本文關(guān)鍵詞：基于概率感知模型的有向傳感器網(wǎng)絡(luò)覆蓋

  更多相關(guān)文章： 無線傳感器網(wǎng)絡(luò) 傳感器部署 有向傳感器網(wǎng)絡(luò) 概率感知

【摘要】：無線傳感器網(wǎng)絡(luò)給人類提供了一種安全、便捷的從自然世界獲取信息的方法,極大提高了人類認(rèn)識(shí)自然和利用自然資源的能力。無線傳感器網(wǎng)絡(luò)廣泛應(yīng)用于軍事戰(zhàn)場戰(zhàn)況監(jiān)視、民用公共設(shè)施維護(hù)與管理、工業(yè)設(shè)備檢測與維修、動(dòng)植物聚集地的科學(xué)觀測等。本文針對(duì)有向傳感器網(wǎng)絡(luò)的部署問題進(jìn)行了研究。首先介紹了無線傳感器網(wǎng)絡(luò)中全向和有向傳感器的特性與特點(diǎn),根據(jù)傳感器自身功耗低、速率低、以數(shù)據(jù)為中心、可用資源有限等特點(diǎn),對(duì)全向感知模型和有向感知模型的區(qū)別和限制做出了有效的分析,同時(shí)分析了有向傳感器網(wǎng)絡(luò)覆蓋和節(jié)點(diǎn)部署的研究現(xiàn)狀,在此基礎(chǔ)上提出了有向傳感器節(jié)點(diǎn)的感知概率模型,建立了評(píng)估算法覆蓋度、穩(wěn)定性和冗余性及能耗等評(píng)估指標(biāo)。針對(duì)隨機(jī)部署條件下的有向傳感器網(wǎng)絡(luò)區(qū)域覆蓋問題,基于有向傳感器概率感知模型,預(yù)設(shè)網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)標(biāo)準(zhǔn)工作方向,通過對(duì)目標(biāo)的聯(lián)合概率感知,使監(jiān)測區(qū)域內(nèi)網(wǎng)格點(diǎn)被網(wǎng)絡(luò)感知的概率等于或超過感知閾值,通過比較工作節(jié)點(diǎn)的理論位置和實(shí)際節(jié)點(diǎn)位置,采用分布式算法對(duì)節(jié)點(diǎn)進(jìn)行喚醒。該方法使用較少的節(jié)點(diǎn)對(duì)監(jiān)測區(qū)域進(jìn)行覆蓋并達(dá)到了目標(biāo)要求,仿真結(jié)果表明,該算法實(shí)現(xiàn)了有向傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的合理分布,有效地減少了節(jié)點(diǎn)的使用,提高了網(wǎng)絡(luò)的覆蓋率和生存期�；诜较蚩烧{(diào)的視頻傳感器節(jié)點(diǎn)概率感知模型,對(duì)視頻傳感器網(wǎng)絡(luò)中路徑覆蓋增強(qiáng)算法研究(PFPCE)進(jìn)行改進(jìn)。通過分析該模型下視頻傳感器節(jié)點(diǎn)等效質(zhì)心位置,確定目標(biāo)軌跡點(diǎn)對(duì)跟蹤節(jié)點(diǎn)的引力、兩個(gè)跟蹤節(jié)點(diǎn)之間的斥力大小關(guān)系,跟蹤節(jié)點(diǎn)根據(jù)所受合力調(diào)整感知方向,使網(wǎng)絡(luò)對(duì)目標(biāo)軌跡點(diǎn)的聯(lián)合感知概率等于或者超過感知閾值。仿真結(jié)果說明,本算法進(jìn)一步增加了有向傳感器節(jié)點(diǎn)對(duì)目標(biāo)進(jìn)入覆蓋區(qū)域的感知,以更少的有向視頻傳感器節(jié)點(diǎn),獲得視頻傳感器網(wǎng)絡(luò)對(duì)路徑的充分高效覆蓋。
【關(guān)鍵詞】：無線傳感器網(wǎng)絡(luò) 傳感器部署 有向傳感器網(wǎng)絡(luò) 概率感知
【學(xué)位授予單位】：河南科技大學(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
【目錄】：

