无线传感器网络自组织演化模型及其关键技术研究

论文摘要

无线传感器网络作为新兴的信息获取技术,融合了嵌入式计算、无线通信、微机电、传感器等多学科技术,是目前信息科学领域的研究热点之一。研究大规模的密集部署的无线传感器网络的演化机制以及构建相应的自组织演化模型,可以真实再现其拓扑特征,有利于网络整体性能的分析和评估以及网络协议的设计。目前,无线传感器网络的自组织演化模型还处于探索阶段,发展还不成熟。研究人员一方面研究更加真实的演化模型,另一方面研究某种模型的实际应用和工作效率。在分析复杂网络理论的原理和概念的基础上,根据真实的网络演化行为,形成新的无线传感器网络自组织演化模型,以期进一步深化无线传感器网络的拓扑建模和路由等关键技术的研究。本文的主要研究工作如下:（1）研究了无线传感器网络的小世界演化模型,提出了基于小世界理论的无线传感器网络广播算法和选播路由算法研究了无线传感器网络中的AH-WS小世界演化模型以及Two-Radius小世界演化模型,借助于小世界网络高集聚系数和低平均路径长度的特征,将Two-Radius小世界演化概念分别引入到无线传感器网络的数据广播和汇聚选播路由算法当中,同时利用了蚁群算法的启发式搜索,分别提出了一种基于小世界演化模型的无线传感器网络的单Sink节点数据广播算法（SWPBA）和一种小世界演化模型的无线传感器网络的多Sink节点选播路由算法（SWPAR）,并分别给出了两种算法的实现。SWPBA算法同已有的广播算法相比,在单次广播能耗、单次广播等待时间和网络生存时间三种性能指标均有一定程度的提高。而SWPAR算法同已有的选播算法相比,可以有效解决目前选播当中所存在的能量空洞、最热路径以及Sink节点瓶颈问题。（2）提出了一种无线传感器网络节点随机部署演化模型如何对无线传感器网络的节点进行有效的部署是其应用必须要解决的问题之一。在连续介质演化模型以及组合演化模型的基础上,提出了一种节点的度分布服从幂律指数的节点随机部署演化模型,并且对该模型利用连续介质理论进行解析得到度分布指数在2到3之间;同时设计了无线传感器网络拓扑生成器对该模型进行了仿真验证。（3）提出了一种无线传感器网络局域世界演化模型在经典L-C局域世界演化模型与S-R演化模型的基础上提出了一种无线传感器网络局域世界演化模型。该演化模型考虑了无线传感器网络中的四种演化行为:节点的增加,节点的失效,节点之间发起新的连接以及链路失效,同时将四种演化行为扩展到模型的动力学过程中,使用连续介质理论分析了节点的度分布特征,得出了该模型的度服从指数γ= 3的幂律分布;并通过仿真验证了该模型的有效性以及该模型对于节点的随机故障以及失效具有较高鲁棒性。（4）提出了一种无线传感器网络分簇演化模型分簇现象在大规模的传感器网络广为存在。已有的分簇模型均假设节点到达时间服从均匀分布以及没有考虑节点的失效机制。基于Poisson增长模型,提出了一种无线传感器网络分簇演化模型,该演化模型考虑了四种分簇过程的动力学行为:簇首的建立,普通节点与簇首的优先链接,普通节点的失效以及普通节点的迁移四种情况,通过理论解析得到了簇容量及其指数分布情况,通过仿真实验验证了理论分析的正确性。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 研究背景
• 1.1.1 无线传感器网络发展
• 1.1.2 无线传感器网络特点
• 1.1.3 无线传感器网络应用
• 1.2 无线传感器网络演化模型研究现状
• 1.3 论文主要创新工作
• 1.4 论文结构与内容
• 1.4.1 论文结构
• 1.4.2 论文内容
• 第二章 无线传感器网络自组织演化基本理论
• 2.1 复杂网络演化理论
• 2.2 无线传感器网络的复杂性
• 2.2.1 开放
• 2.2.2 动态
• 2.2.3 自组织
• 2.2.4 自适应
• 2.3 无线传感器网络形式化定义
• 2.4 无线传感器网络统计特性
• 2.4.1 度与度分布
• 2.4.2 集聚系数
• 2.4.3 网络直径与平均路径长度
• 2.5 无线传感器网络自组织协议栈
• 2.5.1 跨层优化协议栈的建立
• 2.5.2 分层协议研究
• 2.5.2.1 物理层
• 2.5.2.2 数据链路层
• 2.5.2.3 网络层与传输层
• 2.5.2.4 操作系统与中间件层
• 2.5.2.5 应用层
• 2.5.3 网络管理研究
• 2.6 本章小结
• 第三章 无线传感器网络小世界演化模型
• 3.1 引言
• 3.2 小世界效应与空间图
• 3.3 两级传输半径模型
• 3.4 基于小世界理论的无线传感器网络广播算法
• 3.4.1 WSNs 广播及蚁群算法
• 3.4.2 SWPBA 小世界广播算法
• 3.4.2.1 网络模型
• 3.4.2.2 算法原理
• 3.4.2.3 算法设计
• 3.4.2.4 算法流程图
• 3.4.3 仿真分析
• 3.4.3.1 仿真环境
• 3.4.3.2 参数设置
• 3.4.3.3 仿真结果
• 3.5 基于小世界理论的无线传感器网络选播算法
• 3.5.1 WSNs 选播与蚁群算法
• 3.5.2 SWPAR 小世界选播算法
• 3.5.2.1 网络模型
• 3.5.2.2 算法原理
• 3.5.2.3 算法设计
• 3.5.2.4 算法流程图
• 3.5.3 仿真分析
• 3.5.3.1 仿真环境
• 3.5.3.2 参数设置
• 3.5.3.3 仿真结果
• 3.6 本章小结
• 第四章 无线传感器网络节点随机部署演化模型
• 4.1 引言
• 4.2 B-A 演化模型
• 4.2.1 演化步骤
• 4.2.2 理论解析
• 4.3 节点随机部署演化模型
• 4.3.1 演化模型设计
• 4.3.2 演化流程图
• 4.3.3 理论解析
• 4.4 仿真实验
• 4.4.1 度分布
• 4.4.2 度分布指数
• 4.4.3 节点平均度
• 4.4.4 集聚系数
• 4.4.5 平均路径长度
• 4.4.6 网络直径
• 4.5 本章小结
• 第五章 无线传感器网络局域世界演化模型
• 5.1 引言
• 5.2 L-C 局域世界演化模型
• 5.2.1 演化步骤
• 5.2.2 理论解析
• 5.3 无线传感器网络局域世界演化模型
• 5.3.1 演化模型设计
• 5.3.2 理论解析
• 5.4 仿真实验
• 5.5 本章小结
• 第六章 无线传感器网络分簇演化模型
• 6.1 引言
• 6.2 无线传感器网络的分簇演化模型
• 6.2.1 演化模型设计
• 6.2.2 理论解析
• 6.3 仿真实验
• 6.4 本章小结
• 第七章 总结与展望
• 7.1 全文总结
• 7.2 研究和展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文