【摘要】：無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)是由具有信息感知能力的小型傳感器節(jié)點(diǎn)通過(guò)無(wú)線通信方式構(gòu)成的一個(gè)自組織網(wǎng)絡(luò)系統(tǒng)。目前部署與應(yīng)用無(wú)線傳感器網(wǎng)絡(luò)所面臨的主要問(wèn)題是傳感器節(jié)點(diǎn)能量和通信資源的受限,以及惡劣無(wú)線通信環(huán)境中路徑損耗和信道衰落對(duì)數(shù)據(jù)傳輸性能的影響。同時(shí),隨著人們對(duì)無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)傳輸服務(wù)質(zhì)量(Quality-of-Service,Qo S)日益增長(zhǎng)的需求,亟需采用一種更加高效的無(wú)線數(shù)據(jù)傳輸技術(shù),在盡可能使用無(wú)線傳感器網(wǎng)絡(luò)原有資源的基礎(chǔ)上,提高數(shù)據(jù)傳輸可靠性,擴(kuò)大通信覆蓋區(qū)域,提升數(shù)據(jù)傳輸質(zhì)量,降低節(jié)點(diǎn)通信能耗,延長(zhǎng)網(wǎng)絡(luò)生命周期。無(wú)線協(xié)作傳輸技術(shù)作為改善和提高無(wú)線傳輸性能的一種有效手段,通過(guò)借助協(xié)作節(jié)點(diǎn)中繼轉(zhuǎn)發(fā)無(wú)線數(shù)據(jù)信號(hào),共享彼此通信資源,可在擴(kuò)大數(shù)據(jù)通信覆蓋范圍的同時(shí),為數(shù)據(jù)發(fā)送節(jié)點(diǎn)和數(shù)據(jù)接收節(jié)點(diǎn)之間建立多條相互獨(dú)立的數(shù)據(jù)傳輸鏈路,增加數(shù)據(jù)信號(hào)的“副本”數(shù)量,從而獲得數(shù)據(jù)傳輸?shù)姆旨鲆?降低數(shù)據(jù)信號(hào)傳輸?shù)腻e(cuò)誤率,可在不增加數(shù)據(jù)信號(hào)發(fā)送功率的情況下改善數(shù)據(jù)傳輸質(zhì)量,顯著提升數(shù)據(jù)傳輸?shù)哪苄�。將無(wú)線協(xié)作傳輸技術(shù)應(yīng)用于無(wú)線傳感器網(wǎng)絡(luò),可有效克服無(wú)線通信環(huán)境中路徑損耗和信道衰落對(duì)數(shù)據(jù)傳輸帶來(lái)的負(fù)面影響,為無(wú)線傳感器網(wǎng)絡(luò)中高質(zhì)量、低能耗的數(shù)據(jù)傳輸提供一個(gè)行之有效的解決方案。本文主要圍繞著無(wú)線傳感器網(wǎng)絡(luò)中協(xié)作傳輸技術(shù)展開(kāi),主要研究?jī)?nèi)容與成果如下:(1)研究了無(wú)線傳感器網(wǎng)絡(luò)中多傳感器節(jié)點(diǎn)分布式協(xié)作傳輸模型,提出了一種基于數(shù)據(jù)傳輸Qo S最大化的分布式協(xié)作傳輸算法。該算法以信噪比(Signal-to-Noise Ratio,SNR)作為數(shù)據(jù)傳輸Qo S評(píng)價(jià)指標(biāo),建立了Qo S最大化準(zhǔn)則下的協(xié)作傳輸優(yōu)化方程;推導(dǎo)出了各協(xié)作節(jié)點(diǎn)的最優(yōu)功率權(quán)系數(shù),以及數(shù)據(jù)發(fā)送節(jié)點(diǎn)與協(xié)作節(jié)點(diǎn)功率分配系數(shù)的近似最優(yōu)解;同時(shí),推導(dǎo)出了非對(duì)稱衰落信道下采用所提算法得到的協(xié)作傳輸鏈路平均誤符號(hào)率的近似表達(dá)式及其漸進(jìn)解的理論表達(dá)式,為算法的性能分析與評(píng)估提供了理論依據(jù)。仿真結(jié)果表明,所提算法可顯著提升傳感器節(jié)點(diǎn)間數(shù)據(jù)傳輸?shù)哪苄浴?2)研究了基站輔助中繼下的無(wú)線傳感器網(wǎng)絡(luò)協(xié)作傳輸模型,提出了一種數(shù)據(jù)傳輸Qo S最大化準(zhǔn)則下的基站輔助協(xié)作傳輸優(yōu)化算法。該算法采用SNR評(píng)估數(shù)據(jù)傳輸Qo S性能,建立了基于Qo S最大化準(zhǔn)則的協(xié)作傳輸優(yōu)化方程;推導(dǎo)出了基站處的數(shù)據(jù)協(xié)作傳輸最優(yōu)功率權(quán)矩陣,以及數(shù)據(jù)發(fā)送節(jié)點(diǎn)與基站之間的最優(yōu)功率分配系數(shù);此外,為了對(duì)所提算法性能進(jìn)行定量分析,推導(dǎo)出了非對(duì)稱衰落信道下的中斷概率、遍歷容量和平均誤符號(hào)率等主要無(wú)線傳輸性能指標(biāo)的理論分析表達(dá)式。