【摘要】：物聯(lián)網(wǎng)是自計(jì)算機(jī)、互聯(lián)網(wǎng)之后的又一次信息革命,受到了世界各國各界的高度重視。作為物聯(lián)網(wǎng)底層數(shù)據(jù)感知的重要載體,無線傳感器網(wǎng)絡(luò)(WSNs)是物聯(lián)網(wǎng)應(yīng)用的基礎(chǔ),目前在社會各個領(lǐng)域顯示出巨大的應(yīng)用價(jià)值。無線傳感器網(wǎng)絡(luò)的主要任務(wù)是收集感知數(shù)據(jù),涉及信息感知、無線通信、數(shù)據(jù)處理等多種技術(shù)。由于節(jié)點(diǎn)的計(jì)算、存儲、通信以及能量資源有限,利用受限的資源實(shí)現(xiàn)高能效、高質(zhì)量的數(shù)據(jù)收集至關(guān)重要。本文結(jié)合簇與移動Sink技術(shù),圍繞靜態(tài)數(shù)據(jù)收集與移動Sink的數(shù)據(jù)收集兩個方面,探索基于分簇的高效數(shù)據(jù)收集方法。主要研究工作如下:(1)針對能量受限的WSNs,為了平衡節(jié)點(diǎn)能耗并延長網(wǎng)絡(luò)壽命,將WSNs的分簇問題轉(zhuǎn)化為樣本空間的模糊聚類問題,提出了一種基于模糊C均值(Fuzzy C-Means,FCM)的最優(yōu)分簇路由算法。首先,對傳統(tǒng)的FCM算法從多方面進(jìn)行了改進(jìn),由節(jié)點(diǎn)的密度參數(shù)得到高密度區(qū)域,從中選取初始聚類中心,最佳簇類數(shù)采用后驗(yàn)的模糊偽F統(tǒng)計(jì)量方法來獲得,并對隸屬度值的約束條件進(jìn)行了放松。在此基礎(chǔ)上,將改進(jìn)的FCM算法用于WSNs最優(yōu)分簇。新一輪時,簇結(jié)構(gòu)不變,基于能耗均衡的目標(biāo)函數(shù)重新選擇簇頭。在數(shù)據(jù)傳輸階段,簇內(nèi)成員節(jié)點(diǎn)將感知數(shù)據(jù)直接發(fā)送給簇頭,簇頭對接收到的數(shù)據(jù)進(jìn)行融合,并按照選擇的傳輸方式向基站傳輸融合數(shù)據(jù)。仿真實(shí)驗(yàn)的結(jié)果表明,該算法在降低節(jié)點(diǎn)能耗的同時,能夠有效地平衡網(wǎng)絡(luò)能耗,改善能量空洞問題,延長網(wǎng)絡(luò)壽命。(2)針對較大規(guī)模WSNs,提出了一種基于非均勻分簇的高能效數(shù)據(jù)收集算法。首先,為了處理大規(guī)模優(yōu)化問題,引入了一種遺傳算法(GA)和粒子群優(yōu)化(PSO)分層協(xié)作的混合算法(H~2GA-PSO)。然后,將該算法應(yīng)用于WSNs的分簇,以能耗均衡為目標(biāo)構(gòu)造適應(yīng)度函數(shù),提出了一種基于非均勻分簇的數(shù)據(jù)收集算法。在分簇階段,H~2GA-PSO用于簇頭的最優(yōu)選擇,基層采用GA進(jìn)行全局搜索,保證了全局收斂能力;上層采用初始速度優(yōu)化的PSO算法進(jìn)行精確搜索,加快了算法的收斂速度。在數(shù)據(jù)收集的路由階段,簇內(nèi)節(jié)點(diǎn)以單跳方式向簇頭發(fā)送感知數(shù)據(jù),簇頭對接收到的數(shù)據(jù)進(jìn)行融合,并根據(jù)傳輸代價(jià)函數(shù)選擇下一跳對象,然后將融合數(shù)據(jù)向基站傳輸。仿真實(shí)驗(yàn)的結(jié)果表明,對于不同規(guī)模的WSNs,在減小和平衡網(wǎng)絡(luò)能耗方面,提出的方法均優(yōu)于其它方法。(3)在虛擬網(wǎng)格簇的基礎(chǔ)上,提出了一種基于虛擬力的移動Sink數(shù)據(jù)收集機(jī)制(VFDA)。首先,將整個區(qū)域劃分為若干個網(wǎng)格,并基于網(wǎng)格進(jìn)行分簇,根據(jù)評判函數(shù)選擇簇頭,簇頭負(fù)責(zé)數(shù)據(jù)聚合、轉(zhuǎn)發(fā)及簇的管理。然后,采用虛擬力理論分析來自邊界、障礙物和空區(qū)域的虛擬斥力、各節(jié)點(diǎn)以及簇頭的虛擬力,并計(jì)算移動Sink所受的虛擬合力。根據(jù)虛擬合力的大小、方向計(jì)算出Sink在當(dāng)前網(wǎng)格的停留時間以及下一個會合點(diǎn)的坐標(biāo),由此得到移動Sink的最優(yōu)移動路徑。在移動路徑的每個數(shù)據(jù)會合點(diǎn),以Sink為根節(jié)點(diǎn)建立數(shù)據(jù)聚合樹,收集通信范圍內(nèi)的感知數(shù)據(jù)。仿真實(shí)驗(yàn)的結(jié)果表明,提出的方法即使在網(wǎng)絡(luò)存在空區(qū)域或障礙物的情況下依然有效,而且在數(shù)據(jù)聚合量、節(jié)能和移動Sink路徑長度等方面比現(xiàn)有算法具有更好的性能。(4)為了進(jìn)一步平衡網(wǎng)絡(luò)能耗并提高數(shù)據(jù)收集的效率,基于虛擬網(wǎng)格和移動Sink提出了一種高效的分簇?cái)?shù)據(jù)收集方法(EBCDG)。首先,考慮了虛擬網(wǎng)格邊界對節(jié)點(diǎn)的能耗影響,建立了一種新的簇頭評價(jià)模型,將簇頭選舉問題轉(zhuǎn)化為基于相對熵的多屬性決策問題,實(shí)現(xiàn)了簇頭的優(yōu)化選擇。然后,提出了一種最佳路徑選擇策略,并采用了移動Sink停留時間分配機(jī)制,以改善能耗和數(shù)據(jù)傳輸延遲問題。最后,將EBCDG方法與論文之前章節(jié)提出的所有方法進(jìn)行仿真比較,實(shí)驗(yàn)結(jié)果驗(yàn)證了EBCDG在數(shù)據(jù)收集方面的高效性,同時也全面分析了論文提出的其它數(shù)據(jù)收集方法的性能。論文最后對全文的研究工作進(jìn)行了總結(jié),并對下一步的工作進(jìn)行了展望。
【學(xué)位授予單位】：東華大學(xué)
【學(xué)位級別】：博士
【學(xué)位授予年份】：2018
【分類號】：TP274.2;TP212.9;TN929.5
【圖文】：

