無(wú)線傳感器網(wǎng)絡(luò)三維分簇及動(dòng)力學(xué)演化機(jī)制研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks,WSNs）是新興的信息獲取與網(wǎng)絡(luò)技術(shù)，被列為21世紀(jì)最有影響的世紀(jì)技術(shù)和改變世界的十大技術(shù)之一，是物聯(lián)網(wǎng)底層的關(guān)鍵技術(shù)之一。隨著近些年來(lái)迅猛發(fā)展的嵌入式技術(shù)、計(jì)算機(jī)技術(shù)以及無(wú)線通信技術(shù)，無(wú)線傳感器網(wǎng)絡(luò)不斷向著節(jié)點(diǎn)微型化、低功耗和多功能的方向發(fā)展，擁有了廣闊的應(yīng)用空間，例如它在軍事國(guó)防、環(huán)境監(jiān)測(cè)、交通運(yùn)輸、公共衛(wèi)生、智能家居等領(lǐng)域的應(yīng)用。但是隨著其應(yīng)用的廣度和深度日益增加，

2、出現(xiàn)了網(wǎng)絡(luò)結(jié)構(gòu)需從二維平面向三維空間擴(kuò)展、網(wǎng)絡(luò)中節(jié)點(diǎn)能量消耗過(guò)快以及網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)抗毀與容錯(cuò)性不強(qiáng)等新的問(wèn)題。
　　復(fù)雜網(wǎng)絡(luò)理論作為一項(xiàng)新興的研究工具，被廣泛應(yīng)用于各個(gè)領(lǐng)域，受到了越來(lái)越多的研究人員關(guān)注。本文是以復(fù)雜網(wǎng)絡(luò)為研究工具，對(duì)無(wú)線傳感器網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)動(dòng)力學(xué)演化機(jī)制與行為進(jìn)行了深入分析和研究，建立了一系列的網(wǎng)絡(luò)自組織演化模型，并對(duì)模型的多種動(dòng)力學(xué)特征進(jìn)行研究和探討，嘗試解決大規(guī)模WSNs中出現(xiàn)的新問(wèn)題。
　　本文主要研究

3、內(nèi)容如下：
　?。?）提出了基于能量和距離的三維無(wú)線傳感器網(wǎng)絡(luò)自適應(yīng)分簇算法。
　　基于無(wú)線傳感器網(wǎng)絡(luò)在隧道安全監(jiān)測(cè)中的實(shí)際應(yīng)用，針對(duì)經(jīng)典的LEACH算法，提出了可以適用于三維空間，基于能量和距離的自適應(yīng)分簇（3D-EDAC）算法。該算法考慮到節(jié)點(diǎn)的剩余能量和節(jié)點(diǎn)到基站的距離等因素，尋求最優(yōu)簇頭節(jié)點(diǎn)數(shù)目，并對(duì)分簇過(guò)程和通信模式進(jìn)行了優(yōu)化改進(jìn)。實(shí)驗(yàn)結(jié)果表明，本文所提出的3D-EDAC算法能夠較好的適用于三維空間，并且節(jié)能效果顯

4、著，從而使得網(wǎng)絡(luò)擁有了更長(zhǎng)的生存時(shí)間。
　?。?）提出了一種具備可自調(diào)節(jié)吸引因子的無(wú)線傳感器網(wǎng)絡(luò)演化模型
　　由于網(wǎng)絡(luò)節(jié)點(diǎn)的能量和通信范圍有限，首先將復(fù)雜網(wǎng)絡(luò)中的局域世界模型引入到無(wú)線傳感器網(wǎng)絡(luò)演化過(guò)程中，并基于節(jié)點(diǎn)間的距離和節(jié)點(diǎn)自身的剩余能量，構(gòu)成了可自調(diào)節(jié)的吸引因子，實(shí)現(xiàn)了對(duì)新加入的節(jié)點(diǎn)進(jìn)行擇優(yōu)連接的效果。理論解析和數(shù)值仿真表明，該模型能夠降低網(wǎng)絡(luò)中關(guān)鍵節(jié)點(diǎn)的連接度，避免了關(guān)鍵節(jié)點(diǎn)由于維持過(guò)多連接而導(dǎo)致的能耗過(guò)大問(wèn)題，從

5、而保證了對(duì)應(yīng)節(jié)點(diǎn)具有更長(zhǎng)的生存時(shí)間，同時(shí)維持了網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的冪律特征，提高了網(wǎng)絡(luò)的抗毀性。
　　（3）提出了一種點(diǎn)強(qiáng)受限的無(wú)線傳感器網(wǎng)絡(luò)加權(quán)演化模型
　　加權(quán)網(wǎng)絡(luò)中的邊權(quán)和點(diǎn)強(qiáng)，對(duì)于研究無(wú)線傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)間數(shù)據(jù)流的大小以及網(wǎng)絡(luò)中的關(guān)鍵節(jié)點(diǎn)和路徑具有重要的意義。在經(jīng)典BBV網(wǎng)絡(luò)演化模型的基礎(chǔ)上，引入了點(diǎn)強(qiáng)受限機(jī)制，提出了一種點(diǎn)強(qiáng)受限的無(wú)線傳感器網(wǎng)絡(luò)加權(quán)演化模型（SCW），該模型不但能保持權(quán)值的動(dòng)態(tài)增長(zhǎng)，還能對(duì)節(jié)點(diǎn)的點(diǎn)強(qiáng)進(jìn)行限