本文關鍵詞：基于事件和規(guī)則驅動的物聯(lián)網(wǎng)路由動態(tài)優(yōu)化算法，，由筆耕文化傳播整理發(fā)布。

【摘要】：物聯(lián)網(wǎng)是我們對生產(chǎn)生活的各個方面進行方便快捷的控制和管理的基礎,是各種產(chǎn)業(yè)向現(xiàn)代化轉變的重要契機。但是,要充分發(fā)揮物聯(lián)網(wǎng)的作用,其必須符合應用范圍廣、可靠性高、使用時間長等要求。大部分物聯(lián)網(wǎng)部署在無線傳感器網(wǎng)絡上,由無線傳感器網(wǎng)絡實現(xiàn)信息采集。而在采集信息的網(wǎng)絡中,傳感器節(jié)點的能量是一定的并且要補充其能量的難度是非常大的,為了實現(xiàn)物聯(lián)網(wǎng)使用時間長的要求,如何延長網(wǎng)絡傳感器節(jié)點的工作壽命,成為非常必要的研究問題。本文針對突發(fā)事件監(jiān)測的無線傳感器網(wǎng)絡,受到生物免疫系統(tǒng)的啟發(fā),為了降低網(wǎng)絡的能量消耗,借鑒生物免疫機制的優(yōu)勢,同時考慮規(guī)則驅動,多路徑路由,sink節(jié)點移動等多個因素,設計路由算法,增長了網(wǎng)絡傳感器節(jié)點的生存時間。獲得了如下幾個方面的成果:(1)在事件驅動的無線傳感網(wǎng)路由動態(tài)分簇算法的成簇階段運用生物免疫機制,設計基于事件驅動的動態(tài)免疫分簇路由算法(EDICR),事件作為抗原,傳感器節(jié)點作為抗體,抗體對抗原有記憶保存功能,使得相似的抗原再次出現(xiàn)時,系統(tǒng)可以對事件及時響應。相似事件再次發(fā)生且傳感器節(jié)點符合能量要求時,可以直接調用抗體中的記憶,對事件進行快速建簇,節(jié)省了簇的建立過程所消耗的大量能量,增加了網(wǎng)絡的數(shù)據(jù)傳輸量,增長了網(wǎng)絡的生存時間。(2)定義規(guī)則,規(guī)則驅動下執(zhí)行事件驅動的動態(tài)免疫分簇多路徑路由算法,提出一種動態(tài)免疫分簇的規(guī)則驅動多路徑路由算法(rdicmr)。在事件驅動的無線傳感網(wǎng)絡動態(tài)分簇路由算法的數(shù)據(jù)傳輸階段運用生物免疫機制,當相似事件再次發(fā)生并且滿足能量規(guī)則時,可以直接調用記憶庫中的路由路徑進行數(shù)據(jù)傳輸;并且加入改進的能量多路徑路由,對路由過程中所有傳感器節(jié)點的能耗進行平衡,通過節(jié)省數(shù)據(jù)傳輸能耗,增長網(wǎng)絡生存時間。(3)針對動態(tài)免疫分簇的規(guī)則驅動多路徑路由算法中能量消耗不均衡等問題,引入移動sink節(jié)點,提出有效解決能量不均衡問題的sink移動策略(mserdicr)。該策略將網(wǎng)絡分割成網(wǎng)格,根據(jù)基于事件和規(guī)則的免疫分簇路由算法建簇后,通過可控移動策略——剩余能量掃描(e-scan)調度sink節(jié)點的位置,可以節(jié)約網(wǎng)絡能量消耗。在matlab仿真中,具體分析了sink節(jié)點的移動范圍,網(wǎng)格大小和移動網(wǎng)格的最低能量標準在mserdicr算法性能上的作用。分析結果顯示,sink節(jié)點移動范圍為事件發(fā)生網(wǎng)格周圍一周、網(wǎng)格邊長為10、移動網(wǎng)格的最低能量標準為網(wǎng)格內平均能量的65%時,mserdicr算法性能最佳;mserdicr算法的網(wǎng)絡生存時間比mseerp、gap和ttdd算法長。最后,針對論文的研究內容,探討了研究中的可優(yōu)化的方面,并就此得出新的研究方向。
【關鍵詞】：事件驅動 規(guī)則驅動 生物免疫機制 分簇路由 網(wǎng)絡生命周期
【學位授予單位】：東華大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：TP391.44;TN929.5
【目錄】：

