论文部分内容阅读
近年来,机会移动传感器网络的理论与技术引起了政府和学术界的广泛关注。与传统网络相比,机会移动传感器网络不要求网络全连通,更符合很多特殊环境下的网络组网通信要求。同时,网络模式的间歇性、不确定性以及环境的复杂多样性、传感器设备的差异性(内存、能量等方面),给机会移动传感网络中的消息转发带来了巨大的挑战。因而,需要根据不同的应用场景设计符合实际的高效消息转发方法。机会移动传感器网络已广泛应用于各种公共安全应用,如火灾救援、自然灾难应急通信等。在火灾救援中,可以让传感器节点进入危险区域感知环境数据,而尽量避免救援人员受到不必要的伤害。然而,由于建筑结构损坏、火场中的气流流动,甚至爆炸等环境因素,消防员在火灾救援场景中抛出的传感器节点的位置很容易发生变化。因此,节点之间的相遇机会变得稀缺和短暂,从而使传感器节点收集到的消息难以沿着稳定的通信路径转发。首先,本文将火灾救援场景中节点按照移动模型分为四类:小范围移动节点(Small-Range mobile Nodes,SRNs)、大范围移动节点(Large-Range mobile Nodes,LRNs)、消防员节点(Firefighter Nodes,FNs)、机器人节点(Robot Nodes,RNs)。然后,对携带消息的不同类型节点在消息持有节点中所占最佳比例进行了建模分析,保证在满足消息转发开销和最大时延等约束条件下,选择最佳的中继节点以使得消息送达率最大化。基于以上研究,本文提出了一种基于火灾救援场景的机会移动传感器网络的消息转发方法(a Data Forwarding Approach for opportunistic mobile sensor networks in Fire-Rescue scenario,DFAFR)。在DFAFR中,每个携带消息的节点都可以将所保存的消息转发给邻居节点,并尽可能维持不同类型节点在消息持有节点中的最佳比例。通过仿真实验分析了DFAFR的性能,实验结果表明DFAFR可以提高消息的送达率、缩短传输延迟。最后,本文实现了基于Android的火灾救援场景下的机会转发方法的原型系统,该系统采用了本文提出的DFAFR算法,并通过Android蓝牙通信模拟完成了节点间的消息转发。本文研究了基于火灾救援场景的机会移动传感器网络的消息转发问题。在DFAFR中,可以根据节点的位置稳定性来区分SRNs和LRNs。DFAFR主要通过近似地维持不同类型节点在消息持有节点中的最佳比例来提高消息送达率,且新的中继节点会根据节点的预期传输时延从候选节点和相邻的RNs中选择。DFAFR适用于某些紧急事件,比如消防救援。总之,DFAFR可以在消息转发开销较小的情况下提高消息送达率并缩短传输时延。但是本文中的理论肯定还存在很多不足,比如本文只针对机会移动传感器网络中的节点移动模型和消息转发算法进行了研究,但是机会移动传感器网络中的研究点远不止于此。