本文關(guān)鍵詞：基于協(xié)同式任務(wù)均衡的無(wú)線(xiàn)傳感網(wǎng)路由優(yōu)化算法研究　出處：《廣東工業(yè)大學(xué)》2016年碩士論文　論文類(lèi)型：學(xué)位論文

  更多相關(guān)文章： 任務(wù)強(qiáng)度 負(fù)載均衡 協(xié)同式 干擾度 QoS

【摘要】：無(wú)線(xiàn)傳感網(wǎng)(Wireless Sensor Network, WSN)是由部署在監(jiān)測(cè)區(qū)域內(nèi)的大量廉價(jià)微型傳感器節(jié)點(diǎn),通過(guò)無(wú)線(xiàn)通信方式形成的一個(gè)多跳的自組織的網(wǎng)絡(luò)系統(tǒng)。其目的是協(xié)作地感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域中被感知對(duì)象的信息,并發(fā)送給觀(guān)察者。傳感器、感知對(duì)象和觀(guān)察者構(gòu)成了無(wú)線(xiàn)傳感網(wǎng)的三個(gè)要素。無(wú)線(xiàn)傳感網(wǎng)作為以數(shù)據(jù)為中心的網(wǎng)絡(luò),路由協(xié)議則是其組網(wǎng)的基礎(chǔ)。如何高效的傳輸收集到的數(shù)據(jù)是一個(gè)重要的步驟,而路由協(xié)議解決了數(shù)據(jù)在網(wǎng)絡(luò)中的傳輸問(wèn)題。盡管在無(wú)線(xiàn)傳感網(wǎng)路由方面已有不少研究成果,但是還沒(méi)有一個(gè)以數(shù)據(jù)為中心,結(jié)合網(wǎng)絡(luò)任務(wù)強(qiáng)度與無(wú)線(xiàn)信道特點(diǎn)的任務(wù)均衡的QoS路由協(xié)議。因此,本文研究了無(wú)線(xiàn)傳感網(wǎng)路由協(xié)議中的兩個(gè)問(wèn)題：網(wǎng)絡(luò)任務(wù)強(qiáng)度與傳輸能力的關(guān)系、任務(wù)均衡路由協(xié)議的研究,主要研究?jī)?nèi)容如下：(1)本文應(yīng)用了任務(wù)強(qiáng)度的概念,任務(wù)強(qiáng)度可以表示網(wǎng)絡(luò)可以處理任務(wù)的能力。超過(guò)網(wǎng)絡(luò)的最大任務(wù)強(qiáng)度,網(wǎng)絡(luò)就會(huì)因?yàn)樘幚砟芰Σ粔蚨鴮?dǎo)致數(shù)據(jù)的丟失。任務(wù)強(qiáng)度的概念把無(wú)線(xiàn)傳感網(wǎng)傳輸能力和網(wǎng)絡(luò)的任務(wù)分配聯(lián)系在一起。通過(guò)分析得到了網(wǎng)絡(luò)任務(wù)與傳輸能力之間的關(guān)系。在最優(yōu)化傳輸能力的分析過(guò)程中可以知道,無(wú)線(xiàn)信道的干擾、網(wǎng)絡(luò)任務(wù)的分配、網(wǎng)絡(luò)規(guī)模等嚴(yán)重影響了網(wǎng)絡(luò)傳輸能力,同時(shí)對(duì)如何設(shè)計(jì)有效的任務(wù)均衡路由提供了一定的啟發(fā)。(2)通過(guò)任務(wù)強(qiáng)度與傳輸能力關(guān)系的啟發(fā),本文提出了協(xié)同式任務(wù)均衡路由協(xié)議NIDR。該協(xié)議通過(guò)節(jié)點(diǎn)的深度信息作為均衡網(wǎng)絡(luò)任務(wù)的前提,使用改進(jìn)了的AODV算法來(lái)得到網(wǎng)絡(luò)的最小生成樹(shù)拓?fù)?并根據(jù)此最小生成樹(shù)得到節(jié)點(diǎn)深度。同時(shí),結(jié)合了無(wú)線(xiàn)信道的特點(diǎn),引入了節(jié)點(diǎn)間干擾度的概念。節(jié)點(diǎn)在發(fā)送數(shù)據(jù)的同時(shí),會(huì)不斷迭代更新自身的干擾度,通過(guò)協(xié)同節(jié)點(diǎn)之間的干擾度信息,每個(gè)節(jié)點(diǎn)都有自已作為下一跳節(jié)點(diǎn)的度量。在進(jìn)行路由選擇時(shí),借助多路徑中的節(jié)點(diǎn)、節(jié)點(diǎn)干擾度和節(jié)點(diǎn)能量指標(biāo),動(dòng)態(tài)的調(diào)整路由,使得網(wǎng)絡(luò)中節(jié)點(diǎn)的負(fù)載和能量分布更加均衡。(3)使用OPNET Modeler仿真平臺(tái)對(duì)提出的NIDR算法進(jìn)行仿真。OPNET Modeler作為一個(gè)優(yōu)秀的仿真平臺(tái)工具,可以很好的支持無(wú)線(xiàn)傳感網(wǎng)的仿真。通過(guò)對(duì)NIDR協(xié)議進(jìn)行網(wǎng)絡(luò)建模、節(jié)點(diǎn)建模和進(jìn)程建模,然后對(duì)NIDR及其他二種任務(wù)均衡路由算法IDDR和EQSR的性能做了對(duì)比分析。從仿真的實(shí)驗(yàn)結(jié)果可以看出,相對(duì)與其他兩種算法,NIDR能更好的提高網(wǎng)絡(luò)吞吐量、具有更優(yōu)的端到端時(shí)延,還減少了網(wǎng)絡(luò)丟包率,延長(zhǎng)了網(wǎng)絡(luò)生命周期,可以說(shuō),結(jié)合了網(wǎng)絡(luò)任務(wù)強(qiáng)度和無(wú)線(xiàn)信道特點(diǎn)的NIDR路由協(xié)議,可以有效的提高網(wǎng)絡(luò)的運(yùn)行效率。
[Abstract]:Wireless Sensor Network (WSNs) is a large number of cheap micro sensor nodes deployed in the monitoring area. A multi-hop self-organizing network system formed by means of wireless communication. The purpose of the system is to collectively perceive, collect and process the information of the perceived object in the network coverage area, and send it to the observer. Sensor. Perception objects and observers constitute the three elements of wireless sensor network. Wireless sensor network is a data-centric network. Routing protocol is the foundation of its network. How to transmit the collected data