無(wú)線體域網(wǎng)(Wireless Body Area Network,WBAN)利用部署在人體體表或體內(nèi)的傳感器節(jié)點(diǎn)組成無(wú)線局域網(wǎng),長(zhǎng)時(shí)間的收集人體體征信息。無(wú)線體域網(wǎng)作為無(wú)線傳感器網(wǎng)絡(luò)的新興分支,在遠(yuǎn)程醫(yī)療、體育訓(xùn)練與軍事安全等方面具有巨大的應(yīng)用價(jià)值。但是,在無(wú)線體域網(wǎng)中多采用電池作能量供給,能量十分有限。因此,在能量受限的情況下,對(duì)無(wú)線體域網(wǎng)的能量進(jìn)行優(yōu)化,延長(zhǎng)網(wǎng)絡(luò)節(jié)點(diǎn)生命周期具有理論研究?jī)r(jià)值與實(shí)際應(yīng)用意義。論文在研究無(wú)線體域網(wǎng)通信標(biāo)準(zhǔn)IEEE 802.15.6協(xié)議的基礎(chǔ)上,針對(duì)人體陰影效應(yīng)與空閑偵聽(tīng)導(dǎo)致的能量浪費(fèi)問(wèn)題,分別進(jìn)行相關(guān)優(yōu)化。通過(guò)網(wǎng)絡(luò)重傳策略的優(yōu)化減少人體陰影效應(yīng)對(duì)網(wǎng)絡(luò)通信的影響;通過(guò)網(wǎng)絡(luò)節(jié)點(diǎn)蘇醒間隔的優(yōu)化減少傳感器空閑偵聽(tīng)的時(shí)間。首先,考慮到人體陰影效應(yīng)對(duì)無(wú)線體域網(wǎng)的影響,提出了一種跨層重傳策略。當(dāng)數(shù)據(jù)傳輸失敗時(shí),接收端根據(jù)物理層的信號(hào)特征判斷失敗原因,并將判斷結(jié)果反饋給發(fā)送端。針對(duì)不同的失敗原因,發(fā)送端在介質(zhì)訪問(wèn)控制(Medium Access Control,MAC)層采取不同的重傳策略以提高數(shù)據(jù)幀重傳成功率。通過(guò)重傳成功率的增加,減少因重復(fù)重傳而產(chǎn)生的能量浪費(fèi)。仿真實(shí)...

【文章頁(yè)數(shù)】：68 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
Abstract
注釋表
第一章 緒論
    1.1 論文研究背景和意義
    1.2 研究現(xiàn)狀與發(fā)展趨勢(shì)
    1.3 論文研究?jī)?nèi)容和結(jié)構(gòu)
第二章 WBAN通信標(biāo)準(zhǔn)
    2.1 引言
    2.2 網(wǎng)絡(luò)拓?fù)浣榻B
    2.3 安全模式
    2.4 IEEE802.15.6標(biāo)準(zhǔn)物理層
        2.4.1 窄帶物理層
        2.4.2 超寬帶物理層
        2.4.3 人體通信物理層
    2.5 IEEE802.15.6標(biāo)準(zhǔn)MAC層
        2.5.1 MAC層幀結(jié)構(gòu)
        2.5.2 MAC層幀類型
        2.5.3 MAC層訪問(wèn)模式
        2.5.4 MAC層接入方式
    2.6 本章小結(jié)
第三章 陰影效應(yīng)下的跨層重傳策略
    3.1 引言
    3.2 跨層重傳策略
        3.2.1 無(wú)線體域網(wǎng)網(wǎng)絡(luò)模型
        3.2.2 無(wú)線體域網(wǎng)超幀結(jié)構(gòu)
        3.2.3 無(wú)線體域網(wǎng)跨層重傳
    3.3 模型分析
        3.3.1 離散馬爾科夫鏈模型
        3.3.2 節(jié)點(diǎn)訪問(wèn)率
        3.3.3 網(wǎng)絡(luò)吞吐量
        3.3.4 網(wǎng)絡(luò)能量消耗
    3.4 實(shí)驗(yàn)仿真
        3.4.1 仿真場(chǎng)景設(shè)置
        3.4.2 仿真結(jié)果與分析
    3.5 本章小結(jié)
第四章 無(wú)線體域網(wǎng)動(dòng)態(tài)休眠機(jī)制
    4.1 引言
    4.2 無(wú)線體域網(wǎng)能耗研究
    4.3 基于前導(dǎo)碼采樣的動(dòng)態(tài)休眠機(jī)制
        4.3.1 前導(dǎo)碼采樣協(xié)議研究
        4.3.2 無(wú)線體域網(wǎng)動(dòng)態(tài)休眠工作場(chǎng)景
        4.3.3 基于前導(dǎo)碼采樣動(dòng)態(tài)休眠算法
    4.4 模型分析
    4.5 實(shí)驗(yàn)仿真
        4.5.1 仿真場(chǎng)景設(shè)置
        4.5.2 仿真結(jié)果與分析
    4.6 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 展望
參考文獻(xiàn)
致謝
攻讀碩士期間發(fā)表的論文和科研項(xiàng)目



本文編號(hào)：4024054