能量有效的无线传感器网络协议的研究

来源 :武汉理工大学 | 被引量 : 8次 | 上传用户:asdofu0q84313480
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(Wireless Sensor Network简称为WSN)是现代通信网络的一个新的研究领域,它由大量的传感器节点组成,通过无线通信方式自组织形成网络,能够实现对目标的实时监测、采集和信息处理。近年来,随着传感器技术、微电机技术、现代网络和无线通信等技术的进步,无线传感器网络得到了快速发展,应用前景十分广阔,可广泛应用于军事领域、空间探测、辐射检测、洪灾预警、农田管理等众多领域。数据收集是无线传感器网络最基本的应用,是各种复杂应用的基础。由于传感器网络节点数量庞大,单个节点的能源、计算能力和带宽都非常有限,传统的无线路由协议不适合无线传感器网络。因此,高效使用节点能量,延长网络的生命周期成为无线传感器网络路由协议设计的首要目标。在目前的研究中,分簇算法被认为是进行高效的能量管理,提高网络的可扩展性,并延长网络生存期的最有效的途径之一本文首先介绍了课题背景,阐述了本课题的研究目的以及意义。接着,对无线传感器网络的体系结构、特点、应用前景以及关键技术做了简要介绍,阐述无线传感器路由协议的评价标准,对路由协议进行了分类,并分析比较了现有的几种典型的无线传感器网络路由协议,重点选择了PEGASIS协议作为研究对象。在重点研究PEGASIS的基础上,提出了一种改进的PEGASIS协议——G-PEGASIS协议,并对其进行详细的阐述。在G-PEGASIS协议中,将整个传感器区域划分为等宽的区域。算法的实现过程是:在每个区域中找出与Sink最近的节点,采用贪婪算法构造整个网络的主链,然后在每个区域内建立链树,形成数据传输的有向链树。最后由主链上的节点轮流担任根节点与Sink通信,数据从外至内经过多跳中继和数据融合后传送到Sink。最后,采用NS2网络模拟工具对G-PEGASIS协议进行了模拟,得出了在不同场景和参数下的网络生存时间、节点平均时延等结果。通过和PEGASIS协议比较,G-PEGASIS算法在网络生存时间方面的性能比PEGASIS有12%左右的提高,验证了G-PEGASIS算法在改进PEGASIS的性能上的有效性。总的来说,G-PEGASIS协议的研究在提高网络生存时间和能量平衡方面具有一定参考价值。本文得到了国家自然科学基金资助项目(60970064),国家重点基础研究计划项目(2011CB302601),国家软件开发环境重点实验室开放基金项目(SKLSDE-2011KF-01),新世纪优秀人才计划(NCET-08-0806),霍英东青年教师基础研究基金(121067),中央高校基础研究基金(2010-Ⅱ-003)及国家863高技术研究计划(2009AA0443303)资助。
其他文献
运动目标检测是计算机视觉研究领域的重要课题,在智能交通、机器人视觉导航、智能监控、军事等领域有着广泛应用。运动目标的检测、特征提取和识别,是视频监控的关键,其中目
随着互联网的快速发展,SNS网站的兴起,人们越来越多地通过网络进行沟通、交流以及形成人际关系,由此产生了大量的用户数据。如何从海量的用户数据中取得更深层次的有用信息,
签名识别是一项古老的身份认证技术,但在现代计算机技术的发展下又焕发了新的生命力,利用模式识别理论对签名进行分析是现今研究的一个热点。一般的签名识别方法分为两种:在
钢铁产业是推动我国国民经济的一个重要支柱产业,钢铁物流直接影响着钢铁产业的发展状况。随着钢铁产能的不断提升和交通手段的多样化,仓储成为了钢铁物流的瓶颈之一。仓储公司
随着网络技术和多媒体技术的飞速发展,视频点播服务的应用越来越广泛,已成为信息服务中的重要组成部分。另一方面,嵌入式技术的不断进步,也使得人们可以根据个人需要随时随地
随着计算机应用范围的日益扩大,数据库技术和挖掘技术的的不断发展,数据挖掘和知识发现(DMKD)技术应运而生,并得以蓬勃发展,越来越显示出其强大的生命力。关联规则挖掘作为数
数学知识管理是模式识别与人工智能领域的重点问题,在网络搜索、知识管理、数字化图书馆、教育现代化领域有着极为广泛的应用前景,数学公式作为数学知识的主要表现形式,对其进行
现在人们越来越依赖于使用如手机、平板电脑等手持设备来连接互联网来获取和处理自己所需要的信息。这就要求手机能像PC机那样能运行应用软件和程序。Android智能手机操作系
视景仿真技术是虚拟现实技术的重要研究内容,其旨在为用户提供具备逼真视景和实时交互性的富有沉浸感的虚拟环境。视景仿真技术的高效、安全、经济的特点使得其在各领域得到
论文主要是致力于海量数据处理技术的研究与应用,涉及到相关的海量数据存储、海量数据文件系统、海量数据检索、海量数据运算、数据可信度方法验证反馈等内容。同时本论文深入