近幾年來(lái),無(wú)線傳感器網(wǎng)絡(luò)在醫(yī)療健康、森林監(jiān)測(cè)以及目標(biāo)跟蹤等諸多領(lǐng)域有著廣泛的應(yīng)用。數(shù)據(jù)融合是無(wú)線傳感器網(wǎng)絡(luò)中一個(gè)非常關(guān)鍵的技術(shù),它可以降低網(wǎng)絡(luò)中的數(shù)據(jù)通信量從而達(dá)到降低能耗、節(jié)約資源的目的。但是現(xiàn)在大多數(shù)應(yīng)用都對(duì)數(shù)據(jù)傳輸?shù)难舆t時(shí)間,即數(shù)據(jù)從源節(jié)點(diǎn)出發(fā)到被根節(jié)點(diǎn)接收之間的時(shí)間間隔提出了較高的要求。為了降低無(wú)線傳感器網(wǎng)絡(luò)的數(shù)據(jù)融合延遲,減少網(wǎng)絡(luò)中節(jié)點(diǎn)的信息傳送到基站的時(shí)間。文章提出了基于數(shù)據(jù)融合的無(wú)線傳感器網(wǎng)絡(luò)傳輸延遲優(yōu)化算法,本文算法利用分布式方式來(lái)構(gòu)造網(wǎng)絡(luò),并且活動(dòng)節(jié)點(diǎn)在選擇父節(jié)點(diǎn)時(shí)綜合考慮了節(jié)點(diǎn)與候選節(jié)點(diǎn)間的距離、傳輸能耗、候選節(jié)點(diǎn)與基站的距離、候選節(jié)點(diǎn)的剩余能量這四個(gè)影響網(wǎng)絡(luò)生命周期的因素。最后通過(guò)仿真實(shí)驗(yàn)對(duì)算法的性能進(jìn)行評(píng)估,其結(jié)果表明與現(xiàn)有的數(shù)據(jù)融合算法相比,本文提出的算法在降低數(shù)據(jù)收集延遲、節(jié)點(diǎn)的能耗均衡方面有了較好的改善,同時(shí)也有效地延長(zhǎng)了網(wǎng)絡(luò)生存周期。 

【文章頁(yè)數(shù)】：49 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
ABSTRACT
第1章 緒論
    1.1 論文研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
        1.2.1 WSN研究現(xiàn)狀
        1.2.2 數(shù)據(jù)融合研究現(xiàn)狀
    1.3 本文研究?jī)?nèi)容及安排
第2章 無(wú)線傳感器網(wǎng)絡(luò)與數(shù)據(jù)融合技術(shù)綜述
    2.1 無(wú)線傳感器網(wǎng)絡(luò)概述
        2.1.1 WSN體系結(jié)構(gòu)
        2.1.2 WSN的特點(diǎn)及應(yīng)用
    2.2 無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)
        2.2.1 WSN數(shù)據(jù)融合的意義
        2.2.2 WSN數(shù)據(jù)融合分類
    2.3 本章小結(jié)
第3章 基于數(shù)據(jù)融合的WSN傳輸延遲優(yōu)化算法
    3.1 低時(shí)延數(shù)據(jù)融合算法研究概述
    3.2 PEGASIS算法分析
    3.3 DLDFA算法的設(shè)計(jì)思想
        3.3.1 網(wǎng)絡(luò)模型
        3.3.2 能量消耗模型
    3.4 DLDFA算法描述
    3.5 本章小結(jié)
第4章 實(shí)驗(yàn)仿真與結(jié)果分析
    4.1 數(shù)據(jù)融合算法的仿真模型與場(chǎng)景設(shè)置
    4.2 低延時(shí)數(shù)據(jù)融合樹(shù)算法偽代碼及運(yùn)行結(jié)果
        4.2.1 數(shù)據(jù)融合樹(shù)生成算法偽代碼
        4.2.2 低時(shí)延數(shù)據(jù)融合樹(shù)運(yùn)行結(jié)果
    4.3 低時(shí)延數(shù)據(jù)融合算法的仿真結(jié)果分析
        4.3.1 對(duì)收斂系數(shù)α進(jìn)行取值
        4.3.2 網(wǎng)絡(luò)剩余總能量
        4.3.3 節(jié)點(diǎn)死亡率
        4.3.4 節(jié)點(diǎn)能耗均方差
        4.3.5 數(shù)據(jù)融合延遲
    4.4 本章小結(jié)
第5章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
致謝
參考文獻(xiàn)


