论文部分内容阅读
无线传感器网络是部署在监测区域内大量廉价的具有计算能力、通信能力的传感器节点,通过无线自组织方式连接而成的数据采集网络系统。节点间相互协作地感知、采集和处理网络覆盖区域中监测对象的信息,并发送给观察者。无线传感器网络不需要任何固定网络支持、能够快速展开、抗毁性强、能够长时间执行监测任务等特点,使其在环境监测、地震与气候预测、军事、深水以及外层空间探索等许多方面都具有广泛的应用前景。作为后Internet时代产物的无线传感器网络将传统网络从桌面延伸到真实物理世界,极大地扩展了人类自身对环境的感知能力,将是信息感知和采集技术的一场革命。无线传感器网络一般不需要基础网络设备,从其组网形式上看可以认为是一种特殊的多跳自组织网络,网络节点数量巨大、应用环境复杂等特性更提高了网络自组织的复杂性。另外节点一般由电池供电,并随机投放在无人监测区域内,很难为节点更换电源,能源成为系统中最宝贵的资源,如何通过自动配置将数量众多的节点组织成网,并进行节能高效的数据传输是无线传感器网络研究面临的首要问题。论文针对基于事件监测应用的无线传感器网络,围绕节能组网问题,完成以下几个方面工作:第一,针对基于事件监测应用的无线传感器网络,通过引入模糊综合评判思想提出了一种基于事件区域的模糊综合评判选路模型,并基于此模型设计了一种能量优化路由算法(EORA Energy-Optimization Routing Algorithm), EORA包括基于事件区域的数据融合树子算法和基于模糊综合评判的路由选择子算法。EORA首先针对数据区域性特征设计了基于事件区域的数据融合树子算法,通过兴趣信息的扩散在事件区域内选取局部根节点,并建立数据融合树进行事件区域内的数据收集,以此减少传输到Sink节点的数据量。事件区域内根节点融合产生的数据使用基于模糊综合评判的路由选择子算法传输到Sink节点,该子算法中Sink节点根据需求确定路由请求的扩散方向,通过反向查询方式构建多条可用路径,采用多参数模糊综合评判模型进行路由选择。分析和仿真结果表明这种基于事件区域的模糊综合评判路由能够均衡网络能耗,延长网络生存时间,实现对网络能量的优化使用。第二,层次式路由是无线传感网络路由技术中一种重要的路由方式。针对层次式结构中影响网络生存时间的能耗均衡性问题和算法鲁棒性问题,提出了一种具有鲁棒性的能量均衡动态成簇算法(EBDC Energy Balance Dynamic Clustering)。EBDC算法依据网络局部能量分布以及拓扑信息选举簇首节点,通过随机探测和双向链式重构,在簇首失效时完成故障区域的局部簇维护,降低故障区域边缘节点的能量消耗,从整体上增加成簇算法的鲁棒性。同时EBDC中采用局部动态成簇,避免全网重新成簇带来的能量消耗。为进一步提高层次式网络能量效率,借鉴神经元的生物结构和工作原理,针对响应式事件监测应用提出了一种层次结构下基于神经元结构的响应式数据融合策略,包括响应式节点模型、数据累积方式以及阈值的波动策略。通过使用不同累积方式和动作阈值动态波动策略使节点可以跟踪事件强度的变化,提高监测数据的精度和效率。从仿真结果可以看出结合了基于神经元结构数据融合策略的EBDC算法,具有较好的能量均衡性和鲁棒性,使网络能够获得较长的生存时间。第三,对无线传感器网络节能组网技术的另一个重要部分——介质访问控制技术进行了研究。首先针对无线传感器网络介质访问控制子层能耗关键因素,提出了准同步低功耗监听机制(NLPL Near-synchronization Low Power Listening)。NLPL中节点使用嵌入编号信息的短导言唤醒接收节点,利用通信过程,局部节点共享彼此的唤醒调度信息,使节点下一次通信中能够较准确地捕捉接收节点唤醒时刻,从而实现轻量级的准时间同步,使节点能够以较小代价接入信道。其次针对基于事件监测应用的无线传感器网络中不均衡流量特征,在NLPL机制基础上提出了流量自适应混合MAC协议(THMAC Traffic-adaptive Hybrid MAC)。THMAC使用NLPL作为基本信道接入方式,通过预测机制跟踪网络流量和冲突变化情况,在不同流量特征下选择合适的信道访问方式,实现CSMA与TDMA访问方式的自动相互转换。仿真结果表明THMAC能够结合CSMA与TDMA两者的优点,在保持了一定数据吞吐率前提下有效减小网络中数据的冲突率,实现了在复杂流量特征下对MAC层能耗关键因素的控制。