多匯聚節(jié)點(diǎn)無(wú)線傳感器網(wǎng)絡(luò)關(guān)鍵技術(shù)研究.pdf

1、作為物聯(lián)網(wǎng)的重要組成部分，無(wú)線傳感器網(wǎng)絡(luò)因其具有良好的信息感知及數(shù)據(jù)交互能力，近年來(lái)格外受到研究者們的關(guān)注與重視。無(wú)線傳感器網(wǎng)絡(luò)由大量低功耗、低成本、多功能的無(wú)線傳感器節(jié)點(diǎn)組成，這些傳感節(jié)點(diǎn)既能夠進(jìn)行數(shù)據(jù)采集及信息處理，又可以通過(guò)無(wú)線信道進(jìn)行通信互聯(lián)，因此由它們組成的無(wú)線傳感器網(wǎng)絡(luò)便可通過(guò)無(wú)線通信技術(shù)及自組織方式形成一種面向任務(wù)的網(wǎng)絡(luò)系統(tǒng)。但由于在傳統(tǒng)無(wú)線傳感器網(wǎng)絡(luò)中密集部署的傳感節(jié)點(diǎn)需要通過(guò)網(wǎng)絡(luò)中唯一的匯聚節(jié)點(diǎn)(sink)才可將數(shù)據(jù)信

2、息傳送至用戶終端或控制中心，而這種多對(duì)一的傳輸模式使無(wú)線傳感器網(wǎng)絡(luò)在能耗均衡性、可靠性等諸多方面均面臨著很大的問(wèn)題，同時(shí)又因無(wú)線傳感器網(wǎng)絡(luò)應(yīng)用領(lǐng)域的不斷拓展，也使得單匯聚節(jié)點(diǎn)結(jié)構(gòu)更加不能滿足無(wú)線傳感器網(wǎng)絡(luò)快速發(fā)展的要求。因此，本文通過(guò)在網(wǎng)絡(luò)中增加匯聚節(jié)點(diǎn)個(gè)數(shù)的方式來(lái)解決上述問(wèn)題，從而使無(wú)線傳感器網(wǎng)絡(luò)的運(yùn)行變得更高效、更穩(wěn)定、更健壯，并且便于管理。本文針對(duì)多匯聚節(jié)點(diǎn)的無(wú)線傳感器網(wǎng)絡(luò)開(kāi)展研究，分別從路由協(xié)議設(shè)計(jì)、多匯聚節(jié)點(diǎn)的重定位技術(shù)及數(shù)據(jù)

3、融合策略等三方面進(jìn)行了深入研究并提出了相關(guān)算法。本文的研究成果主要包括以下三個(gè)方面:
　　 第一，本文提出了一種基于模糊綜合評(píng)判理論的最優(yōu)路由選擇算法ORFCE。該算法通過(guò)對(duì)傳感節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的跳數(shù)、路徑最小剩余能量與最小平均鏈路質(zhì)量三方面因素進(jìn)行模糊綜合評(píng)判的方式，提供了傳感節(jié)點(diǎn)到對(duì)應(yīng)匯聚節(jié)點(diǎn)的多路徑、層次型、主動(dòng)與按需混合并考慮QoS的分布式最優(yōu)路由選擇，在賦予路由選擇以人性化思考的同時(shí)，可保證無(wú)線傳感器網(wǎng)絡(luò)具有更長(zhǎng)的網(wǎng)絡(luò)生

4、存期、更高的數(shù)據(jù)包交付率和更少的路由控制信息。仿真實(shí)驗(yàn)結(jié)果表明，與未使用模糊理論及未對(duì)影響因素進(jìn)行全面考慮的其他多匯聚節(jié)點(diǎn)路由協(xié)議相比，本文所提出的ORFCE算法可平均延長(zhǎng)約2.8倍的網(wǎng)絡(luò)生存時(shí)間，提高約14％的數(shù)據(jù)包交付率，并減少了約37％在路由過(guò)程所產(chǎn)生的控制信息數(shù)量。
　　 第二，本文提出了一種基于質(zhì)心原理的多匯聚節(jié)點(diǎn)重定位算法EEMSR。該算法通過(guò)將匯聚節(jié)點(diǎn)的一跳鄰居傳感節(jié)點(diǎn)視作質(zhì)點(diǎn)系、其向匯聚節(jié)點(diǎn)傳輸?shù)臄?shù)據(jù)包數(shù)量作為質(zhì)

