WSN中基于能量的休眠调度算法研究

发布时间：2017-05-15 14:17

  本文关键词：WSN中基于能量的休眠调度算法研究，由笔耕文化传播整理发布。

【摘要】：无线传感器网络(Wireless sensor networks,WSN)是由许多传感器节点通过无线通信方式组成的一个多跳的自组织的网络系统。是没有基础设施的无线网络,其节点携带的能量十分有限,而在大多数应用中,给节点充电是不现实的,故能量是制约其大规模应用的一个重要因素。在WSN中通常部署了大量的传感器节点,如果所有的传感器节点都同时工作,将会产生大量的冗余数据,不仅浪费了节点能量,还增加了数据融合的难度。通过休眠调度的方式,让一部分节点工作,其余的节点都进入休眠状态,工作节点负责对监测区域进行数据采集和处理,当网络拓扑结构发生改变时,唤醒休眠节点以替换失效的工作节点使得网络能够正常工作。高效的休眠调度算法不仅可以延长网络的生命周期而且还可以提高数据收集的效率。本文针对现有休眠调度算法生成的工作节点之间还存在很多重叠区域的情况,提出了寻找最小工作节点集的休眠调度算法(FMWS),该算法采用了循环迭代的工作模式,先复用其它经典的覆盖算法得到初始覆盖集,然后通过协商的方法减少节点间的重叠区域,使每个节点的覆盖面积达到最大化。第一阶段本文选取了CCP算法得到初始的工作节点集。第二阶段引入预工作机制通过休眠节点模拟工作节点的运行方式进行节点间的协商,进一步找出可休眠的工作节点并予以状态转化,从而进一步减少了工作节点数。协商的内容中也包含了位置因素,使节点间的重叠面积进一步缩小,从而节省了网络能量,延长了网络生命周期。为了平衡网络能量负载和避免节点状态转换冲突,引入了回退机制,回退时间和节点剩余能量相关联,保证剩余能量越多的节点进入工作状态的概率越大。为了降低CCP算法的复杂度,引入了一个临时控制状态,限制了当前节点参与其它节点的冗余计算,从而减少了节点冗余计算时邻居工作节点数,降低了计算的复杂度,使得该算法的复杂度降为O(n)。在很多WSN应用中,并不需要节点全覆盖整个监测区域,允许监测区域中出现少量的盲区,从而可以减少网络能量消耗。本文提出了分布式部分覆盖休眠调度算法(DSSAP),也采用两轮迭代工作模式。第一阶段将节点感知区域划分成若干小方格区域,把计算节点面积的覆盖比例转化为计算小方格个数的覆盖比例,设置阈值确定冗余节点。这样将连续的节点感知区域离散化,简化了计算方法并提高了冗余计算的精确度,也降低了计算的复杂度。第二阶段也引入基于预工作机制的协商方法降低节点冗余度,针对网络中可能存在“孤立”节点的情况,引入GAF算法思想,把监测区域划分成多个小区域,并通过节点协商方法搜索所有孤立的子区域,通过唤醒孤立区域中的一些休眠节点以保证网络连通性。通过在NS-2仿真平台上运行FMWS和DSSAP算法。实验结果表明:FMWS算法不会产生盲点,在工作节点数及平均覆盖度方面,该算法的表现比其它算法好。初始部署节点越多,该算法产生的工作节点数比其它算法越少。工作节点数比CCP算法少10%左右。DSSAP算法产生的工作节点数比全覆盖算法少很多,随着网络覆盖比例不断减小,产生的工作节点数也不断减小。一般地,高覆盖比例意味着高的服务质量,因此在实际应用中,需要根据不同的应用来设置不同的网络覆盖比例。实验表明,当覆盖比例为90%时,网络能够取得一个好的平衡。
【关键词】：无线传感器网络 休眠调度 休眠顺序 全覆盖 部分覆盖
【学位授予单位】：吉林大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要4-6
• Abstract6-11
• 第1章 绪论11-17
• 1.1 无线传感器网络概述11-14
• 1.1.1 无线传感器网络体系结构11-12
• 1.1.2 无线传感器网络的特点12-14
• 1.2 传感器网络中能耗问题14-16
• 1.2.1 传感器网络的节能方案分析14-15
• 1.2.2 关于节能意义的讨论15-16
• 1.3 论文主要研究内容及结构安排16-17
• 第2章 休眠调度算法概述17-25
• 2.1 介绍17
• 2.2 节点休眠调度方法研究现状17-19
• 2.3 无线传感器网络休眠调度算法性能评价标准19-20
• 2.4 典型的休眠调度算法20-24
• 2.4.1 基于圆心角的休眠调度算法(ottawa)20-21
• 2.4.2 基于交点的覆盖休眠调度算法(CCP)21-23
• 2.4.3 基于网格划分的休眠调度算法(VSGCA)23-24
• 2.5 本章小结24-25
• 第3章 寻找最小工作节点集的休眠调度算法25-37
• 3.1 概述25
• 3.2 网络模型和问题描述25-27
• 3.2.1 假设及定义25-26
• 3.2.2 问题描述26-27
• 3.3 与休眠顺序无关的覆盖算法27-34
• 3.3.1 讨论27-28
• 3.3.2 算法描述28-30
• 3.3.3 FMWS算法的调度机制30-33
• 3.3.4 算法复杂度分析33
• 3.3.5 算法收益分析33-34
• 3.4 基于CCP算法的时间复杂度改进34-36
• 3.4.1 改进的算法介绍34-35
• 3.4.2 状态转换35-36
• 3.5 本章小结36-37
• 第4章 分布式部分覆盖休眠调度算法37-47
• 4.1 引言37-39
• 4.2 网络模型及假设条件39
• 4.3 分布式部分覆盖休眠调度算法39-43
• 4.3.1 DSSAP算法思想39-40
• 4.3.2 DSSAP算法实现步骤40-43
• 4.4 DSSAP算法的连通性43-45
• 4.5 DSSAP算法的讨论45-46
• 4.6 本章小结46-47
• 第5章 仿真实验及结果分析47-56
• 5.1 仿真实验环境设定47-49
• 5.2 寻找最小工作节点集的休眠调度算法实验49-52
• 5.2.1 盲点49
• 5.2.2 工作节点数49-51
• 5.2.3 平均覆盖度51-52
• 5.3 分布式部分覆盖休眠调度算法52-55
• 5.3.1 节点阈值与网络覆盖比例52
• 5.3.2 网络覆盖比例与工作节点数52-53
• 5.3.3 工作节点数53-55
• 5.4 本章小结55-56
• 第6章 总结与展望56-59
• 6.1 本文总结56-57
• 6.2 下一步工作57-59
• 参考文献59-62
• 作者简介及在学期间所取得的科研成果62-63
• 致谢63

