發(fā)布時間：2017-05-15 00:07

  本文關鍵詞：物聯(lián)網(wǎng)節(jié)點調度及目標跟蹤策略研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：物聯(lián)網(wǎng)(Internet of Things, IoT)是一個基于感知技術、以感知層數(shù)據(jù)為運行基礎、融合了各類應用的服務型網(wǎng)絡系統(tǒng)。感知層處于物聯(lián)網(wǎng)體系架構的最底層,是物聯(lián)網(wǎng)和物理世界對接的接口,其自身的特殊性從根本上決定其運行方式和控制策略必須具很高的能效性。節(jié)點調度是應對物聯(lián)網(wǎng)感知層能量受限問題的有效方法,目標跟蹤作為物聯(lián)網(wǎng)的重要應用之一,也需要與節(jié)點調度策略相結合。因此,本論文研究物聯(lián)網(wǎng)節(jié)點調度及目標跟蹤技術,對促進物聯(lián)網(wǎng)的發(fā)展具有重要意義。論文首先研究了物聯(lián)網(wǎng)高效節(jié)點調度策略及物聯(lián)網(wǎng)目標跟蹤策略的研究現(xiàn)狀,針對地理位置信息無關節(jié)點調度、基于預測的物聯(lián)網(wǎng)移動目標跟蹤、面向目標跟蹤的節(jié)點調度等問題進行分析,在此基礎上展開研究。本文主要研究成果如下：1)針對“邊界效應”導致的物聯(lián)網(wǎng)節(jié)點不均等休眠問題,分析能夠應對此問題的基于容忍覆蓋區(qū)域的節(jié)點調度算法,并對算法在能效性和節(jié)點狀態(tài)方面進行改進,首先在進行覆蓋冗余判別時增加節(jié)點剩余能量作為判別因素,提高能耗的均勻性,然后對節(jié)點的狀態(tài)分布和轉換進行有效改進,最小化覆蓋冗余,進而提出一種新的高能效覆蓋優(yōu)化節(jié)點調度算法TCA-NS。另外,還提出一種物聯(lián)網(wǎng)節(jié)點數(shù)據(jù)可靠收集跨層協(xié)議DRGC,該協(xié)議適用于檢測與報告型應用的物聯(lián)網(wǎng),協(xié)議包括一種平衡同步精度和能耗量的時鐘同步算法,及一種融合MAC和路由為一體的跨層數(shù)據(jù)收集算法。TCA-NS算法和DRGC協(xié)議可融合應用于物聯(lián)網(wǎng)感知層體系中,形成一套底層協(xié)議棧。2)針對基于網(wǎng)格剖分的物聯(lián)網(wǎng)節(jié)點調度策略,分析基于Voronoi網(wǎng)格、三角形網(wǎng)格和正方形網(wǎng)格的三種網(wǎng)絡剖分方式。研究感知節(jié)點的通信半徑rc和感知半徑rs的取值關系對網(wǎng)絡性能的影響,在通信半徑小于感知半徑的網(wǎng)絡模型中,研究基于正方形剖分模型的節(jié)點調度算法SRPMNSA。將其網(wǎng)絡模型擴展到節(jié)點的感知半徑和通信半徑不限取值,并對剖分正方形的邊長取值進行改進,在此基礎上提出一種改進型正方形剖分算法I-SRPMNSA。在擴展后的網(wǎng)絡模型中,當rsrc時,I-SRPMNSA算法在網(wǎng)絡覆蓋質量上優(yōu)于SRPMNSA算法；當1/2rc≤rs≤rc時,I-SRPMNSA算法相對于SRPMNSA算法可延長網(wǎng)絡壽命。3)針對物聯(lián)網(wǎng)目標跟蹤策略,提出感知差分的概念,將感知差分和壓縮感知相結合,對物聯(lián)網(wǎng)分布式感知信息進行稀疏采樣,利用壓縮感知理論重構感知差分矩陣,再采用感知差分法對移動目標進行定位和跟蹤。據(jù)此提出一種基于壓縮感知和感知差分的目標跟蹤策略,該策略不需要具體劃分網(wǎng)格,對監(jiān)測區(qū)域的形狀也沒有特定要求,是一種普遍適用的物聯(lián)網(wǎng)目標跟蹤策略。該策略在稀疏采樣感知信號的情況下對感知信號的恢復情況較好,利用感知差分法對目標的位置跟蹤準確,且其稀疏采樣策略降低了網(wǎng)絡的通信量,提高了網(wǎng)絡的能效性。4)針對移動目標跟蹤型網(wǎng)絡應用,對物聯(lián)網(wǎng)節(jié)點能耗模型進行詳細分析,研究面向目標跟蹤的節(jié)點調度策略。首先提出一種高能效的物聯(lián)網(wǎng)自適應節(jié)點調度算法ANSTT,算法根據(jù)各節(jié)點對移動目標的感知能力以及節(jié)點的相對剩余能量水平,自動調整節(jié)點工作模式。提出3個性能指標對算法進行性能評價,采用馬爾可夫過程分析3個性能指標在算法中的概率模型。ANSTT算法在維持低感知延時、高目標感知率的同時,可有效降低系統(tǒng)能耗,延長網(wǎng)絡壽命。然后提出一種基于預測的移動目標跟蹤節(jié)點協(xié)同調度算法,提出目標運動和節(jié)點感知模型,利用粒子濾波構造節(jié)點感知功效函數(shù),利用一種均衡節(jié)點剩余能量的方法構造感知能效函數(shù),選舉出參與目標跟蹤過程的感知組成員。該算法具有較高的目標跟蹤精度,且可有效平衡節(jié)點之間的能耗分布。
【關鍵詞】：物聯(lián)網(wǎng) 感知層 節(jié)點調度 目標跟蹤
【學位授予單位】：廣東工業(yè)大學
【學位級別】：博士
【學位授予年份】：2015
【分類號】：TP391.44;TN929.5
【目錄】：

