首页> 中文学位 >无线传感器网络有效覆盖与拓扑控制关键技术研究
【6h】

无线传感器网络有效覆盖与拓扑控制关键技术研究

代理获取

目录

声明

摘要

第1章 绪论

1.1 论文研究背景

1.1.1 无线传感器网络的研究进展

1.1.2 无线传感器网络的主要应用

1.1.3 网络覆盖与拓扑控制技术的研究现状

1.2 关键技术问题

1.3 论文研究内容

1.4 论文主要贡献

1.5 论文组织结构

第2章 相关理论与技术

2.1 无线传感器网络体系结构

2.2 无线传感器网络覆盖控制

2.2.1 覆盖控制的评价标准

2.2.2 覆盖控制技术分类

2.3 无线传感器网络拓扑控制

2.3.1 拓扑控制的目标

2.3.2 拓扑控制的主要方法

2.4 本章小结

第3章 基于差分进化算法的移动传感器网络节点分布优化

3.1 概述

3.2 网络覆盖模型与问题描述

3.2.1 网络覆盖模型

3.2.2 网络覆盖问题描述

3.3 传感器网络节点覆盖模型

3.4 基于差分进化算法的移动传感器网络节点分布优化

3.4.1 差分进化算法的基本理论

3.4.2 基于差分进化算法的移动传感器网络节点分布优化

3.5 算法性能验证与分析

3.5.1 仿真实验参数设置

3.5.2 仿真实验结果与分析

3.6 本章小结

第4章 基于多目标优化的移动传感器网络节点分布优化

4.1 概述

4.2 传感器网络覆盖模型

4.3 多目标优化差分进化算法

4.3.1 多目标优化问题

4.3.2 多目标差分进化算法

4.4 基于多目标进化算法的节点分布优化

4.4.1 算法求解目标

4.4.2 种群编码映射

4.4.3 算法具体操作

4.5 算法性能验证与分析

4.5.1 仿真实验参数设置

4.5.2 仿真实验结果与分析

4.6 本章小结

第5章 基于最小冗余覆盖的移动传感器网络节点分布优化

5.1 概述

5.2 网络冗余覆盖的理论分析

5.2.1 网络冗余覆盖模型

5.2.2 冗余覆盖问题描述

5.3 基于最小冗余覆盖的移动传感器网络节点分布优化

5.3.1 适应度函数

5.3.2 节点分布编码映射

5.3.3 算法求解过程

5.4 算法性能验证与分析

5.4.1 仿真实验参数设置

5.4.2 仿真实验结果与分析

5.5 本章小结

第6章 移动无线传感器网络覆盖盲区修复方法研究

6.1 概述

6.2 网络覆盖盲区问题描述

6.3 基于Voronoi图的覆盖盲区发现

6.3.1 Voronoi图相关知识

6.3.2 基于Voronoi图的覆盖盲区发现

6.4 基于蚁群算法的覆盖盲区修复

6.4.1 蚁群算法的基本理论

6.4.2 网络部署过程

6.4.3 基于蚁群算法的覆盖盲区修复

6.5 算法性能验证与分析

6.5.1 仿真实验场景设置

6.5.2 仿真实验结果与分析

6.6 本章小结

第7章 基于最优簇首的无线传感器网络层次拓扑控制研究

7.1 概述

7.2 分簇拓扑控制的理论分析

7.2.1 网络模型及假设

7.2.2 层次拓扑控制分析

7.2.3 LEACH算法研究

7.3 基于最优簇首的层次拓扑控制算法

7.3.1 问题描述

7.3.2 基于最优簇首的层次拓扑控制算法

7.4 算法性能验证与分析

7.4.1 性能评价指标

7.4.2 仿真实验结果与分析

7.5 本章小结

第8章 结束语

8.1 论文工作总结

8.1.1 研究成果

8.1.2 主要创新点

8.2 未来研究方向

参考文献

致谢

作者攻读博士学位期间的科研经历

作者攻读博士学位期间发表的学术论文

作者简介

展开▼

摘要

无线传感器网络是由低成本、低功耗、具备感知和数据处理、存储与无线通信能力的微型传感器节点通过自组织方式形成的网络,在军事与民用领域有着广阔的应用前景,已引起广泛的关注。覆盖控制与拓扑控制同属于传感器网络的重要基础支撑技术,直接影响无线传感器网络对周围物理世界的监测质量,是开展无线传感器网络应用时首要考虑的问题。有效的覆盖控制与拓扑控制算法也是传感器网络其它工作顺利开展的重要保证。本文以节省网络能耗、提高网络生存时间为目标,围绕无线传感器网络覆盖控制和拓扑控制两方面内容展开了深入研究,取得了如下创新性的研究成果。