【相似文献】

中国期刊全文数据库 前10条

1 刘贞;丁明理;王祁;;WSN多节点决策信息融合在机器人自主导航中的应用[J];电子学报;2008年12期

2 王培东;梁丽丽;丛轶姝;;基于改进遗传模拟退火算法的WSN路径优化[J];微型机与应用;2011年07期

3 朱伟龙;陈传峰;;WSN安全通信的形式化验证[J];信息安全与通信保密;2013年04期

4 韩明军;熊焰;陆琦玮;龚旭东;刘涛;;无人值守WSN中基于中国剩余定理的可靠数据生存方案[J];计算机应用;2013年05期

5 金红;蒋存波;项春雷;陈丽虹;;一种融合WSN的现场总线控制系统多协议控制器[J];计算机测量与控制;2014年03期

6 林俊如;朱宝晖;王秋石;曾鹏;于海斌;;输电线路在线监测WSN能耗均衡研究[J];计算机应用研究;2012年08期

7 邓延安;沈连丰;;WSN中运动物体监测的节点控制策略[J];计算机工程;2009年14期

8 陶昆;吴舰;;WSN在花卉大棚中的应用研究[J];自动化与仪器仪表;2011年05期

9 周捷;郭渊博;胡凌燕;;WSN中针对节点捕获攻击的检测与控制[J];西安电子科技大学学报;2012年01期

10 郭龙;熊伟;李牧东;;一种基于WSN的机器人三维精确定位算法[J];无线电工程;2012年08期

中国重要会议论文全文数据库 前4条

1 灻宏PI;_5PI;;WSN在城市地，

本文编号：368017