本文選題：網(wǎng)絡(luò)節(jié)能優(yōu)化 + 無線傳感器　； 參考：《北方工業(yè)大學(xué)》2017年碩士論文

【摘要】：無線傳感器網(wǎng)絡(luò)是一種自組網(wǎng)絡(luò),通過無線信道實現(xiàn)信息交互的網(wǎng)絡(luò),節(jié)點是網(wǎng)絡(luò)的組成單元,節(jié)點因為構(gòu)成自身的硬件和工作環(huán)境的特殊性,所以節(jié)點電池中的電量一直是影響傳感器網(wǎng)絡(luò)生命周期的重要因素,所以研究其電量消耗模型同時保證網(wǎng)絡(luò)的可靠性,利用凸優(yōu)化的方式,延長生命周期。本課題首先對節(jié)點的硬件構(gòu)成進行說明,并對其工作時各部分能耗進行對比抓住主要方面,對于生命周期從新進行評估,并針對節(jié)點工作時能耗的主要方面進行實際測量。本課題發(fā)現(xiàn)在面向的應(yīng)用場景為節(jié)點采集數(shù)據(jù)后向上傳輸,這一場景下的研究現(xiàn)狀的多采用啟發(fā)式算法,求解結(jié)果精度不能保證,且近似比無法進行精確取舍,優(yōu)化的網(wǎng)絡(luò)性能單一,無法滿足不同的用戶需求,如果發(fā)生用戶需求改變時,網(wǎng)絡(luò)無法靈活調(diào)整�；蛘卟渴瓠h(huán)境發(fā)生改變時,網(wǎng)絡(luò)也不能及時作出應(yīng)對。為了解決些問題,通過研究建模將上述需求轉(zhuǎn)換為通過使網(wǎng)絡(luò)中節(jié)點流量均攤以達到提高網(wǎng)絡(luò)可靠性與增加網(wǎng)絡(luò)中葉節(jié)點數(shù)量的方式增長網(wǎng)絡(luò)壽命的雙重目標(biāo),通過加權(quán)的方式,引入綠色因子作為調(diào)控手段建立了一種可調(diào)的優(yōu)化模型RES-WSN,因為模型為線性可解的所以結(jié)果精確度較高,計算復(fù)雜度較低。此模型較適用于較大規(guī)模的傳感器網(wǎng)絡(luò)中,能更好的提升網(wǎng)絡(luò)性能。模型的實際部署依托于原生傳感器RPL協(xié)議上的"多實例"部署思路,通過對DIO進行小部分拓展實現(xiàn)了模型的部署方案。本文通過仿真對模型中的綠色因子進行了多方面的實驗,然后使用MATLAB等仿真工具搭建基礎(chǔ)平臺,借助這個工具對綠色因子不同的情況下進行仿真實驗。根據(jù)仿真實驗的真實數(shù)據(jù),說明傳感器網(wǎng)絡(luò)在確保可靠性的同時是可以最大化的延長網(wǎng)絡(luò)的生命周期。分析結(jié)果證明了設(shè)計模型在無線傳感器網(wǎng)絡(luò)上有效延長了網(wǎng)絡(luò)的生命周期并能一定程度的保證網(wǎng)絡(luò)的可靠性,并可以根據(jù)網(wǎng)絡(luò)不同,需求不同,通過調(diào)節(jié)綠色因子的手段而改變。
[Abstract]:Wireless sensor network (WSN) is a kind of ad hoc network, which realizes the information exchange through wireless channel. The node is the component unit of the network, because of the particularity of its own hardware and working environment. Therefore, the battery power is an important factor to affect the lifetime of sensor networks, so the study of the power consumption model to ensure the reliability of the network, the use of convex optimization method to extend the life cycle. In this paper, the hardware structure of the node is explained, and the main aspects of the energy consumption of each part of the node are compared and grasped, the life cycle is evaluated again, and the main aspects of the energy consumption of the node are measured. In this paper, it is found that in the application scenario oriented, the data collected by nodes is transmitted up. In this scenario, heuristic algorithms are often used to solve the problem, and the precision of the solution results can not be guaranteed, and the approximate ratio can not be chosen accurately. The optimized network performance is single and can not meet different user needs. If the user demand changes, the network can not be adjusted flexibly. Or deployment environment changes, the network can not make timely response. In order to solve some problems, the above requirements are transformed into the dual goal of increasing network lifetime by equalizing node traffic in the network to improve network reliability and increase the number of leaf nodes in the network. In this paper, an adjustable optimization model, RES-WSNs, is established by introducing the green factor as a means of control by weighted method. Because the model is linear and solvable, the accuracy of the results is higher and the computational complexity is lower. This model is more suitable for large scale sensor networks and can improve network performance better. The actual deployment of the model is based on the idea of "multi-instance" deployment based on the native sensor RPL protocol, and the deployment scheme of the model is realized by a small part of the expansion of the DIO. In this paper, the green factor in the model is simulated in many aspects, then the basic platform is built by using MATLAB and other simulation tools, and the simulation experiment is carried out with the aid of this tool under different green factors. According to the real data of the simulation experiment, it is shown that the sensor network can maximize the lifetime of the network while ensuring the reliability. The results show that the design model can effectively prolong the network life cycle and guarantee the reliability of the network to a certain extent in wireless sensor networks, and can be different according to the network requirements. Change by adjusting the green factor.
【學(xué)位授予單位】：北方工業(yè)大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：TP212.9;TN929.5

