本文關鍵詞：一種基于K均值聚類和PSO的無線傳感器網(wǎng)絡分簇路由協(xié)議研究

  更多相關文章： 無線傳感器網(wǎng)絡 K均值聚類 分簇 粒子群 路由協(xié)議

【摘要】：傳感器技術、計算機技術和通信技術是現(xiàn)代信息技術的基礎,已經(jīng)應用到信息感知、處理和傳輸?shù)阮I域。隨著用戶需求的不斷增長,無線傳感器網(wǎng)絡成為一種感知物理世界的全新工具,是物聯(lián)網(wǎng)的“神經(jīng)末梢”,各個國家和地區(qū)對無線傳感器網(wǎng)絡的研究也給予足夠的重視,投入大量資金進行研究。無線傳感器網(wǎng)絡由許多具有感知能力的傳感器節(jié)點組成,這些節(jié)點部署在監(jiān)測區(qū)域。無線傳感器網(wǎng)絡規(guī)模龐大,節(jié)點無論在能量、信息存儲還是傳輸距離等方面能力十分有限,所以如何提高節(jié)點能量利用率、延長節(jié)點生命時間,從而延長網(wǎng)絡的生命周期成為當今世界各國學者研究的一個關鍵問題。許多研究指出基于分簇的拓撲路由協(xié)議可以有效降低節(jié)點能耗,可以方便網(wǎng)絡管理,網(wǎng)絡可擴展性也有所提高,但依然存在問題需要去研究。本文對分簇路由協(xié)議進行研究,所做的主要工作有：(1)分析總結無線傳感器網(wǎng)絡的組成及結構特點,對無線傳感器網(wǎng)絡路由協(xié)議的設計特點和要求進行介紹,并就當前一些典型的路由協(xié)議舉例說明,分析其優(yōu)勢和不足,指出當前的研究熱點和尚待解決的問題。(2)介紹K均值聚類算法和粒子群算法,就兩種算法的應用環(huán)境和特點進行分析說明,在此基礎之上介紹幾種比較典型的改進方法,分析改進的目的以及在無線傳感器網(wǎng)絡研究中的應用。(3)針對無線傳感器網(wǎng)絡中節(jié)點能量有限且補充困難等問題,提出K-DENC路由協(xié)議,該協(xié)議基于K均值聚類算法進行網(wǎng)絡分簇,從而實現(xiàn)網(wǎng)絡分簇更加緊湊合理,減小因為距離較遠而引起節(jié)點能量消耗過大的問題。(4)網(wǎng)絡分簇完成之后在進行簇內(nèi)簇頭的選舉,引入簇頭選舉的評價函數(shù),評價函數(shù)考慮節(jié)點剩余能量以及節(jié)點與節(jié)點的位置關系,利用改進的粒子群算法進行雙簇頭—主簇頭和副簇頭的選舉。采用雙簇頭的模式可以進一步降低簇頭能耗,達到網(wǎng)絡節(jié)點能耗均衡的目的。實驗仿真表明,K-DENC協(xié)議與經(jīng)典的LEACH相比,可以使網(wǎng)絡節(jié)點能耗更加均衡,節(jié)點能量利用率更高,可以有效延長整個網(wǎng)絡的生命周期。
【關鍵詞】：無線傳感器網(wǎng)絡 K均值聚類 分簇 粒子群 路由協(xié)議
【學位授予單位】：陜西師范大學
【學位級別】：碩士
【學位授予年份】：2015
【分類號】：TP212.9;TN915.04
【目錄】：

