基于智能推荐的传感网协作式邻居发现协议研究

发布时间：2021-05-18 00:33

　　在无线传感器网络中,单跳通信范围内的节点间必须通过消息交互进行邻居发现才可以建立邻居关系。大多数网络由于能量有限采用低占空比模型,节点大多数时间处于睡眠状态,无法接收邻居消息,这就增大了邻居发现延迟。本文分析和比较现有的邻居发现协议,采用主动推荐的方式改进邻居消息交互机制,减少因节点过多的主动唤醒带来的额外能量开销;同时引入机器学习的方法评估选择组内邻居进行邻居推荐,提高邻居推荐的准确性到88%以上,从而减小了邻居发现的延迟,降低了能耗。本文减小了传统的协作式邻居发现协议由于邻居关系验证带来的能量开销,提出新的具有动态占空比的协作式邻居发现协议,同时提出了基于机器学习的邻居推荐算法。通过与现有的邻居发现协议比较,具有更高的邻居推荐准确率,发现延迟降低16%,能耗降低24%以上。 

【文章来源】：北京林业大学北京市 211工程院校 教育部直属院校

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
1 绪论
    1.1 研究背景及意义
    1.2 论文研究内容
    1.3 论文组织结构
2 理论基础及相关工作
    2.1 理论基础
        2.1.1 无线传感器网络概述
        2.1.2 无线传感器节点结构
        2.1.3 占空比模型
        2.1.4 邻居发现
        2.1.5 Xgboost集成学习
    2.2 相关工作
        2.2.1 邻居发现协议分类
        2.2.2 确定性邻居发现
        2.2.3 随机性邻居发现协议
        2.2.4 协作式邻居发现协议
    2.3 本章小结
3 Smart-Ref协作式邻居发现
    3.1 引言
    3.2 模型假设
    3.3 模型设计
    3.4 模型分析
    3.5 本章小结
4 基于Xgboost的邻居推荐算法
    4.1 引言
    4.2 模型假设
    4.3 相似度定义
        4.3.1 距离分量一
        4.3.2 距离分量二
        4.3.3 联合距离
    4.4 算法模型构建
        4.4.1 特征选择
        4.4.2 Magic特征构建
        4.4.3 邻居推荐分类器构建
    4.5 本章小结
5 仿真与对比分析
    5.1 仿真环境
    5.2 仿真结果分析
    5.3 本章小结
6 总结与展望
    6.1 总结
    6.2 展望
参考文献
个人简介
导师简介
获得成果目录
致谢



本文编号：3192757