论文部分内容阅读
在近十年中,各国的科研人员从未停止对无线传感器网络的研究,许多相关的研究成果也被出版。传感器节点是在有限的电池能量下工作的并且一旦被部署后不能再重新改变其位置,因此在相关无线传感器网络算法设计时必须确保该算法是能量有效的。在传统网络中,Sink被放置在监测区域中心或者某个特定的位置,节点被部署后静止不动并以多跳路由方式与Sink通信。在这种数据收集模型下,靠近Sink的节点相比其他节点而言需要转发更多的数据,因而容易能量耗尽死亡,产生“能量空洞”,这严重影响网络寿命。通过引入移动Sink在监测区域内移动并进行数据采集,可以减少长距离的数据传输给中继节点带来的负担,延长网络寿命。本文主要研究基于移动Sink的无线传感器网络数据收集技术,并分别从网络能耗均衡与网络时延受限这两个方面设计相关算法。随着移动Sink的引入,也带来了新的问题。Sink直接移动到传感器节点所在位置收集数据,这使得网络时延较传统无线传感器网络而言更大;另一方面,移动Sink的移动能耗远远大于静态节点的能耗,而在很多文献中,移动Sink的能耗被假设为无穷大,这显然是不符合实际情况的。为解决上述问题,本文提出能耗均衡路径规划算法(EBPP)。该算法包括3个步骤:1)采用LEACH算法和蚁群算法分别对网络进行分簇和驻留点的初始化;2)提出路径优化函数(IP)通过采用构建内圈、优化凹顶点与凸顶点、查找捷径以及合并冗余替代点等方法获得最终的驻留点集合;3)根据第1步中驻留点的访问顺序得到遍历该驻留点集合内所有节点的最短TSP路径,即为Sink的移动路径。为验证EBPP算法的有效性,本文以LEACH-TSP算法为例,在MATLAB平台上将仿真比较了通过EBPP算法改进后的网络寿命与原LEACH-TSP算法下的网络寿命,其中,在能耗模型中考虑移动Sink能耗。仿真实验证明,EBPP算法改进后的网络寿命长于原LEACH-TSP算法下的网络寿命,另外,网络时延也得到了有效缩短。对于某些延迟敏感的应用,所有感知数据需要在规定时间内提交。WRP算法通过一种基于权值的驻留点选择策略将移动Sink的巡游路径控制在一个阈值范围内。在此算法中,移动Sink需要移动到驻留点的位置进行数据采集,对此,我们基于第一部分的研究提出了一种基于权值的移动sink路径选择策略改进算法(IWRP)。在此改进算法中,移动Sink只需移动到每个驻留点的通信半径内即可进行数据采集,通过这种方式,在给定的网络最大时延下,更多的节点能够被选举为驻留点,相应地减少了每个驻留点的子节点数从而降低了每个驻留点的负载。仿真实验证明,IWRP算法相对于原WRP算法而言,节点的能量消耗得到均衡,网络寿命得到延长。本文结合理论分析方法与MATLAB仿真实验方法研究了基于移动Sink的无线传感器网络数据收集技术,并分别提出了能耗均衡移动Sink路径规划算法与时延受限移动Sink路径规划算法,以上成果将对无线传感器网络在实际中的应用提供一定程度理论支撑。