本文關(guān)鍵詞：無(wú)線傳感網(wǎng)絡(luò)定位與匯聚節(jié)點(diǎn)選址的研究，由筆耕文化傳播整理發(fā)布。

【摘要】：物聯(lián)網(wǎng)連同云計(jì)算、大數(shù)據(jù)的齊頭并進(jìn)成為當(dāng)前最熱門的三大IT發(fā)展技術(shù)。其能夠預(yù)見在短暫的時(shí)間內(nèi)將實(shí)現(xiàn)對(duì)傳統(tǒng)行業(yè)和互聯(lián)網(wǎng)行業(yè)顛覆性的改造和提升。并帶來(lái)無(wú)窮的經(jīng)濟(jì)效益。而WSN是物聯(lián)網(wǎng)最接近物理世界的一端,作為新起之秀對(duì)物聯(lián)網(wǎng)技術(shù)的迅速崛起起到了關(guān)鍵性的作用。2009年溫總理在無(wú)錫新區(qū)的物聯(lián)網(wǎng)產(chǎn)業(yè)研究院進(jìn)行實(shí)地考察并設(shè)立“感知中國(guó)”的科研園區(qū)。將物聯(lián)網(wǎng)技術(shù)提升到了國(guó)家的發(fā)展戰(zhàn)略上來(lái)。物聯(lián)網(wǎng)概念的一提出,在全國(guó)涌現(xiàn)出了大批的物聯(lián)網(wǎng)技術(shù)創(chuàng)新型科技企業(yè),如智能家居、車聯(lián)網(wǎng)、無(wú)錫智能交通和智慧城市等新興的產(chǎn)業(yè)。在未來(lái),其在國(guó)民經(jīng)濟(jì)生產(chǎn)上作用越來(lái)越明顯。加強(qiáng)WSN技術(shù)研究這也是提升我國(guó)計(jì)算機(jī)核心技術(shù)水平的切入點(diǎn)。本文主要研究mWSN中匯聚節(jié)點(diǎn)的定位與選址等問(wèn)題,主要的工作是建立了一套比較完備的mWSN的匯聚節(jié)點(diǎn)動(dòng)態(tài)選址模型。用來(lái)解決目前絕大多數(shù)匯聚節(jié)點(diǎn)動(dòng)態(tài)選址策略都是基于靜態(tài)網(wǎng)絡(luò)或缺乏自適應(yīng)能力等問(wèn)題。系統(tǒng)模型結(jié)合了優(yōu)越的Steiner幾何中心,并研究了Steiner的幾何性質(zhì),給出了Steiner中心的離散和連續(xù)的兩種定義,同時(shí)還給出了與本文相關(guān)的Steiner移動(dòng)應(yīng)用的速度和加速度的數(shù)學(xué)定義。此外,Durocher理論證明了Steiner中心的穩(wěn)定性為1.2071,偏心性為0.7854,表明使用Steiner中心還可使得匯聚節(jié)點(diǎn)擁有高穩(wěn)定和低偏心的特征。通過(guò)實(shí)驗(yàn)數(shù)據(jù)說(shuō)明了Steiner比最小包圍圓心、質(zhì)心、歐幾里得中心在移動(dòng)網(wǎng)絡(luò)中穩(wěn)定性和偏心性的二者綜合表現(xiàn)要優(yōu)越得多。同時(shí)使用Steiner作為幾何中心能夠使得網(wǎng)絡(luò)減少最大跳數(shù)、減小網(wǎng)絡(luò)平局跳數(shù)和節(jié)省能量消耗方面有非常明顯的作用。表明該模型采用Steiner的先進(jìn)性和科學(xué)性。在系統(tǒng)模型設(shè)計(jì)方面,該系統(tǒng)提出了一種基于邊結(jié)構(gòu)設(shè)計(jì)的模型。該系統(tǒng)模型分為集中式和分布式兩種,能動(dòng)態(tài)保持Sink在mWSN的Steiner最佳位置,該模型基于邊結(jié)構(gòu)設(shè)計(jì),只需要網(wǎng)絡(luò)凸殼上少量邊節(jié)點(diǎn)的參與就可實(shí)現(xiàn)最佳的匯聚節(jié)點(diǎn)位置的獲取。