本文關鍵詞：能量高效的無線傳感器網(wǎng)絡分簇路由協(xié)議研究

  更多相關文章： 無線傳感器網(wǎng)絡 路由協(xié)議 分簇 能量高效

【摘要】：無線傳感器網(wǎng)絡(Wireless Sensor Network,WSN)是由大量微型傳感器節(jié)點構成的自組織網(wǎng)絡,節(jié)點可以感知、采集監(jiān)測區(qū)域中對象的信息,這些信息以多跳自組織網(wǎng)絡方式傳送到終端。由于節(jié)點體積小,電池的電量有限,因此必須采取有效方法減少節(jié)點的能耗,延長網(wǎng)絡的生命周期。作為WSN的關鍵節(jié)能技術之一,路由協(xié)議一直備受人們關注。分簇路由協(xié)議可擴展性好,節(jié)點管理方便,適用于規(guī)模大的網(wǎng)絡,具有重要的研究意義。本文主要研究分簇路由協(xié)議,以能量高效、均衡能耗為目標,提出三種分簇路由算法,并進行理論分析和仿真研究。主要內(nèi)容如下:(1)提出一種基于模糊邏輯的簇頭均勻分布路由算法,適用于能量同構WSN。首先利用模糊邏輯選舉簇頭,包括兩個模糊描述:接近距離以及剩余能量。選舉的簇頭可能出現(xiàn)距離過近的情況,針對這種情況,提出簇頭的次輪選舉,對于距離小于最優(yōu)簇半徑的簇頭節(jié)點所在的簇,計算簇內(nèi)節(jié)點之間的鏈路消耗,鏈路消耗最小的節(jié)點成為新的簇頭,使簇頭均勻分布在網(wǎng)絡中,網(wǎng)絡節(jié)點的能耗得到均衡,延長網(wǎng)絡的生命周期。(2)提出一種基于自適應進化算法的多跳分簇路由算法,適用于兩級能量異構WSN,采用簇內(nèi)單跳和簇間多跳的通信方式。針對簇頭選舉過程,利用自適應進化算法選舉簇頭,提出新的適應度函數(shù),該函數(shù)考慮到簇內(nèi)節(jié)點的通信代價和簇頭之間的距離,使得簇頭與簇內(nèi)成員節(jié)點的總的通信消耗最小,簇頭均勻分布在網(wǎng)絡中。針對簇間多跳通信,提出一種新的代價函數(shù),代價函數(shù)值最小的節(jié)點被選為中繼節(jié)點,進行簇間多跳傳輸,減少簇頭與基站進行通信的能耗。(3)提出一種基于FCM(Fuzzy C-Means)的多級能量異構WSN分簇路由算法,與傳統(tǒng)分簇算法先進行簇頭選舉后成簇不同,先利用FCM算法找到網(wǎng)絡最優(yōu)簇頭數(shù)量,然后對網(wǎng)絡節(jié)點進行簇劃分,之后就不再進行分簇操作,只進行簇內(nèi)簇頭選舉,避免分簇操作帶來的能耗,然后綜合簇內(nèi)節(jié)點的剩余能量、簇內(nèi)節(jié)點之間的距離和節(jié)點到基站的距離三個方面,構建簇頭選舉的數(shù)學模型,利用該數(shù)學模型選舉出最優(yōu)簇頭,節(jié)點的能耗得到均衡。
【關鍵詞】：無線傳感器網(wǎng)絡 路由協(xié)議 分簇 能量高效
【學位授予單位】：江南大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP212.9;TN929.5
【目錄】：

• 摘要3-4
• Abstract4-8
• 第一章 緒論8-14
• 1.1 研究背景與意義8-9
• 1.2 WSN概述9-11
• 1.2.1 WSN的特點9-10
• 1.2.2 WSN的關鍵技術10
• 1.2.3 WSN的應用前景10-11
• 1.3 國內(nèi)外的研究現(xiàn)狀11-12
• 1.4 論文研究內(nèi)容及組織結構12-14
• 第二章 WSN分簇路由協(xié)議14-20
• 2.1 WSN路由協(xié)議的特點14
• 2.2 WSN路由協(xié)議的設計要求14-15
• 2.3 分簇網(wǎng)絡的結構15
• 2.4 典型的分簇路由協(xié)議15-19
• 2.4.1 LEACH協(xié)議15-17
• 2.4.2 SEP協(xié)議17
• 2.4.3 DEEC協(xié)議17-18
• 2.4.4 EEUC協(xié)議18-19
• 2.5 本章小結19-20
• 第三章 基于模糊邏輯的簇頭均勻分布路由算法20-31
• 3.1 系統(tǒng)模型20-21
• 3.1.1 網(wǎng)絡模型20
• 3.1.2 能耗模型20-21
• 3.2 簇頭選擇算法21-23
• 3.2.1 模糊邏輯21
• 3.2.2 模糊描述21-22
• 3.2.3 模糊規(guī)則22-23
• 3.3 簇頭的均勻分布23-26
• 3.3.1 最優(yōu)簇半徑23-24
• 3.3.2 簇頭的次輪選擇24-26
• 3.4 仿真分析26-30
• 3.4.1 網(wǎng)絡節(jié)點分布27-28
• 3.4.2 網(wǎng)絡生命周期對比28-29
• 3.4.3 節(jié)點能耗速度對比29-30
• 3.5 本章小結30-31
• 第四章 基于自適應進化算法的多跳分簇路由算法31-41
• 4.1 異構WSN31-32
• 4.2 系統(tǒng)模型32
• 4.3 簇頭選舉算法32-34
• 4.3.1 進化算法32
• 4.3.2 適應度函數(shù)32-33
• 4.3.3 進化模型33-34
• 4.3.4 自適應進化算法34
• 4.4 簇的形成34
• 4.5 簇間多跳傳輸34-36
• 4.6 穩(wěn)態(tài)階段36
• 4.7 仿真分析36-40
• 4.7.1 網(wǎng)絡節(jié)點分布37
• 4.7.2 網(wǎng)絡生命周期對比37-38
• 4.7.3 節(jié)點能耗速度對比38-40
• 4.8 本章小結40-41
• 第五章 基于FCM的多級能量異構WSN分簇路由算法41-49
• 5.1 系統(tǒng)模型41
• 5.2 簇的兩級優(yōu)化41-43
• 5.2.1 簇形成算法41-42
• 5.2.2 簇頭選舉算法42-43
• 5.3 仿真分析43-48
• 5.3.1 網(wǎng)絡節(jié)點分布43-44
• 5.3.2 最優(yōu)簇數(shù)量44
• 5.3.3 節(jié)點分簇情況44-45
• 5.3.4 網(wǎng)絡生命周期對比45-46
• 5.3.5 節(jié)點能耗速度對比46-47
• 5.3.6 不同基站位置的仿真結果47-48
• 5.4 本章小結48-49
• 第六章 主要結論與展望49-51
• 6.1 主要結論49
• 6.2 今后研究工作展望49-51
• 致謝51-52
• 參考文獻52-55
• 附錄: 作者在攻讀碩士學位期間發(fā)表的論文55

，

本文編號：747955