物联网是信息通信技术的发展趋势之一,推动着信息产业的第三次发展浪潮。在物联网技术支撑下,各行各业都朝着智能化方向发展,形成智慧产业,如智能交通、智能农业、智能电网、智慧城市等。物联网应用前景广阔,但同时也面临各种困难和诸多挑战。生命科学的快速发展推动了生物智能的进一步发展,其中生物内分泌调控机理为物联网应用研究提供了新的思路和方向。无线传感器网络是物联网监测领域的重要技术方法,本文通过无线传感器网络实时监测目标对象,采集目标数据。为了降低无线传感器网络的能量消耗,延长网络生命周期,引入内分泌调控机制,同时考虑节点位置信息,节点采样频率,并采用移动Sink节点收集数据,设计算法,论文主要工作包括以下几个方面:(1)传感器节点发送的数据必须包含自身位置信息,否则就是无效信息,但是传感器节点普遍存在定位精度不高,网络开销大等问题。针对传感器节点定位算法中存在的问题,引入激素信息,提出一种基于激素信息校正的EDV-HOP定位算法。EDV-HOP定位算法中,传感器节点在转发数据同时,会发送自身激素信息。接收节点接收邻居节点的激素,并根据接收的激素浓度计算出与邻居节点的距离,然后根据此距离修正跳数值,最后以修正的跳数估算传感器节点的位置。实验表明该定位算法可以有效提高传感器节点的定位精度。(2)无线传感器网络采样频率设置标准难以确定,如果传感器节点采样频率设置过低,丢失重要信息的概率随之增大,不能保证采样精度;如果采样频率设置过高,又会产生大量的冗余数据,导致网络过早失效。针对无线传感器网络的采样问题,借鉴内分泌系统工作机制,提出一种基于内分泌调控机理的WSN自适应采样算法(EASA)。由内分泌启发的EASA能根据监测目标的变化情况,分泌不同的激素信息,动态调节传感器节点工作状态和采样频率,使得传感器节点保持最佳的采样频率。当监测到目标变化缓慢时,发送抑制激素,降低传感器节点的采样频率;当监测到目标变化较快时,发送促激素,提高节点的采样频率,从而在保证采样精度的同时减少能量消耗,延长网络的生命周期。(3)无线传感器网络中,通常采用固定基站的方式收集数据,这样导致靠近基站的簇头节点由于转发大量数据而增大网络负载能耗,从而导致网络过早死亡,缩短了网络生命周期。针对该问题,引入移动Sink节点收集数据,提出基于EACO的移动Sink节点数据收集策略。首先采用LEACH协议对无线传感器网络进行分簇,簇头节点分析簇内节点的数据,并根据分析结果分泌激素,标记数据的重要程度,如果簇头节点保存的数据越重要,则簇头节点分泌的激素浓度越高,反之,分泌的激素浓度较低。然后根据簇头节点的激素浓度和簇头节点间的距离计算得到能见度因子,并以此搜索移动Sink节点移动的最优路径。实验表明该策略能够优先发送重要信息,有效降低重要数据的时延,并且能够有效延长网络生命周期。