無線傳感器網絡負載均衡數(shù)據(jù)匯集算法研究.pdf

1、無線傳感器網絡作為普適計算的一種支撐技術，是控制工程和人工智能領域的研究前沿，應用前景十分廣泛。
　　 數(shù)據(jù)匯集應用作為無線傳感器網絡的一種廣泛應用形式，具有網絡數(shù)據(jù)流連續(xù)、流量大、“多對一”的特點。數(shù)據(jù)匯集過程中，當各個數(shù)據(jù)流分支的流量分配不均衡時，容易導致部分上游節(jié)點負載過重，造成其提前“死亡”，嚴重影響網絡壽命。負載均衡對緩解網絡擁塞、提高網絡服務質量和資源利用率非常有效，被廣泛地應用到Internet網絡，而針對無線傳感

2、器網絡的負載均衡研究還處于起步階段。
　　 本文以提高網絡服務質量、延長網絡壽命為目標，針對以下三種應用場景，研究無線傳感器網絡負載均衡數(shù)據(jù)匯集算法。
　　 ①同構網絡場景：Sink節(jié)點靜止，傳感器節(jié)點產生數(shù)據(jù)速率一致；
　　 ②異構網絡場景：Sink節(jié)點靜止，傳感器節(jié)點產生數(shù)據(jù)速率不一致；
　　 ③移動用戶場景：Sink節(jié)點移動。
　　 本文在研究內容上力求有所突破與創(chuàng)新，主要研究成果包括以下四

3、個方面：
　　 1)提出一種動態(tài)交叉退避窗口算法。針對上述①和②兩種場景，需要采用洪泛方式建立數(shù)據(jù)匯集樹或者層次發(fā)現(xiàn)。而洪泛過程中，傳統(tǒng)的MAC層碰撞退避機制容易造成消息劇烈碰撞和路徑繞行。本文針對該問題分析了其產生原因，并提出了動態(tài)交叉退避窗口算法(DOBW)。DOBW算法在洪泛過程中，根據(jù)鄰居節(jié)點的當前狀態(tài)，自動調整退避窗口大小，以減少消息碰撞，優(yōu)化數(shù)據(jù)匯集樹的結構。仿真實驗表明，相比802.11和802.15.4，本文提出

4、的DOBW算法可顯著地減少洪泛時消息碰撞，優(yōu)化了數(shù)據(jù)匯集樹的拓撲結構。
　　 2)提出一種負載均衡數(shù)據(jù)匯集樹生成算法。DOBW算法雖然可以優(yōu)化數(shù)據(jù)匯集樹的結構，但不能夠達到負載均衡的要求，因此DOBW算法通常用于避免層次發(fā)現(xiàn)過程中的消息劇烈碰撞。本文針對上述第①種場景，提出了一種負載均衡數(shù)據(jù)匯集樹生成算法(LDGT-SPT)。在最短路徑樹拓撲結構保證數(shù)據(jù)實時性的情況下，LDGT-SPT算法通過鄰居發(fā)現(xiàn)、基于DOBW的層次發(fā)現(xiàn)、度

5、小優(yōu)先原則和流量均衡策略構造一棵最短路徑負載均衡數(shù)據(jù)匯集樹。仿真實驗表明，本文提出的LDGT-SPT算法雖然在網絡壽命上與SLBT算法相當，但是在網絡性能方面有顯著的提高。
　　 3)提出一種基于ACO的動態(tài)負載均衡數(shù)據(jù)匯集算法。在上述第②種場景中，由于傳感器節(jié)點數(shù)據(jù)產生速率不一致，因此不能使用構造負載均衡數(shù)據(jù)匯集樹的方法，這時需要采用動態(tài)負載均衡的方法。本文針對該場景提出了一種基于蟻群優(yōu)化的動態(tài)負載均衡數(shù)據(jù)匯集算法(LDG-A

6、CO)。為了實現(xiàn)動態(tài)負載均衡，LDG-ACO算法將螞蟻進行分類，使其具有不同的功能，采用節(jié)點的負載信息作為啟發(fā)因子，使得螞蟻具有負載感知功能，并規(guī)定螞蟻的轉移概率按照信息素少概率大的原則進行。仿真實驗表明，與ACO，SLBT以及DLBT算法相比，本文提出的LDG-ACO算法在網絡性能和網絡壽命方面都有顯著的提高。
　　 4)提出一種支持移動Sink的動態(tài)負載均衡數(shù)據(jù)匯集算法。針對上述第③種場景中，移動Sink導致路由頻繁改變和鏈

7、路中斷問題，本文提出了一種支持移動Sink的動態(tài)負載均衡數(shù)據(jù)匯集算法(LDG-MS)。LDG-MS算法借鑒群體智能的思想，通過定義兩個簡單的規(guī)則，對節(jié)點的數(shù)據(jù)轉發(fā)行為進行描述，將下一跳節(jié)點的決策問題抽象成一個多目標規(guī)劃問題，并采用距離加權評價法進行求解。為了解決由于Sink節(jié)點移動造成的鏈路中斷問題，提出對移動Sink信標消息進行功率控制的策略，并給出了詳細的計算方法。仿真實驗表明，與SINK_CLAIM、SLM算法相比，本文提出的LD