群智感知中基于正六边形部署的分簇路由算法研究与设计

发布时间：2020-04-15 01:35

【摘要】：随着移动互联网的高速发展,便捷智能移动设备也在不断的更新换代,成为人们进行信息传输与交流的主要手段,传统网络中的移动节点由智能设备所替代,在此背景下,群智感知应运而生。群智感知是一种新兴的物联网感知模式,特点是“以人为中心”,实现数据的感知和计算,在整个过程中,整个数据既是由人生产的,最终也是人消费的。但是随着群智感知应用的逐渐复杂,首先,在数据收集时要面临大规模的数据任务,节点难于管理。其次,群智感知中移动节点是基本的感知单元,它们负责完成具体的感知任务,但是这些移动节点自身的能力有限,例如能量有限和缓存空间不足等。然后,局部地区中存在大量冗余的用户持续进行数据的感知活动消耗网络的能量导致网络拥塞,造成网络的传输成功率低,网络开销大等问题。为解决以上问题,本文在研究现有的感知网络节点划分的基础上,结合网络节点划分的相关技术原理,使用正六边形节点划分网络,然后进行分簇,选出最优簇首节点,节点间使用高效的拥塞控制策略,降低整个网络中数据的传输能量消耗和提高整个网路的传输效率。论文主要取得了以下的研究成果:(1)现有的群智感知网络中受移动节点能力和网络的限制,随着节点数量的增多,网络的数据传输能量消耗呈几何指数增加,造成网络的能量消耗过快。为了解决问题,采用正六边形的网络节点划分策略,将网络用虚拟网格工具进行分割为各个区域,定位各个移动节点,保障各个区域的通信,并且与传统的正四边形节点划分策略进行对比,可以有效的减少节点间数据传输的能量消耗,在网络连通性方面更加的稳定。最后,通过理论分析验证了采用正六边形节点划分能够有效减少整个网络的能量消耗。(2)由于节点的随机移动性,难于管理,为了在有限的资源消耗内,充分发挥节点的能力,便于管理节点,根据节点自身和节点之间的特性,结合正六边形网络节点划分策略,提出了一种基于正六边形的最优簇首选取机制。该机制将每个簇中距离簇中心节点坐标的距离和自身能量等因素进而选取最优簇首节点。簇内的各个节点使用更加高效的拥塞控制策略作为簇首之间的数据传输方式,从而降低了传统路由中的网络开销和提高网络的传输成功率。仿真结果验证了该算法能够减少路由中的网络开销,提高网络的传输成功率。(3)在群智感知网络中存在大量的冗余用户持续进行数据的收集,导致网络节点中充斥着大量的数据副本,导致网络发生拥塞,增加网络的开销,进而致使网络的性能降低。因此本文提出了一种新的缓存丢弃策略。该策略通过计算节点中消息的接收频率、缓存占比以及生存时间来计算节点中消息的活跃度,当节点的缓存不足以接收新的消息的时候,将活跃度最大的消息丢弃,以此来规避网络的拥塞,释放缓存空间。仿真结果表明,该策略在保证网络寿命的前提下,能够有效的提高网络的传输成功率,减少整个网络的路由开销。
【图文】：

能量消耗,理想状态

真结果与分析本章所提出的节点划分策略的性能，使用 MATLAB2016a 对上面限网络连通性进行分析，仿真中elecE 是处理数据所消耗的能量、此均取常值，β 取值为 2 进行仿真实验。能量消耗耗方面，从图 3-8 及图 3-9 中可以明显的看出随着单元网格的面在逐渐的上升，能量是随着传输距离的增加而消耗的更多，传输变远。因此在面积相等，其他条件一样的情况下，正六边形网格格划分策略消耗的能量要少。相比较两幅图中两个网格划分策略限状态下两种框架部署策略所消耗的能量呈几何倍数增加，但是现出来的性能要更好。

能量消耗,极限状态

真结果与分析本章所提出的节点划分策略的性能，使用 MATLAB2016a 对上面限网络连通性进行分析，仿真中elecE 是处理数据所消耗的能量、此均取常值，β 取值为 2 进行仿真实验。能量消耗耗方面，从图 3-8 及图 3-9 中可以明显的看出随着单元网格的面在逐渐的上升，，能量是随着传输距离的增加而消耗的更多，传输变远。因此在面积相等，其他条件一样的情况下，正六边形网格格划分策略消耗的能量要少。相比较两幅图中两个网格划分策略限状态下两种框架部署策略所消耗的能量呈几何倍数增加，但是现出来的性能要更好。
【学位授予单位】：河南大学
【学位级别】：硕士
【学位授予年份】：2019
【分类号】：TP212.9;TN929.5

【相似文献】