无线传感器网络部署优化研究与仿真

发布时间：2017-05-23 10:17

  本文关键词：无线传感器网络部署优化研究与仿真，，由笔耕文化传播整理发布。

【摘要】：随着无线传感器网络(Wireless Sensor Network,WSN)技术的不断发展,越来越多的WSN技术已经应用到了智能家居、智慧交通等领域。WSN属于一种重要的ad hoc网络,它由很多具有感知和数据处理能力的传感节点以自组织或多跳的方式搭建。目前,WSN的研究工作主要集中在网络技术和通信协议方面,关于传感器网络部署优化的研究还很少。在空旷的农场或森林部署WSN,一般做法是通过飞机进行高空随机抛撒。但是,这种方法可能出现大量的多余节点和覆盖漏洞。因此,如何用尽量少的传感节点感知最大的区域是WSN部署优化中一个亟待研究的问题。在广阔的农场环境或森林中,需要准备许多传感节点,节点大部分靠电池供电,但是,电池能量是有限的,并且无法更换。因此,如何使用相同数量的节点,达到最长的网络寿命成为WSN部署优化中另一个倍受瞩目的问题。因此,针对上述存在的两方面问题,本文主要对无线传感器网络部署优化开展了如下研究工作:研究了国内外常用的无线传感器网络节点部署算法,重点研究了基于微粒群和凸心环形算法的WSN节点部署策略,并分析了各自算法的优点和局限性。针对基于动态多种群微粒群(KMPSO)算法存在的WSN覆盖率低,计算速度慢的问题,提出了一种基于阈值的多种群微粒群算法(TKMPSO),将部署优化问题转化为组合优化问题。TKMPSO算法主要包括4个不同的改进点:结合K-Means算法和阈值,可以科学合理地划分微粒群;通过阈值控制微粒的变异,能够有效地避免“早熟”现象的发生;通过“线性探测再部署”规则处理覆盖冲突;以及通过动态调整自适应因子加快算法的收敛速度。针对首次部署WSN的场景中基于计算几何学的部署策略需要节点数量多的问题,提出了一种基于降低部署成本的部署优化策略。该策略基于Voronoi多边形和贪心思想,通过贪心思想可以确定下一个需要添加的节点的准确位置,通过Voronoi多边形能够让节点更均匀地分布在区域中,并为能量空洞的边界识别提供了更加方便的条件。针对网络再部署的场景中基于凸心环形算法的再部署策略中存在高能节点部署位置冲突的问题,提出了一种基于改进能量平衡的部署优化策略。该策略通过一种能量热区判定规则来判断凸心环形区域中是否存在能量热区,以避免在能量充足的区域再次部署节点而产生冗余节点的问题,有效地延长了网络寿命。最后,本文采用Matlab和NS2仿真软件分别对提出的改进算法进行了仿真实验。实验表明,提出的改进算法可以有效提高WSN覆盖率,降低网络部署成本,延长网络寿命。
【关键词】：无线传感器网络 微粒群算法 能量平衡 Voronoi图 贪心算法
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要4-6
• Abstract6-10
• 第1章 绪论10-16
• 1.1 研究背景及意义10
• 1.2 无线传感器网络发展现状10-13
• 1.2.1 无线传感器网络10-12
• 1.2.2 无线传感器网络热点技术12-13
• 1.3 主要研究内容13-14
• 1.4 组织结构14-16
• 第2章 无线传感器网络节点部署策略分析16-32
• 2.1 相关定义16-17
• 2.2 相关模型17-21
• 2.2.1 网络模型17-19
• 2.2.2 传感节点感知模型19-21
• 2.3 典型的节点部署算法21-29
• 2.3.1 提升覆盖率部署策略分析21-24
• 2.3.2 基于能量平衡的部署策略分析24-29
• 2.4 无线传感器网络部署策略种类29-30
• 2.4.1 基于节点组成方式29-30
• 2.4.2 基于覆盖区域30
• 2.4.3 基于网格30
• 2.4.4 基于被监测目标特性30
• 2.4.5 基于节点构成30
• 2.5 本章小结30-32
• 第3章 基于阈值多种群微粒群算法32-60
• 3.1 基于微粒群WSN部署系列算法32-35
• 3.1.1 基本PSO算法32-33
• 3.1.2 基于K-MEANS和基本PSO的算法33-35
• 3.2 KMPSO算法存在的问题35-36
• 3.3 改进的KMPSO算法的研究36-45
• 3.3.1 阈值优化子种群划分37-38
• 3.3.2 微粒连续无进化主动变异38-40
• 3.3.3 基于欧氏距离的节点位置矫正40-43
• 3.3.4 动态调整自适应因子43-44
• 3.3.5 TKMPSO算法的整体基本流程44-45
• 3.4 仿真实验及结果分析45-58
• 3.4.1 仿真场景45-47
• 3.4.2 仿真实验47-58
• 3.5 本章小结58-60
• 第4章 基于凸心环形算法的部署优化策略60-84
• 4.1 能耗模型60-61
• 4.2 凸心环形算法61-64
• 4.3 基于降低部署成本的优化策略64-70
• 4.3.1 WSN在首次部署中存在的问题64-65
• 4.3.2 提出改进算法65-70
• 4.4 基于能量平衡的部署优化策略70-74
• 4.4.1 在WSN再部署中存在的问题70-72
• 4.4.2 提出改进算法72-74
• 4.5 仿真实验及结果分析74-82
• 4.5.1 仿真环境74-75
• 4.5.2 仿真实验75-82
• 4.6 本章小结82-84
• 结论84-86
• 参考文献86-90
• 攻读硕士学位期间取得的研究成果90-92
• 致谢92

【参考文献】

中国期刊全文数据库 前1条

1 闫中江;沈中;常义林;张颖;代亮;;非连通无线传感器网络的最少传感器节点部署[J];北京邮电大学学报;2011年05期

中国硕士学位论文全文数据库 前1条

1 康望星;基于蚁群算法的无线传感器网络路由算法研究[D];哈尔滨工程大学;2006年

  本文关键词：无线传感器网络部署优化研究与仿真，由笔耕文化传播整理发布。

本文编号：387642