發(fā)布時(shí)間：2021-01-16 09:09

　　針對(duì)大規(guī)模無線傳感網(wǎng)數(shù)據(jù)處理網(wǎng)絡(luò)流量大、任務(wù)時(shí)延高的缺陷,提出了一種基于自適應(yīng)塊壓縮感知與離散彈性碰撞優(yōu)化算法的移動(dòng)節(jié)點(diǎn)數(shù)據(jù)收集方案。首先,通過分析網(wǎng)絡(luò)分塊與節(jié)點(diǎn)部署之間的關(guān)系,提出自適應(yīng)塊壓縮感知數(shù)據(jù)采集策略,實(shí)現(xiàn)傳感器節(jié)點(diǎn)基于自適應(yīng)網(wǎng)絡(luò)塊壓縮感知數(shù)據(jù)采集;設(shè)計(jì)移動(dòng)節(jié)點(diǎn)數(shù)據(jù)采集路徑規(guī)劃策略和多移動(dòng)節(jié)點(diǎn)協(xié)同計(jì)算機(jī)制,通過采用適應(yīng)度值約束變換處理技術(shù)和并行離散彈性碰撞優(yōu)化算法,達(dá)到均衡網(wǎng)絡(luò)節(jié)點(diǎn)能耗和降低數(shù)據(jù)處理任務(wù)時(shí)延的目的。最后,仿真結(jié)果表明,該數(shù)據(jù)收集方案能夠有效實(shí)現(xiàn)大規(guī)模傳感網(wǎng)數(shù)據(jù)高效處理,而且降低了網(wǎng)絡(luò)流量和網(wǎng)絡(luò)任務(wù)時(shí)延,更好均衡了網(wǎng)絡(luò)節(jié)點(diǎn)能耗。 

【文章來源】：西北工業(yè)大學(xué)學(xué)報(bào). 2020,38(02)北大核心

【文章頁(yè)數(shù)】：8 頁(yè)

【部分圖文】：

塊通信與協(xié)同計(jì)算模型

公式中Etrans和Erecv分別表示節(jié)點(diǎn)發(fā)送和接收能耗。ETx-amp為信道傳輸能耗。Eelec為發(fā)送單個(gè)字節(jié)時(shí)的傳感器節(jié)點(diǎn)能耗,通常取Eelec=50 nJ/bit,ε=100 pJ/(b·m-2)。圖2給出了不同重構(gòu)誤差要求下測(cè)量節(jié)點(diǎn)數(shù)M和網(wǎng)絡(luò)能耗對(duì)比結(jié)果,具體實(shí)驗(yàn)參數(shù)見表1。表1 實(shí)驗(yàn)參數(shù)設(shè)置 網(wǎng)絡(luò)及場(chǎng)景參數(shù) 硬件參數(shù) 能耗/mW 網(wǎng)絡(luò)模型 樹狀 通信頻率 2.4 GHz 發(fā)射功率 61 區(qū)域大小 10 km×10km 射頻芯片 CC2420 接收功率 45 節(jié)點(diǎn)數(shù)量 2 000個(gè) 物理層 IEEE 802.15.4 空閑功率 2.4×10-3 節(jié)點(diǎn)間隔 200 m MAC層 IEEE 802.15.4 休眠功率 1.4×10-3

不失一般性,假設(shè)只有1個(gè)移動(dòng)節(jié)點(diǎn)數(shù)據(jù)需要進(jìn)行負(fù)載均衡分配,為了分析ECO求解多移動(dòng)節(jié)點(diǎn)協(xié)同計(jì)算問題的有效性,分別與Greedy-LB(貪婪負(fù)載均衡算法)、WRR(加權(quán)輪轉(zhuǎn)法)和文獻(xiàn)[14]提出的CPSO-LB 3種負(fù)載均衡算法進(jìn)行對(duì)比分析,評(píng)價(jià)指標(biāo)設(shè)定為數(shù)據(jù)協(xié)同計(jì)算時(shí)延,其具體含義為數(shù)據(jù)進(jìn)行負(fù)載均衡分配時(shí)間,圖3給出了3種負(fù)載均衡算法時(shí)延對(duì)比結(jié)果,圖4給出了ECO算法與遺傳算法(GA)[9]、量子粒子群優(yōu)化算法(QPSO)[15]目標(biāo)函數(shù)收斂曲線對(duì)比結(jié)果,圖5給出了移動(dòng)節(jié)點(diǎn)數(shù)U對(duì)數(shù)據(jù)協(xié)同計(jì)算時(shí)延的影響。圖4 3種算法目標(biāo)函數(shù)收斂曲線

【參考文獻(xiàn)】：
期刊論文
[1]基于彈性碰撞優(yōu)化算法的傳感云資源調(diào)度[J]. 劉洲洲,李士寧,李彬,王皓,張倩昀,鄭然.  浙江大學(xué)學(xué)報(bào)(工學(xué)版). 2018(08)
[2]無線傳感網(wǎng)中基于時(shí)變多旅行商和遺傳算法的多目標(biāo)數(shù)據(jù)采集策略[J]. 俸皓,羅蕾,王勇,葉苗.  通信學(xué)報(bào). 2017(03)
[3]無線傳感器網(wǎng)絡(luò)中基于稀疏投影的數(shù)據(jù)收集方案[J]. 李鵬,王建新.  中南大學(xué)學(xué)報(bào)(自然科學(xué)版). 2016(10)
[4]高維多峰函數(shù)的量子行為粒子群優(yōu)化算法改進(jìn)研究[J]. 田瑾.  控制與決策. 2016(11)
[5]WSN中基于壓縮感知的高能效數(shù)據(jù)收集方案[J]. 李鵬,王建新,丁長(zhǎng)松.  自動(dòng)化學(xué)報(bào). 2016(11)
[6]面向醫(yī)療大數(shù)據(jù)的云霧網(wǎng)絡(luò)及其分布式計(jì)算方案[J]. 何秀麗,任智源,史晨華,叢犁.  西安交通大學(xué)學(xué)報(bào). 2016(10)
[7]基于區(qū)域化壓縮感知的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集方法[J]. 楊浩,王喜瑋.  計(jì)算機(jī)學(xué)報(bào). 2017(08)
[8]壓縮感知中基于變尺度法的貪婪重構(gòu)算法的研究[J]. 劉盼盼,李雷,王浩宇.  通信學(xué)報(bào). 2014(12)



本文編號(hào)：2980543