無線傳感器網(wǎng)絡中的Gossip算法研究.pdf

1、隨著以無線傳感器網(wǎng)絡為代表的下一代無線自組織網(wǎng)絡的興起，人們開始關注這些不追求高速率大容量的通信而是具有特定功能的新型網(wǎng)絡。無線自組織網(wǎng)絡不依賴于復雜昂貴的基礎設施，因而具有部署快速靈活、成本低、網(wǎng)絡可擴展性強的特點，同時網(wǎng)絡中的節(jié)點也受到非常嚴格的資源限制，包括計算能力、通信能力、存儲能力和能量消耗等，網(wǎng)絡的拓撲也經(jīng)常是動態(tài)變化的。在這種情況下，計算簡單、具有對抗網(wǎng)絡動態(tài)拓撲和單節(jié)點失敗的魯棒性且無需任何全局信息的Gossip算法逐漸

2、成為分布式傳感器網(wǎng)絡中的研究熱點。
　　本文研究的是在無線傳感器網(wǎng)絡中使用Gossip算法解決一致性平均問題。通過對傳統(tǒng)的Gossip算法的分析，研究在無線網(wǎng)絡環(huán)境下Gossip算法，提出加快Gossip算法收斂速度、減少算法通信開銷的優(yōu)化方案。論文的主要研究內(nèi)容包括：
　　研究在移動環(huán)境下的Gossip算法的性能，通過將無線傳感器網(wǎng)絡建模成單位區(qū)域內(nèi)的隨機幾何圖，使用三種移動模型刻畫網(wǎng)絡中節(jié)點的移動：雙向全移動模型、有限移

3、動速度雙向移動模型和隨機游走移動模型。通過數(shù)學分析證明，移動Gossip算法可以保證估計值向量收斂。利用經(jīng)典馬爾可夫理論中的龐加萊不等式和多貨流模型分析了移動Gossip算法在三種移動模型下的收斂速度，結果表明雙向全移動模型的下的Gossip算法收斂速度可以達到完全圖中的收斂速度量級；而通過有限移動速度模型（有限速度雙向移動和隨機游走）可以更加精確的刻畫不同移動速度情況下的算法的收斂速度，這對于算法開銷的估計和網(wǎng)絡測量周期的確定具有非常

4、大的應用價值。
　　研究通過擴展Gossip算法迭代周期內(nèi)參與平均的用戶組來加速Gossip算法收斂的方法，并提出了三元Gossip算法（TGA算法）。通過理論分析，得出了TGA算法的收斂性，并進一步指出在相對寬松的條件下，TGA算法的迭代具有比PGA算法更快的收斂速度。
　　研究一種通過監(jiān)聽鄰居節(jié)點的通信，選擇估計值相差最大的鄰居節(jié)點進行信息交互的方式來加速Gossip算法的方法，提出了改進的TGA算法，稱為選擇性TGA算

5、法。利用無線通信的廣播特性，在每次迭代中，無需增加過多的通信次數(shù)和存儲空間，即可實現(xiàn)在鄰居節(jié)點中選擇兩個相差最大的兩個估計值和本地估計值進行平均的目的。通過這一處理，可以進一步的加速Gossip算法的收斂。
　　研究一種充分利用無線網(wǎng)絡中的廣播特性的新型Gossip算法。由于無線信號的廣播特性，節(jié)點的單次發(fā)送，可以使多個節(jié)點同時接收到發(fā)送信息。同時無線廣播信號的信號強度是隨著距離增加逐漸減弱的。也就是說在傳統(tǒng)定義的通信半徑之外的一