基于无线Mesh的无线传感器网络模拟与研究

基于无线Mesh的无线传感器网络模拟与研究

论文摘要

无线传感器网络技术整合了分布式信息处理技术,嵌入式计算技术、无线网络与通信技术、传感器技术等,被广泛应用于各种领域,是二十一世纪最具有影响力的技术之一。无线Mesh网络技术与传统的无线网络技术不同,是一种多跳网络,灵活的结构可以使它组成混合型Mesh网络,能充分发挥其网络优势。无线传感器网络与无线Mesh网络均为目前研究的热点,将无线Mesh网络引入到无线传感器网络,两者的优势相结合使得传感器网络具有更好的网络性能,这将会成为新的研究方向之一。本文是围绕基于无线Mesh的无线传感器网络模型展开研究的。我们在分析了现有传感器网络技术与算法仿真模型的基础上,将无线传感器网络技术与无线Mesh技术相结合,研究基于无线Mesh的无线传感器网络模型,该模型能有效降低节点通信能量消耗与延迟网络寿命。然后我们针对该模型,设计了相应的节点部署策略与基于Q-leanring的GEAR路由改进算法。在本文我们主要做了三个方面的工作:1.我们详细介绍了基于无线Mesh的无线传感器网络模型的总体框架、功能模块以及节点模型,通过OMNet++仿真工具实现仿真,并与多Sink节点的无线传感器网络进行了通信能量消耗比较,仿真实验结果表明模型在通信能量消耗方面要较优于多Sink节点的无线传感器网络。2.使用重部署的节点部署策略,传感节点采用随即部署,并用Voronoi划分来筛选冗余节点,计算完全覆盖目标区域所需的最少节点集,重点研究Mesh节点确定性部署策略,建立新的数学模型,使用遗传算法来解决部署问题,得出最佳的节点位置组合。遗传算法的重点是适应度函数与编码方式,我们根据问题设计了一个能够同时反映连通性与位置最优性的适应度函数,并采用节点位置组合序列进行编码,以实现遗传算法。通过节点部署仿真实验我们得出活动节点集与最佳Mesh节点位置组合。3.我们将GEAR算法与Q-learning相结合,提出了一种GEAR改进算法,节点根据Q值来选择下一跳转发节点,实现网络负载平衡功能。针对网络拥塞的情况,进行GEAR改进算法与GEAR算法仿真比较,GEAR改进算法的通信能量消耗曲线趋势要低于GEAR算法,它能动态调节Q值避开网络拥塞区域。最后,我们对全文做一个总结,得出WMSN模型具有降低节点通信消耗,延长网络寿命的功能;节点重部署策略,特别是Mesh节点的部署策略具有现实可行性;基于Q-learning的GEAR改进路由算法,实现网络负载平衡的功能,降低网络通信消耗。

论文目录

  • 摘要
  • Abstract
  • 第一章 绪论
  • 1.1 无线传感器网络
  • 1.2 无线MESH 网络技术
  • 1.2.1 无线Mesh 网络的结构
  • 1.2.2 无线Mesh 网络的特点
  • 1.3 无线传感器网络的国内外研究现状
  • 1.3.1 无线传感器网络的体系结构研究
  • 1.3.2 无线传感器网络的协议栈研究
  • 1.3.3 无线传感器网络应用研究
  • 1.4 主要研究内容
  • 1.5 论文组织
  • 第二章 无线传感器网络仿真技术
  • 2.1 现有传感器网络仿真平台
  • 2.1.1 TOSSIM
  • 2.1.2 NS-2
  • 2.1.3 OPNET
  • 2.1.4 Atarraya
  • 2.1.5 WSNSim
  • 2.2 OMNET++仿真平台概述
  • 2.2.1 OMNeT++框架
  • 2.2.2 OMNet++仿真过程
  • 2.2.3 OMNet++结果分析工具
  • 2.3 基于OMNET++的框架模型
  • 2.3.1 Mobility Framework
  • 2.3.2 INET Framework
  • 2.4 本章小结
  • 第三章 基于无线 MESH 的无线传感器网络模型
  • 3.1 现有的算法模型
  • 3.2 延长网络寿命的研究
  • 3.3 模型总体框架
  • 3.4 数据包与NIC 模型
  • 3.4.1 数据包
  • 3.4.2 Nic 模型
  • 3.5 基站BASE STATION 节点模型
  • 3.5.1 基站节点查询请求
  • 3.5.2 基站节点数据接收
  • 3.6 MESH 节点模型
  • 3.6.1 Mesh 节点信息通告
  • 3.6.2 Mesh 节点数据收发
  • 3.7 传感节点模型
  • 3.7.1 传感节点数据收集
  • 3.7.2 传感节点数据收发
  • 3.8 本章小结
  • 第四章 节点部署与 GEAR 改进算法
  • 4.1 现有的节点部署方式
  • 4.2 WMSN 模型节点部署策略
  • 4.2.1 传感节点随即部署
  • 4.2.2 Mesh 节点确定性部署
  • 4.3 GEAR 改进算法
  • 4.3.1 GEAR 算法
  • 4.3.2 强化学习机制
  • 4.3.3 GEAR 改进策略的提出
  • 4.4 本章小结
  • 第五章 仿真实现与实验结果分析
  • 5.1 WMSN 框架仿真实验
  • 5.1.1 OMNet++仿真实验
  • 5.1.2 通信能量消耗仿真实验
  • 5.2 节点部署仿真
  • 5.2.1 传感节点部署仿真
  • 5.2.2 Mesh 节点部署仿真
  • 5.3 GEAR 改进算法仿真
  • 5.4 本章小节
  • 第六章 总结与展望
  • 6.1 研究成果
  • 6.2 本研究中的问题与局限
  • 6.3 下一步研究的建议
  • 参考文献
  • 致谢
  • 附录
  • 攻读学位期间的研究成果
  • 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:;  ;  ;  ;  ;  

    基于无线Mesh的无线传感器网络模拟与研究
    下载Doc文档

    猜你喜欢