本文關(guān)鍵詞：一種基于上下文的WSN傳輸路徑預(yù)測選擇算法研究，由筆耕文化傳播整理發(fā)布。

【摘要】：無線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks, WSN)是21世紀(jì)最重要的技術(shù)之一,其在很多領(lǐng)域例如環(huán)境監(jiān)測、科學(xué)觀察、智能家居、結(jié)構(gòu)監(jiān)測、應(yīng)急監(jiān)測等都具有非常廣闊的應(yīng)用前景和科研價(jià)值。WSN隨著物理與環(huán)境條件的不斷變化、數(shù)據(jù)處理方式和無線傳輸?shù)纫蛩氐牟粩喔倪M(jìn),在傳感器節(jié)點(diǎn)的結(jié)構(gòu)大小、開銷程度等方面已經(jīng)有了很大的優(yōu)化,但由于WSN自身的特性以及傳感器節(jié)點(diǎn)具有部署密集、高不可靠性、服務(wù)器能量有限、計(jì)算能力與內(nèi)存約束等特點(diǎn),使得如何在數(shù)據(jù)量龐大的網(wǎng)絡(luò)環(huán)境中應(yīng)對不同領(lǐng)域的不同需求,提供更為高效高質(zhì)量的數(shù)據(jù)處理轉(zhuǎn)發(fā)技術(shù)開始變?yōu)檠芯繜狳c(diǎn)。對于WSN這種新興的信息獲取技術(shù)來說,在無線節(jié)點(diǎn)的傳輸范圍、處理和存儲(chǔ)能力和能耗都是非常有限的條件下,如何改進(jìn)信息數(shù)據(jù)的傳輸以及數(shù)據(jù)融合相關(guān)技術(shù)顯得至關(guān)重要。本文主要研究的路由優(yōu)化是WSN中非常重要的一項(xiàng)技術(shù)。WSN中的路由協(xié)議主要用來維護(hù)網(wǎng)絡(luò)間的各種路徑,并能夠確保在不同環(huán)境下可靠的多跳傳輸。本文針對WSN相關(guān)的路由協(xié)議對于網(wǎng)絡(luò)拓?fù)涓兄芰蛯?jié)點(diǎn)移動(dòng)性的支持能力差這個(gè)問題,研究如何平衡網(wǎng)絡(luò)中各個(gè)上下文因素、在動(dòng)態(tài)網(wǎng)絡(luò)拓?fù)洵h(huán)境下提高數(shù)據(jù)傳輸可靠性等問題。隨著無線網(wǎng)絡(luò)的發(fā)展,無線傳感器已經(jīng)普及到人們生活的方方面面,但由于低效率的資源配置,系統(tǒng)經(jīng)常遇到如頻譜匱乏、能源消耗嚴(yán)重、服務(wù)質(zhì)量過低等問題,并且WSN所具有不穩(wěn)定性等特征,這要求應(yīng)用在傳輸路徑選擇中的算法不僅要有高效的壓縮性能,還要有良好的網(wǎng)絡(luò)親和性以及較強(qiáng)的容錯(cuò)性,以便在網(wǎng)絡(luò)中無線節(jié)點(diǎn)能夠更穩(wěn)定更可靠的選擇下一個(gè)節(jié)點(diǎn)。本文提出的基于上下文感知的傳輸路由預(yù)測算法,則是將網(wǎng)絡(luò)中的各種原始上下文進(jìn)行獲取、過濾、融合出高級(jí)上下文信息,采用權(quán)重決策分析對各種上下文信息進(jìn)行評判和選優(yōu),建立上下文數(shù)據(jù)模型,運(yùn)用基于卡爾曼濾波預(yù)測算法對每兩個(gè)節(jié)點(diǎn)進(jìn)行傳輸質(zhì)量預(yù)測,最終通過Dijkstra算法選擇最優(yōu)傳輸路徑,提供更可靠的傳輸,并通過仿真證明算法有效性。本文的創(chuàng)新點(diǎn)是針對WSN中的拓?fù)渥兓芏�、�?jié)點(diǎn)具有移動(dòng)性等路由特點(diǎn),提出了一種結(jié)合上下文狀態(tài)的路徑預(yù)測算法,通過對節(jié)點(diǎn)狀態(tài)的預(yù)測選擇傳輸路徑,并實(shí)時(shí)更正預(yù)測參數(shù),有效的提高了數(shù)據(jù)傳輸可靠性。
【關(guān)鍵詞】：WSN 路由協(xié)議 上下文質(zhì)量 上下文 卡爾曼濾波
【學(xué)位授予單位】：中國海洋大學(xué)
【學(xué)位級(jí)別】：碩士
【學(xué)位授予年份】：2015
【分類號(hào)】：TP212.9;TN929.5
【目錄】：