圖 4-2 虛擬引力的分析 圖 4-3 多引力作用下的 Sink 節(jié)點(diǎn)移動在傳統(tǒng)的 VFA 模型中，傳感器節(jié)點(diǎn)可以看作帶電粒子，它們之間存在相互作[119]。若用( s , i)RelF 表示節(jié)點(diǎn)間的虛擬作用力，其大小取決于 Sink 與附近節(jié)點(diǎn)之距離，具體可以表示為：( , )( ( ), ),0,( / , ),A is th is is ths iRel is thR is is is thw d d d dF d dw d d d (4-5其中，isd 是is 與匯聚節(jié)點(diǎn)之間的歐氏距離，thd 是節(jié)點(diǎn)之間的距離閾值，is 是is 到 Sink 節(jié)點(diǎn)的矢量角，Aw 和Rw 分別是引力系數(shù)和排斥系數(shù)。由式(4-5)可知點(diǎn)之間的距離小于閾值 時，節(jié)點(diǎn)之間發(fā)生排斥力; 否則，節(jié)點(diǎn)產(chǎn)生吸引力于簇的移動 Sink 數(shù)據(jù)收集過程中，簇頭節(jié)點(diǎn)需要將簇內(nèi)聚合的數(shù)據(jù)傳輸?shù)揭?

