传感器网络中移动对象推与拉通信模式性能研究

传感器网络中移动对象推与拉通信模式性能研究

论文摘要

集成了传感器、微机电系统和网络三大技术而形成的无线传感器网络是一种全新的信息获取和处理技术,它是一种新型的无基础设施的无线自组织网络,能够协作地实时监测、感知和采集各种环境或监测对象的信息,并对数据进行处理,而后传送到信息需求者。无线传感器网络是计算机科学技术的一个新的研究领域,具有十分广阔的应用前景,引起了学术界和工业界的高度重视。 节点能量有限是传感器网络的突出特点,构成了传感器网络应用的瓶颈。如何能节约网络节点的能量,延长网络生命周期,是当前国际上的一个研究热点。传感器网络的最大能量消耗是消息的传输,无线电磁波信号能量消耗与传输的距离平方成正比,无线水声信号的衰减随距离成正指数递增,因而为了节约能量,网络在传输数据时,一般都采用短距离多跳方式。但是,多跳方式对于移动对象,会产生移动对象逃离消息的问题,造成消息发送失败。本文以此为背景,将移动对象间的通信分为推和拉两种基本模式,推模式算法中,网络维护着移动对象的当前位置,传感器节点有数据发送时,将消息主动地向网络中维护着的移动对象当前位置发送;而拉模式算法中,消息将被缓存,直到节点接收到移动对象发送的消息查询请求,才将消息发送到移动对象。 本文首先针对非对等网络,引入了基站,实现了推模式算法,讨论了两种算法在网络开销和消息延时方面的性能,并给出了推模式算法优于拉模式算法的临界条件。然后在第五章,针对不存在基站的对等传感器网络,讨论了洪泛法、推模式算法及拉模式算法成功发送一个数据包时,网络的开销,并得出了三种算法中,单个数据包发送代价与消息流密度和移动对象移动速度的关系,用仿真试验验证了结论。 本文给出的推模式算法,在大多数网络环境中的网络丌销均小于拉模式,并且可以得到更小的网络延时,支持实时消息传递。另外,本文给出的推模式性能

论文目录

  • 0 引言
  • 1 概论
  • 1.1 传感器网络的概念
  • 1.2 传感器网络的发展及应用
  • 1.3 研究的内容及意义
  • 2 移动对象通信及其发展概况
  • 2.1 移动对象通信的发展状况
  • 2.2 移动对象通信的难点
  • 2.2.1 通信距离与数据传输速率
  • 2.2.2 移动对象逃离消息问题
  • 3 异步通信与同步通信
  • 3.1 异步通信与同步通信的概念
  • 3.2 异步通信中的推模式与拉模式
  • 4 基于非对等传感器网络的移动对象通信算法
  • 4.1 网络结构
  • 4.2 定义与假定
  • 4.2.1 网络假定
  • 4.2.2 必要的定义
  • 4.3 消息传送过程
  • 4.4 推模式中关键算法
  • 4.4.1 视窗刷新算法
  • 4.4.2 位置更新算法
  • 4.4.3 基站消息转发算法
  • 4.4.4 基站消息处理算法
  • 4.5 性能分析
  • 4.5.1 必要的定义与假定
  • 4.5.2 两种模式性能比较的临界条件及理论证明
  • 4.6 仿真结果
  • 4.6.1 推模式中消息命中率与移动对象移动速度的关系
  • 4.6.2 单个数据包发送的代价
  • 4.6.3 基站负载
  • 5 基于对等传感器网络的移动对象通信算法
  • 5.1 网络结构
  • 5.2 定义与假定
  • 5.2.1 网络遍历
  • 5.2.2 网络能量模型
  • 5.3 关键算法
  • 5.3.1 洪泛法
  • 5.3.2 拉模式算法
  • 5.3.3 推模式算法
  • 5.4 算法性能分析
  • 5.4.1 消息延时
  • 5.4.2 算法稳定性
  • 5.4.3 网络能量代价
  • 5.5 仿真结果
  • 5.5.1 单包发送能量
  • 5.5.2 网络中传感器能量消耗
  • 6 总结与展望
  • 致谢
  • 参考文献
  • 作者论文发表情况
  • 相关论文文献

    • [1].方向感知的路网移动对象范围查询算法[J]. 计算机科学 2018(11)
    • [2].面向城市交通应用的移动对象聚类算法比较研究[J]. 地理与地理信息科学 2016(06)
    • [3].时间区间上的不确定移动对象距离范围查询[J]. 计算机系统应用 2017(02)
    • [4].移动对象时空方向关系建模[J]. 遥感信息 2017(01)
    • [5].不确定移动对象的概率反向最远邻查询算法[J]. 小型微型计算机系统 2017(02)
    • [6].路网中高吞吐量移动对象实时查询算法[J]. 计算机科学 2017(03)
    • [7].基于星型传感器网络的支持多种查询的分布式交通移动对象索引[J]. 信息与电脑(理论版) 2017(01)
    • [8].基于中国观鸟数据的移动对象周期模式发现[J]. 计算机工程 2017(04)
    • [9].GAPI:GPU加速的移动对象并行索引方法[J]. 计算机科学与探索 2017(11)
    • [10].基于移动对象数据库的导航信息更新机制设计[J]. 舰船科学技术 2015(01)
    • [11].基于语义和访问权限的室内移动对象索引[J]. 计算机科学 2015(03)
    • [12].面向室内空间的移动对象数据管理[J]. 计算机学报 2015(09)
    • [13].移动对象运动方式隐私保护[J]. 华东师范大学学报(自然科学版) 2015(05)
    • [14].路网上基于时空锚点的移动对象群体和个体运动监测方法[J]. 计算机科学 2020(11)
    • [15].一种移动对象间方向与距离关系的结合推理方法[J]. 北京石油化工学院学报 2020(01)
    • [16].面向不确定移动对象的连续K近邻查询算法[J]. 模式识别与人工智能 2016(11)
    • [17].支持频繁位置更新的移动对象索引方法[J]. 地球信息科学学报 2017(02)
    • [18].路网环境下的移动对象查询技术研究综述[J]. 软件学报 2017(06)
    • [19].基于道路网络的移动对象聚类[J]. 计算机工程与应用 2016(07)
    • [20].面向频繁位置更新的不确定移动对象索引策略[J]. 计算机科学与探索 2016(11)
    • [21].不确定移动对象的查询处理技术研究综述[J]. 计算机科学与探索 2013(12)
    • [22].基于运动趋势的移动对象位置预测[J]. 通信学报 2014(02)
    • [23].移动对象时空轨迹及社交关系一体化数据模型[J]. 武汉大学学报(信息科学版) 2014(06)
    • [24].障碍空间中的移动对象位置预测[J]. 计算机科学 2014(07)
    • [25].移动对象的反向最近邻查询方法研究[J]. 齐齐哈尔大学学报(自然科学版) 2014(06)
    • [26].面向动态环境的移动对象自适应索引方法[J]. 浙江大学学报(工学版) 2013(03)
    • [27].空间网络移动对象范围监视查询算法研究[J]. 科技通报 2012(05)
    • [28].基于R树移动对象预测位置查询[J]. 科技视界 2012(14)
    • [29].路网中速度不确定移动对象的k近邻查询[J]. 小型微型计算机系统 2012(08)
    • [30].基于移动对象数据库的航行信息更新机制[J]. 上海海事大学学报 2012(03)

    标签:;  ;  ;  ;  ;  

    传感器网络中移动对象推与拉通信模式性能研究
    下载Doc文档

    猜你喜欢