论文部分内容阅读
无线传感器网络使用无需授权的工业、科学和医疗(Industrial Scientific Medica l Brand,ISM)频段进行数据传输。但是,随着无线网络的使用增长和需求增加,当前可用的ISM频段已经不能满足数据传输的需求。为缓解频谱资源匮乏的问题,在无线传感器网络(Wireless Sensor Networks,WSNs)中引入认知无线电技术(Cognitive Radio,CR),由此催生了认知无线传感器网络(Cognitive Radio Sensor N etworks,C RSN s)。认知无线传感器网络是一种资源受限的网络,其节点能量有限。为了减少网络中节点的能量消耗,研究高效、智能的频谱分配算法非常重要。本文重点研究认知无线传感器网络的信道分配问题,目的在于最大化网络剩余能量,延长网络生存周期,主要研究工作如下:(1)针对认知无线传感器网络的结构,提出一种数据传输的能量消耗和信道状态模型,该模型描述了认知无线传感器网络的信道状态,有效地刻画认知节点的行为,准确地表达数据传输的能量消耗,是基于剩余能量的信道分配算法的基础。(2)认知无线传感器网络的信道分配问题是一个资源最优化的问题,只有高效、节能的分配算法才能带来最大的收益。本文基于上述模型,首先提出一种合适的编码、解码方法,然后提出了一种基于离散粒子群算法的认知无线传感器网络信道分配算法,并在不同的网络规模下进行了仿真实验,实验结果表明该算法能够快速收敛得到全局最优值,最大化网络的剩余能量,延长网络生存周期。(3)基于离散粒子群的信道分配算法虽然能较快地找到一种较优的分配方法,但在网络规模较大的时候,迭代的次数较多,寻优时间较长。为了进一步提高效率,减少能量消耗,本文提出一种基于果蝇算法的认知无线传感器网络信道分配方法。果蝇个体搜索食物的过程是独立的,能很好地适应外部环境的变化,即使单个果蝇个体搜索失败,也不影响整个果蝇群体的搜索,因此能更快地寻找到最优值。该算法比遗传算法和粒子群算法收敛得更快,寻优时间更短。