动态无线传感器网络中数据聚合方案研究
发布时间：2021-04-22 04:31
近年来,物联网应用的普及给无线传感器网络领域的研究带来了前所未有的关注。无线传感器网络由部署在关键监测区域内的大规模传感器节点通过无线连接的方式构建而成,通过传感器节点周期性感知场景状态并将感知数据通过无线传输的方式聚合到中央处理单元,实现了无人值守情况下的实时目标监测。显然,聚合网络数据是无线传感器网络最重要的功能之一,同时,由于传感器节点可携带能量受限,针对提高数据聚合过程中网络能量效率的研究具有重要的理论价值和实际意义。现有基于压缩编码的数据聚合方案大多采用压缩感知算法对原始数据在传输过程中进行降维映射,以降低网络内数据传输量,节省传输能耗。然而,通过结合无线传感器网络的特征可以发现,现有方案设计存在诸多不足:首先,未能充分结合网络拓扑结构特征进行更为精细的数据聚合过程设计,数据传输效率可以进一步提升;其次,现有方案多为基于静态场景进行的设计,忽略了无线传感器网络节点规模动态变化的特点,在实际应用中存在诸多问题。针对以上不足之处,本文展开的研究内容如下:1)针对树状网络拓扑结构下传统基于压缩感知算法设计的数据聚合方案所需数据传输量较高的问题,提出与树状拓扑结构特征相结合的数据聚合...
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：127 页
【学位级别】：博士
【文章目录】：
致谢
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 无线传感器网络概述
1.2.1 无线传感器网络节点分类
1.2.2 无线传感器网络体系结构
1.3 无线传感器网络数据聚合方案
1.3.1 应用层数据聚合方案
1.3.2 网络层数据聚合方案
1.3.3 感知层数据聚合方案
1.4 论文思路及组织架构
第二章 基于压缩编码的数据聚合方案分析
2.1 压缩编码数据聚合框架
2.2 压缩感知理论简介
2.2.1 稀疏表示
2.2.2 测量矩阵
2.2.3 数据重构算法
2.3 压缩感知算法在数据聚合场景中的应用
2.4 本章小结
第三章 基于拓扑感知的数据聚合方案设计
3.1 场景模型及数据聚合过程
3.1.1 网络初始化
3.1.2 数据聚合过程
3.2 测量矩阵构造及权重向量分配
3.2.1 测量矩阵构造方案
3.2.2 权重向量分配
3.2.3 场景拓展方案
3.3 均衡最小生成树算法
3.3.1 BMST算法设计思路
3.3.2 BMST关键参数设计
3.4 数据聚合方案性能仿真
3.4.1 能量效率
3.4.2 数据恢复率
3.4.3 存储空间
3.5 本章小结
第四章 基于范德蒙矩阵的数据聚合方案设计
4.1 问题建模
4.2 编码集设计方案
4.3 拓展场景下传感器节点权重向量更新方案设计
4.4 VSDA方案的实现框架及关键参数设计
4.4.1 VSDA方案实现框架
4.4.2 基本元素s取值分析
4.4.3 安全机制设计
4.4.4 关键参数M取值分析
4.5 VSDA方案性能估计
4.5.1 数据聚合性能分析
4.5.2 拓展场景性能分析
4.6 本章小结
第五章 基于压缩感知的动态场景数据聚合方案设计
5.1 场景模型
5.2 问题建模
5.3 方案设计
5.4 最优向量求解方案
5.4.1 初始点选择法（ISM）
5.4.2 松弛法（CCM）
5.5 性能仿真
5.6 拓展实验
5.7 本章小结
第六章 动态场景下sink节点位置更新方案设计
6.1 场景模型及问题建模
6.2 sink节点位置更新方案
6.2.1 网络场景划分
6.2.2 sink节点位置更新方向搜索
6.2.3 sink节点移动范围搜索
6.2.4 sink节点最优位置选择
6.3 基于强化学习的路径搜索算法
6.3.1 WDS算法设计
6.4 场景仿真测试
6.4.1 Sink节点位置更新算法实现
6.4.2 WDS寻路算法实现及性能测试
6.5 本章小结
第七章 总结与展望
7.1 研究总结
7.2 研究展望
参考文献
攻读博士学位期间的学术活动及成果情况
【参考文献】：
期刊论文
[1]An Energy Efficient Design for UAV Communication With Mobile Edge Computing[J]. Lingyan Fan,Wu Yan,Xihan Chen,Zhiyong Chen,Qingjiang Shi. 中国通信. 2019(01)
