基于目标圆的有向概率覆盖研究
发布时间:2020-04-18 11:19
【摘要】:覆盖问题是有向传感器网络的研究热点,基于概率感知的增强覆盖还鲜有研究。覆盖性能是保证有向传感器网络工作的关键。本文研究节能高效的有向概率栅栏构建。主要贡献如下:根据概率感知特性,提出基于相似目标圆的分布式有向栅栏构建算法,先通过相似目标圆为候选目标节点选择最优目标位置和目标感知方向,接着根据能效比,分布式选择最优节点构建栅栏。仿真结果表明,该算法可以有效提高栅栏覆盖效率,减少能耗。基于联合概率感知模型,创建概率目标圆,提出基于概率目标圆的有向概率栅栏构建算法。根据父节点感知方向构建概率目标圆,找到下一节点的目标位置和感知方向。最后根据节点的能效比,选择最优中继节点构建栅栏。仿真结果表明,该算法可以有效提高栅栏覆盖效率,延长网络寿命。提出一种半径可变的有向概率栅栏构建算法,将传感器半径可变特性与概率目标圆相结合,节能高效构建概率栅栏。仿真结果表明,该算法可以有效提高栅栏覆盖效率,减少节点个数的使用延长网络寿命。
【图文】:
图 1-4 区域覆盖率模型,传感器网络在概率阈值的影响下,,可通情况下满足覆盖条件。备感知能力、计算能力和通信能力的一门新兴网为是继互联网之后的第二大网络,商业周刊将传术之一 。及其应用方面,我国与发达国家几乎同步启动,少数方向之一,各个领域都开始重视这项技术的绍了无线传感器网络研究领域中的研究成果和学习资料并指出了相关的研究方向。此后,因为成为国内科研人员研究的热点。于海斌教授[4]
基于相似目标圆的栅栏构建算法,默认的参数列表如表 3-1 所 50 次独立实验然后取平均值的方法。为了体现 DBTSC 算法和能量消耗上的优势,我们对算法 DBTSC,DPeer,strong 较。主要的性能参数是:形成栅栏的总能耗,平均能耗,节点Peer 算法在只考虑改变感知角度构建栅栏。境:本实验在 Win7 采用 MATLAB 进行实验仿真。实验过程LAB 版本为 MATLAB(R2014a)。在默认参数下,给定相同的BTSC 算法如图 3-6 所示。DBTSC 算法仅用了 45 个节点就构数在传感器网络中确定概率阈值,并且通过有向概率模型得出围,通过仿真结果表明概率阈值为 0.75 时,效果最好。确定围,在传感器感知角度为 /3时,形成相似目标圆最明显。耗大于总能耗的数据进行删除,不考虑该目标节点。
【学位授予单位】:浙江工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP212.9;TN929.5
【图文】:
图 1-4 区域覆盖率模型,传感器网络在概率阈值的影响下,,可通情况下满足覆盖条件。备感知能力、计算能力和通信能力的一门新兴网为是继互联网之后的第二大网络,商业周刊将传术之一 。及其应用方面,我国与发达国家几乎同步启动,少数方向之一,各个领域都开始重视这项技术的绍了无线传感器网络研究领域中的研究成果和学习资料并指出了相关的研究方向。此后,因为成为国内科研人员研究的热点。于海斌教授[4]
基于相似目标圆的栅栏构建算法,默认的参数列表如表 3-1 所 50 次独立实验然后取平均值的方法。为了体现 DBTSC 算法和能量消耗上的优势,我们对算法 DBTSC,DPeer,strong 较。主要的性能参数是:形成栅栏的总能耗,平均能耗,节点Peer 算法在只考虑改变感知角度构建栅栏。境:本实验在 Win7 采用 MATLAB 进行实验仿真。实验过程LAB 版本为 MATLAB(R2014a)。在默认参数下,给定相同的BTSC 算法如图 3-6 所示。DBTSC 算法仅用了 45 个节点就构数在传感器网络中确定概率阈值,并且通过有向概率模型得出围,通过仿真结果表明概率阈值为 0.75 时,效果最好。确定围,在传感器感知角度为 /3时,形成相似目标圆最明显。耗大于总能耗的数据进行删除,不考虑该目标节点。
【学位授予单位】:浙江工业大学
【学位级别】:硕士
【学位授予年份】:2018
【分类号】:TP212.9;TN929.5
【相似文献】
相关期刊论文 前10条
1 范兴刚;刘涛;胡凤丹;蒿翔;;一种延长目标覆盖网络寿命的群智能算法[J];计算机科学;2018年12期
2 谭学治;徐贵森;刘鑫;陈海宝;;极大网络寿命的认知无线电网络自组网算法[J];华南理工大学学报(自然科学版);2010年06期
3 薛建彬;朱恒;邵华;;基于信道质量和网络寿命的最优中继选择策略[J];兰州理工大学学报;2019年01期
4 于春玲;朱玉全;;基于功率分配的最大化协作网络寿命[J];计算机工程与设计;2018年07期
5 庞立华;李建东;张阳;陈丹;;基于能量定价的协作OFDM系统网络寿命优化算法[J];电子学报;2012年04期
6 马晓辉;赵可欣;孙超;崔凌云;;不完备安全链接对WSNs网络寿命的影响[J];计算机工程与设计;2018年02期
7 喻林;朱晓s
本文编号:2632043
本文链接:https://www.wllwen.com/kejilunwen/wltx/2632043.html