并能將計(jì)算節(jié)點(diǎn)個(gè)數(shù)的復(fù)雜度從O(n)下降到o((?))。分布式模型是由凸殼上的節(jié)點(diǎn)的協(xié)作構(gòu)造一個(gè)圍繞凸殼的最短鏈路,協(xié)同方式完成凸殼的維護(hù)。集中式模型采用單Sink的主從模式維護(hù)凸殼。模型還結(jié)合了Kalman濾波算法對(duì)Sink的軌跡進(jìn)行濾波,并根據(jù)濾波后的軌跡進(jìn)行下一時(shí)刻Sink的位置預(yù)測(cè),縮小了周期更新所帶來(lái)的匯聚節(jié)點(diǎn)兩間隔時(shí)間點(diǎn)的滯后距離。從而確保匯聚節(jié)點(diǎn)真正的實(shí)時(shí)Steiner中心。本論文主要設(shè)計(jì)了一個(gè)動(dòng)態(tài)保持Sink在最佳位置的系統(tǒng)模型,解決了各類群體特征網(wǎng)絡(luò)的匯聚節(jié)點(diǎn)的動(dòng)態(tài)選址的問(wèn)題。對(duì)WSN的學(xué)習(xí),還設(shè)計(jì)了一個(gè)瓦斯無(wú)線監(jiān)測(cè)系統(tǒng)。希望本文提出的匯聚節(jié)點(diǎn)選址模型能為以后研究匯聚節(jié)點(diǎn)選址方面的科研工作者提供一種參考。
【關(guān)鍵詞】：匯聚節(jié)點(diǎn)選址 移動(dòng)傳感器網(wǎng)絡(luò) Steiner中心 結(jié)構(gòu)意識(shí)自適應(yīng)
【學(xué)位授予單位】：江南大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP212.9;TN929.5;TP391.44
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-14
• 1.1 研究背景和意義8-9
• 1.2 節(jié)點(diǎn)定位與選址研究現(xiàn)狀9-11
• 1.2.1 常見的無(wú)線傳感定位技術(shù)9-10
• 1.2.2 常見匯聚節(jié)點(diǎn)的選址技術(shù)10-11
• 1.3 研究?jī)?nèi)容與貢獻(xiàn)11-12
• 1.4 論文組織結(jié)構(gòu)12-14
• 第二章 節(jié)點(diǎn)定位與選址介紹14-26
• 2.1 傳感器網(wǎng)絡(luò)定位方法14-18
• 2.1.1 三邊測(cè)量法14
• 2.1.2 雙曲線定位法14-15
• 2.1.3 抵達(dá)角度定位方法15-16
• 2.1.4 極大似然估計(jì)法16
• 2.1.5 最小二乘法16-17
• 2.1.6 DV-Hop算法17-18
• 2.1.7 Wifi指紋數(shù)據(jù)庫(kù)18
• 2.2 常見匯聚節(jié)點(diǎn)的選址策略18-20
• 2.2.1 部署NP-難問(wèn)題18-19
• 2.2.2 單匯聚節(jié)點(diǎn)選址19
• 2.2.3 多匯聚節(jié)點(diǎn)選址19-20
• 2.3 靜態(tài)匯聚節(jié)點(diǎn)選址策略20-23
• 2.3.1 匯聚節(jié)點(diǎn)部署原則20-21
• 2.3.2 關(guān)鍵參考度量21-23
• 2.4 移動(dòng)匯聚節(jié)點(diǎn)選址策略23-25
• 2.5 本章小結(jié)25-26
• 第三章 Steiner及其移動(dòng)應(yīng)用性質(zhì)的研究26-34
• 3.1 物體的特征表示26-27
• 3.1.1 全局信息法26
• 3.1.2 局部信息法26-27
• 3.2 Steiner局部凸殼支撐函數(shù)27-28
• 3.2.1 凸殼的支撐函數(shù)27-28
• 3.3 Steiner中心28-30
• 3.3.1 Steiner中心的定義28-29
