基于約會和信息勢的傳感網(wǎng)移動數(shù)據(jù)收集算法研究.pdf

1、隨著物聯(lián)網(wǎng)基礎(chǔ)設(shè)施與移動智能設(shè)備的快速發(fā)展，無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks）的形式更加多樣化，移動數(shù)據(jù)收集的應(yīng)用也越來越廣泛。本文所研究的場景是，傳感器節(jié)點固定不動，移動匯聚節(jié)點（Mobile Sink,MS）在網(wǎng)絡(luò)中游走，收集感興趣事件（Event of Interest, EOI）的數(shù)據(jù)，直接進行分析處理或者遠程傳給基站完成一定的監(jiān)控或分析任務(wù)。
　　本研究主要內(nèi)容包括：⑴對于第一種應(yīng)用場景，

2、MS在網(wǎng)絡(luò)中沿著固定的運動軌跡收集數(shù)據(jù)。網(wǎng)絡(luò)被劃分為幾個簇，每個簇具有唯一的約會節(jié)點（Rendezvous Point, RP）。簇內(nèi)其它節(jié)點持續(xù)地從網(wǎng)絡(luò)中收集某EOI數(shù)據(jù)，并按照一定的路由樹發(fā)送給簇內(nèi)的RP。本文擬實現(xiàn)網(wǎng)絡(luò)的整個生命周期的多項指標的最優(yōu)化。在初始化配置階段，需要完成網(wǎng)絡(luò)中節(jié)點與RP的最優(yōu)化映射，以及最短路徑樹，從而實現(xiàn)網(wǎng)絡(luò)能耗最優(yōu)，和網(wǎng)絡(luò)吞吐率最優(yōu)兩個優(yōu)化目標，首先對該多目標優(yōu)化問題進行形式化定義和推導，采用多目標遺傳

3、算法求解該多目標優(yōu)化問題，得到一個啟發(fā)式的解。為了實現(xiàn)網(wǎng)絡(luò)能耗均衡的目標，需要對能耗過快的RP節(jié)點進行動態(tài)替換，觸發(fā)動態(tài)更新階段，選擇其它節(jié)點擔當RP，選取時需要實現(xiàn)剩余能量最大，以及由新RP構(gòu)建的MS運動軌跡最短的多目標優(yōu)化問題。在選擇了最優(yōu)的節(jié)點替代舊的RP后，更新網(wǎng)絡(luò)拓撲。實驗表明，采用本文提出的算法，網(wǎng)絡(luò)生命周期得到大幅延長，網(wǎng)絡(luò)吞吐率也得到大幅提升。⑵另一種移動數(shù)據(jù)收集的場景是，MS在網(wǎng)絡(luò)中游走，按照一定的路由協(xié)議，移動到EO

4、I附近，收集數(shù)據(jù)并進行處理?；谛畔⑻荻鹊穆酚珊蛯Ш絽f(xié)議，是一種分布式的，通過局部決策實現(xiàn)全局目標的協(xié)議設(shè)計。本文提出通過求解調(diào)和函數(shù)的離散解構(gòu)建信息梯度，該信息梯度稱作信息勢（Information Potential Field, IPF）。在采用雅克比迭代求解調(diào)和函數(shù)時，為了提高迭代收斂速度，采用了迭代更新條件，即滿足一定條件時才將信息強度值更新為迭代值。通過這樣的方式，信息勢就是對信息勢。因此，在構(gòu)建信息勢的過程中應(yīng)該考慮傳感網(wǎng)

5、能耗和信息勢質(zhì)量這兩個性能指標，尤其是在動態(tài)變化的大規(guī)模網(wǎng)絡(luò)中。首先提出了兩個節(jié)能的信息勢的構(gòu)建算法：基于骨干節(jié)點的信息勢構(gòu)建算法（HSCA），和預測值替代算法（VESA）。這兩個算法都遵守 WSNs設(shè)置的典型假設(shè)以及流言式消息傳播模型，能夠有效地構(gòu)建出合格的信息勢?；谛畔?，MS的路由是基于一種貪心決策的，即每次選擇具有最高信息強度值的鄰居節(jié)點移動一步。為了解決實際應(yīng)用中多種復雜問題和挑戰(zhàn)，并保存信息勢支持貪心決策的優(yōu)良特性，本文提