协作Ad hoc网络容量和能量有效的拓扑控制算法研究

来源 :湖南大学 | 被引量 : 0次 | 上传用户:hello199228
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
Ad hoc网络具有快速组网、系统抗毁性强、不需要架设网络基础设施等优点,在军事、抢险、救灾等领域得到了广泛应用。Ad hoc网络存在网络传输有效性和能量有效性的折中问题。拓扑控制技术作为Ad hoc网络研究的核心技术之一,对于降低节点传输功率以及增加网络容量具有明显的效果。近年来,协作通信技术(CooperativeCommunication, CC)因为其能够减少传输功率和扩大传输范围,被用来辅助拓扑控制技术。在CC模型下的拓扑控制解决了传统的拓扑控制只能在初始化全连通的网络进行的限制条件,扩大了拓扑控制的应用范围。CC模型下的拓扑控制构建的稀疏拓扑图满足网络容量和能量有效性是一个具有挑战性的问题。本文通过对现有CC模型下的拓扑控制算法的研究,采用功率分配的协作分簇方法优化网络容量和能量消耗。本文主要工作包括:1)现有CC模型下的拓扑控制研究是在保持网络连通性的前提下通过降低节点的传输功率来最小化网络总能量消耗,这样会影响网络容量。本文综合考虑总能量消耗和网络容量,提出一种基于功率分配的协作分簇算法(CooperativeClustering Based Power Assignment, CCPA)。CCPA算法首先将网络分簇,然后通过使用协作通信技术使得簇间能够通信,再采用Kruskal算法去除冗余的CC链路,最后给每个节点分配传输功率。CCPA算法可以在提高网络容量的基础上保证能量有效。仿真实验结果表明该算法有效。2)现有CC模型下的拓扑控制研究只考虑了如何减少网络的总能量消耗,并没有考虑如何均衡节点的能量消耗。生成的静态性拓扑结构会导致传输功率最大的节点一直保持最大的传输功率,以最快的速度消耗能量而网络过早的死亡,降低了网络的生存期。本文在CCPA算法的基础之上,提出了一个基于功率分配的动态协作分簇算法(Dynamic Cooperative Clustering Based Power Assignment,DCCPA)。DCCPA算法根据节点的剩余能量和距离动态更换簇头调整拓扑结构,与CCPA算法相比提升了节点的能量消耗的均衡性,有效地延长了网络生存期。
其他文献
目前,语音端点检测已经成为语音识别,语音编码及语音分类等语音处理过程中必不可少的一部分。作为语音技术的预处理,语音端点检测(Voice Activity Detection,VAD)准确率的微小改进
近年来,随着语音识别技术不断地发展,语音识别系统已开始从PC机逐步走向嵌入式平台。然而当嵌入式语音识别系统应用到真实的操作环境中时,由于训练环境和识别环境的不匹配,导致其
目标跟踪技术是计算机视觉领域中的热门课题之一,目前该技术已广泛应用于民用、军用和工程等各个领域,本文主要研究基于EMD(Earth Movers Distance)的目标跟踪算法研究与实现。
入侵检测是网络安全的主动防御工具,当检测到入侵行为时,要求响应单元尽可能快速响应处理,并记录其特征,以便于以后的检测。由于发生的入侵行为大多具有相关性,故入侵行为的
图像分割的目的就是把图像分成具有不同特征的区域,并通过一定的方法把人们感兴趣的内容提取出来的过程,在医学图像的分析、计算机视觉、图像编码等很多领域也已得到了实际的
石油作为工业发展的血液,不仅是动力燃料的来源,其提炼物更是深入到我们生活的方方面面。随着开采深度的加深,钻井难度的加大,要求螺杆钻具性能更高,螺杆钻具设计的好坏影响
互联网的兴起,用户爆炸性的增长,新的威胁和攻击不断出现,对网络的安全提出了新的挑战,尤其是海量数据、噪声处理以及在线学习问题,网络安全问题逐渐成为亟待解决的首要问题
随着信息技术的迅速发展,人机交互技术的不断普及,说话人识别(SpeakerRecognition,SR)以其独特的方便性、经济性和安全性等优势受到了越来越多人的关注,在信息安全等领域的应用也
学位
随着计算机科学技术的迅速发展,非结构化的高维数据大量涌现。高维数据不仅难以被人们直观理解,而且难以被现有的机器学习和数据挖掘算法有效地处理。如何有效地利用这些海量