论文部分内容阅读
无线传感器网络(Wireless Sensor Networks,WSN),尤其范围较大、节点稠密的网络使用范围更广,如军事,环境和工业等。但是节点一般都布置在人迹罕至的偏僻地带,且能量非常有限,如果能量耗尽则意味着其将无法正常工作,引起网络原始的功能的减少甚至消失。所以,在WSN中,能量约束是急待解决的问题。在WSN中,传感数据具有时空关联性,从而使得收集的数据具有重复性,若对全部数据进行传输,将会浪费大量节点能量,网络生存时间将大大缩短。因此,在WSN中,设计高能效的无线传输方法是增加网络生存时间和提高网络性能的关键。在WSN中,压缩感知技术的优势在于其可以有效减少传输的数据量,因为它只要在接收端接收很少的数据量便可以恢复出初始的信号,而且其采样速度远低于两倍的原始信号带宽;网络编码对来自不同链路的数据进行线性或非线性组合后再转发,增强了网络的抗干扰性,同时有效提高了数据的传输量;在WSN中,除压缩感知与网络编码外,路由技术也在其发展过程中担任不可或缺的角色,其中分簇路由技术能够对系统中的数据量进行均匀分配,减少资源耗费,增加网络寿命。本文以降低网络能耗,均衡网络负载为目标,在现有的基于压缩感知和网络编码的高能效无线传输方法以及分簇路由方法的基础上,探究更高效的数据传输方法,创新点和研究方案如下:1、本文利用压缩网络编码技术,提出了一种新型的无线数据传输与恢复方法STCNCDR(Spatio-temporal Compressed Network Coding Based Data Communication and Data Recovery,STCNCDR),主要解决数据传输时耗能高和恢复精度受限问题。具体为在数据的空间相关性方面,该方法在压缩感知与网络编码的基础上,利用二跳邻居信息选取最佳的下一跳候选节点,即中间节点,减少冗余数据的传输防止网络资源的浪费;在时间相关性方面,通过字典训练方法KSVD算法训练时间稀疏字典来获得最佳的时间观测矩阵,使得数据更好的被稀疏化,从而提高数据恢复的准确性;同时利用数据在时间上的关联性对其进行压缩,减少数据传输量,从而进一步降低能耗。仿真结果表明该方法能明显降低网络中的信息传输量,即与其他方法相比,节点接收和发送次数可减少约65%至70%,有效降低了网络能耗,同时还保证了在汇聚节点处数据重构的精度。2、本文基于现有的簇头选择方法,提出了一种基于能量与密度的无线传感网动态簇头选择方法I-EEC(Improved Energy-efficient Cluster Head Selection Technique,I-EEC),该方法将节点的剩余能量与动态密度联合,在簇首选择时,使用节点动态密度来避免某些节点一直被选为簇首而导致过早死亡,并引入一个动态权值因子来平衡节点剩余能量与动态密度的对簇首选取的影响,具体为随着传输轮次的增加,使得剩余能量在簇头选择过程中的比重逐渐增加,让具有较低能量的节点成为簇首的概率减小从而避免其过早死亡,从而进一步延长了网络的生存周期。仿真结果表明该方法可以均衡能量在网络中的耗费,提升能效,增加网络寿命。