无线传感器网络基于分簇的高效数据收集方法研究

发布时间：2020-06-26 16:29

【摘要】：物联网是自计算机、互联网之后的又一次信息革命,受到了世界各国各界的高度重视。作为物联网底层数据感知的重要载体,无线传感器网络(WSNs)是物联网应用的基础,目前在社会各个领域显示出巨大的应用价值。无线传感器网络的主要任务是收集感知数据,涉及信息感知、无线通信、数据处理等多种技术。由于节点的计算、存储、通信以及能量资源有限,利用受限的资源实现高能效、高质量的数据收集至关重要。本文结合簇与移动Sink技术,围绕静态数据收集与移动Sink的数据收集两个方面,探索基于分簇的高效数据收集方法。主要研究工作如下:(1)针对能量受限的WSNs,为了平衡节点能耗并延长网络寿命,将WSNs的分簇问题转化为样本空间的模糊聚类问题,提出了一种基于模糊C均值(Fuzzy C-Means,FCM)的最优分簇路由算法。首先,对传统的FCM算法从多方面进行了改进,由节点的密度参数得到高密度区域,从中选取初始聚类中心,最佳簇类数采用后验的模糊伪F统计量方法来获得,并对隶属度值的约束条件进行了放松。在此基础上,将改进的FCM算法用于WSNs最优分簇。新一轮时,簇结构不变,基于能耗均衡的目标函数重新选择簇头。在数据传输阶段,簇内成员节点将感知数据直接发送给簇头,簇头对接收到的数据进行融合,并按照选择的传输方式向基站传输融合数据。仿真实验的结果表明,该算法在降低节点能耗的同时,能够有效地平衡网络能耗,改善能量空洞问题,延长网络寿命。(2)针对较大规模WSNs,提出了一种基于非均匀分簇的高能效数据收集算法。首先,为了处理大规模优化问题,引入了一种遗传算法(GA)和粒子群优化(PSO)分层协作的混合算法(H~2GA-PSO)。然后,将该算法应用于WSNs的分簇,以能耗均衡为目标构造适应度函数,提出了一种基于非均匀分簇的数据收集算法。在分簇阶段,H~2GA-PSO用于簇头的最优选择,基层采用GA进行全局搜索,保证了全局收敛能力;上层采用初始速度优化的PSO算法进行精确搜索,加快了算法的收敛速度。在数据收集的路由阶段,簇内节点以单跳方式向簇头发送感知数据,簇头对接收到的数据进行融合,并根据传输代价函数选择下一跳对象,然后将融合数据向基站传输。仿真实验的结果表明,对于不同规模的WSNs,在减小和平衡网络能耗方面,提出的方法均优于其它方法。(3)在虚拟网格簇的基础上,提出了一种基于虚拟力的移动Sink数据收集机制(VFDA)。首先,将整个区域划分为若干个网格,并基于网格进行分簇,根据评判函数选择簇头,簇头负责数据聚合、转发及簇的管理。然后,采用虚拟力理论分析来自边界、障碍物和空区域的虚拟斥力、各节点以及簇头的虚拟力,并计算移动Sink所受的虚拟合力。根据虚拟合力的大小、方向计算出Sink在当前网格的停留时间以及下一个会合点的坐标,由此得到移动Sink的最优移动路径。在移动路径的每个数据会合点,以Sink为根节点建立数据聚合树,收集通信范围内的感知数据。仿真实验的结果表明,提出的方法即使在网络存在空区域或障碍物的情况下依然有效,而且在数据聚合量、节能和移动Sink路径长度等方面比现有算法具有更好的性能。(4)为了进一步平衡网络能耗并提高数据收集的效率,基于虚拟网格和移动Sink提出了一种高效的分簇数据收集方法(EBCDG)。首先,考虑了虚拟网格边界对节点的能耗影响,建立了一种新的簇头评价模型,将簇头选举问题转化为基于相对熵的多属性决策问题,实现了簇头的优化选择。然后,提出了一种最佳路径选择策略,并采用了移动Sink停留时间分配机制,以改善能耗和数据传输延迟问题。最后,将EBCDG方法与论文之前章节提出的所有方法进行仿真比较,实验结果验证了EBCDG在数据收集方面的高效性,同时也全面分析了论文提出的其它数据收集方法的性能。论文最后对全文的研究工作进行了总结,并对下一步的工作进行了展望。
【学位授予单位】：东华大学
【学位级别】：博士
【学位授予年份】：2018
【分类号】：TP274.2;TP212.9;TN929.5
【图文】：

节点,内聚合,阈值,引力作用

图 4-2 虚拟引力的分析图 4-3 多引力作用下的 Sink 节点移动在传统的 VFA 模型中，传感器节点可以看作带电粒子，它们之间存在相互作[119]。若用( s , i)RelF 表示节点间的虚拟作用力，其大小取决于 Sink 与附近节点之距离，具体可以表示为：( , )( ( ), ),0,( / , ),A is th is is ths iRel is thR is is is thw d d d dF d dw d d d (4-5其中，isd 是is 与汇聚节点之间的欧氏距离，thd 是节点之间的距离阈值，is 是is 到 Sink 节点的矢量角，Aw 和Rw 分别是引力系数和排斥系数。由式(4-5)可知点之间的距离小于阈值时，节点之间发生排斥力; 否则，节点产生吸引力于簇的移动 Sink 数据收集过程中，簇头节点需要将簇内聚合的数据传输到移

引力作用,节点,内聚合,阈值

【参考文献】