论文部分内容阅读
集传感器技术、嵌入式计算技术、分布式信息处理技术和通信技术于一体的无线集成传感器网络以其低廉的价格、便利的部署方式正得到越来越广泛的使用,对传感器网络各个方面的研究也成为目前学术界非常活跃的课题。拓扑控制是传感器网络的关键问题之一,可信数据是一种新的网络服务模式,它可改善网络的数据质量和提高传感器网络的整体性能。本文着重研究传感器网络中基于信任模型的自适应拓扑控制算法。(1)根据传感器网络和拓扑控制的特点,本文首先分析现有传感器网络拓扑控制算法的优劣。在此基础上,本文从信任模型提供可信数据能优化网络性能的角度考虑,提出了一种基于正反馈思想的信任模型。该模型假设网络密集使得任意节点必然存在邻居节点,这样簇内间的信任考核很容易进行。同时,借助正反馈思想,考核结果将在簇头间可靠轮转和增量累积。实验表明:该模型能有效剔除节点发送的虚假数据和准确识别出失效节点。(2)考虑传感器网络节点稀疏分布的必然性,本文提出了一种基于Beta分布的信任模型。该模型假设簇内存在可移动节点,以便于簇头节点对簇内节点进行信任考核。同时,利用具有很强统计理论基础的Beta密度函数来构建节点的信任值以及对该信任值进行更新。实验表明:相比其它模型该模型在性能上有较大的改善而且比较稳定。(3)利用信任模型可以得到量化的节点信任值,本文提出了一种基于信任模型的自适应拓扑控制算法。该算法均衡覆盖率和信任值对网络进行自适应拓扑控制,使得传感器网络在保证覆盖、连通的前提下还能保证数据可信和节省能量。依据实验室承担的国家863计划-异步无线传感器网络环境下的数据压缩关键技术所开发的仿真平台对该算法进行仿真和性能评价。实验结果表明:该算法能有效延长网络生存时间,从而达到比传统拓扑控制算法更好的性能。(4)文章最后对全文工作进行了总结并对后续工作做了进一步展望。