论文部分内容阅读
随着终端技术的发展与应用领域的拓展,物联网的应用价值与服务需求不断提高。高效的数据汇聚是物联网发展与应用的可靠保障。而资源受限型物联网中能量利用的合理性直接影响数据汇聚的可靠性,并反映为能效水平。因此,能效优化对资源受限型物联网数据汇聚具有重要意义。然而物联网中海量数据来源于广阔而多变的自然环境与复杂的人类活动区域,数据汇聚的能效难免受到环境的约束,甚至遭受人为的负面影响。于是,基于先进的扩展技术设计可靠的能效优化方法是一项有意义且具有挑战的研究。本文以能量受限型物联网为研究背景,以数据汇聚能效优化方法为研究对象,结合先进的扩展技术与符合实际的网络环境,对高效且可靠的能效优化方法进行了研究。取得的主要成果包括:(1)提出了一种适用于移动汇聚节点轨迹受限场景的能效优化方法。首先采用无向完全图模型描述网络场景,以矩阵化方格模型代替随机分布的数据节点集合,并挖掘出网络分层特性,降低了网络分析与计算复杂度。随后建立了基于方格的能耗模型并进行分析,得出网络能效表现与静态汇聚节点能耗均衡性、数据节点全局能耗水平直接相关的结论,并从中提炼出节点方格匹配决策问题。然后提出了双重能效优化方法(DEON),对方格匹配决策问题进行数学描述与建模,并设计了一种带有人工干预手段的启发式遗传算法来搜索问题的最优解。最后设计并验证了基于方格模型的路由发现算法(GSPT),为数据上报寻找最短路径。DEON方法通过优化节点方格匹配关系解决了已有方法中热点区域节点能耗不均匀的问题。NS-3仿真验证结果表明,相较于已有方法,所提方法在网络寿命优化和静态汇聚节点能效指标优化上分别获得了至少20%和30%的提升,并在网络能量消耗效率指标上表现出稳定的优越性,同时增强了网络鲁棒性。(2)提出了一种适用于无线信息与能量同传(SWIPT)场景的能效优化方法。首先分析了 SWIPT对物联网数据汇聚能效的影响,建立了一种时分SWIPT能效优化模型。随后从模型中提炼出节点传能时隙分配问题,指出合理的节点传能时隙分配策略可以有效利用节点冗余能量来优化网络能效。最后提出了传能时隙优化方法(ETTO)对时隙分配问题进行数学描述与建模,并设计了一种集中式节点能耗分析方法。在节点能耗分析结果的基础上,一种启发式算法被有效用于寻找ETTO优化问题的可行解。ETTO方法解决了随机部署节点能量利用率不均衡的问题,并利用节点冗余能量优化重要节点能效。NS-3仿真验证结果表明,相较于DEON方法,所提方法降低了随机部署节点剩余能量的冗余性,优化了节点能量利用率。在不需要额外能量补给的情况下,网络寿命和数据汇聚总量可提升5%至10%。(3)提出了一种适用于专用无线传能(DWET)场景的能效优化方法。首先分析了 DWET对物联网数据汇聚能效的影响,建立了一种基于静止无线射频传能节点的能效优化模型。随后从模型中提炼出传能节点部署决策问题,指出部署策略的合理性直接影响传能节点能量资源的有效利用率。接着定义了方格数据流量强度指数(GTI)来反映数据节点对能量补给的需求水平,并提出传能节点部署优化方法(DORN)对部署决策问题进行数学描述与建模。最后利用马尔科夫决策过程对DORN部署优化问题进行离散化描述,并通过Q学习算法对决策过程进行训练,优化部署决策。DORN方法使有限传能资源被高效地利用于节点能效优化,避免传能资源的浪费。NS-3仿真验证结果表明,相比于随机部署策略,DORN通过5、10和15个无线射频传能节点分别获得了 15%、30%和50%的网络寿命与数据汇聚总量优化提升,并能更稳定地优化快速枯竭节点能效。(4)提出了一种节点恶意行为的检测与能效优化方法。首先建立了数据汇聚过程中,信息混淆、信息拦截与能量耗尽攻击的恶意行为模型。随后以网络能效为出发点,设计了一种混合式入侵检测与能效优化方法(HIEO)。HIEO方法利用数据汇聚过程中节点行为特征对恶意节点进行集中检测与定位,并利用轻量级网关选择算法实现分布式能效保障与优化,减小能量耗尽攻击对能效的负面影响。HIEO方法利用信息元数据避免了恶意行为检测机制消耗额外的节点能量。NS-3仿真验证结果表明,HIEO方法能够以极高的准确率检测并定位恶意节点,优化网络能量消耗效率,降低能量耗尽攻击对网络能效的破坏,优化实时数据汇聚效率,从而间接优化数据汇聚能效表现。