危险场景下WSN移动数据收集算法研究

发布时间：2020-06-07 06:13

【摘要】：无线传感器网络数据收集技术是目前研究的热点,它是通过大量传感器节点对某个区域进行监测,并将数据传送到一个远程基站进行处理。在传统网络中,节点被部署后静止不动,并通过多跳的传输方式向sink发送数据。在这种数据收集模式下,靠近汇聚节点(sink)的节点相比网络中的其他传感器节点而言需要转发更多的数据,形成网络热区,从而使这些节点的能量急速下降。为了使网络能量消耗更均衡,利用移动节点进行数据收集成为近年来的研究热点。然而在很多网络规模较大的实际应用中,移动节点由于受到自身容量与空间的限制,需要在一定的时延范围内将采集到的数据发送到sink进行处理,否则这些数据信息将毫无意义。因此,本文在满足网络能耗和数据收集延迟的基础上对移动节点的最优路径问题展开研究。针对移动节点在数据收集过程中的停留位置问题,为了均衡网络的节点能耗与数据收集时延两者之间的关系,本文提出了一种基于危险场景下的无线传感网移动数据收集算法。该算法首先结合最优化理论将最小化移动节点路径问题转化为整数线性规划模型,通过选取数据汇集点、构造数据收集树,并且对收集树执行优化操作,使收集树根节点负载更加均衡,从而延长网络生命周期,并且根据汇集点选取移动节点数据收集过程中的停靠节点,在sink与停靠节点之间形成一条回路,从而有效缩短数据收集延迟。同时将蚁群算法运用于解决停靠节点之间的TSP问题上。首先介绍了蚁群算法的基本原理和算法模型,针对蚁群算法在获取全局最优解方面的不足提出了优化的蚁群路径规划算法,在算法的参数设置问题上引入混沌理论对蚁群算法的参数进行自适应调整,在算法的信息素更新规则方面引入一个动态因子,使算法在每次迭代中能自适应地控制最优路径上信息素浓度的更新比重。最后通过仿真对比及分析,验证了改进的蚁群算法能有效提高蚂蚁的全局搜索能力,缩短移动节点数据收集路径,并且满足危险场景下的无线传感网数据收集要求。
【图文】：

移动节点,数据收集,实例比较,典型算法

昆明理工大学硕士学位论文1.2 国内外研究现状目前，在利用移动节点进行数据收集的研究中，由于数据收集延迟与移动Sink 行走的路径密切相关且是成正比的关系。因此，为了确保移动节点能够在较短的数据收集延迟内收集到所有节点的数据，移动节点的行走路径不宜太长。许多学者采取的方式是在网络能耗与数据传输延迟之间找一个平衡点，如将传感器节点的数据首先通过多跳的方式传输给一些节点进行缓存[7]，，一般将这些称为汇集点，移动节点只访问这些汇集点可以缩短数据收集过程中的路径长度，减少数据收集延迟。如图 1-1 所示，在该网络中，传感器节点将数据发送给作为汇集点的部分节点进行缓存[8]，再由移动节点通过收集汇集点的缓存数据发回基站处理。

网格结构

第二章 WSN 移动数据收集方1) 基于数据查询的移动收集方式为了获知网络中的节点是否采集到有用信息，移动节点在数据收集过程广播信息，网络中的节点只有在接收到移动节点发送的请求消息时才被可以大大降低节点能耗。Liu W 等人[21]提出一种基于网格结构的实时数据收集协议，如图 2-1 个网格中，将剩余能量最多的节点选为的簇头，通过基站发送报文信息点之间形成树状结构，每个簇头节点沿着树根的方向将数据发送回基的优点是可以减少路由跳数，保证网络的能量均衡消耗，同时可以减少延迟，满足实时应用需求。缺点是节点要能获得自己的坐标信息，这样络成本。
【学位授予单位】：昆明理工大学
【学位级别】：硕士
【学位授予年份】：2018
【分类号】：TN929.5;TP212.9

【参考文献】