• 摘要4-7
• ABSTRACT7-11
• 第一章 緒論11-15
• 1.1 研究背景及意義11-12
• 1.2 研究現(xiàn)狀12-13
• 1.2.1 物聯(lián)網(wǎng)技術國內外研究現(xiàn)狀12
• 1.2.2 生物智能算法的研究現(xiàn)狀12-13
• 1.3 論文的研究內容和創(chuàng)新點13-14
• 1.4 論文的章節(jié)安排14-15
• 第二章 物聯(lián)網(wǎng)及生物免疫系統(tǒng)綜述15-25
• 2.1 引言15
• 2.2 物聯(lián)網(wǎng)15-18
• 2.2.1 物聯(lián)網(wǎng)的內涵15
• 2.2.2 物聯(lián)網(wǎng)體系結構15-16
• 2.2.3 物聯(lián)網(wǎng)的關鍵技術16
• 2.2.4 物聯(lián)網(wǎng)的應用進展16-18
• 2.3 WSN18-21
• 2.3.1 WSN的組成、特點和體系結構18-20
• 2.3.2 WSN的拓撲結構20-21
• 2.3.3 WSN的研究和應用21
• 2.4 WSN路由協(xié)議21-23
• 2.4.1 路由協(xié)議的特點22
• 2.4.2 路由協(xié)議完成的主要目標22
• 2.4.3 路由協(xié)議分類22-23
• 2.5 人工免疫系統(tǒng)23-24
• 2.5.1 生物免疫系統(tǒng)23-24
• 2.5.2 人工免疫系統(tǒng)24
• 2.6 小結24-25
• 第三章 基于事件驅動的動態(tài)免疫分簇路由算法25-40
• 3.1 引言25-26
• 3.2 事件驅動型無線傳感器網(wǎng)絡26-27
• 3.2.1 事件驅動型系統(tǒng)的特點26
• 3.2.2 事件驅動型路由算法26-27
• 3.3 基于事件驅動的動態(tài)免疫分簇路由算法27-39
• 3.3.1 網(wǎng)絡模型及無線通信能耗理論27-28
• 3.3.2 EDICR算法流程28-30
• 3.3.3 系統(tǒng)初始化30-31
• 3.3.4 與生物免疫系統(tǒng)的映射31-32
• 3.3.5 事件簇發(fā)成簇與數(shù)據(jù)傳輸32-35
• 3.3.6 EDICR算法仿真分析35-39
• 3.4 小結39-40
• 第四章 動態(tài)免疫分簇的規(guī)則驅動多路徑路由算法40-59
• 4.1 引言40
• 4.2 規(guī)則驅動的思想概述40
• 4.3 動態(tài)免疫分簇的規(guī)則驅動多路徑路由算法(RDICMR)40-57
• 4.3.1 規(guī)則驅動40-45
• 4.3.2 與生物免疫系統(tǒng)的映射45-46
• 4.3.3 網(wǎng)絡模型46-47
• 4.3.4 RDICMR詳細算法47-49
• 4.3.5 RDICMR算法仿真分析49-57
• 4.4 小結57-59
• 第五章 事件和規(guī)則驅動的動態(tài)免疫分簇路由sink移動策略59-68
• 5.1 引言59
• 5.2 路由算法sink移動策略綜述59-61
• 5.2.1 MSWSN路由協(xié)議的介紹59-60
• 5.2.2 MSWSN路由協(xié)議的比較60
• 5.2.3 MSWSN中sink節(jié)點的移動策略分析60-61
• 5.3 事件和規(guī)則驅動的動態(tài)免疫分簇路由sink移動策略61-64
• 5.3.1 MSERDICR算法流程61-62
• 5.3.2 Sink節(jié)點移動策略62-63
• 5.3.3 網(wǎng)絡分簇63
• 5.3.4 數(shù)據(jù)傳輸63-64
• 5.4 MSERDICR算法仿真分析64-67
• 5.4.1 仿真環(huán)境64
• 5.4.2 MSERDICR影響因子分析64-66
• 5.4.3 MSERDICR算法仿真分析66
• 5.4.4 結論66-67
• 5.5 小結67-68
• 第六章 總結與展望68-70
• 6.1 總結68-69
• 6.2 展望69-70
• 參考文獻70-77
• 致謝77-78
• 附錄：攻讀碩士期間發(fā)表的論文和參與的項目78

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前1條

1 馬華東;;Internet of Things:Objectives and Scientific Challenges[J];Journal of Computer Science & Technology;2011年06期

  本文關鍵詞：基于事件和規(guī)則驅動的物聯(lián)網(wǎng)路由動態(tài)優(yōu)化算法，由筆耕文化傳播整理發(fā)布。

本文編號：389325