無(wú)線(xiàn)移動(dòng)自組織及傳感器網(wǎng)絡(luò)中若干問(wèn)題的研究.pdf

1、隨著現(xiàn)代科學(xué)技術(shù)的不斷發(fā)展，人們對(duì)網(wǎng)絡(luò)通信技術(shù)的需求也不斷提升，新的應(yīng)用不斷涌現(xiàn)，傳統(tǒng)網(wǎng)絡(luò)已經(jīng)不能滿(mǎn)足社會(huì)的需求，從而促進(jìn)了無(wú)線(xiàn)網(wǎng)絡(luò)技術(shù)的快速發(fā)展。無(wú)線(xiàn)自組織網(wǎng)絡(luò)由于其具有自組織、自愈合、快速反應(yīng)等特性，在各行各業(yè)中的應(yīng)用日益廣泛。特別是近來(lái)人們關(guān)注較多的車(chē)載移動(dòng)自組織網(wǎng)絡(luò)、無(wú)人機(jī)載自組織網(wǎng)絡(luò)等，有重大的理論和現(xiàn)實(shí)意義。無(wú)線(xiàn)傳感器網(wǎng)絡(luò)作為一種特殊的自組織網(wǎng)絡(luò)，已經(jīng)在軍事、交通監(jiān)控、安全敏感區(qū)域監(jiān)控、智能家居和目標(biāo)跟蹤、公共安全檢測(cè)等領(lǐng)域

2、有廣泛的應(yīng)用前景。因此無(wú)線(xiàn)移動(dòng)組織網(wǎng)絡(luò)及傳感器網(wǎng)絡(luò)成為了無(wú)線(xiàn)自組織網(wǎng)絡(luò)技術(shù)研究中的熱點(diǎn)問(wèn)題，由于其特殊性，因此具有一定的研究挑戰(zhàn)。本文在對(duì)無(wú)線(xiàn)自組織及傳感器網(wǎng)絡(luò)進(jìn)行了系統(tǒng)全面的分析和總結(jié)基礎(chǔ)上，對(duì)研究熱點(diǎn)問(wèn)題中的延遲容忍移動(dòng)傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸策略、有向無(wú)線(xiàn)傳感器網(wǎng)絡(luò)覆蓋問(wèn)題及移動(dòng)自組織網(wǎng)絡(luò)路由等幾個(gè)方面的內(nèi)容深入細(xì)致地開(kāi)展了相關(guān)研究工作，并取得了若干的創(chuàng)新與成果。本文的主要貢獻(xiàn)包括：
　　 ⑴針對(duì)延遲容忍移動(dòng)傳感器網(wǎng)絡(luò)的特點(diǎn)，對(duì)

3、其現(xiàn)有的數(shù)據(jù)傳輸策略進(jìn)行了深入的研究，并在經(jīng)典延遲容忍移動(dòng)傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸策略FAD以及MPAD策略的基礎(chǔ)上先后提出了一種基于優(yōu)先度復(fù)制的數(shù)據(jù)傳輸策略PRD用于空間中間斷連通的延遲容忍移動(dòng)傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸以及一種基于數(shù)據(jù)融合的適配數(shù)據(jù)復(fù)制傳輸策略DAAD，該傳輸策略主要用于采集監(jiān)控環(huán)境數(shù)據(jù)的延遲容忍移動(dòng)傳感器網(wǎng)絡(luò)。PRD由選擇復(fù)制策略和隊(duì)列管理組成，前者根據(jù)節(jié)點(diǎn)將消息傳遞給匯聚點(diǎn)的可能性，選擇下一跳進(jìn)行復(fù)制傳輸；隊(duì)列管理則利用引入傳

4、輸優(yōu)先度及復(fù)制數(shù)的消息生存時(shí)間決定隊(duì)列中消息丟棄原則。DAAD由選擇復(fù)制策略和具有數(shù)據(jù)融合功能的隊(duì)列管理組成，前者適應(yīng)性的選擇下一跳傳輸?shù)墓?jié)點(diǎn)，復(fù)制消息進(jìn)行數(shù)據(jù)傳輸；隊(duì)列管理則決定隊(duì)列中消息的生存與否等，同時(shí)利用數(shù)據(jù)融合，產(chǎn)生新消息，減少網(wǎng)絡(luò)中多余數(shù)據(jù)消息的傳輸。仿真分析表明，PRD以及DAAD均能夠有效提高數(shù)據(jù)交付率，同時(shí)具有較低的數(shù)據(jù)復(fù)制數(shù)以及傳輸延遲。
　　 ⑵針對(duì)有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)問(wèn)題，提出了基于人工魚(yú)群優(yōu)化的有向傳