• 摘要3-4
• Abstract4-9
• 第一章 引言9-15
• 1.1 研究背景及意義9-10
• 1.2 國內(nèi)外研究現(xiàn)狀10-11
• 1.3 本文的研究內(nèi)容和主要工作11-12
• 1.4 本文章節(jié)安排12-15
• 第二章 無線傳感器網(wǎng)絡及其路由協(xié)議概述15-35
• 2.1 無線傳感器網(wǎng)絡15-18
• 2.1.1 無線傳感器網(wǎng)絡特點16-17
• 2.1.2 無線傳感器網(wǎng)絡應用17-18
• 2.2 無線傳感器網(wǎng)絡路由協(xié)議說明18-19
• 2.2.1 無線傳感器網(wǎng)絡路由協(xié)議設計目標18-19
• 2.2.2 無線傳感器網(wǎng)絡路由協(xié)議設計難題19
• 2.3 常見的無線傳感器網(wǎng)絡分類方法19-31
• 2.3.1 分簇路由協(xié)議20-24
• 2.3.2 平面路由協(xié)議24-29
• 2.3.3 其他的路由協(xié)議29-30
• 2.3.4 平面路由協(xié)議和分簇路由協(xié)議的比較30-31
• 2.4 通信模塊減少能耗方法31-32
• 2.4.1 降低數(shù)據(jù)流量31
• 2.4.2 延長節(jié)點睡眠時間31-32
• 2.4.3 采用短距離多跳的方式進行通信32
• 2.5 問題研究方向32
• 2.6 本章小結32-35
• 第三章 K均值聚類算法和粒子群優(yōu)化算法介紹35-45
• 3.1 聚類算法35-37
• 3.1.1 K均值聚類算法35-37
• 3.2 粒子群算法37-43
• 3.2.1 基本原理37-38
• 3.2.2. 專業(yè)術語介紹38-39
• 3.2.3 算法基本流程39-40
• 3.2.4 粒子群算法的構成要素40
• 3.2.5 控制參數(shù)選擇40
• 3.2.6 粒子群算法群體智能搜索40-41
• 3.2.7 幾種改進型粒子群算法41-43
• 3.3 本章小結43-45
• 第四章 基于K均值聚類算法分簇的無線傳感器路由協(xié)議45-55
• 4.1 研究模型假定46-47
• 4.1.1 無線傳輸能量模型46-47
• 4.1.2 網(wǎng)絡模型47
• 4.2 LEACH協(xié)議概述以及改進策略47-49
• 4.2.1 LEACH協(xié)議概述47-48
• 4.2.2 LEACH協(xié)議的改進策略48-49
• 4.3 K-DENC分簇協(xié)議49-54
• 4.3.1 簇的建立49-50
• 4.3.2 簇頭節(jié)點的選取50
• 4.3.3 主簇頭的選舉50-51
• 4.3.4 副簇頭節(jié)點的選舉51-52
• 4.3.5 穩(wěn)態(tài)階段52
• 4.3.6 最佳分簇數(shù)52-54
• 4.4 本章小結54-55
• 第五章 模擬與仿真55-61
• 5.1 協(xié)議分析及仿真55-60
• 5.1.1 參數(shù)設置55
• 5.1.2 仿真與分析55-60
• 5.2 本章小結60-61
• 第六章 總結和展望61-65
• 6.1 本文工作總結61-62
• 6.2 展望62-65
• 參考文獻65-69
• 致謝69-71
• 攻讀碩士學位期間的研究成果71
• 一、學術論文71
• 二、科研項目71
• 三、所獲獎項71

【參考文獻】

中國期刊全文數(shù)據(jù)庫 前4條

1 文成林;多傳感器單模型動態(tài)系統(tǒng)多尺度數(shù)據(jù)融合[J];電子學報;2001年03期

2 李建中;高宏;;無線傳感器網(wǎng)絡的研究進展[J];計算機研究與發(fā)展;2008年01期

3 馬祖長,孫怡寧,梅濤;無線傳感器網(wǎng)絡綜述[J];通信學報;2004年04期

4 高鷹;姚振堅;謝勝利;;基于種群密度的粒子群優(yōu)化算法[J];系統(tǒng)工程與電子技術;2006年06期

，

本文編號：605020