基于隐藏问题的移动汇聚节点路径规划

来源 :上海交通大学 | 被引量 : 0次 | 上传用户:ming9981
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
传感器网络作为21世纪的重大科技之一,在许多领域都得到了广泛的应用,例如环境监测,战场监测,健康护理等。一个传感器网络通常由大量的小的传感器节点组成,这些传感器节点由感知,处理和通信模块等组成。另外,在传感器网络中还会布置少量的汇聚节点用于收集数据。在战场上,传感器网络通常会被布置到敌对的环境中,在敌方布置的恶意节点的侦测下工作。而敌方的节点会设法监测,发现和破坏传感器网络中的工作节点。因此,帮助传感器节点隐藏自己不被恶意节点发现和破坏,是无线传感器网络运用到战场上等敌对环境中的关键技术之一。本论文对传感器网络中的隐藏问题进行了深入的研究,研究的内容包括以下几个方面。首先,本文对隐藏问题和基于移动网络的隐藏问题进行了概括性的介绍。根据隐藏对象的不同,节点感知模型进行了分类,归纳和总结,对近年来这方面的工作进行了概述。含有移动节点或移动基站的传感器网络也是近年来比较新颖和热门的课题,本文将研究传感器节点移动行为的工作进行了归类。在之前的移动传感器网络的研究工作中,主要的研究目标集中在能耗问题,覆盖问题等上面,很少有研究隐藏问题的工作。由于研究目标的不同,能耗问题和覆盖问题的工作并不能完全适用于隐藏问题。其次,本文研究了基于隐藏问题的移动汇聚节点路径规划,研究的主要目标是如何应用移动汇聚节点来帮助解决特定情况下的传感器网络隐藏问题。本文对隐藏问题进行了分析和定义。首先定义了恶意节点的侦测模型,其次定义了移动汇聚节点的穿越行为。基于上述两个定义,我们将隐藏问题转换为减少传感器网络所在的区域中消息传递发生的次数的问题。本文的解决方案是设计一条路径,使得移动汇聚节点延这条路径始终“向前”的穿越一个区域收集这个区域中的数据,同时使得这个区域中的传感器节点被发现的概率最少。本文提出了一个局部贪婪算法:TFT移动策略来近似的解决这个问题。在这个移动算法中,移动汇聚节点从区域边界上的一点进入这个区域,并按照定义中的移动限制,始终向前的穿越这个区域,从区域边界上的另外一点离开这个区域。根据这个TFT算法,本文还设计了一个基于最短路径的路由算法,使得静止节点可以延最短路由路径将数据多跳的传给移动汇聚节点。最后,本文通过仿真程序来验证TFT算法的性能。在仿真程序中,本文使用了均匀和不均匀两种布撒传感器节点的方式。同时,本为设计了三种比较算法,包括随机移动,边界移动,和对角线移动。仿真的结果表明,在各种布撒方式的情况下,TFT算法要优于三种比较算法。并且当网络节点布撒不均匀的时候,TFT算法作为一种自适应的移动策略,能够自动“识别”网络节点布撒密集的区域,并从该区域中穿过,从而得到更少的消息传递的次数。
其他文献
随着人类基因组计划的顺利完成,不断积累的巨量生物学数据和快速发展的信息学技术,给后基因组时代的生物信息学研究带来了新的挑战。近年来,随着微阵列技术的快速发展,DNA微
三维人体重建是计算机图形学和3D视觉领域一个非常重要的研究课题,同时也是工程领域一个富有挑战性的研究方向。本文提出了一种基于多视图的鲁棒人体三维重建方法。该方法通
随着网络技术的迅速发展,搜索引擎已经成为用户获取网络信息的主要途径。然而,传统的搜索引擎的返回结果比较单调,通常返回与查询相关的网页列表,而忽略了网页中所蕴涵的丰富
随着语义Web的迅速应用与发展,我们需要对海量数据信息进行搜索,而本体是共享概念模型的明确的形式化规范说明,是语义Web应用的基础,其构建的质量直接影响着搜索的查全率和查
资源检索是P2P系统研究的热点之一,无结构化P2P资源查找普遍采用以泛洪机制为主的方法,然而,随着查询请求在网络中转发次数的增加,网络拥塞和带宽浪费严重,查询效率得不到保
Deep Web是不能被搜索引擎检索到的网络中的资源。Deep Web中包含的信息量比Surface Web中大了几个数量级,并且随着Deep Web中的数据源的个数的不断增长,Deep Web显得越来越
车船装备器材仓库管理是军事仓储建设的重要内容,是车船装备保障的核心环节。在现代高科技局部战争中,车船装备器材仓库管理信息化是适应新军事变革和提高仓储管理效能的必然要
近年来,随着在线服务的飞速发展,互联网形成了一个巨大、内容丰富的信息库,在线服务主要包括:百科知识、个人博客、在线论坛等等。其中,在线论坛作为一个特殊的网络虚拟空间,
组合服务的执行环境是动态变化的,且该变化常常会导致组合服务的服务质量无法满足用户需求。为了解决该问题,作者所在的小组研发了基于环境感知的组合服务自适应引擎,希望基
随着计算机网络和多媒体技术的蓬勃发展和不断成熟,远程教育E-Learning作为一种新的教育模式在教育中所占的比重正在越来越大。随着每年通过互联网接受教育的人次的暴增,E-Le