移动传感器网络覆盖算法的研究

移动传感器网络覆盖算法的研究

论文摘要

移动无线传感器网络(mWSN)作为一种新兴的传感器网络(WSN),以其感应数据高保真性、节点位置可调整、节点移动可控制、网络部署灵活等优点,被广泛应用于无人职守现场、灾难发生现场、紧急救援现场、医疗护理监控等环境中,充分显示了其巨大的使用价值和十分广阔的应用前景,从而成为目前国内外工业界和学术界的关注热点之一。然而,为了在mWSN中实现较强的网络监测能力、较高的数据容错率、高可靠性的数据传输,使得k重覆盖逐渐成为mWSN研究中的一个重要问题。本文围绕mWSN中的k重覆盖问题,主要的研究工作有以下几个方面:(1)由于传感器节点的自身移动、能量损失、物理损坏、错误和故障等因素的影响,导致目标监测网络中产生覆盖空洞和网络覆盖效率低下等情况。针对这些问题,本文在分析现有mWSN覆盖算法的基础上,提出一个基于分簇的移动传感器网络k重覆盖算法。首先,基站采集节点信息构建网络映射表,并扫描网络映射表来确定覆盖空洞。然后,采用分枝限界法思想及螺旋式遍历网格为每个覆盖空洞构建网络虚图,再利用拓扑排序搜索有向网络虚图来生成节点的移动序列,从而控制节点移动来修复网络中所有的覆盖空洞,最终实现目标监测网络的k重覆盖。(2)由于mWSN的拓扑动态性和节点能量有限性,造成现有WSN路由算法都很难较好地应用于mWSN。因此,在文中k重覆盖算法基础上,本文提出一个层次模型的移动传感器网络路由算法。该算法采用层次模型转发数据,先比较目标网格与当前网格的ID号,以确定报文转发的方向。当报文到达目标网格后,接收节点将报文广播给簇内所有成员。如果数据转发超时,启用滑动窗口模型来确定数据重发的方向。该算法简单且易于实现,报文转发成功率高,可降低广播报文带来的网络负载,增加网络吞吐量,确保网络数据的有效通信。(3)在Windows XP+Matlab 7.0实验平台下,分别仿真基于分簇的移动传感器网络k重覆盖算法(KCAC)和层次模型的移动传感器网络路由算法(HMRA)。在仿真KCAC算法时,主要验证目标网络的初始和最终部署情况、网络面积覆盖率、网络覆盖均匀度变化等指标。在仿真HMRA算法时,主要验证节点连通半径、网络覆盖率、网络规模等指标对算法性能的影响。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 研究背景及意义
  • 1.2 国内外研究现状
  • 1.3 论文主要研究内容
  • 1.4 论文组织结构
  • 第二章 移动传感器网络覆盖相关研究理论与技术
  • 2.1 移动传感器网络相关知识
  • 2.1.1 移动传感器网络的定义和特点
  • 2.1.2 传感器网络中的移动性
  • 2.1.3 移动传感器网络体系架构
  • 2.2 移动传感器网络覆盖的基础知识
  • 2.2.1 移动传感器网络覆盖的相关概念
  • 2.2.2 移动传感器网络覆盖控制
  • 2.2.3 移动传感器网络覆盖的关键问题
  • 2.3 本文研究的理论基础
  • 2.3.1 布尔覆盖模型
  • 2.3.2 螺旋遍历
  • 2.3.3 基于分簇的层次模型
  • 2.3.4 覆盖算法分析
  • 2.4 本章小结
  • 第三章 基于分簇的移动传感器网络k 重覆盖算法
  • 3.1 问题的描述与实例
  • 3.2 相关定义与假设
  • 3.3 算法设计
  • 3.3.1 基于跳数的传感器移动模型
  • 3.3.2 算法的思想
  • 3.3.3 构建网络映射表
  • 3.3.4 网络覆盖空洞检测
  • 3.3.5 构建虚图
  • 3.3.6 生成移动序列
  • 3.3.7 算法的伪代码描述
  • 3.3.8 算法分析
  • 3.4 实验仿真
  • 3.4.1 仿真环境
  • 3.4.2 实验结果
  • 3.4.3 实验分析
  • 3.5 小结
  • 第四章 层次模型的移动传感器网络路由算法
  • 4.1 介绍
  • 4.2 扩散路由
  • 4.3 报文设计
  • 4.4 层次模型路由算法思想
  • 4.5 路由建立
  • 4.6 实验分析
  • 第五章 总结与展望
  • 5.1 总结
  • 5.2 展望
  • 参考文献
  • 致谢
  • 附录A 硕士期间发表的论文
  • 相关论文文献