• 摘要4-6
• ABSTRACT6-9
• 目錄9-12
• CONTENTS12-15
• 第一章 緒論15-33
• 1.1 研究背景及意義15-18
• 1.1.1 研究背景15
• 1.1.2 研究意義15-18
• 1.2 國內外研究現(xiàn)狀18-29
• 1.2.1 物聯(lián)網(wǎng)節(jié)點調度策略18-25
• 1.2.2 物聯(lián)網(wǎng)目標跟蹤策略25-29
• 1.3 課題來源和主要研究內容29-33
• 1.3.1 課題來源29
• 1.3.2 主要研究內容29-31
• 1.3.3 論文結構31-33
• 第二章 物聯(lián)網(wǎng)節(jié)點調度及數(shù)據(jù)收集機制33-50
• 2.1 引言33-34
• 2.2 節(jié)點調度機制34-43
• 2.2.1 基于容忍覆蓋區(qū)域的節(jié)點調度算法34-35
• 2.2.2 高能效覆蓋優(yōu)化節(jié)點調度算法35-37
• 2.2.3 算法性能分析37-43
• 2.3 數(shù)據(jù)收集機制43-49
• 2.3.1 網(wǎng)絡模型43-44
• 2.3.2 問題描述44-45
• 2.3.3 DRGC協(xié)議描述45-47
• 2.3.4 仿真實驗與分析47-49
• 2.4 本章小結49-50
• 第三章 基于網(wǎng)格剖分的物聯(lián)網(wǎng)節(jié)點調度策略50-62
• 3.1 引言50
• 3.2 網(wǎng)格剖分方式50-55
• 3.2.1 基于Voronoi網(wǎng)格的剖分方式50-52
• 3.2.2 基于三角形網(wǎng)格的剖分方式52-54
• 3.2.3 基于正方形網(wǎng)格的剖分方式54-55
• 3.3 SRPMNSA算法55-56
• 3.4 I-SRPMNSA算法56-58
• 3.5 仿真結果及分析58-61
• 3.6 本章小結61-62
• 第四章 基于壓縮感知和感知差分的物聯(lián)網(wǎng)目標跟蹤策略62-72
• 4.1 引言62-63
• 4.2 系統(tǒng)模型63
• 4.3 壓縮感知63-64
• 4.4 感知差分64-66
• 4.5 分布式目標跟蹤算法66-68
• 4.5.1 稀疏表示66-67
• 4.5.2 觀測采樣67-68
• 4.5.3 位置重構68
• 4.6 仿真實驗及結果分析68-71
• 4.6.1 感知信號重構情況68-69
• 4.6.2 目標跟蹤精度69-70
• 4.6.3 目標數(shù)量的影響70-71
• 4.7 本章小結71-72
• 第五章 面向目標跟蹤的物聯(lián)網(wǎng)節(jié)點調度策略72-98
• 5.1 引言72
• 5.2 自適應目標跟蹤節(jié)點調度策略72-90
• 5.2.1 問題描述72-76
• 5.2.2 ANSTT算法描述76-82
• 5.2.3 仿真和評價82-90
• 5.3 基于預測的分布式目標跟蹤節(jié)點調度策略90-97
• 5.3.1 系統(tǒng)模型90-91
• 5.3.2 提出的算法91-93
• 5.3.3 仿真結果與分析93-97
• 5.4 本章小結97-98
• 總結98-100
• 參考文獻100-112
• 攻讀博士學位期間發(fā)表或完成的論文112-114
• 致謝11

