无线传感执行网络的协同控制方法研究

发布时间：2017-05-08 10:11

  本文关键词：无线传感执行网络的协同控制方法研究，由笔耕文化传播整理发布。

【摘要】：无线传感执行网络(WSAN)是一种新兴网络,它是在WSN网络基础上引入了具有执行能力的执行器节点。在WSAN覆盖范围内通过大量传感器节点实时动态地监测事件,并根据设定的约束条件将信息发送至执行器节点。执行节点对信息进行处理,按性能指标对任务排序,并根据顺序依次执行任务。引入执行器节点使得网络结构由同构转为异构,网络通信、路由选择、任务执行更加复杂。同时由于网络节点资源有限性以及分布广泛性,网络设计时必须考虑降低网络能耗、维持通信稳定及实时执行任务。为了提高WSAN的性能,在节点间引入合理的协作机制是有效途径之一。针对WSAN网络协同问题,本文研究内容如下:(1)针对传感器-传感器间协同问题,考虑能量约束条件,提出了一种移动传感器节点数据分流协同控制方法,采用分流方法有效协调节点所携带的数据,避免网络中移动节点携带大量数据进行迁移。对以树形结构为基础的移动节点行程规划算法进行分析,并建立网络能量消耗模型。基于模型以能量消耗最小为原则,对树枝分叉处移动节点之间的数据和移动节点迁移过程中的数据两种情形进行合理分流。并给出整个网络数据分流方法的流程图。利用仿真将该方法与不分流的最小生成树多代理行程规划算法(MST-MIP)进行比较,结果表明,本文提出的分流方法能够有效节省能源。(2)针对WSAN中传感器-执行器间的协同问题,提出了一种生物免疫机制启发的S-A路由协同方法。该方法借鉴生物免疫机制,以网络能耗、信息传递准确性为约束指标,首先建立S-A路由协同问题与生物免疫机制的类比模型。其次针对约束指标对S-A路由进行优化。最后,利用仿真将该方法与传感器节点协作的分簇算法进行对比,结果表明,本文提出的路由协同方法有效降低了网络能耗,同时保证了信息传递的准确性。(3)针对WSAN中执行器-执行器间协同问题,以减少任务执行时间和均衡网络能量为目标,提出了一种基于生物免疫算法的A-A任务协同分配方法。该方法给出了任务执行时间和能量均衡的数学模型,运用生物免疫机理推导执行器任务分配策略。根据生物免疫算法的全局收敛性,得到最佳任务分配方案,并给出了任务协同分配的执行流程。通过仿真将本文所提出的任务协同分配方法与EBTA算法和EBDG算法进行对比,结果表明,不但降低了网络能耗,同时也均衡了节点能量消耗及缩短了任务执行时间。
【关键词】：无线传感执行器网络 生物免疫 协同 能量均衡 任务分配
【学位授予单位】：江南大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要3-4
• Abstract4-8
• 第一章 绪论8-17
• 1.1 课题研究背景和意义8-9
• 1.2 无线传感执行网络概述9-11
• 1.2.1 无线传感执行网络的组成9-10
• 1.2.2 WSAN协同控制问题10-11
• 1.3 国内外研究现状11-15
• 1.3.1 S-S协同研究现状分析11-14
• 1.3.2 S-A协同研究现状分析14
• 1.3.3 A-A协同研究现状分析14-15
• 1.4 协同控制研究面临的挑战15
• 1.5 本文的主要工作以及组织结构15-17
• 第二章 无线传感执行网络传感器-传感器数据分流协同控制方法17-26
• 2.1 引言17
• 2.2 问题描述17-18
• 2.2.1 协同问题描述17
• 2.2.2 WSAN中S-S设计目标17-18
• 2.3 传感器-传感器协同控制数学模型18-19
• 2.3.1 数据融合18
• 2.3.2 能量消耗18-19
• 2.4 S-S数据分流协同控制算法19-23
• 2.4.1 数据分流19-21
• 2.4.2 数据包大小控制21-22
• 2.4.3 S-S数据分流协同控制算法流程图22-23
• 2.5 算法仿真分析23-25
• 2.6 本章小节25-26
• 第三章 生物免疫机制启发的传感器-执行器路由协同研究26-34
• 3.1 引言26
• 3.2 问题描述26-27
• 3.2.1 网络模型26-27
• 3.2.2 S-A协同设计的目标27
• 3.3 基于生物免疫协作机制的设计思路27-28
• 3.3.1 生物免疫协作机制描述27
• 3.3.2 生物免疫协作机制与S-A协同的类比关系27-28
• 3.4 基于生物免疫机制的传感器-执行器协同方法28-31
• 3.4.1 以节能为性能指标的通信节点选择28-29
• 3.4.2 基于抗体浓度自适应调节机制的协同节点数量优化29-31
• 3.4.3 系统稳定性分析31
• 3.5 仿真分析31-33
• 3.6 本章小结33-34
• 第四章 基于生物免疫机制的执行器任务协同分配方法34-43
• 4.1 引言34
• 4.2 问题描述34
• 4.2.1 A-A协同问题描述34
• 4.2.2 A-A协同目标34
• 4.3 生物免疫系统中执行器任务分配机理分析34-35
• 4.4 基于生物免疫算法的任务协同分配算法35-40
• 4.4.1 执行器-执行器任务协同模型35-36
• 4.4.2 目标函数的建立36-37
• 4.4.3 生物免疫算法选择最佳执行方案37-39
• 4.4.4 算法收敛性分析39-40
• 4.5 仿真分析40-42
• 4.6 本章小结42-43
• 第五章 主要结论与展望43-45
• 5.1 总结43
• 5.2 展望43-45
• 致谢45-46
• 参考文献46-50
• 附录: 作者在攻读硕士学位期间发表的论文50

【参考文献】

中国期刊全文数据库 前3条

1 李欣;李若琼;董海鹰;;基于仿生群体协同的集群智能控制研究[J];电气自动化;2006年04期

2 倪长健,丁晶,李祚泳;基于优秀抗体的免疫算法及其收敛性问题的研究[J];系统工程;2002年03期

3 周雁;王福豹;黄亮;李晓辉;;无线传感器执行器网络综述[J];计算机科学;2012年10期

中国硕士学位论文全文数据库 前1条

1 裴文彬;无线传感器/执行器网络能耗均衡实时路由协议研究[D];合肥工业大学;2013年

  本文关键词：无线传感执行网络的协同控制方法研究，，由笔耕文化传播整理发布。

本文编号：350949