    • [1].几种典型无线传感器网络中的自身定位算法[J]. 巴音郭楞职业技术学院学报 2012(02)
    • [2].浅析无线传感器网络技术的特点与应用[J]. 广东职业技术教育与研究 2019(06)
    • [3].基于剩余能量的认知无线传感器网络频谱分配[J]. 传感技术学报 2019(12)
    • [4].山区地形无线传感器网络覆盖机制研究[J]. 计算机产品与流通 2020(01)
    • [5].无线传感器网络技术在物联网中的应用及其发展趋势[J]. 信息记录材料 2019(11)
    • [6].无线传感器网络的异常检测[J]. 电子技术与软件工程 2019(24)
    • [7].以实践能力为培养目标的“无线传感器网络”教学改革与实践[J]. 科技资讯 2020(01)
    • [8].无线传感器网络技术在物联网中的应用及其发展趋势[J]. 海峡科技与产业 2019(07)
    • [9].基于遗传算法的茶园无线传感器网络的优化方法[J]. 科学技术创新 2020(02)
    • [10].可充电传感器网络能量管理策略研究[J]. 电子测试 2020(04)
    • [11].通信类课程创新能力培养研究与改革——以“无线传感器网络”课程为例[J]. 教育教学论坛 2020(08)
    • [12].无线传感器网络研究现状与应用[J]. 通信电源技术 2020(03)
    • [13].基于无线传感器网络的桥梁结构健康监测设计研究[J]. 工程技术研究 2020(03)
    • [14].基于ZigBee技术的矿用无线传感器网络的分析与设计[J]. 内蒙古煤炭经济 2019(19)
    • [15].无线传感器网络在矿山环境监测中的应用研究[J]. 中国新通信 2020(06)
    • [16].无线传感器网络中移动充电和数据收集策略[J]. 电子元器件与信息技术 2020(02)
    • [17].无线传感器网络定位精度的优化研究[J]. 浙江水利水电学院学报 2020(02)
    • [18].无线传感器网络在智能电网中若干关键问题的研究[J]. 中国新通信 2020(07)
    • [19].无线传感器网络中基于邻域的恶意节点检测[J]. 湖北农业科学 2020(05)
    • [20].无线传感器网络在煤矿安全智能监控系统中的运用[J]. 电子技术与软件工程 2020(08)
    • [21].无线传感器网络发展应用[J]. 电脑知识与技术 2020(14)
    • [22].异构分级式认知传感器网络分簇优化[J]. 产业与科技论坛 2020(09)
    • [23].一种无线传感器网络感知覆盖空洞搜寻与修复方法[J]. 传感技术学报 2020(05)
    • [24].无线传感器网络定位精度的优化研究[J]. 信息记录材料 2020(06)
    • [25].无线传感器网络中能量问题研究进展[J]. 无线通信技术 2020(02)
    • [26].无线传感器网络在工业网络中的应用研究[J]. 现代工业经济和信息化 2020(08)
    • [27].新一代箭载无线传感器网络系统架构综述[J]. 宇航计测技术 2020(04)
    • [28].无线传感器网络在船舶通信系统中的应用[J]. 舰船科学技术 2020(18)
    • [29].无线传感器网络故障诊断分析与研究[J]. 科技视界 2020(31)
    • [30].无线传感器网络的特点和应用[J]. 电子技术与软件工程 2019(04)

    标签:;  ;  ;  ;  ;  

    移动传感器网络覆盖算法的研究
    下载Doc文档

    猜你喜欢