仿真實(shí)驗(yàn)表明了所提算法的有效性。(3)分析了存在干擾情況下的無(wú)線傳感器網(wǎng)絡(luò)分布式協(xié)作傳輸模型,提出了一種基于支持向量機(jī)(Support Vector Machine,SVM)的協(xié)作傳輸干擾抑制策略。該策略主要針對(duì)協(xié)作傳輸鏈路信道狀態(tài)信息樣本有限的情況,以信干噪比(Signal-to-Interference-plus-Noise Ratio,SINR)作為數(shù)據(jù)傳輸Qo S評(píng)價(jià)指標(biāo),構(gòu)建了以協(xié)作節(jié)點(diǎn)總功率最小化為目標(biāo)函數(shù),數(shù)據(jù)傳輸鏈路SINR和鏈路間干擾功率為約束條件的協(xié)作傳輸干擾抑制優(yōu)化方程;由于優(yōu)化問(wèn)題的非凸性,通過(guò)對(duì)約束條件的簡(jiǎn)化,將該優(yōu)化方程轉(zhuǎn)化為標(biāo)準(zhǔn)的SVM回歸機(jī)模型,并通過(guò)二次規(guī)劃(Quadratic Programming,QP)技術(shù)求解各協(xié)作節(jié)點(diǎn)的干擾抑制權(quán)系數(shù);此外,考慮到大樣本情況下QP計(jì)算復(fù)雜度較高,我們同時(shí)采用了迭代加權(quán)最小二乘支持向量機(jī)(Iterative Reweighted Least-Squares,IRWLS)算法對(duì)化簡(jiǎn)后的優(yōu)化方程進(jìn)行求解。仿真結(jié)果表明所提策略可對(duì)數(shù)據(jù)傳輸鏈路之間的互干擾進(jìn)行有效抑制,保證了數(shù)據(jù)信號(hào)的傳輸質(zhì)量。(4)針對(duì)基站輔助中繼下的無(wú)線傳感器網(wǎng)絡(luò)協(xié)作傳輸下行鏈路互干擾問(wèn)題,提出了一種基于最小二乘支持向量機(jī)(Least-Squares Support Vector Machine,LS-SVM)的干擾抑制策略。該策略以數(shù)據(jù)鏈路SINR作為衡量數(shù)據(jù)傳輸Qo S性能的依據(jù),在數(shù)據(jù)傳輸鏈路信道狀態(tài)信息樣本有限的情況下,建立了以協(xié)作傳輸功率最小化為目標(biāo)函數(shù),數(shù)據(jù)傳輸鏈路SINR和鏈路間干擾功率為約束條件的協(xié)作傳輸干擾抑制優(yōu)化方程;通過(guò)對(duì)約束條件的近似化簡(jiǎn)將優(yōu)化問(wèn)題轉(zhuǎn)換為了標(biāo)準(zhǔn)LS-SVM回歸機(jī)模型,并采用迭代方法降低了LS-SVM算法中逆矩陣求解的計(jì)算復(fù)雜度。仿真結(jié)果顯示所提策略可有效抑制數(shù)據(jù)傳輸鏈路之間的互干擾,驗(yàn)證了所提干擾抑制策略的有效性。(5)針對(duì)無(wú)線傳感器網(wǎng)絡(luò)中基站與移動(dòng)用戶距離較遠(yuǎn)的情況,提出了一種無(wú)人飛行器(Unmanned Aerial Vechile,UAV)輔助中繼協(xié)作傳輸策略。該策略采用SNR最大化準(zhǔn)則,首先推導(dǎo)出了基站與移動(dòng)用戶處的最優(yōu)數(shù)據(jù)收發(fā)權(quán)向量,獲得了任意時(shí)刻下協(xié)作傳輸鏈路的最優(yōu)性能;其次,根據(jù)Dubin運(yùn)動(dòng)模型,給出了UAV航向角更新公式,可使UAV及時(shí)調(diào)整飛行航跡以最大化任務(wù)時(shí)間內(nèi)的中繼協(xié)作傳輸性能。仿真結(jié)果顯示所提策略得到的UAV飛行航跡與窮舉搜索法得到的最優(yōu)結(jié)果十分近似,表明了所提策略的有效性。
[Abstract]:......
【學(xué)位授予單位】：南京航空航天大學(xué)
【學(xué)位級(jí)別】：博士
【學(xué)位授予年份】：2014
【分類號(hào)】：TP212.9;TN929.5

【參考文獻(xiàn)】

相關(guān)期刊論文 前3條

1 俞靚;王志波;駱吉安;孫喜策;王智;;面向移動(dòng)目標(biāo)追蹤的無(wú)線傳感器網(wǎng)絡(luò)QoS指標(biāo)體系設(shè)計(jì)[J];計(jì)算機(jī)學(xué)報(bào);2009年03期

2 朱劍;趙海;徐久強(qiáng);李大舟;;無(wú)線傳感器網(wǎng)絡(luò)中的定位模型[J];軟件學(xué)報(bào);2011年07期

3 孫超;尹榮榮;郝曉辰;竇晶晶;劉彬;;異構(gòu)無(wú)線傳感器網(wǎng)絡(luò)支配集拓?fù)淇刂扑惴╗J];軟件學(xué)報(bào);2011年09期

，

本文編號(hào)：2466312