本文選題：感知層　切入點：拓撲控制　出處：《安徽理工大學(xué)》2017年碩士論文

【摘要】：隨著科學(xué)技術(shù)的不斷進步和發(fā)展,物聯(lián)網(wǎng)已逐步運用到眾多領(lǐng)域。由于煤礦井下運行環(huán)境和運行方式的特殊性和復(fù)雜性,煤礦井下物聯(lián)網(wǎng)感知層節(jié)點多采用電池供電,因此,如何最大程度的節(jié)約感知層節(jié)點的能量以提高感知層網(wǎng)絡(luò)的生存周期成為當(dāng)前研究的重要課題。為了能夠盡可能地延長感知層網(wǎng)絡(luò)的生命周期,本文做出研究如下:本文首先簡要概述了物聯(lián)網(wǎng)感知層可控拓撲算法的設(shè)計原則及經(jīng)典的拓撲控制算法,針對現(xiàn)有的連通支配集算法在感知節(jié)點能量消耗及網(wǎng)絡(luò)生存周期方面的不足,為了滿足網(wǎng)絡(luò)生存周期方面的要求,本文提出了基于連通支配集的物聯(lián)網(wǎng)感知層拓撲控制算法。在基于連通支配集的基礎(chǔ)上,利用遺傳算法進行進一步優(yōu)化。本文算法在OMNET++平臺上進行仿真,仿真結(jié)果表明,本文所提算法在節(jié)約感知層網(wǎng)絡(luò)的能耗方面表現(xiàn)出優(yōu)越性,能有效地延長整個感知層網(wǎng)絡(luò)的生命周期。根據(jù)提出的算法模型,本文從硬件和軟件兩個方面分別對井下物聯(lián)網(wǎng)感知節(jié)點和網(wǎng)關(guān)節(jié)點進行了設(shè)計。硬件方面,設(shè)計了感知節(jié)點的最小系統(tǒng)、電源模塊、傳感器模塊、無線收發(fā)模塊和網(wǎng)關(guān)節(jié)點的最小系統(tǒng),并利用串口通信實現(xiàn)感知節(jié)點與網(wǎng)關(guān)節(jié)點之間的通信。軟件方面,采用模塊化的設(shè)計,分別對感知節(jié)點與網(wǎng)關(guān)節(jié)點進行了軟件設(shè)計,保證感知節(jié)點與網(wǎng)關(guān)節(jié)點之間通信。根據(jù)對硬件和軟件的設(shè)計,驗證井下感知層節(jié)點采用本文所提的基于連通支配集的物聯(lián)網(wǎng)感知層拓撲控制算法在網(wǎng)絡(luò)生存周期方面的可行性和優(yōu)越性。
[Abstract]:With the continuous progress and development of science and technology, the Internet of things has been gradually applied to many fields. Because of the particularity and complexity of underground operation environment and operation mode, the perception layer nodes of underground IOT mostly use battery power supply. How to save the energy of the perceptual layer nodes to improve the lifetime of the perceptual layer network becomes an important research topic at present, in order to prolong the life cycle of the perceptual layer network as much as possible. The research in this paper is as follows: firstly, the design principles and classical topology control algorithms of the controllable topology algorithm in the perceptual layer of the Internet of things are briefly summarized. In order to meet the requirements of network lifetime, the existing connected dominating set algorithms are deficient in sensing node energy consumption and network lifetime. This paper presents a topology control algorithm of the perceptual layer of the Internet of things based on the connected dominating set. Based on the connected dominating set, the genetic algorithm is further optimized. The algorithm is simulated on the OMNET platform, and the simulation results show that, The proposed algorithm is superior in saving energy consumption of perceptual layer network and can effectively prolong the lifetime of the whole perceptual layer network. In this paper, we design the sensing node and gateway node of the underground Internet of things from two aspects of hardware and software, respectively. In hardware, we design the minimum system, power module, sensor module of the sensing node. The minimum system of wireless transceiver module and gateway node, and realize the communication between perceptual node and gateway node by serial port communication. Ensures communication between aware nodes and gateway nodes. According to the design of hardware and software, The feasibility and superiority of the topology control algorithm based on the connected dominating set in the lifetime of the network is verified.
【學(xué)位授予單位】：安徽理工大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TD67;TN929.5;TP391.44

【相似文獻】

相關(guān)重要報紙文章 前2條

1 張揚 何滿懷;陳俊杰:感知層是物聯(lián)網(wǎng)發(fā)展的關(guān)鍵[N];江蘇科技報;2010年

2 本報記者 李旭陽;斬“手”[N];計算機世界;2012年

相關(guān)博士學(xué)位論文 前2條

1 許建龍;物聯(lián)網(wǎng)平臺感知層建模與快速調(diào)度方法研究及應(yīng)用[D];華南理工大學(xué);2013年

2 喬舉義;物聯(lián)網(wǎng)感知層中資源分配與調(diào)度算法研究[D];北京郵電大學(xué);2013年

相關(guān)碩士學(xué)位論文 前7條

1 孫雄;物聯(lián)網(wǎng)感知層數(shù)據(jù)安全融合技術(shù)的研究和實現(xiàn)[D];東南大學(xué);2015年

2 程利娜;物聯(lián)網(wǎng)感知層安全數(shù)據(jù)融合方法研究[D];重慶郵電大學(xué);2016年

3 沈湘鐘;煤礦井下物聯(lián)網(wǎng)感知層可控拓撲研究[D];安徽理工大學(xué);2017年

4 金鑫;煤礦井下物聯(lián)網(wǎng)感知層的研究[D];安徽理工大學(xué);2013年

5 黃宇;基于對稱多項式方法的物聯(lián)網(wǎng)感知層安全技術(shù)研究[D];遼寧大學(xué);2013年

6 戴雷;基于Blom矩陣方法的物聯(lián)網(wǎng)感知層安全協(xié)議研究[D];復(fù)旦大學(xué);2011年

7 汪永鵬;物聯(lián)網(wǎng)感知層智能網(wǎng)關(guān)及開放服務(wù)接口的研究與實現(xiàn)[D];北京郵電大學(xué);2013年

，

本文編號：1658119