论文部分内容阅读
随着信息技术、无线通信技术、传感器技术等的不断发展,无线传感网络在信息获取、部署便捷等方面表现出突出的优势。近年来无线传感网络在生活、工业制造、交通、军事、医疗等行业得到了广泛应用。在无线传感网络飞速发展和快速普及的同时,各种技术的难题不断出现,其中如何解决大规模部署环境恶劣的无线传感网络数据收集问题便是其中最为重要和急需解决的问题之一。本文利用了无线传感网络的最小覆盖,采用目前先进的可控无人机作为移动数据收集器,并对可控无人机的飞行路径做了快速规划,从而为基于可控无人机的空中数据收集奠定了基础。基于可控无人机的空中数据收集本文主要做了如下的工作:分析和研究了目前国内外已有的关于无线传感网络数据收集方式的研究,并将这些数据收集方式按照所使用交通方式的不同,划分为:静态数据收集、地表数据收集和空中数据收集等三种,同时指出了这三种数据收集方式各自的特点和应用场景。基于大规模无线传感网络的最小覆盖,并考虑到其具有的均匀性特征,本文提出了规则化快速路径规划算法,该算法能够在短时间内获得节点的访问路径。通过实验验证了本算法的可行性,并通过与其它算法的对比验证了规则化快速路径算法能够有效快速地实现对均匀分布的节点进行路径规划。针对空中数据收集主要流程和关键步骤,本文提出了面向空中数据收集的仿真平台,该平台能够根据不同的输入参数和系统配置实现对大规模无线传感网络的空中数据收集进行仿真,并根据仿真结果为真实网络提供信息反馈。最后为了验证和测试空中数据收集仿真平台的可行性和仿真效果,本文开发了仿真测试平台。选择C#作为开发语言,NS2作为网络仿真环境,设定了相关配置和仿真参数,并对不同飞行器速度、网络规模条件下的仿真结果进行记录和分析。通过本次实验,证明了空中数据收集仿真平台的可行性。同时,通过分析NS2的仿真结果,仿真平台能够对空中数据收集的耗时、飞行距离、携带存储器容量等参数进行评估和反馈。