efficiently is an important step. The routing protocol solves the problem of data transmission in the network. Although there have been a lot of research achievements in wireless sensor network routing, none of them is data-centric. The task equalization QoS routing protocol based on the characteristics of network task intensity and wireless channel. Therefore, this paper studies two problems in wireless sensor network routing protocol: the relationship between network task intensity and transmission capacity. The main contents of this paper are as follows: 1) this paper applies the concept of task intensity, which can represent the ability of network to handle tasks, which exceeds the maximum task intensity of the network. The concept of task intensity links the transmission capacity of the wireless sensor network with the task assignment of the network. The analysis shows the relationship between the network task and the transmission capacity. In the process of optimizing transmission capacity analysis can be known. The interference of wireless channel, the assignment of network tasks and the scale of network seriously affect the transmission ability of the network. At the same time, it provides some inspiration on how to design effective task balanced routing. In this paper, a cooperative task balancing routing protocol NIDR is proposed, which uses the depth information of nodes as the premise of balancing network tasks. The improved AODV algorithm is used to obtain the minimum spanning tree topology of the network, and the node depth is obtained according to the minimum spanning tree. At the same time, the characteristics of wireless channel are combined. The concept of internode interference degree is introduced. While sending data, nodes will update their interference degree iteratively, and use the interference information between cooperative nodes. Each node has its own metric for the next hop node. In routing selection, the routing is dynamically adjusted with the help of the nodes in the multi-path, the degree of interference and the energy index of the nodes. Make the load and energy distribution of nodes in the network more balanced. Using OPNET Modeler simulation platform to simulate the proposed NIDR algorithm. OPNET Modeler as an excellent simulation platform tool. It can well support the simulation of wireless sensor network. Through the NIDR protocol network modeling, node modeling and process modeling. Then, the performance of NIDR and other two task equalization routing algorithms, IDDR and EQSR, are compared and analyzed. From the simulation results, we can see that the performance of the two algorithms is relative to the other two algorithms. NIDR can better improve network throughput, have better end-to-end delay, but also reduce the network packet loss rate, prolong the network life cycle, can be said. The NIDR routing protocol, which combines the task intensity and wireless channel characteristics, can effectively improve the efficiency of the network.
【學(xué)位授予單位】：廣東工業(yè)大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2016
【分類(lèi)號(hào)】：TP212.9;TN929.5

