無線傳感器網(wǎng)絡(luò)網(wǎng)格狀分簇路由協(xié)議和數(shù)據(jù)融合算法的研究.pdf

1、無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks，簡稱WSN)因其廣闊的應(yīng)用前景和獨特的技術(shù)挑戰(zhàn)吸引了眾多學(xué)者的研究興趣，并逐漸成為了近幾年來計算機(jī)網(wǎng)絡(luò)領(lǐng)域中最為熱門的研究內(nèi)容之一。 典型的無線傳感器網(wǎng)絡(luò)由大量廉價的傳感器節(jié)點所構(gòu)成，相互之間通過無線方式進(jìn)行數(shù)據(jù)通信。這些傳感器節(jié)點可以通過其攜帶的各種類型的傳感器采集現(xiàn)場的各種數(shù)據(jù)，并以接力的方式通過其它傳感器節(jié)點將采集到的數(shù)據(jù)逐跳地發(fā)送到匯聚節(jié)點(Sink)。因

2、此，要求無線傳感器網(wǎng)絡(luò)必須具備自組織能力，能夠解決傳感器節(jié)點間的路由問題。 通常，傳感器節(jié)點僅僅依靠電池供電，而且一經(jīng)部署后，電池通常無法更換。除了電能資源非常稀少且珍貴外，還有包括處理能力、無線通信帶寬、存儲空間在內(nèi)的資源都十分有限。資源的局限性給無線傳感器網(wǎng)絡(luò)的技術(shù)帶來了巨大挑戰(zhàn)，許多成熟的網(wǎng)絡(luò)技術(shù)無法在無線傳感器網(wǎng)絡(luò)中推廣使用，許多原本簡單的問題因資源的局限性變得更為復(fù)雜，如何延長無線傳感器網(wǎng)絡(luò)的使用壽命成為了重中之重的目

3、標(biāo)。 本文主要研究無線傳感器網(wǎng)絡(luò)中兩大基礎(chǔ)而關(guān)鍵的技術(shù)：路由協(xié)議和數(shù)據(jù)融合技術(shù)。 路由協(xié)議是任何類型的計算機(jī)網(wǎng)絡(luò)所必備的關(guān)鍵技術(shù)之一，其性能影響和決定了整個無線傳感器網(wǎng)絡(luò)的性能和壽命。無線傳感器網(wǎng)絡(luò)的特殊需求和技術(shù)特點給路由協(xié)議提出了高能效、可擴(kuò)展、健壯性好、支持?jǐn)?shù)據(jù)融合等設(shè)計目標(biāo)。 本文首先對無線傳感器網(wǎng)絡(luò)的技術(shù)特點進(jìn)行了分析研究，并對各種具有代表性的無線傳感器網(wǎng)絡(luò)路由協(xié)議進(jìn)行了分類、分析和對比，特別對基于層次

4、結(jié)構(gòu)的無線傳感器網(wǎng)絡(luò)路由協(xié)議進(jìn)行了深入地分析和研究。 在此基礎(chǔ)上，本文提出了適用于無線傳感器網(wǎng)絡(luò)的網(wǎng)格狀分簇路由協(xié)議(Grid-clusteringROUting Protocol，簡稱GROUP協(xié)議)，這是本文的主要貢獻(xiàn)之一。GROUP協(xié)議中，主匯聚節(jié)點(PS節(jié)點)周期性地或按需在其附近選舉網(wǎng)格種子節(jié)點(GS節(jié)點)，網(wǎng)格種子節(jié)點的選舉以傳感器節(jié)點的剩余能量值為主要依據(jù)，并結(jié)合一定的隨機(jī)因素。然后，以網(wǎng)格種子節(jié)點的地理位置為基準(zhǔn)

5、，按照一定的網(wǎng)格寬度在整個傳感器網(wǎng)絡(luò)內(nèi)選舉呈近似網(wǎng)格狀分布的簇頭節(jié)點。GROUP中簇頭節(jié)點的選舉綜合了傳感器節(jié)點的剩余能量、地理位置和隨機(jī)因子等因素，而其它現(xiàn)有分簇協(xié)議選舉簇頭節(jié)點時大部分只考慮的因素較為單一。GROUP協(xié)議能夠支持多匯聚節(jié)點、移動的匯聚節(jié)點等多種更復(fù)雜的無線傳感器網(wǎng)絡(luò)應(yīng)用環(huán)境，可擴(kuò)展性好。為了提高無線傳感器網(wǎng)絡(luò)系統(tǒng)的健壯性和可靠性，GROUP協(xié)議還具有很好的故障恢復(fù)機(jī)制，以應(yīng)對可能發(fā)生的簇頭節(jié)點的故障。 本文對

6、GROUP協(xié)議進(jìn)行了全面的性能分析，同時利用NS-2仿真測試工具實現(xiàn)了GROUP協(xié)議，對其性能進(jìn)行了綜合評估，考察了GROUP協(xié)議主要參數(shù)對其性能的影響。另外，還將GROUP協(xié)議與TTDD、LEACH等分簇路由協(xié)議進(jìn)行了對比分析。仿真測試的結(jié)果表明，GROUP協(xié)議在能量消耗及均衡性、分組發(fā)送成功率、可擴(kuò)展性等諸多方面具有明顯的優(yōu)勢。 數(shù)據(jù)融合技術(shù)是減少傳感器節(jié)點間數(shù)據(jù)通信，節(jié)省傳感器節(jié)點能量開銷，延長網(wǎng)絡(luò)壽命的有效技術(shù)手段之一。

7、它通過對傳感器節(jié)點采集到大量具有高冗余度的原始數(shù)據(jù)進(jìn)行一定的運(yùn)算處理，提取少量可以取代原始數(shù)據(jù)的特征數(shù)據(jù)發(fā)送給匯聚節(jié)點，在保證數(shù)據(jù)有效性的同時減少傳感器節(jié)點的數(shù)據(jù)通信。 本文對數(shù)據(jù)融合技術(shù)的原理和意義進(jìn)行分析研究，并對現(xiàn)有典型的數(shù)據(jù)融合算法進(jìn)行了分析和對比研究。在此基礎(chǔ)上，提出了獨特的基于神經(jīng)網(wǎng)絡(luò)的數(shù)據(jù)融合算法(即NNBA數(shù)據(jù)融合算法)，這也是本文的主要貢獻(xiàn)之一。 NNBA數(shù)據(jù)融合算法是一種基于分簇路由協(xié)議(如GROUP協(xié)議等)

8、的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法。它巧妙地將分簇層次結(jié)構(gòu)與神經(jīng)網(wǎng)絡(luò)的層次結(jié)構(gòu)相結(jié)合，將每個簇設(shè)計為一個三層感知器神經(jīng)網(wǎng)絡(luò)模型，通過神經(jīng)網(wǎng)絡(luò)的方法從傳感器節(jié)點采集到的大量原始數(shù)據(jù)中提取特征數(shù)據(jù)，然后將特征數(shù)據(jù)發(fā)送給匯聚節(jié)點。論文中還針對森林火災(zāi)實時監(jiān)測網(wǎng)這一應(yīng)用實例，設(shè)計了NNBA數(shù)據(jù)融合算法中不同類型的神經(jīng)元模型及功能函數(shù)。 論文中對基于三層感知器神經(jīng)網(wǎng)絡(luò)模型的NNBA數(shù)據(jù)融合算法進(jìn)行了全面的性能分析和仿真測試。結(jié)果表明，NNBA數(shù)