容遲移動(dòng)傳感網(wǎng)絡(luò)中數(shù)據(jù)傳輸與處理機(jī)制研究.pdf

1、為了適應(yīng)當(dāng)今時(shí)代新興技術(shù)的發(fā)展需要，設(shè)備所配備的智能傳感器不再是傳統(tǒng)固定式的，而是隨著移動(dòng)的物體在不斷運(yùn)動(dòng)變化的。由這些傳感器所構(gòu)成的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)處于動(dòng)態(tài)變化的，節(jié)點(diǎn)之間很難建立起固定的通信線路。傳統(tǒng)無(wú)線傳感網(wǎng)絡(luò)（Wireless Sensor Networks, WSN）的端到端的數(shù)據(jù)傳輸方式變得不再適用。這就需要對(duì)這一類新型的網(wǎng)絡(luò)進(jìn)行研究和分析，尋求新的數(shù)據(jù)傳輸方式。因此，容遲移動(dòng)傳感網(wǎng)絡(luò)（Delay Tolerant Mobile

2、 Sensor Networks, DTMSN）開(kāi)始走進(jìn)人們的視野。
　　DTMSN是容遲網(wǎng)絡(luò)（Delay Tolerant Networks, DTN）在WSN中的應(yīng)用和發(fā)展，用于無(wú)處不在的數(shù)據(jù)收集，旨在從統(tǒng)計(jì)的角度收集大量的信息。DTMSN繼承了DTN和WSN的一些特點(diǎn)，也有其獨(dú)特的網(wǎng)絡(luò)特性。
　　本文通過(guò)線性降維理論來(lái)改進(jìn)K均值算法，完成對(duì)容遲移動(dòng)傳感網(wǎng)絡(luò)收集到的大量數(shù)據(jù)進(jìn)行快速分析處理的任務(wù)；根據(jù)各節(jié)點(diǎn)本身的活躍度，

3、完善概率路由算法中的概率估計(jì)；運(yùn)用元啟發(fā)式算法RVNS選取最優(yōu)值，實(shí)現(xiàn)網(wǎng)絡(luò)中各節(jié)點(diǎn)能量均衡消耗，以多跳中繼傳輸?shù)姆绞?，將?shù)據(jù)從源節(jié)點(diǎn)成功地傳遞到目的節(jié)點(diǎn)。
　　本文的主要?jiǎng)?chuàng)新點(diǎn)包括：
　　(1)針對(duì)DTMSN中數(shù)據(jù)容遲性、節(jié)點(diǎn)緩存空間有限性造成數(shù)據(jù)堆積的問(wèn)題，提出一種基于線性判別分析的改進(jìn)K均值算法，運(yùn)用線性降維的方法將高維的數(shù)據(jù)集降為低維的數(shù)據(jù)，再利用K均值算法對(duì)降維后的數(shù)據(jù)進(jìn)行聚類分析，提升了K均值算法的數(shù)據(jù)處理能力，解

4、決了網(wǎng)絡(luò)中的數(shù)據(jù)堆積的現(xiàn)象。
　　(2)針對(duì)DTMSN中的間斷連接，PROPHET算法中傳輸概率的估計(jì)欠缺合理性的問(wèn)題，引入了節(jié)點(diǎn)活躍度的概念來(lái)改進(jìn)概率路由算法，對(duì)各傳感器節(jié)點(diǎn)本身的社會(huì)活躍度進(jìn)行定義和量化，建立基于節(jié)點(diǎn)活躍度和歷史相遇信息的傳輸預(yù)測(cè)估計(jì)，提高報(bào)文的成功傳輸率。
　　(3)針對(duì)DTMSN中傳感節(jié)點(diǎn)的能源有限性，各節(jié)點(diǎn)之間能量消耗不平衡的現(xiàn)象，設(shè)計(jì)一種基于RVNS的多跳中繼傳輸算法，利用組合優(yōu)化問(wèn)題中的RVNS