【相似文獻(xiàn)】

相關(guān)期刊論文 前10條

1 張?jiān)捶?;淺談無(wú)線(xiàn)傳感網(wǎng)與物聯(lián)網(wǎng)的關(guān)系[J];湖北科技學(xué)院學(xué)報(bào);2012年12期

2 ;中歐合作研發(fā)成功無(wú)線(xiàn)傳感網(wǎng)關(guān)[J];今日科技;2013年11期

3 艾春麗;張鳳登;劉榮鵬;;無(wú)線(xiàn)傳感網(wǎng)能量監(jiān)測(cè)方法研究[J];自動(dòng)化儀表;2007年12期

4 汪小燕;程文青;王峻峰;;一種異構(gòu)配置的無(wú)線(xiàn)傳感網(wǎng)成本分析[J];無(wú)線(xiàn)電工程;2008年01期

5 楊盤(pán)隆;陳貴海;;無(wú)線(xiàn)傳感網(wǎng)與因特網(wǎng)融合技術(shù)[J];中興通訊技術(shù);2009年05期

6 李光遠(yuǎn);;無(wú)線(xiàn)傳感網(wǎng)入侵檢測(cè)技術(shù)研究[J];軟件導(dǎo)刊;2011年08期

7 ;“無(wú)線(xiàn)傳感網(wǎng)與微系統(tǒng)技術(shù)領(lǐng)域”項(xiàng)目群等通過(guò)驗(yàn)收[J];中國(guó)西部科技;2011年36期

8 汪海波;錢(qián)建波;王威;;一種基于無(wú)線(xiàn)傳感網(wǎng)的智能交通擁堵監(jiān)測(cè)與控制系統(tǒng)[J];電腦知識(shí)與技術(shù);2012年24期

9 蘇葉健;;無(wú)線(xiàn)傳感網(wǎng)技術(shù)綜述[J];信息通信;2012年06期

10 羅劍;;高職院�！稛o(wú)線(xiàn)傳感網(wǎng)應(yīng)用與實(shí)踐》課程建設(shè)的探索[J];科技信息;2012年34期

相關(guān)會(huì)議論文 前8條

1 李密;呂釗;于晶;;無(wú)線(xiàn)傳感網(wǎng)的軟件設(shè)計(jì)[A];2008年中國(guó)高校通信類(lèi)院系學(xué)術(shù)研討會(huì)論文集（下冊(cè)）[C];2009年

2 艾春麗;張鳳登;劉榮鵬;;無(wú)線(xiàn)傳感網(wǎng)能量監(jiān)測(cè)方法研究[A];第八屆工業(yè)儀表與自動(dòng)化學(xué)術(shù)會(huì)議論文集[C];2007年

