基于数据聚合的无线传感器网络路由算法研究

发布时间：2017-05-24 15:01

  本文关键词：基于数据聚合的无线传感器网络路由算法研究，由笔耕文化传播整理发布。

【摘要】：无线传感器网络通过在目标区域内部署大量的传感器节点来对该区域的对象进行监测,节点感知到的数据具有较强的相关性和冗余性,直接将这些数据传回基站会浪费大量的能量并造成网络的数据拥塞。由于传感器节点的能量十分有限且不易补充,有效利用网络中节点能量是无线传感器网络的挑战之一。无线传感器网络具有以数据为中心、面向应用、资源受限以及多跳自组织网络等特点,这就决定了其与传统网络存在较大的差异,也使得其面临许多挑战。本文围绕无线传感器网络的数据路由算法以及节点定位算法进行研究,主要研究了基于数据聚合的路由算法和非测距的节点定位算法。在无线传感器网络中,使用数据聚合技术延长网络生命周期的关键在于均衡网络中节点能量的消耗以及减少网络负载。本文对此进行研究,在对现有的数据聚合路由算法系统分析的基础上,结合最大限度的减少网络能量消耗和减少网络数据拥塞的目标,研究了一种基于虚拟力的数据聚合路由算法(VFE)。VFE算法,将消耗势能场算法与虚拟力算法有机的结合起来。在数据聚合过程中,首先假设每个节点周围的邻居节点都会对该节点有一个虚拟力作用,虚拟力吸引该节点将数据传输给邻居节点,然后利用消耗势能场提供的梯度信息,选择沿消耗势能场方向产生最大虚拟力的节点作为数据的聚合、转发节点。在无线传感器网络的许多应用中,数据信息都与数据的位置息息相关,如果没有这些位置信息,节点感知的数据也毫无用处。传统的GPS定位系统面临着能耗高、成本高、容易受环境影响等问题。本文根据无线传感器网络受成本、功耗、体积等因素的限制,在满足定位精确度条件的同时算法要易实现、低功耗、低复杂度。本文研究了一种非测距的TDV-Hop算法,TDV-Hop算法通过对DV-Hop算法平均每跳距离计算的改进,使节点估算的与信标节点的距离更加接近真实值,即使在信标节点数量较少的情况下也能有较好的定位精确度。在本文的最后将TDV-Hop定位算法与VFE算法结合在一起,降低了VFE算法计算节点之间距离的能量消耗,从而延长网络的生命周期,使网络能够更加可靠、有效的运行。
【关键词】：无线传感器网络 数据聚合 虚拟力 节点定位
【学位授予单位】：电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TN929.5;TP212.9
【目录】：

• 摘要5-6
• ABSTRACT6-11
• 第一章 绪论11-20
• 1.1 研究背景11
• 1.2 无线传感器网络体系结构11-14
• 1.2.1 无线传感器网络结构11-12
• 1.2.2 无线传感器网络节点的构成12-13
• 1.2.3 无线传感器网络协议栈13-14
• 1.3 无线传感器网络概述14-18
• 1.3.1 无线传感器网络的特点14-15
• 1.3.2 无线传感器网络中的关键技术15-17
• 1.3.3 无线传感器网络的性能评价17-18
• 1.4 本文的研究内容与结构安排18-20
• 第二章 无线传感器网络的数据聚合路由算法20-33
• 2.1 数据聚合概述20-21
• 2.1.1 数据聚合概念20
• 2.1.2 数据聚合与数据融合的区别20-21
• 2.1.3 数据聚合的作用21
• 2.2 数据聚合的关键问题21-22
• 2.3 典型数据聚合路由算法22-32
• 2.3.1 基于平面网络结构的路由算法22-25
• 2.3.2 基于分簇结构的路由算法25-28
• 2.3.3 基于树状结构的路由算法28-30
• 2.3.4 基于链路的路由算法30-32
• 2.4 本章小结32-33
• 第三章 无线传感器网络内节点定位算法33-46
• 3.1 无线传感器网络节点定位问题概述33-35
• 3.1.1 节点定位的基本概念33-34
• 3.1.2 节点定位评价指标34-35
• 3.2 节点定位算法分类35-37
• 3.2.1 基于测距的定位算法35-37
• 3.2.2 非测距的定位算法37
• 3.3 典型非测距定位算法37-41
• 3.3.1 质心算法37-39
• 3.3.2 APIT算法39-41
• 3.4 基本定位方法41-45
• 3.4.1 三边测量法(Trilateration)41-42
• 3.4.2 三角测量法(Traingulation)42-43
• 3.4.3 极大似然估计法(Maximum Likelihood Estimation)43-45
• 3.5 本章小结45-46
• 第四章 基于虚拟力的数据聚合路由算法46-58
• 4.1 引言46
• 4.2 数据聚合系统模型46-47
• 4.2.1 数据聚合网络模型46
• 4.2.2 节点功率模型46-47
• 4.2.3 数据聚合模型47
• 4.3 基于虚拟力的数据聚合算法(VFE)47-52
• 4.3.1 算法设计思想47-48
• 4.3.2 构建消耗势能场48-50
• 4.3.3 虚拟力算法50-52
• 4.4 仿真与性能分析52-57
• 4.4.1 仿真工具介绍52-53
• 4.4.2 仿真场景设置53
• 4.4.3 VFE算法仿真结果53-57
• 4.5 本章小结57-58
• 第五章 非测距节点定位算法TDV-Hop算法58-69
• 5.1 引言58
• 5.2 DV-Hop算法及TDV-Hop算法58-63
• 5.2.1 DV-Hop算法58-60
• 5.2.2 DV-Hop算法的改进算法TDV-Hop算法60-63
• 5.3 仿真与性能分析63-66
• 5.3.1 仿真场景设置63-64
• 5.3.2 TDV-Hop算法仿真结果64-66
• 5.4 TDV-Hop算法的应用66-68
• 5.5 本章小结68-69
• 第六章 总结与展望69-71
• 6.1 研究总结69-70
• 6.2 研究展望70-71
• 致谢71-72
• 参考文献72-77
• 攻读硕士学位期间取得的成果77-78

