论文部分内容阅读
无线传感器网络指的是一组廉价、低功耗和小尺寸的节点,它可以执行传感任务,简单的数据处理和远程通信,并在WSN系统中识别集群和分组等各种挑战。每个节点有三个子系统组成,这些子系统包括一个或者更多的物理传感器设备和一个或多个模数转换器组成的WSN,再加上多路复用机制来分配它们.处理器子系统执行有关传感、通信和自组织的指令.通信子系统由发送和接收信息的发射机和接收机组成。传感装置对传感数据有比较大的意义。因此,覆盖是传感器网络中自然存在的主要问题之一。评估整个网络性能的有效方法是一种良好的覆盖策略。一些突出的限制和挑战,包括有限的传感和通信以及有限的电池容量决定了无线传感器网络.他们的设计被认为会受到导致网络寿命、覆盖率、自我管理和数据聚合等问题的挑战的影响。该网络的目的是通过良好的超龄方案可获得通过实施减少经济成本和数据路由和传输主要是依靠传感器部署在所需的工作环境。节点的寿命受到能源使用的影响,因此,它是WSN的一个关键问题.不同的策略可以从不同的层增加节点的生命周期。然而,网络层和应用层使用的能量容量最高。因此,通过网络层和应用层的工作,可以延长网络的生命周期.论文目的是通过高效的能量路由和覆盖管理延长了WSN的使用寿命。无线传感网络系统在实现方面仍然面临很多困难和挑战,尤其是节点聚类与分组的问题。节点的分组,是通过将网络节点划分为包含一定数量节点的不同分组,并使每个节点尽可能属于多个不同的分组。本文提出一种传感器分组的层次结构(GHS),该结构可实现系统各节点间的动态合作、分布式计算和通讯的分组,其核心是根据节点的“最大几何覆盖”进行划分,从而使每个分组都包含一定数量的“普通节点”和“指挥节点”。之后,本文给出了一种基于分组的路由模型,并通过此模型来对所提分组结构的性能进行评估,结果表明,本文的分组结构表现出良好的能量利用与耗散性能。 TR算法简单,适用于低代价与低功率的WSN。与Gossiping或Flooding算法相比,TR算法采用两种发送数据包的方法:向上发送信息到父节点或向下发送信息到下任何节点。与一些能量感知路由协议相比,TR算法的缺点是 Balancing。BTEAR Protocol的目的是带来平衡与能量耗散网络的跳数.它的主要目标是在网络节点之间均匀地分配能量,以延长网络的寿命。该协议的主要目标是实现每棵路由树的潜在能量消耗平衡,这样每个节点的孩子数几乎相等然而,考虑到每个节点上的儿童数量取决于大多数随机部署的拓扑结构,实现能量平衡100%可能是困难的. 本文最终目标是实现树上同水平节点的能量消耗速率达到相近,从而延长并最大化网络生存期。然而,能量最先耗尽的节点总是靠近BS的节点而能量最后耗尽的总是叶节点,因此实现这一目标是十分困难的。本文还提出一种“均衡的能量感知树路由”通过每层节点的子节点数目近似相等,来获取TR中每层现在的能耗平衡。仿真结果表明,BTEAR不只比TR保存WSN的寿命,还可以更高效地使用能源。良好的覆盖将优化无线传感器网络的使用寿命,但前提是冗余数据达到最少,同时使感兴趣区域内的任一点都被大于等于最小阈值的节点数覆盖. 最后,低功率的节点,低成本的、每个传感、无线通信(短距离)和简单的数据处理构成了WSN。每个节点有三个子系统一或更多的模数转换器传感子系统,一个以上的物理传感器设备和多路复用器,分享;处理器子系统,执行组织、传感和通信指。通信子系统具有接收/发送信息的收发。一般来说,由传感设备检测到的数据是非常必要的,或者具有预先计划的或技术上的重要性。因此,在WSNs出现的主要问题之一是覆盖面更广,因为适当的覆盖策略是评估整个网络性能的极好方法。本文提了一种关于Zigzag模式的WSN覆盖算法,感兴趣区域被分为有多个角和线段的Zigzag pattern字形图案,其中每个都被部署在Zigzag pattern字形图案的角落中。该算法最终可使有效覆盖率达到91%,同时在较少冗余覆盖下,对整个区域进行伸展,并保证所有目标区域被大于等于最小阈值的节点覆盖。在此基础之上,本文还对该算法的有效覆盖问题进行了几何分析。当且仅当每个节点感应区域的周长同其垂直弧长与水平弧长之和达到相等时,该算法可达到最大和最优的有效覆盖。这时,Zigzag模式中每条线短的最优长度近似是√3 r,且每个最优角度是60°。