面向物联网移动数据汇聚的能效优化方法研究

发布时间：2024-06-23 14:11

　　随着终端技术的发展与应用领域的拓展,物联网的应用价值与服务需求不断提高。高效的数据汇聚是物联网发展与应用的可靠保障。而资源受限型物联网中能量利用的合理性直接影响数据汇聚的可靠性,并反映为能效水平。因此,能效优化对资源受限型物联网数据汇聚具有重要意义。然而物联网中海量数据来源于广阔而多变的自然环境与复杂的人类活动区域,数据汇聚的能效难免受到环境的约束,甚至遭受人为的负面影响。于是,基于先进的扩展技术设计可靠的能效优化方法是一项有意义且具有挑战的研究。本文以能量受限型物联网为研究背景,以数据汇聚能效优化方法为研究对象,结合先进的扩展技术与符合实际的网络环境,对高效且可靠的能效优化方法进行了研究。取得的主要成果包括:(1)提出了一种适用于移动汇聚节点轨迹受限场景的能效优化方法。首先采用无向完全图模型描述网络场景,以矩阵化方格模型代替随机分布的数据节点集合,并挖掘出网络分层特性,降低了网络分析与计算复杂度。随后建立了基于方格的能耗模型并进行分析,得出网络能效表现与静态汇聚节点能耗均衡性、数据节点全局能耗水平直接相关的结论,并从中提炼出节点方格匹配决策问题。然后提出了双重能效优化方法(DEON)...

【文章页数】：149 页

【学位级别】：博士

【文章目录】：
摘要
ABSTRACT
第一章 绪论
    1.1 研究背景与研究意义
        1.1.1 研究背景
        1.1.2 研究意义
    1.2 国内外研究现状
        1.2.1 移动汇聚的能效优化
        1.2.2 低功率无线传能的能效优化
        1.2.3 能效相关的入侵检测方法
        1.2.4 存在的问题与不足
    1.3 论文的主要创新点和结构安排
        1.3.1 论文主要内容与创新点
        1.3.2 论文结构安排
第二章 适用于移动汇聚节点轨迹受限场景的能效优化方法
    2.1 引言
    2.2 移动汇聚节点轨迹受限网络模型描述与分析
        2.2.1 基本网络模型描述
        2.2.2 方格化网络模型扩展描述与分析
        2.2.3 能景消耗模型分析
    2.3 DEON优化方法中的节点方格匹配问题
        2.3.1 问题建模与最优化描述
        2.3.2 具有人工干预的启发式遗传算法设计
    2.4 基于方格模型的路由发现算法设计
    2.5 仿真验证与结果分析
        2.5.1 仿真参数设置
        2.5.2 算法复杂度分析
        2.5.3 启发式遗传算法性能分析
        2.5.4 DEON方法对静态汇聚节点能效的影响
        2.5.5 DEON方法对网络寿命的影响
        2.5.6 DEON方法对网络能耗效率的影响
        2.5.7 DEON方法对网络鲁棒性的影响
        2.5.8 GSPT路由算法可靠性分析
    2.6 小结
第三章 适用于无线信息与能量同传场景的能效优化方法
    3.1 引言
    3.2 无线信息与能量同传网络模型描述与分析
        3.2.1 能量消耗模型分析
        3.2.2 能量采集模型分析
    3.3 ETTO能效优化方法中的传能时隙分配问题
        3.3.1 问题建模与最优化描述
        3.3.2 集中式节点能耗分析方法设计
        3.3.3 基于节点能耗分布的启发式算法设计
    3.4 仿真验证与结果分析
        3.4.1 仿真参数设置
        3.4.2 算法复杂度分析
        3.4.3 ETTO方法对网络寿命的影响
        3.4.4 ETTO方法对能量利用率的影响
        3.4.5 ETTO方法对数据汇聚总量的影响
    3.5 小结
第四章 适用于专用无线传能场景的能效优化方法
    4.1 引言
    4.2 专用无线传能网络模型描述与分析
    4.3 DORN能效优化方法中的传能节点部署决策问题
        4.3.1 方格数据流量强度指数
        4.3.2 问题建模与最优化描述
        4.3.3 基于Q Learning的决策优化算法设计
    4.4 仿真验证与结果分析
        4.4.1 仿真参数设置
        4.4.2 算法复杂度分析
        4.4.3 DORN方法对网络寿命的影响
        4.4.4 DORN方法对第一个枯竭节点寿命的影响
        4.4.5 DORN方法对数据汇聚总量的影响
    4.5 小结
第五章 节点恶意行为的检测与能效优化方法
    5.1 引言
    5.2 恶意行为对信息与能效影响分析
        5.2.1 信息与能效面临的威胁与对策
        5.2.2 混合式入侵检测与能效优化方法HIEO
    5.3 HIEO方法中集中式恶意行为检测与定位问题
        5.3.1 恶意行为模型与问题描述
        5.3.2 恶意行为检测算法设计
        5.3.3 恶意节点定位算法设计
    5.4 HIEO方法中分布式节点能效优化方法
        5.4.1 能耗模型与方法描述
        5.4.2 基于方格模型的路由表
        5.4.3 基于方格模型的管道节点选择算法设计
    5.5 仿真验证与结果分析
        5.5.1 仿真参数设置与假设
        5.5.2 算法复杂度分析
        5.5.3 HIEO方法对数据汇聚能效的影响
        5.5.4 HIEO方法恶意行为检测与定位性能分析
        5.5.5 HIEO方法对无效数据汇聚量的影响
    5.6 小结
第六章 总结与展望
    6.1 论文总结
    6.2 工作展望
参考文献
附录1 缩略语表
致谢
攻读学位期间发表的学术论文目录



本文编号：3995580