3 楊峰;孫玲玲;汪大卓;;一種基于無(wú)線(xiàn)傳感網(wǎng)的呼叫服務(wù)系統(tǒng)設(shè)計(jì)[A];浙江省電子學(xué)會(huì)2009學(xué)術(shù)年會(huì)論文集[C];2009年

4 張景喬;胡文;戴一冕;;基于分布式壓縮感知算法的無(wú)線(xiàn)傳感網(wǎng)能耗分析[A];第十七屆全國(guó)青年通信學(xué)術(shù)年會(huì)論文集[C];2012年

5 呂亮;酈蘇丹;盧澤新;;基于力學(xué)模型的無(wú)線(xiàn)傳感網(wǎng)層次化拓?fù)渖伤惴╗A];中國(guó)電子學(xué)會(huì)第十五屆信息論學(xué)術(shù)年會(huì)暨第一屆全國(guó)網(wǎng)絡(luò)編碼學(xué)術(shù)年會(huì)論文集（上冊(cè)）[C];2008年

6 田世偉;戴衛(wèi)恒;李廣俠;呂晶;徐榮;程佳亮;;協(xié)同定位研究綜述[A];第四屆中國(guó)衛(wèi)星導(dǎo)航學(xué)術(shù)年會(huì)論文集-S9 組合導(dǎo)航與導(dǎo)航新方法[C];2013年

7 李平;;基于無(wú)線(xiàn)傳感網(wǎng)的停車(chē)信息服務(wù)系統(tǒng)及業(yè)務(wù)研究[A];中國(guó)通信學(xué)會(huì)第六屆學(xué)術(shù)年會(huì)論文集（下）[C];2009年

8 蘇斕;仝杰;張庚;劉革;周立逾;;6LoWPAN與ZigBee等無(wú)線(xiàn)傳感網(wǎng)互聯(lián)技術(shù)架構(gòu)的研究[A];2013年中國(guó)通信學(xué)會(huì)信息通信網(wǎng)絡(luò)技術(shù)委員會(huì)年會(huì)論文集[C];2013年

相關(guān)重要報(bào)紙文章 前10條

1 武文權(quán);節(jié)能減排新觸角—無(wú)線(xiàn)傳感網(wǎng)[N];計(jì)算機(jī)世界;2008年

2 鄭欣;福建移動(dòng)“無(wú)線(xiàn)傳感網(wǎng)”助海西農(nóng)業(yè)節(jié)能增效[N];人民郵電;2010年

3 一文;國(guó)內(nèi)首枚無(wú)線(xiàn)傳感網(wǎng)核心協(xié)議芯片研制成功[N];中國(guó)冶金報(bào);2006年

4 記者　 徐瑞哲;“第二大網(wǎng)”無(wú)線(xiàn)傳感網(wǎng)布設(shè)長(zhǎng)三角[N];解放日?qǐng)?bào);2006年

5 本報(bào)記者 彭東;無(wú)線(xiàn)傳感網(wǎng)開(kāi)創(chuàng)“物聯(lián)”新紀(jì)元[N];科技日?qǐng)?bào);2007年

6 貴州大學(xué)土木建筑工程學(xué)院建筑032班 向雯;淺析信息化時(shí)代的智能大樓建設(shè)[N];貴州民族報(bào);2008年

7 記者 陳雪峰　通訊員 馮成 尚曉天;無(wú)線(xiàn)傳感網(wǎng)打造“智能”城市[N];嘉興日?qǐng)?bào);2009年

8 許琦敏;堅(jiān)韌不拔孕育原創(chuàng)實(shí)力[N];文匯報(bào);2008年

9 記者　　陳培華　通訊員　　金駿　曹勁波;讓高科技從實(shí)驗(yàn)室“走”出來(lái)[N];浙江日?qǐng)?bào);2006年

10 南湖區(qū)新聞采編中心 金駿;“科技引擎”產(chǎn)生“熱”效應(yīng)[N];嘉興日?qǐng)?bào);2006年

相關(guān)博士學(xué)位論文 前10條

1 周黎鳴;無(wú)線(xiàn)傳感網(wǎng)中節(jié)點(diǎn)位置和數(shù)據(jù)的隱私保護(hù)研究[D];北京郵電大學(xué);2015年

