高速鐵路的快速發(fā)展,使我國(guó)擁有世界上運(yùn)行速度最快且里程最長(zhǎng)的高速鐵路網(wǎng),給旅客出行帶來(lái)極大的方便,同時(shí)列車運(yùn)營(yíng)安全也成為人們?cè)絹?lái)越關(guān)注的問(wèn)題,列車安全運(yùn)行的關(guān)鍵就是對(duì)列車運(yùn)營(yíng)環(huán)境進(jìn)行實(shí)時(shí)監(jiān)測(cè)。目前,我國(guó)鐵路環(huán)境監(jiān)測(cè)仍使用復(fù)雜度高的有線網(wǎng)絡(luò)進(jìn)行監(jiān)測(cè),由于鐵路環(huán)境大多在偏僻地區(qū),部署繁瑣且維護(hù)成本高。因此,在鐵路環(huán)境監(jiān)測(cè)場(chǎng)景中引入無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Network,WSN）。與其它監(jiān)測(cè)系統(tǒng)相比,WSN網(wǎng)絡(luò)具有動(dòng)態(tài)自組織性、數(shù)據(jù)處理速度快、穩(wěn)定性高、部署成本低、兼容性強(qiáng)、可大規(guī)模部署等特點(diǎn)。但是,由于WSN節(jié)點(diǎn)能量受限,在線型網(wǎng)絡(luò)中“能量空洞”現(xiàn)象尤為嚴(yán)重,降低了WSN的網(wǎng)絡(luò)性能。本文主要針對(duì)鐵路監(jiān)測(cè)環(huán)境下WSN節(jié)點(diǎn)部署展開(kāi)研究,以解決簇首能耗不均衡為研究目標(biāo),提出一種適用于鐵路的帶狀WSN非均勻優(yōu)化分簇策略,用于對(duì)鐵路沿線列車運(yùn)營(yíng)情況進(jìn)行監(jiān)測(cè)。論文主要有以下研究成果:（1）對(duì)已有的線型WSN節(jié)點(diǎn)部署策略進(jìn)行分析,針對(duì)基于分簇的線型WSN網(wǎng)絡(luò)簇首能耗不均衡導(dǎo)致的“能量空洞”問(wèn)題,本文提出帶狀WSN非均勻優(yōu)化分簇算法。帶狀網(wǎng)絡(luò)按等比數(shù)列非均勻分簇的基礎(chǔ)上,分析簇首多跳...

【文章頁(yè)數(shù)】：58 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
1 緒論
    1.1 研究背景及意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文研究?jī)?nèi)容和主要工作
2 能量采集WSN節(jié)點(diǎn)部署技術(shù)
    2.1 無(wú)線傳感器網(wǎng)絡(luò)(WSN)概述
        2.1.1 WSN網(wǎng)絡(luò)結(jié)構(gòu)及特點(diǎn)
        2.1.2 WSN關(guān)鍵技術(shù)
        2.1.3 WSN未來(lái)發(fā)展與運(yùn)用
    2.2 能量采集技術(shù)
        2.2.1 太陽(yáng)能采集
        2.2.2 振動(dòng)能采集
        2.2.3 風(fēng)能采集
    2.3 WSN節(jié)點(diǎn)部署技術(shù)
        2.3.1 WSN節(jié)點(diǎn)部署分類
        2.3.2 WSN節(jié)點(diǎn)部署算法
        2.3.3 WSN節(jié)點(diǎn)部署評(píng)價(jià)指標(biāo)
    2.4 本章小結(jié)
3 基于鐵路的帶狀WSN非均勻優(yōu)化分簇研究
    3.1 傳統(tǒng)的線型節(jié)點(diǎn)部署策略
    3.2 帶狀WSN非均勻優(yōu)化分簇算法
        3.2.1 網(wǎng)絡(luò)模型
        3.2.2 能耗模型
        3.2.3 節(jié)點(diǎn)部署策略
        3.2.4 路由協(xié)議
    3.3 算法性能仿真與分析
        3.3.1 仿真環(huán)境與參數(shù)設(shè)置
        3.3.2 最優(yōu)分簇?cái)?shù)nopt的選取
        3.3.3 仿真結(jié)果分析
    3.4 本章總結(jié)
4 能量采集帶狀WSN非均勻優(yōu)化分簇研究
    4.1 WCMA太陽(yáng)能預(yù)測(cè)算法
        4.1.1 太陽(yáng)能特性
        4.1.2 WCMA預(yù)測(cè)算法
    4.2 能量采集WSN非均勻優(yōu)化分簇算法
        4.2.1 能量采集與預(yù)測(cè)模型
        4.2.2 簇首權(quán)值及更換機(jī)制
        4.2.3 性能分析
        4.2.4 仿真結(jié)果分析
    4.3 本章小結(jié)
5 總結(jié)與展望
    5.1 論文工作總結(jié)
    5.2 未來(lái)研究工作與展望
致謝
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果



本文編號(hào)：4006701