  (1)提出了一种基于差分进化算法的移动传感器网络节点分布优化机制。利用移动传感器网络中传感器节点的移动性,针对无线传感器网络的特点以及传感器节点的固有约束,给出了传感器网络节点覆盖模型和无线传感器网络覆盖评价的详细计算方法。将传感器节点分布优化目标作为差分进化算法的适应度函数,根据生成的适应度函数进行进化操作,优化以随机部署方式分布的传感器节点的位置。仿真实验结果表明,上述算法能以相对较小的代价快速完成移动传感器网络节点的分布优化,有效减少工作状态节点数目,提高网络的有效覆盖率,实现移动传感器网络布局的全局优化。
  (2)提出了一种基于多目标优化的移动传感器网络节点分布优化机制。该机制为进一步提高网络覆盖性能,针对移动传感器网络感知节点的分布优化问题,将多目标优化理论引入到传感器节点分布中,利用节点的移动性优化节点分布,并给出了覆盖性能评价的Pareto标准。一系列仿真实验结果表明,该优化机制能快速收敛于网络覆盖率和网络感知能耗的折中点,提高网络覆盖率,降低网络感知能耗,从而延长网络生存时间。
  (3)提出了一种基于最小冗余覆盖的移动传感器网络节点分布优化机制。在战场等恶劣的环境中,为了增强无线传感器网络的监测质量和提高网络可靠性,通常采用随机部署的方式将节点高密度地部署在目标区域内。这就导致大量节点的覆盖区域相互交迭,最终产生大量网络冗余覆盖,进而引发数据采集、传输的冗余,从而产生不必要的能量消耗,导致网络节点能量消耗过快而失效。目前大部分覆盖控制算法仅以提高网络覆盖率,最大化网络有效覆盖面积为目标。本文提出的方法系统地分析了移动传感器网络中网络覆盖率、网络冗余覆盖和移动传感器节点的位移之间的关系,并构建相应的子目标函数,通过加权作为上述优化机制的适应度函数。通过仿真实验验证了所提算法的收敛性和有效性,结果表明该机制在满足网络覆盖的前提下,可以减少网络冗余覆盖,有效地延长网络的生存时间,为移动传感器网络布局优化提供可靠的方案。
  (4)提出了一种基于Voronoi图的覆盖盲区发现策略和一种基于蚁群算法的覆盖盲区的动态修复机制。由于随机的初始部署使得传感器节点未能完全覆盖目标监测区域,或者由于节点故障、能量耗尽等原因导致传感器节点失效,使得传感器网络出现覆盖盲区,在实际应用中,这些未能被覆盖的区域会使监测的数据不完整,从而影响了整个网络的服务质量,可能会对最后的决策产生影响。上述发现策略可以发现和确定网络中覆盖盲区的位置,进而通过上述覆盖盲区修复机制对网络中的覆盖盲区进行修复,使网络恢复正常工作。通过仿真实验分析了移动节点利用率、节点平均移动距离两个性能指标,与完全使用静止节点相比,上述方法使节点部署更加均匀,提高了网络的服务质量,验证了蚁群算法修复盲区策略的可行性和有效性。
  (5)提出了一种基于最优簇首的无线传感器网络层次拓扑控制算法。该算法通过分簇策略将网络中的传感器节点分为簇头节点和簇内节点两类。簇内节点将采集到的数据信息发送给其所在簇的簇头节点,簇头节点负责协调和管理其簇内节点,并进行数据融合和转发数据到基站。上述算法首先通过引入节点的剩余能量、邻居节点的通信能耗以及节点与汇聚节点之间距离等概念选择簇首。在节点剩余能量高于一定阈值的前提下,能量剩余高、且距离基站和剩余能量最小节点较近的节点,比能量剩余少和距离基站较远的节点成为簇首的概率较大。仿真实验结果表明,上述算法可以更好地实现网络负载均衡,有效地延长网络的生命周期。

著录项

相似文献

  • 中文文献
  • 外文文献
  • 专利
代理获取

客服邮箱:kefu@zhangqiaokeyan.com

京公网安备:11010802029741号 ICP备案号:京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有
  • 客服微信

  • 服务号