• 摘要5-7
• abstract7-11
• 1 緒論11-19
• 1.1 課題研究背景與意義11-13
• 1.1.1 WSN的發(fā)展背景和前景11-12
• 1.1.2 WSN中路徑選擇技術(shù)的重要性12-13
• 1.2 研究現(xiàn)狀13-15
• 1.2.1 WSN發(fā)展現(xiàn)狀及挑戰(zhàn)13-14
• 1.2.2 路由技術(shù)研究現(xiàn)狀14-15
• 1.3 研究內(nèi)容和論文組織結(jié)構(gòu)15-19
• 1.3.1 研究內(nèi)容15-16
• 1.3.2 論文組織結(jié)構(gòu)16-19
• 2 WSN及其主要的路由協(xié)議19-29
• 2.1 WSN概述19-20
• 2.2 WSN中路由協(xié)議設(shè)計(jì)目標(biāo)20-21
• 2.3 WSN中典型路由協(xié)議21-25
• 2.3.1 泛洪法22
• 2.3.2 Minimum Energy Communication Network(MECN)22-23
• 2.3.3 SPIN協(xié)議和DD(Directed Diffusion)定向擴(kuò)散路由協(xié)議23-24
• 2.3.4 LEACH(low-energy adaptive clustering hierarchy)協(xié)議24
• 2.3.5 SPEED協(xié)議24-25
• 2.4 典型路由協(xié)議比較分析25-27
• 2.5 本文擬解決的問題27
• 2.6 本章小結(jié)27-29
• 3 上下文感知技術(shù)及其在路由選擇中的應(yīng)用29-39
• 3.1 上下文及上下文感知概述29-32
• 3.1.1 上下文感知技術(shù)基本定義29-30
• 3.1.2 上下文感知基本結(jié)構(gòu)與關(guān)鍵技術(shù)30-31
• 3.1.3 上下文感知技術(shù)應(yīng)用31-32
• 3.2 CAPPA算法提出和意義32-33
• 3.3 CAPPA算法上下文建模33-37
• 3.3.1 鏈路質(zhì)量上下文的評估34-35
• 3.3.2 能耗評估35-36
• 3.3.3 移動(dòng)性的效用函數(shù)計(jì)算36-37
• 3.4 本章小結(jié)37-39
• 4 基于上下文的路徑選擇預(yù)測算法39-55
• 4.1 算法描述39-45
• 4.2 算法特點(diǎn)45
• 4.3 仿真測試45-53
• 4.3.1 仿真工具概述45-46
• 4.3.2 仿真實(shí)例46-53
• 4.4 本章小結(jié)53-55
• 5 總結(jié)與展望55-57
• 參考文獻(xiàn)57-61
• 致謝61-63
• 個(gè)人簡歷、在學(xué)期間發(fā)表的學(xué)術(shù)論文與研究成果63

【參考文獻(xiàn)】

中國期刊全文數(shù)據(jù)庫 前3條

1 蔡珍珍;周井泉;;基于時(shí)延抖動(dòng)的主動(dòng)隊(duì)列管理算法[J];計(jì)算機(jī)技術(shù)與發(fā)展;2012年06期

2 李蕊;李仕倫;;面向上下文感知計(jì)算的貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)自學(xué)習(xí)算法的研究[J];計(jì)算機(jī)應(yīng)用研究;2010年01期

3 ;A survey on routing in wireless sensor networks[J];Progress in Natural Science;2007年03期

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 楊葉坤;協(xié)同過濾技術(shù)在個(gè)性化資源推薦中的應(yīng)用研究[D];大連海事大學(xué);2011年

  本文關(guān)鍵詞：一種基于上下文的WSN傳輸路徑預(yù)測選擇算法研究，，由筆耕文化傳播整理發(fā)布。

本文編號(hào)：403988