无线传感器网络的多Sink部署和路由算法研究

来源 :安徽理工大学 | 被引量 : 1次 | 上传用户:hyz012
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
无线传感器网络(Wireless Sensor Network,WSN)内的普通节点能源非常有限,且靠近Sink的某些节点因为负担了过重的转发任务使得自身的能量在极短时间内便消耗殆尽,从而整个网络出现能耗不平衡的现象。针对这种现象,本文提出了一种基于模糊化处理的分簇路由方法以及多Sink节点位置部署算法,以期均衡网络能耗,延长网络生命周期。文章通过分析归纳出影响簇头节点的三个因素,依据模糊化处理对其进行计算,以便更好的选出簇头节点,并且对多个Sink节点进行位置部署,从候选位置点中选出最佳位置点,以减少节点到Sink节点的距离,从而达到网络能耗均衡的状态。本文的具体内容如下所述:第一,提出了一种基于模糊化处理的分簇路由方法。在选择簇头时综合考虑了三个影响因子——剩余能量(RE)、节点中心度(NC)以及到Sink节点的距离(D_Sink)。将这三个影响因子进行模糊化处理、量化以及加权运算后融合成一个具体的值,称为节点的本征值,以此进行比较,从而选出最佳簇头。并在分簇过程中整合概率方法,由阈值确保簇头节点的正常轮换。第二,提出了一种能耗均衡的多Sink节点部署算法。多Sink节点的部署能够直接减小各节点到Sink节点的距离,降低节点的数据传输能耗。该算法实现过程包括两个阶段:第一阶段称为Sink候选位置的选取,首先根据网络规模和网络分布选取有限个位置点作为初选位置点,然后根据初选位置点的位置中心度(LR)和它们周围初选位置点分布选出一定数量的候选位置点。第二阶段为Sink选取,是在候选位置点中选择最优位置点,这些最优位置点的数量与Sink节点的数量一致。本文从网络生存周期与平均能量消耗两方面与其他算法进行对比,得出作者所提算法对网络的性能有所改善。该算法在簇头节点以及多Sink最优位置点的选择中不仅缓解了网络中各节点能量不均衡的现象,同时延长了网络生存时间,优化了网络性能。
其他文献
随着当今社会的迅猛发展,房地产信息化进程不断加快,对房屋产权资料进行信息化系统管理是未来发展的必然趋势。房屋产权资料是非常宝贵的数据资料,它对解决房产纠纷、旧城全
多智能体网络的协调控制在无人航天、卫星编队、传感器网络的信息融合、鱼群或鸟群的行动方向、分布传感器的滤波值等领域有着广泛的应用,其已成为了学者们所共同关注的前沿
随着近几年科技的快速发展,各种移动智能终端和服务应用层出不穷,在数量不断增长的同时,对网络的容量、速率以及延时等方面也有了越来越高的QoS(Quality of Service)需求。因
激光熔化沉积等增材制造技术具有无需模具、设计自由度高、生产周期短等优点,尤其适用于轨道交通、航空航天领域小批量、复杂构件的制备。然而铝合金激光吸收率低、易氧化,沉积过程中容易产生孔隙缺陷等问题,限制了这种材料的工程应用。本文以铝硅共晶合金为主要研究对象,研究了激光熔化沉积过程中孔隙缺陷的形成过程,分析了超声除气和重熔除气的工艺、机理。探讨了超声振动、重熔及其复合工艺对激光熔化沉积试样的组织、力学性
可再生能源行业的研发活动具有高风险、高成本、高溢出等特征,对此大多数企业对研发投资持谨慎甚至消极态度。同时,我国可再生能源行业研发投入水平与国际水平相差甚远,这严
近年来,随着信息技术的发展,多媒体信息使得我们的生活丰富多彩。但是,信息在异构网络上传输时会产生丢包现象,为有效解决数据丢包问题提出多种多描述编码(Multiple Descript
粒子群算法是一种群体智能优化算法,由于其设置参数较少,且易于实现,已被广泛的应用于函数优化、神经网络训练和模糊系统控制等领域当中。但是传统的粒子群算法却有着收敛性
2008年的金融危机使美国国内经济遭受重创,从奥巴马政府到特朗普政府,上任伊始即宣称要让制造业回归和实施美国再工业化战略。同时,德国的工业4.0、我国的“中国制造2025”等
农业科技中介组织作为当今时代持续发展的新兴行业生产性服务业的一种,是为农业提供产前、产中、产后相关科技服务的组织,在一定程度上为连接农业与科技起到了桥梁和纽带的作
近年来,受公司市场价值被低估、最空机构恶意做空等因素影响,使得曾经赴海外上市的中国企业开始了反思,此时国内资本市场的融资活动正如火如荼地开展,在这样的背景下,众多海