無線網(wǎng)絡(luò)能量?jī)?yōu)化及數(shù)據(jù)通信研究.pdf

1、無線傳感器網(wǎng)絡(luò)和WiFi網(wǎng)絡(luò)的出現(xiàn)和發(fā)展為人類的日常生活提供了極大的方便，尤其是一系列以人為中心的應(yīng)用，例如輔助生活、跌倒檢測(cè)和緊急響應(yīng)等。在這些應(yīng)用中，傳感器節(jié)點(diǎn)的能量消耗和數(shù)據(jù)通信是無線網(wǎng)絡(luò)發(fā)展的瓶頸。因此，本文對(duì)無線網(wǎng)絡(luò)中節(jié)點(diǎn)的能量?jī)?yōu)化和數(shù)據(jù)包傳遞的底層行為的問題以及無線通信變速編碼技術(shù)中的Hash算法設(shè)計(jì)相關(guān)問題展開了研究。
　　本論文涉及到如下內(nèi)容：
　　①提出最優(yōu)數(shù)據(jù)包尺寸的方法來優(yōu)化異構(gòu)的身體傳感器網(wǎng)絡(luò)和WiF

2、i(BSN-WiFi)網(wǎng)絡(luò)的通信能量消耗。首先詳細(xì)介紹了BSN-WiFi網(wǎng)絡(luò)系統(tǒng)；然后分別分析了BSN和WiFi網(wǎng)絡(luò)的通信能量消耗，并建立一個(gè)BSN-WiFi網(wǎng)絡(luò)能量消耗的優(yōu)化模型，其約束條件為吞吐量和時(shí)延；進(jìn)一步，將該模型轉(zhuǎn)化為一個(gè)幾何規(guī)劃(Geometric Programming，GP)問題，并使用軟件工具cvx來求解；之后將求得的最優(yōu)解制成數(shù)據(jù)包尺寸查找表導(dǎo)入到聚合器上，使得其根據(jù)實(shí)時(shí)的數(shù)據(jù)包傳遞率(PDR)自動(dòng)地選擇當(dāng)前最佳的

3、數(shù)據(jù)包尺寸；最后，搭建一個(gè)BSN-WiFi網(wǎng)絡(luò)平臺(tái)來評(píng)估能量?jī)?yōu)化模型。結(jié)果顯示，與固定數(shù)據(jù)包尺寸方法相比，最優(yōu)數(shù)據(jù)包尺寸法可以節(jié)省最多70％的能量。
　?、谔岢雎?lián)合數(shù)據(jù)率適配的方法優(yōu)化BSN-WiFi網(wǎng)絡(luò)的通信能量消耗。首先將BSN-WiFi網(wǎng)絡(luò)系統(tǒng)抽象為連續(xù)的四個(gè)階段來理解；然后，分析BSN-WiFi網(wǎng)絡(luò)的通信能量消耗、吞吐量和時(shí)延，以及信噪比和數(shù)據(jù)傳遞率(SNR-PDR)映射。然后，建立能量?jī)?yōu)化模型來最小化BSN-WiFi網(wǎng)絡(luò)

4、的能量消耗，約束條件為SNR-PDR映射、吞吐量和時(shí)延。以SNR值為輸入，用cvx求解該模型得到最優(yōu)數(shù)據(jù)率并制成最優(yōu)數(shù)據(jù)率查找表做在線查找。最后，從一個(gè)特定的BSN-WiFi網(wǎng)絡(luò)系統(tǒng)收集了約20分鐘的數(shù)據(jù)來評(píng)測(cè)該模型。結(jié)果顯示，與固定數(shù)據(jù)率方法相比，最優(yōu)數(shù)據(jù)率法可以節(jié)省最多86%的能量。
　?、厶岢隽艘粋€(gè)新穎的離散時(shí)間的Markov模型來模擬無線網(wǎng)絡(luò)鏈路的突發(fā)行為，讓研究者深入了解數(shù)據(jù)包傳遞的深層行為。具體地說，首先建立一個(gè)離散時(shí)

5、間的Markov模型，該模型的輸入為β值，輸出為突發(fā)流量的序列。然后，設(shè)計(jì)了一個(gè)算法來模擬Markov模型，該算法中狀態(tài)轉(zhuǎn)移代表數(shù)據(jù)包的接收或者丟失。最后，我們通過每次100萬次的數(shù)據(jù)包傳遞，共100次的測(cè)試實(shí)驗(yàn)來評(píng)估該模型，結(jié)果顯示該模型能夠準(zhǔn)確地模擬無線鏈路的突發(fā)行為，模擬的β值和實(shí)際β值的標(biāo)準(zhǔn)差為0.0187。
　　④提出兩種應(yīng)用于無線數(shù)據(jù)通信變速編碼中的核心算法：基于函數(shù)查找表的Hash算法和基于細(xì)胞神經(jīng)網(wǎng)絡(luò)的Hash算法

6、。首先，提出一個(gè)新穎的基于動(dòng)態(tài)函數(shù)查找表的Hash算法：將分塊的信息轉(zhuǎn)換成其對(duì)應(yīng)的ASCII碼值，在函數(shù)查找表中查找等值的索引值，進(jìn)而找到相應(yīng)的復(fù)合函數(shù)。對(duì)每個(gè)信息塊來說，四個(gè)存儲(chǔ)值將被相應(yīng)的復(fù)合函數(shù)重新賦值，然后函數(shù)查找表將動(dòng)態(tài)更新。當(dāng)所有的信息塊處理完后，最終的128比特Hash值將通過級(jí)聯(lián)最終四個(gè)存儲(chǔ)值而得到。其次，提出一個(gè)基于四維細(xì)胞神經(jīng)網(wǎng)絡(luò)的混沌Hash算法：將任意長(zhǎng)度的信息填充后以512比特為單位分割成塊，該512比特的塊然