5、點(diǎn)質(zhì)量的方式，利用質(zhì)心位置的計(jì)算方法將多個(gè)匯聚節(jié)點(diǎn)當(dāng)做各自質(zhì)點(diǎn)系的質(zhì)心用協(xié)作移動(dòng)的方式逐步逼近并最終定位至各自的最優(yōu)位置，且匯聚節(jié)點(diǎn)的當(dāng)前最優(yōu)位置可因網(wǎng)絡(luò)運(yùn)行狀態(tài)的不斷變化而進(jìn)行相應(yīng)的調(diào)整，從而始終保證無(wú)線傳感器網(wǎng)絡(luò)在傳輸數(shù)據(jù)信息時(shí)可經(jīng)歷更少的平均跳數(shù)及消耗更少的平均節(jié)點(diǎn)能量。仿真實(shí)驗(yàn)結(jié)果表明，與匯聚節(jié)點(diǎn)固定不動(dòng)時(shí)相比，本文所提出的EEMSR算法可平均延長(zhǎng)約69％的網(wǎng)絡(luò)生存時(shí)間，提高約5％的數(shù)據(jù)包交付率;而與采用其他策略的匯聚節(jié)點(diǎn)重定位

6、算法相比，該算法也能平均延長(zhǎng)約18％的網(wǎng)絡(luò)使用壽命，并提升約6％的數(shù)據(jù)信息傳輸?shù)某晒β省?br>　　 第三，本文提出了一種可權(quán)衡傳感節(jié)點(diǎn)平均能耗及數(shù)據(jù)傳輸平均延遲的數(shù)據(jù)融合算法ECLT。該算法首先使用二級(jí)模糊綜合評(píng)判方法對(duì)原有最優(yōu)路由信息利用傳感節(jié)點(diǎn)的一跳鄰居節(jié)點(diǎn)當(dāng)前一段時(shí)間內(nèi)所轉(zhuǎn)發(fā)的數(shù)據(jù)包個(gè)數(shù)進(jìn)行有利于數(shù)據(jù)融合的相關(guān)調(diào)整，而使新的數(shù)據(jù)轉(zhuǎn)發(fā)路徑在很好的均衡網(wǎng)絡(luò)中各節(jié)點(diǎn)能耗并有效提高數(shù)據(jù)傳輸可靠性的同時(shí)，通過(guò)增加原有路徑間交疊的方式來(lái)高

7、效的提高數(shù)據(jù)融合度;其次，該算法還可利用傳感節(jié)點(diǎn)的自身狀態(tài)來(lái)動(dòng)態(tài)調(diào)整其當(dāng)前的融合等待時(shí)間，使該數(shù)據(jù)融合定時(shí)機(jī)制(timing)既能有效的均衡網(wǎng)絡(luò)中各傳感節(jié)點(diǎn)的平均能耗，又可很好的降低網(wǎng)絡(luò)中的平均數(shù)據(jù)延遲。仿真實(shí)驗(yàn)結(jié)果表明，與未考慮數(shù)據(jù)融合的算法相比，本文所提出的ECLT算法可平均延長(zhǎng)約1倍的網(wǎng)絡(luò)生存時(shí)間，但會(huì)降低約3％的數(shù)據(jù)包交付率;而與采用其他數(shù)據(jù)融合機(jī)制與融合等待定制策略的算法相比，該算法也能平均延長(zhǎng)約10％的網(wǎng)絡(luò)使用壽命，并提高約