• 摘要3-4
• ABSTRACT4-8
• 第1章 緒論8-20
• 1.1 選題背景和研究意義8-9
• 1.2 無線傳感器網(wǎng)絡(luò)9-17
• 1.2.1 無線傳感器網(wǎng)絡(luò)的分類10-11
• 1.2.2 有向傳感器網(wǎng)絡(luò)的特點(diǎn)11-13
• 1.2.3 有向傳感器節(jié)點(diǎn)的結(jié)構(gòu)13-14
• 1.2.4 有向傳感器網(wǎng)絡(luò)所受限制14-15
• 1.2.5 有向傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)15-16
• 1.2.6 無線傳感器網(wǎng)絡(luò)應(yīng)用16-17
• 1.3 本文所做的工作及其內(nèi)容安排17-20
• 1.3.1 本文所做的工作17-18
• 1.3.2 本文內(nèi)容的安排18-20
• 第2章 有向傳感器網(wǎng)絡(luò)覆蓋部署20-35
• 2.1 有向傳感器網(wǎng)絡(luò)20-27
• 2.1.1 有向傳感器網(wǎng)絡(luò)20
• 2.1.2 節(jié)點(diǎn)感知模型20-25
• 2.1.3 節(jié)點(diǎn)通訊模型25-27
• 2.2 有向傳感器網(wǎng)絡(luò)的典型運(yùn)行機(jī)制27-30
• 2.2.1 休眠喚醒調(diào)度機(jī)制27-28
• 2.2.2 節(jié)點(diǎn)運(yùn)動(dòng)方式28-29
• 2.2.3 虛擬力原理29-30
• 2.3 傳感器網(wǎng)絡(luò)覆蓋部署30-34
• 2.3.1 網(wǎng)絡(luò)覆蓋部署控制30-31
• 2.3.2 研究的基本問題31-32
• 2.3.3 網(wǎng)絡(luò)覆蓋部署的挑戰(zhàn)和不足32-33
• 2.3.4 有向傳感器覆蓋部署33-34
• 2.4 本章小結(jié)34-35
• 第3章 基于概率感知模型的有向傳感器網(wǎng)絡(luò)覆蓋算法35-53
• 3.1 引言35-36
• 3.2 感知模型36-39
• 3.2.1 有向傳感器概率感知模型36-38
• 3.2.2 覆蓋模型38-39
• 3.3 基于概率感知模型的有向傳感器網(wǎng)絡(luò)覆蓋算法39-48
• 3.3.1 算法假設(shè)39-40
• 3.3.2 標(biāo)準(zhǔn)工作方向40-44
• 3.3.3 工作節(jié)點(diǎn)數(shù)量估算44-45
• 3.3.4 算法描述45-48
• 3.4 仿真分析48-52
• 3.5 本章小結(jié)52-53
• 第4章 基于概率感知模型的有向傳感器網(wǎng)絡(luò)路徑覆蓋改進(jìn)算法53-67
• 4.1 引言53-54
• 4.2 感知模型54-58
• 4.2.1 概率感知模型54-55
• 4.2.2 計(jì)算等效質(zhì)心55-56
• 4.2.3 目標(biāo)軌跡56-57
• 4.2.4 覆蓋模型57-58
• 4.3 基于概率感知模型的有向傳感器網(wǎng)絡(luò)路徑覆蓋改進(jìn)算法58-62
• 4.3.1 算法設(shè)定58
• 4.3.2 虛擬力受力分析58-61
• 4.3.3 算法描述61-62
• 4.4 仿真分析62-66
• 4.5 本章小結(jié)66-67
• 第5章 結(jié)論67-69
• 5.1 總結(jié)67-68
• 5.2 展望68-69
• 參考文獻(xiàn)69-74
• 附錄A 算法偽代碼74-75
• 致謝75-76
• 攻讀學(xué)位期間的研究成果76

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前9條

1 張寶利;于峰崎;張足生;;一種能量有效的三維傳感器網(wǎng)絡(luò)覆蓋控制算法[J];傳感技術(shù)學(xué)報(bào);2009年02期

2 黃帥;程良倫;;一種基于虛擬力的有向傳感器網(wǎng)絡(luò)低冗余覆蓋增強(qiáng)算法[J];傳感技術(shù)學(xué)報(bào);2011年03期

3 黃帥;程良倫;;一種面向目標(biāo)的有向傳感器網(wǎng)絡(luò)連通覆蓋算法[J];傳感器與微系統(tǒng);2012年01期

4 董蕾;于宏毅;張霞;;一種無線傳感器網(wǎng)絡(luò)全連通群的休眠調(diào)度算法[J];電子與信息學(xué)報(bào);2007年05期

5 陳文萍;楊萌;洪弋;李德英;;視頻傳感器網(wǎng)絡(luò)覆蓋問題[J];計(jì)算機(jī)應(yīng)用;2013年06期

6 馬華東;陶丹;;多媒體傳感器網(wǎng)絡(luò)及其研究進(jìn)展[J];軟件學(xué)報(bào);2006年09期

7 蔣一波;王萬良;陳偉杰;鄭建煒;姚信威;;視頻傳感器網(wǎng)絡(luò)中無盲區(qū)監(jiān)視優(yōu)化[J];軟件學(xué)報(bào);2012年02期

8 屈巍;汪晉寬;趙旭;劉志剛;;基于遺傳算法的無線傳感器網(wǎng)絡(luò)覆蓋控制優(yōu)化策略[J];系統(tǒng)工程與電子技術(shù);2010年11期

9 衣曉;薛興亮;;基于概率感知模型的N段有向覆蓋與K重全向覆蓋研究[J];現(xiàn)代電子技術(shù);2013年16期

，

本文編號(hào)：1050632