• 3.3.2 Steiner的性質(zhì)29
• 3.3.3 移動(dòng)Steiner點(diǎn)的速度和方向29-30
• 3.4 Steiner中心高穩(wěn)定低偏心性質(zhì)30-31
• 3.4.1 Steiner點(diǎn)的k-穩(wěn)定30
• 3.4.2 Steiner點(diǎn)是π/4穩(wěn)定30
• 3.4.3 移動(dòng)應(yīng)用的高穩(wěn)定與低偏心性30-31
• 3.5 實(shí)驗(yàn)及其結(jié)果分析31-33
• 3.6 本章小結(jié)33-34
• 第四章 基于Steiner中心的匯聚節(jié)點(diǎn)定位與選址的研究34-54
• 4.1 移動(dòng)傳感器網(wǎng)絡(luò)與匯聚節(jié)點(diǎn)34-35
• 4.2 SCSN系統(tǒng)模型35-36
• 4.2.1 SCSN網(wǎng)絡(luò)節(jié)點(diǎn)分類35
• 4.2.2 SCSN模型原理35-36
• 4.3 集中式和分布式SCSN模型設(shè)計(jì)36-39
• 4.3.1 絕對(duì)位置轉(zhuǎn)換成相對(duì)位置36-37
• 4.3.2 集中式SCSN模型37-38
• 4.3.3 分布式SCSN模型38-39
• 4.4 結(jié)構(gòu)意識(shí)自適應(yīng)算法39-43
• 4.4.1 SASA算法設(shè)計(jì)思想39-40
• 4.4.2 集中式模型SASA算法實(shí)現(xiàn)40-41
• 4.4.3 分布式模型SASA算法實(shí)現(xiàn)41
• 4.4.4 分布式和集中式性能對(duì)比41-43
• 4.5 Kalman軌跡預(yù)測(cè)43-46
• 4.5.1 kalman原理43-44
• 4.5.2 Kalman軌跡濾波與預(yù)測(cè)44-46
• 4.6 Steiner移動(dòng)應(yīng)用高穩(wěn)定低偏心性46-48
• 4.7 性能分析與評(píng)價(jià)48-52
• 4.7.1 低復(fù)雜度49-50
• 4.7.2 動(dòng)態(tài)自適應(yīng)50
• 4.7.3 低時(shí)延50-51
• 4.7.4 強(qiáng)魯棒性51-52
• 4.8 本章小結(jié)52-54
• 第五章 一種無(wú)線傳感網(wǎng)絡(luò)的設(shè)計(jì)與應(yīng)用54-62
• 5.1 傳感器網(wǎng)絡(luò)的特征54
• 5.2 智能瓦斯傳感網(wǎng)絡(luò)安全監(jiān)控系統(tǒng)設(shè)計(jì)54-55
• 5.3 智能瓦斯傳感器設(shè)計(jì)55-58
• 5.3.1 運(yùn)放電路原理及設(shè)計(jì)55-56
• 5.3.2 傳感器智能設(shè)計(jì)56-57
• 5.3.3 低功耗冷啟動(dòng)采樣設(shè)計(jì)57-58
• 5.4 實(shí)驗(yàn)及其結(jié)果58-60
• 5.5 本章小結(jié)60-62
• 第六章 總結(jié)與展望62-63
• 6.1 本文總結(jié)62
• 6.2 展望62-63
• 致謝63-64
• 參考文獻(xiàn)64-67
• 附錄：作者在攻讀碩士學(xué)位期間發(fā)表的論文67

【參考文獻(xiàn)】

中國(guó)碩士學(xué)位論文全文數(shù)據(jù)庫(kù) 前1條

1 王德江;支撐函數(shù)及其在圖像特征表示中的應(yīng)用[D];江南大學(xué);2014年

  本文關(guān)鍵詞：無(wú)線傳感網(wǎng)絡(luò)定位與匯聚節(jié)點(diǎn)選址的研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：386294