论文部分内容阅读
无线传感器网络(Wireless Sensor Networks, WSNs)作为物联网底层支撑技术受到全世界关注。不同于其他无线网络,无线传感器网络中节点通常由电池供电,能量受限,所以提高无线传感器网络能量效率一直是WSNs研究的重点。本文以提高无线传感器网络能效为目的,从通信三要素出发,分析了影响能效的关键因素,重点从造成丢包的原因出发求解了重传机制下的丢包概率,从而建立了包括硬件能耗、有用信息能耗、控制信息能耗及重传能耗在内的网络能效分析模型。在此基础上,设计了一种高能效的基于动态梯度的数据包负载长度自适应算法—VG-PLA (Packet Length Adaptation based on Variable Gradient),通过仿真验证,该算法对网络能效优化具有良好效果。具体研究内容分为四部分:(1)介绍无线传感器网络的研究背景、现状及其科学意义,概括总结WSNs基本概念、特点和体系结构。分析无线传感器网络能效研究的重要意义,并对提高WSNs能效的关键技术进行总结。对当前无线传感器网络能效分析模型和数据包长度优化算法研究现状进行梳理和分析。(2)探讨影响无线传感器网络能效的关键因素,包括信道模型的选取、IEEE802.15.4的CSMA-CA算法及隐藏终端问题。针对这三种影响能效因素分别求解出信道误码率引起的误包率、CSMA-CA信道接入的碰撞率和隐藏终端造成的碰撞率,考虑每个包的平均重传次数,得到WSNs重传机制下的网络丢包概率。(3)阐述WSNs能效分析模型建立的思路,详细推导重传机制下网络能效性能求解过程。把影响能效的网络参数分为两类:依赖于传输协议的性能参数和独立于传输协议的状态参数。通过仿真验证,分析了数据包长度、节点数、最大重传次数限制、重传机制等对网络能效的影响。(4)设计基于动态梯度的包长度自适应算法。把受网络状态影响的能效变化分为三种情况:增加、降低和不变,针对每种能效变化情况,制定不同的包长度调整对策,该算法能够提高最优包长度收敛速度,并可以避免陷入局部最优。利用OMNeT++仿真验证,所设计的VG-PLA算法相比固定包长优化算法与基于固定梯度的包长度自适应算法,能效分别提高了11.7%和4.8%。