圖 4-2 虛擬引力的分析 圖 4-3 多引力作用下的 Sink 節(jié)點(diǎn)移動在傳統(tǒng)的 VFA 模型中，傳感器節(jié)點(diǎn)可以看作帶電粒子，它們之間存在相互作[119]。若用( s , i)RelF 表示節(jié)點(diǎn)間的虛擬作用力，其大小取決于 Sink 與附近節(jié)點(diǎn)之距離，具體可以表示為：( , )( ( ), ),0,( / , ),A is th is is ths iRel is thR is is is thw d d d dF d dw d d d (4-5其中，isd 是is 與匯聚節(jié)點(diǎn)之間的歐氏距離，thd 是節(jié)點(diǎn)之間的距離閾值，is 是is 到 Sink 節(jié)點(diǎn)的矢量角，Aw 和Rw 分別是引力系數(shù)和排斥系數(shù)。由式(4-5)可知點(diǎn)之間的距離小于閾值 時，節(jié)點(diǎn)之間發(fā)生排斥力; 否則，節(jié)點(diǎn)產(chǎn)生吸引力于簇的移動 Sink 數(shù)據(jù)收集過程中，簇頭節(jié)點(diǎn)需要將簇內(nèi)聚合的數(shù)據(jù)傳輸?shù)揭?

【參考文獻(xiàn)】

相關(guān)期刊論文 前10條

1 侯貴升;吳曉蓓;黃成;徐志良;;分簇傳感器網(wǎng)絡(luò)中時延約束下移動sink的路徑優(yōu)化[J];控制與決策;2015年08期

2 梁俊斌;鄒紹軍;李陶深;;移動傳感網(wǎng)中基于定向角度路由的數(shù)據(jù)收集[J];中國科學(xué):信息科學(xué);2015年01期

3 王恩;楊永健;李蒞;;基于動態(tài)半馬爾可夫路徑搜索模型的DTN分簇路由方法[J];計(jì)算機(jī)學(xué)報(bào);2015年03期

4 陳炳才;么華卓;楊明川;李寶君;赫凌超;;一種基于LEACH協(xié)議改進(jìn)的簇間多跳路由協(xié)議[J];傳感技術(shù)學(xué)報(bào);2014年03期

5 王章權(quán);陳友榮;尉理哲;任條娟;;優(yōu)化網(wǎng)絡(luò)生存時間的Sink節(jié)點(diǎn)移動路徑選擇算法[J];傳感技術(shù)學(xué)報(bào);2014年03期

6 金敏;魯華祥;;一種遺傳算法與粒子群優(yōu)化的多子群分層混合算法[J];控制理論與應(yīng)用;2013年10期

7 陳零;王建新;張士庚;奎曉燕;;無線傳感器網(wǎng)絡(luò)中基于樹的能量高效分布式精確數(shù)據(jù)收集算法[J];電子學(xué)報(bào);2013年09期

8 張希偉;戴海鵬;徐力杰;陳貴海;;無線傳感器網(wǎng)絡(luò)中移動協(xié)助的數(shù)據(jù)收集策略[J];軟件學(xué)報(bào);2013年02期

9 郭劍;孫力娟;許文君;王汝傳;肖甫;;基于移動sink的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)采集方案[J];通信學(xué)報(bào);2012年09期

10 鐘智;羅大庸;劉少強(qiáng);樊曉平;瞿志華;李勇周;;具有移動sink的無線傳感器網(wǎng)絡(luò)能量均衡分簇路由協(xié)議[J];控制與決策;2012年08期

本文編號：2730578