论文部分内容阅读
传感器网络是由大量节点组成的一种特殊的自组织网络，主要应用于军事监视、工业检测和医疗健康检测等领域。边界检测是完善传感器网络性能的基础问题，在环境监测、覆盖区域监测、中间轴检测、目标跟踪、数据采集、路由优化等任务中都发挥着重要的作用。因此，研究边界节点检测算法具有非常重要的意义。 首先，本文介绍了网络边界检测的研究背景和意义，分析了基于拓扑信息的边界节点检测算法的相关理论，其中包括网络的拓扑控制、节点间的跳数距离、节点的通讯模型以及网络的平均节点度等，同时比较详细分析了两个典型的基于拓扑信息的边界节点检测算法。 在上述理论分析的基础上，对基于拓扑信息的边界节点检测算法(BRSN-TM算法）进行深入研究，针对BRSN-TM算法存在的不足，在其基础上，设计了一种新的边界节点检测算法ABRSN-TM。该算法针对BRSN-TM算法构造最短路径树的通讯量大，算法引入网络纬度线取代最短路径树用于检测网络中洞结构；当网络中洞数量较多时，ABRSN-TM算法采用构造多个分别包围单洞的环的方法，比原有算法采用的构造包围网络所有洞的方法，更容易实现；针对BRSN-TM算法利用洪泛识别具有边界特性的节点时通讯量大并且算法需要节点间的同步，ABRSN-TM算法设计了一种利用环上节点动态替换方法，把环转换为网络的边界。经过上述的几点改进，ABRSN-TM算法获得了更好的边界检测性能。 最后，在NS-2平台上进行了相关仿真，实验结果表明，与BRSN-TM算法相比较，ABRSN-TM算法获得了更高的检测准确率；在网络洞比较多的情况下，ABRSN-TM算法的数据通讯量及执行时间也显著减小，但是在网络洞的个数比较少的环境下，ABRSN-TM算法反而增加了通讯量及执行时间。因此，在大部分网络应用环境中，ABRSN-TM算法提高了基于拓扑信息的边界节点检测算法的性能。