欢迎来到天天文库
浏览记录
ID:36378267
大小:3.62 MB
页数:120页
时间:2019-05-10
《无线传感器网络相关理论与应用研究》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、西北工业大学博士学位论文无线传感器网络相关理论与应用研究姓名:滑楠申请学位级别:博士专业:电路与系统指导教师:史浩山20070521(3)无线传感器网络动态簇组织算法提出了一种适用于无线传感器网络的分布式动态簇组织算法一Dsc0(Distmutedsimplecluster0培lnizationAlgoritllrn),对算法基本思想和具体实现进行了论述,并对簇组织算法的若干性能评价指标做了研究和定义。考虑到无线传感器网络节点的处理能力和能耗,以及不可靠的布署环境带来的不可靠信道,DSCO采用局部算法
2、,仅使用局部信息,不保留路由表,避免节点在逻辑上相互依赖。逻辑简单,基于无连接的消息交换,不需要节点时间同步,是算法的重要特点。算法通过簇首轮换和全局簇重组,在平均节点能耗,延长网络生命期的同时,使网络具有良好的自愈能力。仿真结果表明,DSc0在成簇率、簇成员分布、成簇时间和拓扑控制等方面,取得了较好的结果,尤其对大规模无线传感器网络,有良好的适应能力,可以获得较高的成簇率和较快的成簇速度。(4)无线传感器网络高程ACS算法提出了高程的概念和一种基于高程诱导信息的回退蚁群算法一高程AcS,并对高程定义
3、、算法设计思想和算法实现等进行了论述。Acs(蚁群算法)做为AC0(蚁群优化)的重要组成和发展,在解决组合最优化问题方面有独到的优势,但同时也存在运算时间长、收敛速度慢等问题,不适合在资源受限的无线传感器网络上直接应用。高程做为一种基于目的节点和源节点的全局诱导信息,反映了当前节点和目的节点之间的可达性,体现了当前节点和目的节点间的距离、当前节点到目的节点同源节点到目的节点之间夹角对路径寻优的影响。高程的引入,有效的提高了算法的收敛速度。蚂蚁回退过程的引入,提高了蚂蚁到达目的节点的概率,进一步避免了局
4、部最优解的形成。仿真结果表明,高程ACS具有收敛和运算速度快,解的质量高、稳定性好等优点,为蚁群算法在资源受限的无线传感器网络中应用,提出了一种解决方案。(5)基于簇结构的无线传感器网络原型系统提出并实现了一种基于簇组织结构的无线传感器网络原型系统,给出了节点硬件和蓝牙sink网关的模块结构,并对基于簇的多跳路由(CM&Clust*b硒edMultihopRouting)组件的基本设计思想、组件结构和消息结构进行了详细分析和论述,最后给出了原型系统的实现和验证实例。原型系统由30个小型节点组成,节点具
5、有较强运算能力和较高的传输带宽,支持12C和Um盯,支持光强、温度、磁场、加速度等多种传感器。系统同crossbowMica2系统兼容,并在蓝牙siIlk网关和基于簇组织的多跳协议等方面有所突破。系统较好地满足了无线传感器网络研究中对实验平台的迫切需求,对关键理论和技术进行了验证,并已成为某国防基础研究项目的研究成果之一。关键词:体系结构,Qos,路由,拓扑控制,原型系统,无线传感器网络ⅡAbstractWirelesssensor删wofks(wSN)isa谢reless辩lf-organ啦dne咖
6、咄州chiscompo∞dbynu脚lls∞nsorsdeployeddeIlselyandrando“yhageo掣aphicalscellario,andisusedtosen∞,coUectandprocess∞nsedinfo血ationcoUabomtivelyResearch0nWSNisv‘研sigllificaminpromotiIlgnleapplicadonofiIlf0衄atiOnteclln0109yinnationaldefense,mectiIlgthereqllireme
7、msofsomespecial印plicationfield,boosting也e廿ans衙oft11ecofetcchn0109yachieve蚴ts柚dfinallypopulariz吨wsNt0sociallifc部anewpo硫foreco∞IIlicgrow血.Fivetopicsref毫rredtoiIltllisdissertationa托basictheories,QoSmodcl,top010盱algorit}1IIls,ro砸ngalgoritllms锄dprotosys劬1.Th
8、e仳IinworkandinnoVa矗0nsis鹊follows.1.Memodolog)r趾dQoSMechani锄basedon‰_j}ofWSNhtllissection,b勰edonthe锄alysesOfchar扯ters,thisdissertationdiscus辩s也e“InforI]∞tionfe栅∞and∞searchcon孙)觚nsofWSN,pfesemsatask—baSedcI髂sificadonm甜10dand也emodal
此文档下载收益归作者所有