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 盧旭;程良倫;;物聯(lián)網(wǎng)感知層高能效覆蓋優(yōu)化節(jié)點調度算法[J];計算機應用研究;2013年05期

2 賀抗生;鄺繼順;姚焯善;;基于能量和鄰居信息的傳感器睡眠調度協(xié)議[J];計算機應用;2008年06期

3 陳娟;;無線傳感網(wǎng)中基于正方形剖分的節(jié)點調度算法[J];計算機工程與應用;2012年35期

4 任秀麗;王偉勇;;基于空間分辨率的無線傳感網(wǎng)節(jié)點調度策略[J];計算機應用;2013年08期

5 肖艷文;王金寶;李亞平;高宏;;云計算系統(tǒng)中能量有效的數(shù)據(jù)擺放算法和節(jié)點調度策略[J];計算機研究與發(fā)展;2013年S1期

6 陳娟;;異構傳感網(wǎng)中基于組合指派編碼模型的節(jié)點調度算法[J];計算機應用;2013年01期

7 景偉娜;;K覆蓋保證的異構傳感器網(wǎng)絡節(jié)點調度設計[J];計算機測量與控制;2013年04期

8 程榮;;一種新的面向目標跟蹤的傳感器節(jié)點調度策略[J];微處理機;2008年06期

9 鄔春學;畢春霞;孟其琛;;無線傳感器網(wǎng)絡基于節(jié)點調度的雙簇頭路由協(xié)議[J];上海理工大學學報;2013年05期

10 張茜;孫力娟;郭劍;肖甫;王汝傳;;基于網(wǎng)格劃分的節(jié)點調度覆蓋算法[J];計算機研究與發(fā)展;2011年S2期

中國重要會議論文全文數(shù)據(jù)庫 前2條

1 史軍暉;程良倫;;EASNS:一種能量敏感、負載均衡的感知節(jié)點調度算法[A];中國自動化學會中南六省（區(qū)）2010年第28屆年會·論文集[C];2010年

2 袁久銀;石為人;;基于概率模型的無線傳感器網(wǎng)絡節(jié)點調度算法[A];2007'儀表，自動化及先進集成技術大會論文集（一）[C];2007年

中國博士學位論文全文數(shù)據(jù)庫 前1條

1 盧旭;物聯(lián)網(wǎng)節(jié)點調度及目標跟蹤策略研究[D];廣東工業(yè)大學;2015年

中國碩士學位論文全文數(shù)據(jù)庫 前10條

1 肖艷文;云計算系統(tǒng)中能量有效的數(shù)據(jù)擺放算法和節(jié)點調度策略的研究[D];哈爾濱工業(yè)大學;2013年

2 湯s

本文編號：366501