基于网格的无线传感器网络生存期延长策略研究

来源 :中国海洋大学 | 被引量 : 0次 | 上传用户:flyingmain
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
集成了传感器、嵌入式计算、网络和无线通信四大技术而形成的无线传感器网络(Wireless Sensor Networks, WSN)是一种全新的信息获取和处理技术。它在环境、健康、军事、空间探索和灾难拯救等领域有广阔的应用前景,引起了学术界的高度重视。传感器节点一般在野外工作,由电池供电,这限制了网络生存期。如何能减少能量消耗,延长网络的生存期,是本文的研究重点。首先介绍了无线传感器网络的特点、应用、研究现状以及发展前景;接着比较分析了现有的无线传感器网络路由协议,针对目前传感器网络中现有的各种节能策略,从以下三个方面进行了研究:第一,一些路由协议仅考虑整个网络消耗的能量,并没有考虑单个节点能量消耗,导致整个传感器网络失效。为延缓传感器网络寿命,提高能量使用效率,提出了一种新的无线传感器网络基于网格的节能路由(Grid-based Energy Efficient Routing, GEER)算法。该算法首先通过公式推导给出了能效较优的网格边长大小的设定公式,引入了一个有关距离和剩余能量的代价函数,以该函数值作为路由选择参数来进行最优路径的选择。通过NS-2仿真,对GEER与传统的路由算法进行了评估。仿真结果表明,该算法的节点存活个数多,网络生存期长,可扩展性好。第二,从关注能量节约和均衡运用来延长网络寿命的角度,提出一种新的基于权重引导的高能效路由(Weight-Directed Energy Efficient Routing, WDEE)算法,该算法通过在每个网格把传感器节点分组编址,并对节点进行能量分级,在兼顾每个网格的能量状况的同时,充分利用路由方向性信息,引入路由权重概念,可以实现引导节点既考虑能量均衡使用,同时实现快速路由数据到汇聚节点的目的。经仿真验证,该算法有效节约能量,均衡使用能量,延长网络生存期。第三,在实际的传感器网络中节点密度一般比较大,节点检测范围存在相互重叠,即存在大量的冗余数据,如何消除不必要的冗余数据成为减少网络能量消耗的一种重要的策略,本文基于传感器节点检测半径,提出了消除冗余节点的算法,并和前面的WDEE算法结合。该算法在保证覆盖检测区域的前提下,通过减少同时处于激活状态的节点个数,达到消除冗余节点的目的,仿真结果表明该算法能够有效地减少网络能量消耗,以进一步延长网络生存期。
其他文献
目前我国各高校普遍采用学分制或带有过渡性质的学年学分制管理。选课制作为学分制的灵魂,需要有与之相适应的选课管理系统加以辅助。教学管理同样也需要根据学校的资源情况、
随着多媒体技术和网络技术的飞速发展和广泛应用,对图像、音频、视频等内容的知识产权保护成为迫切需要解决的问题。加密和拷贝保护机制不能完全解决这一问题:加密只在传输过
在计算机信息网络技术的促进下,集散控制系统DCS的全范围仿真正在向所谓“虚拟”技术方向发展。在火力发电仿真平台的设计开发中,虚拟DCS技术以接近激励DCS的逼真度、接近仿
随着计算机科学的发展,人脸识别技术受到越来越多的重视。今年来,在本领域中出现了一些新的方法和工具,其中最具有实用价值的就是Intel提出的AdaBoost算法。本文对此算法进行
近年来网络技术和通信技术得到了快速发展,同时家电设备的网络化和智能化的需求越来越大。传统家电设备只能通过设备上的控制面板进行控制,这种控制方式在空间上有很大的限制;而
随着Internet高速发展,信息量呈现爆炸式增长,大量多媒体被应用到我们的经济、社会、教育、通信、医疗、咨询服务和日常生活中。但是,面对信息量的迅速增长,传统的多媒体管理
近几年来,虚拟现实技术的应用与研究得到了迅速的发展,在许多领域都具有广泛的应用前景,虚拟现实技术日渐成为计算机应用技术发展的主要研究方向之一。通常传统的工业钢结构
机器学习的核心目标之一是让机器具有像智能生物一样的自主学习的能力。时至今日,机器学习已经成为人工智能领域的核心研究内容,其应用遍及人工智能的各研究方向,包括专家系
随着互联网的快速发展,Web已成为人们获取信息的重要来源。为了满足人们不断增长的从互联网上获取信息的需求,Web信息抽取技术不可避免地成为当今研究的技术热点。由于互联网上
在当今数字化生活中,多媒体数据与日俱增,大数据时代更让多媒体数据在人们的生活中起到至关重要的作用。在多媒体数据中,占最大多数的是图像和视频,而图像是视频的基础,自然