无线传感器网络中的信息处理

论文摘要

无线传感器网络(WSN，Wireless Sensor Networks)是由具有感知、计算和通信能力的微型传感器、以Ad hoc方式构成的网络。通过大量节点间的分工协作，WSN可实时监测、感知和采集网络分布区域内的各种环境或监测对象的信息。本论文主要就WSN中的信息处理进行研究，涉及三个方面的内容，即容量分析、信息驱动的节点选择机制和分布式信源编码。 容量分析旨在从网络整体出发，分析当单个节点的功率受限时，网络容量与节点个数、网络容量与网络能耗等之间的关系。提出了一种在密集配置的WSN中，利用邻近传感器节点之间的低成本通信，由源节点首先将数据发送给其邻居节点，然后由邻居节点将该数据转发给Sink节点的数据转发机制，从而形成虚拟的多发射天线，以此提高WSN的容量。为解决Sink节点的瓶颈效应问题，提出在WSN中配置多个Sink节点以形成多模网络，进而利用频率的空间复用来提高网络容量。分析了在多跳的通信模式下，网络中的节点个数与链路容量之间的关系，通过在MAC层对节点的发送次序进行调度，获得了与虚多天线技术相同的容量扩展级。针对WSN中传感器节点的能量受限问题和不同节点测量数据具有相关性的特点，采取边路由数据边进行网内处理的传输策略，提出了一种通过优化传感器节点的放置位置使得网络能耗最小的方案。 在对信息驱动的节点选择机制进行研究时，引入了信息效用函数来度量不同传感器节点的信息贡献，以研究各种条件下如何选择合适的节点作为信息收集和路由转发节点来进行目标的跟踪和估值。在将用户的目标查询请求从查询代理路由到指定的出口节点的应用中，在给定通信成本的限制条件下，路径上的节点结合自身对目标的测量值和从其它节点收到的目标状态信息，对目标状态进行序列贝叶斯过滤；同时在以自身和出口节点为焦点的椭圆范围内，选择信息贡献最大的邻居节点作为下一跳节点，这样依次进行目标状态的更新和信息驱动的节点选择，最终将汇聚的目标状态信息路由到指定的出口节点。对于其中存在节点洞的

论文目录

• 摘要
• Abstract
• 目录
• 第0章 绪论
• 0.1 研究背景
• 0.1.1 层出不穷的近距无线通信技术
• 0.1.2 应运而生的无线传感器网络
• 0.1.3 选题经过
• 0.2 论文的创新点和结构安排
• 0.2.1 论文的创新点
• 0.2.2 本论文的结构安排
• 第1章 无线传感器网络简介
• 1.1 无线传感器网络概述
• 1.1.1 无线传感器网络的体系结构
• 1.1.2 传感器节点的组成结构
• 1.1.3 无线传感器网络的特点
• 1.1.4 应用领域
• 1.2 无线传感器网络的通信协议
• 1.2.1 物理层
• 1.2.2 数据链路层
• 1.2.3 网络层
• 1.2.4 传输层
• 1.3 相关组织与项目研究进展
• 1.3.1 军事领域的研究进展
• 1.3.2 民用领域的研究进展
• 1.3.3 学术界的研究进展
• 第2章 无线传感器网络的容量分析
• 2.1 无线传感器网络的容量研究
• 2.1.1 传统的无线网络的容量研究
• 2.1.2 无线传感器网络的容量研究
• 2.1.3 分析和比较
• 2.1.4 我们的工作
• 2.2 单模无线传感器网络的容量分析
• 2.2.1 假设条件
• 2.2.2 一维网络的容量分析
• 2.2.3 二维网络的容量分析
• 2.2.4 小结
• 2.3 多模无线传感器网络的容量分析
• 2.3.1 网络模型
• 2.3.2 单个随机过程的传输容量
• 2.3.3 密集多模网络的容量域
• 2.3.4 可同时观察的随机过程的数目
• 2.3.5 数值结果分析
• 2.3.6 小结
• 2.4 多跳无线传感器网络的容量分析
• 2.4.1 网络模型及通信方式
• 2.4.2 无线传感器网络的多跳容量
• 2.4.3 两种通信方式的功率对比
• 2.4.4 小结
• 2.5 通过优化节点位置来降低网络能耗
• 2.5.1 背景介绍与相关工作
• 2.5.2 网络配置与问题描述
• 2.5.3 优化一维网络中的节点位置
• 2.5.4 数值结果及分析
• 2.5.5 小结
• 2.6 本章小结
• 第3章 信息驱动的节点选择机制
• 3.1 信息驱动的节点选择机制概述
• 3.1.1 背景介绍
• 3.1.2 定位和跟踪问题描述
• 3.1.3 信息效用函数
• 3.1.4 信息驱动的节点查询机制
• 3.1.5 小结
• 3.2 通信成本受限的信息驱动的节点选择机制
• 3.2.1 通信成本受限条件下的路由
• 3.2.2 信息驱动的节点选择机制的应用
• 3.2.3 性能分析
• 3.2.4 小结
• 3.3 绕过节点洞的信息驱动的节点选择机制
• 3.3.1 存在节点洞时的定位和跟踪问题
• 3.3.2 多步预先搜索的路由算法
• 3.3.3 改进的M跳邻居搜索的路由算法
• 3.3.4 性能分析
• 3.3.5 小结
• 3.4 应用信息驱动的节点选择机制进行目标估值
• 3.4.1 WSN中的目标估值
• 3.4.2 目标估值中的卡尔曼滤波
• 3.4.3 信息驱动的节点选择和路由机制
• 3.4.4 性能分析
• 3.4.5 小结
• 3.5 本章小结
• 第4章 无线传感器网络中的分布式信源编码
• 4.1 分布式信源编码综述
• 4.1.1 分布式信源编码的产生
• 4.1.2 离散信源的Slepian-Wolf编码
• 4.1.3 连续信源的Wyner-Ziv编码
• 4.1.4 DSC在WSN中的应用
• 4.1.5 相关问题
• 4.2 利用伴随式进行分布式信源编码
• 4.2.1 问题描述
• 4.2.2 方案设计
• 4.2.3 设计算法概要
• 4.3 基于Trellis码的DISCUS码字设计
• 4.3.1 标量量化加无记忆陪集
• 4.3.2 标量量化加Trellis陪集
• 4.3.3 仿真性能分析
• 4.3.4 对编译码算法的改进
• 4.3.5 改进算法的性能分析
• 4.3.6 小结
• 4.4 本章小结
• 第5章 总结与展望
• 5.1 已进行的研究工作总结
• 5.1.1 容量分析
• 5.1.2 信息驱动的节点选择机制
• 5.1.3 分布式信源编码
• 5.2 未来的研究工作展望
• 5 2.1实用的DSC编码设计
• 5.2.2 联合信源信道编码
• 5.2.3 对偶性分析
• 5.2.4 小结
• 5.3 其他的相关研究工作
• 5.3.1 水下无线传感器网络
• 5.3.2 视频无线传感器网络
• 附录
• 致谢
• 已发表的论文
• 已投的论文