基于层次结构的WSN节能算法的研究

来源 :苏州大学 | 被引量 : 0次 | 上传用户:liuzhao256
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线传感器网络作为资源严重受限的网络系统,路由协议的设计对网络生命期等性能指标影响巨大。同时,由于传感器节点大部分能量消耗在数据传输过程中,如果在数据转发之前首先进行融合处理,即可减少网络通信量,降低网络能耗,从而延长网络生命期。本文对基于层次结构的路由技术及数据融合方法做了较为深入的研究。主要研究内容如下:(1)针对WSN中节点耗能不均衡的问题,提出了一种基于链簇式的WSN不均匀分簇路由协议(URCC协议)。该协议以能量变化为度量确定簇首数以及不均匀分簇的大小,同时以邻节点数及剩余能量作为权重选举簇首。然后,采用链式路由,由距离基站较近的m个簇首分别成链并构成一条高级链,将稳定阶段分为m个阶段,采用簇首轮询机制依次从m个簇首中随机选取一个簇首作为链头与基站通信,降低簇重建的频率。有效均衡了簇内节点间及簇首之间的能量消耗,延长了网络的生存周期。(2)针对数据传输过程中存在误差及冗余数据而导致过多能量浪费的问题,提出了一种基于k均值聚类和主成分分析的数据融合方法。该方法中,簇首节点首先利用k均值聚类对簇内节点采集的数据进行一致性检查,分离出误差数据。然后,利用主成分分析法PCA中的数据降维技术对剩余数据进行融合处理,从而减少网络通信量,降低网络能耗,延长网络的生命周期。(3)使用OMNeT++仿真平台对URCC协议进行模拟仿真,并与已有的路由协议进行比较分析,验证本文协议的优越性。同时利用实例对本文提出的数据融合方法进行实验,通过分析比较证实其既有效提高了数据的融合精度,又具有较强的抗干扰能力,减少了网内信息传输量。
其他文献
近年来各领域对高性能计算的需求与日俱增,服务商为了迎合计算需求通常需要在硬件资源上投入大量资金,而大部分平台的资源利用率却并不高,故集群资源的有效利用成为一个亟待解决
强化学习是一类重要的机器学习方法,强化学习具有两个重要的特征:算法可以在不知道环境的全部模型时,求解模型未知的最优化问题;强化学习强调Agent与环境的在线交互,在交互过程中
在对土壤-植物-大气连续体(SPAC)系统的研究中,土壤植物系统是一个重要的子系统。植物根系的研究又是土壤植物系统研究的重中之重。从生物角度讲,植物根系能直接反映植物的生长状
随着大数据时代的到来,对大数据的挖掘、分析、可视化已经成为当今时代的迫切需求。数据可视化综合运用计算机图形学、图像处理、人机交互等技术,以图形图像的方式表现和传达数
面向移动终端的复杂三维场景实时交互技术是计算机图形学与虚拟现实的热点之一,但是现有的手段仍不能满足终端上复杂三维场景的高真实渲染的实时应用要求。为了解决手持终端上
社会化推荐系统随着社交网络平台的流行以及用户对社交媒体的重度参与,成为了社交平台中信息过滤的重要手段,广泛地应用于各样的社交平台及电子商务领域中,成为当前推荐系统研究
热点话题是在具体时间段内发生的,能够引起人们广泛关注的不同领域中的话题。微博热点话题是以微博为应用平台的热点话题。微博是以用户关系为基础进行信息分享和传播的平台,具
即时通信对互联网发展至关重要,应用很广泛,极大方便了人们的生活。基于P2P技术的即时通信系统成为研究的热点,传统的即时通信工具大多数协议标准不统一,难以定制和集成到开发者
准确的烧伤程度评估,是治疗烧伤患者过程中十分关键的一步。烧伤区域体表面积,是评价烧伤程度的主要依据。及时、准确的烧伤区域体表面积估测,是为病人提供正确输液量,以及确
传感器节点大多部署在环境较恶劣或者是敌对等地方,且没有身份验证中心,所以很容易被敌人捕获,从而可以看出无线传感器网络的安全问题是十分重要的。大多数已有的密钥管理方案不