【參考文獻】

相關(guān)期刊論文 前10條

1 王寶成;王寶鳳;;能量約束無線傳感器網(wǎng)絡(luò)節(jié)能策略與狀態(tài)估計協(xié)同研究[J];控制工程;2015年02期

2 丁男;譚國真;由笛;張偉;;一種基于WSN時變性與節(jié)點剩余能量均衡的機會路由算法[J];電子與信息學(xué)報;2013年03期

3 吳曉軍;陸晶;;基于非均勻分簇的不等級環(huán)模型無線傳感器網(wǎng)絡(luò)能量[J];西北大學(xué)學(xué)報(自然科學(xué)版);2013年01期

4 錢志鴻;王義君;;物聯(lián)網(wǎng)技術(shù)與應(yīng)用研究[J];電子學(xué)報;2012年05期

5 陸海明;劉學(xué)軍;錢江波;;異構(gòu)傳感器網(wǎng)絡(luò)的能量空洞[J];傳感技術(shù)學(xué)報;2010年10期

6 王戰(zhàn)備;;無線傳感器網(wǎng)絡(luò)能耗分析與節(jié)能策略研究[J];信息通信;2010年04期

7 宋超;劉明;龔海剛;陳貴海;王曉敏;;基于蟻群優(yōu)化解決傳感器網(wǎng)絡(luò)中的能量洞問題[J];軟件學(xué)報;2009年10期

8 李燕君;王智;孫優(yōu)賢;;傳感器網(wǎng)絡(luò)基于兩跳鄰居信息的實時路由設(shè)計[J];軟件學(xué)報;2009年07期

9 吳鵬程;鮮曉東;蔡章利;石為人;熊慶宇;;一種新型喚醒機制的無線傳感器網(wǎng)絡(luò)節(jié)點設(shè)計[J];傳感器與微系統(tǒng);2008年04期

10 石高濤;廖明宏;;大規(guī)模傳感器網(wǎng)絡(luò)隨機睡眠調(diào)度節(jié)能機制[J];計算機研究與發(fā)展;2006年04期

相關(guān)會議論文 前2條

1 楊文國;郭田德;;無線傳感器網(wǎng)絡(luò)中能量消耗的不均勻性[A];中國運籌學(xué)會第八屆學(xué)術(shù)交流會論文集[C];2006年

2 夏娜;徐順安;蔣建國;;WSNs中節(jié)點能耗分析與測試[A];第六屆中國測試學(xué)術(shù)會議論文集[C];2010年

相關(guān)博士學(xué)位論文 前1條

1 張希偉;移動式傳感器網(wǎng)絡(luò)中的數(shù)據(jù)收集策略研究[D];南京大學(xué);2012年

相關(guān)碩士學(xué)位論文 前4條

1 楊景明;基于ZigBee的無線傳感器網(wǎng)絡(luò)低功耗節(jié)點設(shè)計[D];大連理工大學(xué);2014年

2 王凱峰;基于低功耗Zigbee協(xié)議棧分析與設(shè)計[D];北方工業(yè)大學(xué);2012年

3 武富平;基于差分進化的無線傳感器網(wǎng)絡(luò)安全定位算法[D];山東大學(xué);2011年

4 郭文旭;基于分簇的無線傳感器網(wǎng)絡(luò)能量空洞問題研究[D];重慶郵電大學(xué);2009年

，

本文編號：1934304