5、感網(wǎng)絡(luò)覆蓋增強(qiáng)算法AFCEA以及基于遺傳模擬退火算法的有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)算法GSACEA。在AFCEA中，將針對(duì)性改進(jìn)的人工魚(yú)群優(yōu)化引入可轉(zhuǎn)動(dòng)模型下有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)問(wèn)題最優(yōu)解的求解，通過(guò)多條人工魚(yú)的一系列行為，逐步接近網(wǎng)絡(luò)覆蓋的最大值。通過(guò)理論研究以及仿真實(shí)驗(yàn)分析，與其他典型的有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)算法相比，AFCEA算法可以以較少的迭代計(jì)算次數(shù)有效提高有向傳感器網(wǎng)絡(luò)的監(jiān)測(cè)覆蓋率。GSACEA算法則將遺傳算法與模擬退火算法相結(jié)

6、合并作了一定的改變，通過(guò)遺傳的進(jìn)化作用與模擬退火的作用逐步接近最優(yōu)解，解決有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)問(wèn)題。仿真驗(yàn)證表明，與其他經(jīng)典的同類(lèi)研究算法相比，GSACEA可以以較少的迭代次數(shù)有效提高有向傳感器網(wǎng)絡(luò)監(jiān)測(cè)覆蓋率。
　　 ⑶在人工魚(yú)群算法的基礎(chǔ)上，創(chuàng)新性地提出了虛擬水流的概念，分析了虛擬水流對(duì)人工魚(yú)群算法的影響，進(jìn)而提出了一種基于虛擬水流人工魚(yú)群優(yōu)化的有向傳感網(wǎng)絡(luò)覆蓋增強(qiáng)算法VSAFCEA。在VSAFCEA中，將引入虛擬水流并重新

7、定義行為模式的人工魚(yú)群優(yōu)化引入可轉(zhuǎn)動(dòng)模型下有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)問(wèn)題最優(yōu)解的求解，通過(guò)多條人工魚(yú)在虛擬水流下的一系列行為，逐步接近網(wǎng)絡(luò)覆蓋的最大值。通過(guò)理論研究以及仿真實(shí)驗(yàn)分析，與其他有向傳感器網(wǎng)絡(luò)覆蓋增強(qiáng)算法，包括AFCEA相比，VSAFCEA算法可以以較少的迭代計(jì)算次數(shù)有效提高有向傳感器網(wǎng)絡(luò)的監(jiān)測(cè)覆蓋率。
　　 ⑷對(duì)無(wú)人機(jī)自組織網(wǎng)絡(luò)等高速移動(dòng)環(huán)境下的無(wú)線(xiàn)移動(dòng)自組織網(wǎng)絡(luò)特性進(jìn)行了相關(guān)分析，針對(duì)節(jié)點(diǎn)移動(dòng)快速、網(wǎng)絡(luò)拓?fù)渥兓瘎×业忍?/p>

8、性，提出了一種上下文感知優(yōu)化鏈路狀態(tài)協(xié)議CAOLSR，采用了一種上下文信息機(jī)制，引入了節(jié)點(diǎn)地理信息位置等信息，并綜合多個(gè)網(wǎng)絡(luò)上下文影響參數(shù)，將節(jié)點(diǎn)間相對(duì)移動(dòng)預(yù)測(cè)、前后訪(fǎng)問(wèn)時(shí)間以及節(jié)點(diǎn)連接度情況引入MPR選擇，并設(shè)計(jì)了CAOLSR-MPR算法流程。此外，CAOLSR還通過(guò)引入Fisheye技術(shù)，分層次對(duì)傳輸控制消息的發(fā)送頻率進(jìn)行了控制，減少了移動(dòng)性對(duì)路由精度的影響。最后通過(guò)多組仿真實(shí)驗(yàn)表明，在節(jié)點(diǎn)快速移動(dòng)與拓?fù)淇焖僮兓h(huán)境下與HOLSR、