2 王娜;無(wú)線(xiàn)傳感網(wǎng)節(jié)點(diǎn)信任檢測(cè)量化模型與方法研究[D];華東師范大學(xué);2015年

3 陳分雄;無(wú)線(xiàn)傳感網(wǎng)中事件監(jiān)測(cè)的壓縮感知與異常檢測(cè)算法研究[D];中國(guó)地質(zhì)大學(xué);2013年

4 郭江鴻;無(wú)線(xiàn)傳感網(wǎng)若干安全問(wèn)題研究[D];西安電子科技大學(xué);2013年

5 陳友榮;無(wú)線(xiàn)傳感網(wǎng)生存時(shí)間優(yōu)化算法的研究[D];浙江工業(yè)大學(xué);2011年

6 曾迎之;無(wú)線(xiàn)傳感網(wǎng)密鑰管理關(guān)鍵技術(shù)研究[D];國(guó)防科學(xué)技術(shù)大學(xué);2009年

7 張海濤;無(wú)線(xiàn)傳感網(wǎng)中數(shù)據(jù)傳輸調(diào)度研究[D];北京郵電大學(xué);2012年

8 應(yīng)蓓華;用于無(wú)線(xiàn)傳感網(wǎng)的低能耗數(shù)據(jù)壓縮[D];清華大學(xué);2010年

9 童孟軍;無(wú)線(xiàn)傳感網(wǎng)能量有效路由協(xié)議的研究[D];浙江工業(yè)大學(xué);2012年

10 趙博;適用于無(wú)線(xiàn)傳感網(wǎng)的射頻收發(fā)機(jī)的關(guān)鍵技術(shù)[D];清華大學(xué);2011年

相關(guān)碩士學(xué)位論文 前10條

1 王飛;無(wú)線(xiàn)傳感網(wǎng)中基于梯度的能量感知分簇拓?fù)渌惴ㄑ芯縖D];鄭州大學(xué);2015年

2 張騫;基于蜂群的無(wú)線(xiàn)傳感網(wǎng)區(qū)域覆蓋優(yōu)化算法研究[D];中國(guó)礦業(yè)大學(xué);2015年

3 楊言安;ZigBee無(wú)線(xiàn)傳感網(wǎng)系統(tǒng)設(shè)計(jì)與實(shí)現(xiàn)[D];山西大學(xué);2015年

4 顧鵬;無(wú)線(xiàn)傳感網(wǎng)目標(biāo)定位系統(tǒng)的研究及實(shí)現(xiàn)[D];電子科技大學(xué);2014年

5 趙坤;區(qū)域高密度無(wú)線(xiàn)傳感網(wǎng)的設(shè)計(jì)與實(shí)現(xiàn)[D];復(fù)旦大學(xué);2014年

6 張家寧;基于太陽(yáng)能的無(wú)線(xiàn)傳感網(wǎng)節(jié)點(diǎn)設(shè)計(jì)與能量?jī)?yōu)化[D];大連理工大學(xué);2015年

7 許博;無(wú)線(xiàn)傳感網(wǎng)中基于路由優(yōu)化的擁塞控制[D];江南大學(xué);2015年

8 童莉;基于測(cè)距的無(wú)線(xiàn)傳感網(wǎng)定位算法的研究[D];安徽工程大學(xué);2015年

9 馮蘭蘭;無(wú)線(xiàn)傳感網(wǎng)的路由算法研究[D];河北科技大學(xué);2015年

10 李朝輝;基于環(huán)境能量收集技術(shù)的無(wú)線(xiàn)傳感網(wǎng)研究與設(shè)計(jì)[D];杭州電子科技大學(xué);2015年

，

本文編號(hào)：1380560