butthetraditionalsensornode

7、sareusuallypoweredbybatteries,whichgreatlylimitthelifetimeofthenetwork,therefore,energyharvestingtechnologyisaneffectivewaytosolvetheproblemofenergysupplyinwirelesssensornetworks.Inordertoimprovetheperformanceofwirelesssensornetworks,etworkconnectivityisahotissuetobestudied.Inener

8、gyharvestingwirelesssensornetwork