基于Slepian-Wolf理論的無線傳感器網(wǎng)絡分簇算法及改進.pdf

1、無線傳感器網(wǎng)絡利用微型傳感器與網(wǎng)絡技術相結(jié)合，打破了人們對物理世界信息獲取方式的傳統(tǒng)觀念，成為21世紀的一種新興技術。無線傳感器網(wǎng)絡不僅在各項科研工作中產(chǎn)生了很大的影響，而且在社會實踐中也有著廣泛的應用。
　　通常，在無線傳感器網(wǎng)絡中，節(jié)點的資源是十分有限的，特別是能量資源。地理位置靠近的節(jié)點通常具有一定的相似特性，稱為時空相關性，這樣就導致了冗余數(shù)據(jù)的產(chǎn)生。傳輸這些冗余數(shù)據(jù)不僅消耗了大量資源，而且降低了對有效數(shù)據(jù)的感知。在這種條

2、件下，如何合理分配資源，提高網(wǎng)絡的能量效率，從而延長網(wǎng)絡的壽命，已經(jīng)成為研究人員關注的熱點。
　　為了解決上述問題，本文對分簇式路由協(xié)議（即分簇算法）進行研究與設計，主要工作如下:
　　首先，本文對無線傳感器網(wǎng)絡中的路由技術和分簇算法進行了概述，給出了一些經(jīng)典分簇算法的描述，同時，介紹了本文中涉及的相關理論基礎。為了解決無線傳感器網(wǎng)絡中存在的數(shù)據(jù)相關性問題，本文提出了一種基于Slepian-Wolf理論的局部數(shù)據(jù)相關性感知分

3、簇算法LDCA。該算法綜合考慮了數(shù)據(jù)的時空相關性、通信距離、剩余能量等重要因素，定義了平均熵和節(jié)點連接度作為選擇簇首的決定條件，并且設計了有效的分布式算法來獲得更好的網(wǎng)絡性能和能量效率。仿真結(jié)果表明，LDCA分簇算法不僅能夠獲得較好的分簇結(jié)果，而且有效的降低了通信數(shù)據(jù)量。此外，在能量均衡方面也優(yōu)于其它算法。
　　其次，為了避免分簇算法在更新過程中額外的能量開銷和時間開銷，并且提高網(wǎng)絡數(shù)據(jù)傳輸?shù)目煽啃裕疚尼槍DCA算法中的不足，

4、進行了相應的改進，并提出了一種使用隨機更新策略的能量高效分簇算法EECRU。在簇的更新算法中，本文使用了隨機更新策略和簇首輪轉(zhuǎn)機制相結(jié)合，解決了傳統(tǒng)算法中存在的不足;在數(shù)據(jù)傳輸過程中，采用節(jié)點采樣率控制方法，使傳感節(jié)點對數(shù)據(jù)的感知更加智能，提高海量信息處理效率。同時，提出了分簇更新理論，來說明隨機更新算法的高效性，并給出了數(shù)學證明。本文在相同的網(wǎng)絡條件下，對EECRU、LEACH、DDCD三種算法分別進行了仿真實驗。對比結(jié)果表明，EEC