[2]A Novel Design Framework for Smart Operating Robot in Power System[J]. Qiang Wang,Xiaojing Yang,Zhigang Huang,Shiqian Ma,Qiao Li,David Wenzhong Gao,Fei-Yue Wang. IEEE/CAA Journal of Automatica Sinica. 2018(02)
本文编号：3153168
【文章来源】：合肥工业大学安徽省 211工程院校 教育部直属院校
【文章页数】：127 页
【学位级别】：博士
【文章目录】：
致谢
摘要
Abstract
第一章 绪论
1.1 研究背景及意义
1.2 无线传感器网络概述
1.2.1 无线传感器网络节点分类
1.2.2 无线传感器网络体系结构
1.3 无线传感器网络数据聚合方案
1.3.1 应用层数据聚合方案
1.3.2 网络层数据聚合方案
1.3.3 感知层数据聚合方案
1.4 论文思路及组织架构
第二章 基于压缩编码的数据聚合方案分析
2.1 压缩编码数据聚合框架
2.2 压缩感知理论简介
2.2.1 稀疏表示
2.2.2 测量矩阵
2.2.3 数据重构算法
2.3 压缩感知算法在数据聚合场景中的应用
2.4 本章小结
第三章 基于拓扑感知的数据聚合方案设计
3.1 场景模型及数据聚合过程
3.1.1 网络初始化
3.1.2 数据聚合过程
3.2 测量矩阵构造及权重向量分配
3.2.1 测量矩阵构造方案
3.2.2 权重向量分配
3.2.3 场景拓展方案
3.3 均衡最小生成树算法
3.3.1 BMST算法设计思路
3.3.2 BMST关键参数设计
3.4 数据聚合方案性能仿真
3.4.1 能量效率
3.4.2 数据恢复率
3.4.3 存储空间
3.5 本章小结
第四章 基于范德蒙矩阵的数据聚合方案设计
4.1 问题建模
4.2 编码集设计方案
4.3 拓展场景下传感器节点权重向量更新方案设计
4.4 VSDA方案的实现框架及关键参数设计
4.4.1 VSDA方案实现框架
4.4.2 基本元素s取值分析
4.4.3 安全机制设计
4.4.4 关键参数M取值分析
4.5 VSDA方案性能估计
4.5.1 数据聚合性能分析
4.5.2 拓展场景性能分析
4.6 本章小结
第五章 基于压缩感知的动态场景数据聚合方案设计
5.1 场景模型
5.2 问题建模
5.3 方案设计
5.4 最优向量求解方案
5.4.1 初始点选择法（ISM）
5.4.2 松弛法（CCM）
5.5 性能仿真
5.6 拓展实验
5.7 本章小结
第六章 动态场景下sink节点位置更新方案设计
6.1 场景模型及问题建模
6.2 sink节点位置更新方案
6.2.1 网络场景划分
6.2.2 sink节点位置更新方向搜索
6.2.3 sink节点移动范围搜索
6.2.4 sink节点最优位置选择
6.3 基于强化学习的路径搜索算法
6.3.1 WDS算法设计
6.4 场景仿真测试
6.4.1 Sink节点位置更新算法实现
6.4.2 WDS寻路算法实现及性能测试
6.5 本章小结
第七章 总结与展望
7.1 研究总结
7.2 研究展望
参考文献
攻读博士学位期间的学术活动及成果情况
【参考文献】：
期刊论文
[1]An Energy Efficient Design for UAV Communication With Mobile Edge Computing[J]. Lingyan Fan,Wu Yan,Xihan Chen,Zhiyong Chen,Qingjiang Shi. 中国通信. 2019(01)
[2]A Novel Design Framework for Smart Operating Robot in Power System[J]. Qiang Wang,Xiaojing Yang,Zhigang Huang,Shiqian Ma,Qiao Li,David Wenzhong Gao,Fei-Yue Wang. IEEE/CAA Journal of Automatica Sinica. 2018(02)
本文编号：3153168
本文链接：https://www.wllwen.com/shoufeilunwen/xxkjbs/3153168.html
