无线认知传感器网络中分簇路由协议研究

发布时间：2017-09-24 17:12

  本文关键词：无线认知传感器网络中分簇路由协议研究

  更多相关文章： 无线传感器网络 认知无线电 无线认知传感器网络 分簇路由算法 网络生命周期

【摘要】：无线传感器网络(WSN)与认知无线电技术(CR)相结合,形成了一种新型网络模式:无线认知传感器网络(CRSN)。传统WSN和认知无线电网络(CRN)的路由协议已无法适用于这种新型的网络,需要结合两者特性重新设计适用于CRSN的路由协议。分簇路由协议具有拓扑管理方便、能量利用率高且有利于数据融合与传输处理的优点,因此CRSN分簇路由协议成为了国内外研究的热点。论文主要研究内容如下:1.简述了CRSN及其在各个领域的全新应用,并对现有CRSN中的分簇路由算法进行分析总结。2.传统WSN分簇算法没有考虑CRSN认知功能带来的信道资源优势,而CRN分簇算法没有考虑到节点能耗受限制的问题,所以两种网络中的分簇算法都无法适用于CRSN。针对WSN和CRN分簇算法的不足,本文提出一种能够运用于CRSN的低能耗自适应非均匀分簇算法LEAUCH,该算法不仅能够利用空闲频谱进行数据传输来降低能耗,同时运用非均匀分簇方法来平衡多跳传输下各簇首的能耗。仿真结果表明,与现有WSN和CRSN中的几种典型分簇路由算法相比,LEAUCH算法在簇首能量消耗、网络负载、网络存活时间等性能方面有较好的提升。3.针对CRSN中认知功能带来的额外能耗和处理要求与传感器节点有限资源的矛盾以及CRSN中高成本实现与其低成本实现要求的矛盾,本文提出一种认知节点与传感器节点分离的异质无线认知传感器网络(H-CRSN),以及该网络下的分簇路由算法EECH。在分簇拓扑结构下,以每个认知节点所感知的空闲信道数为权重,选出检测到可用信道数较多且剩余能量满足能量阈值的节点成为簇首,其他非簇首的认知节点辅助簇首进行频谱感知,最终和传感器节点按照通信代价最小原则决定从属的簇。该算法不仅能够极大地缓解传感器节点能量资源不足的问题,还能够降低网络部署成本。仿真结果表明,该分簇路由算法能够适用于H-CRSN,并且有效延长了网络生命周期。论文深入研究了CRSN分簇路由协议及其相关的关键技术问题,并取得了一定的研究成果,对未来CRSN的研究具有一定的理论价值和实际意义。
【关键词】：无线传感器网络 认知无线电 无线认知传感器网络 分簇路由算法 网络生命周期
【学位授予单位】：重庆邮电大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TN925;TP212.9
【目录】：

• 摘要3-5
• Abstract5-11
• 注释表11-13
• 第1章 绪论13-19
• 1.1 研究背景及意义13-15
• 1.2 研究现状15-16
• 1.3 论文的主要研究内容16-17
• 1.4 论文的结构安排17-19
• 第2章 无线认知传感器网络研究19-34
• 2.1 无线认知传感器网络概述19-27
• 2.1.1 无线传感器网络19-22
• 2.1.2 认知无线电网络22-24
• 2.1.3 无线认知传感器网络24-27
• 2.2 无线认知传感器网络的应用27-29
• 2.3 无线认知传感器网络分簇路由算法29-33
• 2.4 本章小结33-34
• 第3章 LEAUCH分簇路由算法34-48
• 3.1 相关工作34-38
• 3.1.1 分簇算法分析34-36
• 3.1.2 典型分簇算法分析36-38
• 3.2 网络模型和算法描述38-42
• 3.2.1 网络模型38-39
• 3.2.2 候选簇首的选择39
• 3.2.3 簇首的确定39-41
• 3.2.4 簇的建立41-42
• 3.2.5 稳定阶段42
• 3.3 实验结果及分析42-46
• 3.3.1 簇首节点总能耗对比43-44
• 3.3.2 网络负载均衡性对比44-45
• 3.3.3 网络生命周期对比45-46
• 3.3.4 吞吐量和时延分析46
• 3.4 本章小结46-48
• 第4章 EECH分簇路由算法48-62
• 4.1 算法的提出48-51
• 4.1.1 算法提出背景48-49
• 4.1.2 异质节点分簇路由机制研究49-51
• 4.1.3 认知节点和传感器节点投放比例设计研究51
• 4.2 网络模型和算法描述51-56
• 4.2.1 能量消耗模型52-54
• 4.2.2 簇首的确定54-56
• 4.2.3 簇的建立56
• 4.2.4 稳定阶段56
• 4.3 实验结果及分析56-61
• 4.3.1 认知节点与传感器节点数目比例确定57-59
• 4.3.2 认知节点与传感器节点能量比例确定59-60
• 4.3.3 网络生命周期对比60-61
• 4.4 本章小结61-62
• 第5章 总结与展望62-64
• 5.1 论文研究工作总结62-63
• 5.2 未来研究工作展望63-64
• 参考文献64-68
• 致谢68-69
• 攻读硕士学位期间从事的科研工作及取得的成果69

【参考文献】

中国期刊全文数据库 前1条

1 ;Energy-efficient spectrum-aware clustering for cognitive radio sensor networks[J];Chinese Science Bulletin;2012年Z2期

，

本文编号：912465