【相似文献】

中国期刊全文数据库 前10条

1 许小丰;万江文;冯仁剑;;传感器网络中基于置信区间的数据聚合策略[J];北京邮电大学学报;2009年01期

2 冯诚;李治军;姜守旭;;车用自组织网络中数据聚合算法综述[J];计算机工程与设计;2011年05期

3 温彦;刘晨;韩燕波;;支持探索式业务流程的即时数据聚合方法[J];计算机集成制造系统;2012年08期

4 周百顺;刘非;;一种工业无线网络中的数据聚合路由机制[J];福建师范大学学报(自然科学版);2014年03期

5 李宏;于宏毅;李林海;杨白薇;;对无线传感器网络区域数据聚合有效性的研究[J];计算机应用;2007年09期

6 张强;卢潇;崔晓臣;;基于分簇的无线传感器网络数据聚合方案研究[J];传感技术学报;2010年12期

7 D.Batra;P.J.kirs;董晶;;数据聚合方法与逻辑关系设计方法的比较[J];计算机工程与应用;1991年Z1期

8 王翥;魏德宝;王玲;;传感器网络数据聚合时机控制算法[J];仪表技术与传感器;2012年05期

9 钟治初;郭江鸿;张海峰;;高效安全的无线传感器网络数据聚合方案[J];计算机应用;2013年S1期

10 张军强;王汝传;黄海平;;基于分簇的无线多媒体传感器网络数据聚合方案研究[J];电子与信息学报;2014年01期

中国重要会议论文全文数据库 前2条

1 赵开芹;王峰;李明楚;;基于克隆选择的无线传感网络数据聚合方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

2 王婧;吴共庆;章湘南;胡学钢;;基于Mashup数据聚合的Web购物服务系统[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

中国博士学位论文全文数据库 前3条

1 刘晨旭;无线传感器网络的安全数据聚合问题研究[D];北京交通大学;2014年

2 单立群;无线传感器网络数据聚合与跨层优化算法的研究[D];东北大学;2012年

3 孟宇龙;基于本体的多源异构安全数据聚合[D];哈尔滨工程大学;2010年

中国硕士学位论文全文数据库 前10条

1 蔡济杨;基于数据聚合的无线传感器网络路由算法研究[D];电子科技大学;2015年

2 王萌;无线传感器网络数据聚合时机控制算法的研究[D];哈尔滨工业大学;2013年

3 曹祥盈;无线传感器网络中数据聚合策略研究[D];北京邮电大学;2010年

4 冯诚;车用自组织网络上的变尺度数据聚合算法[D];哈尔滨工业大学;2010年

5 陆赞赞;无线传感器网络中基于数据聚合的传输优化的研究[D];西安电子科技大学;2014年

6 刘文亮;基于网格的无线传感器网络数据聚合算法的研究[D];山东大学;2010年

7 杨一平;无线传感器网络网内数据聚合算法研究[D];河南大学;2008年

8 张韬;大规模传感网络中支持数据聚合的签名技术[D];南京邮电大学;2014年

9 李娇;无线传感器网络数据聚合算法的研究[D];东北大学;2011年

10 徐仁飞;基于数据聚合的传感器网络拓扑推测算法研究[D];西安电子科技大学;2013年

  本文关键词：基于数据聚合的无线传感器网络路由算法研究，，由笔耕文化传播整理发布。

本文编号：391106