【參考文獻(xiàn)】：
期刊論文
[1]基于節(jié)點(diǎn)度-限制的數(shù)據(jù)融合樹(shù)構(gòu)建算法[J]. 宋三華.  傳感技術(shù)學(xué)報(bào). 2018(01)
[2]基于流量密度的無(wú)線傳感器數(shù)據(jù)融合方案[J]. 許慧雅,楊楊.  控制工程. 2018(01)
[3]WSN中事件驅(qū)動(dòng)與信任分配加權(quán)的層次數(shù)據(jù)融合[J]. 余修武,張楓,周利興,劉永,劉琴,雷林,汪弘.  傳感技術(shù)學(xué)報(bào). 2017(12)
[4]無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法綜述[J]. 張浩,張靜靜.  軟件. 2017(12)
[5]無(wú)線傳感網(wǎng)絡(luò)可靠信息高效融合方法研究[J]. 朱瑞金.  現(xiàn)代電子技術(shù). 2017(24)
[6]基于退避機(jī)制的有向無(wú)線傳感器網(wǎng)絡(luò)路由協(xié)議[J]. 余修武,周利興,張楓,張可,夏凡,劉永.  傳感技術(shù)學(xué)報(bào). 2017(11)
[7]一種基于數(shù)據(jù)預(yù)處理和卡爾曼濾波的溫室監(jiān)測(cè)數(shù)據(jù)融合算法[J]. 王振,白星振,馬夢(mèng)白,張致境,高正中.  傳感技術(shù)學(xué)報(bào). 2017(10)
[8]無(wú)線傳感器網(wǎng)絡(luò)多應(yīng)用場(chǎng)景下的安全數(shù)據(jù)融合方案[J]. 陳燕俐,張乾,許建,王夢(mèng)涵.  計(jì)算機(jī)科學(xué). 2017(09)
[9]無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)與展望[J]. 石魯生,朱慧博.  物聯(lián)網(wǎng)技術(shù). 2017(08)
[10]基于虹膜特征密鑰的無(wú)線傳感器網(wǎng)絡(luò)安全數(shù)據(jù)融合[J]. 李敏,王旭,周俊,劉書(shū)俊.  計(jì)算機(jī)系統(tǒng)應(yīng)用. 2017(08)

碩士論文
[1]基于LEACH協(xié)議的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合技術(shù)的研究[D]. 耿同同.青島科技大學(xué) 2017
[2]高效實(shí)時(shí)的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法研究[D]. 劉凱強(qiáng).濟(jì)南大學(xué) 2016
[3]無(wú)線傳感器網(wǎng)絡(luò)中數(shù)據(jù)融合算法研究[D]. 侯冰俏.山東師范大學(xué) 2014
[4]無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合的算法研究[D]. 李兆祥.武漢理工大學(xué) 2011
[5]能量高效的無(wú)線傳感器網(wǎng)絡(luò)覆蓋控制問(wèn)題研究[D]. 許永強(qiáng).武漢理工大學(xué) 2010
[6]雷達(dá)組網(wǎng)系統(tǒng)的目標(biāo)數(shù)據(jù)融合方法研究[D]. 趙強(qiáng).江蘇科技大學(xué) 2010
[7]無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合安全方案的研究[D]. 黎為.湖南大學(xué) 2009



本文編號(hào)：3688853