论文部分内容阅读
无线传感器网络(Wireless Sensor Networks, WSNs)是目前国内外研究的热点。通常情况下,传感器节点由电池提供能量,故其能量有限；另外,节点部署在环境恶劣的地方,并且节点的数量十分庞大,通过人工方式更换电池是不容易也不实际的。因此,如何高效利用能量是无线传感器网络的重点研究问题之一。本文对无线传感器网络中数据收集技术进行了较深入的研究,主要包括静态无线传感器网络数据收集技术和基于移动sink的无线传感器网络数据收集技术两大部分内容。如何在能量有限的情况下,通过设计合理的网络拓扑和高效的数据收集算法,以期获得更长的网络寿命,是研究静态网络数据收集需要面对的关键问题。针对这个问题,本文提出了一种适用于静态无线传感器网络的数据收集算法,称为基于最小代价路径的精确数据收集算法PDC-MCP。该算法借鉴了Dijkstra算法的主要设计思想,并同时考虑链路代价和节点代价,传感器节点逐一计算出到达sink的最小代价路径,待所有传感器节点均计算出到达sink的路径后,网络拓扑被建立完成,便可进入稳定数据收集阶段。为评估PDC-MCP算法的性能,本文将其与Dijkstra算法和MAXLAT算法进行了仿真比较。仿真实验结果表明,PDC-MCP算法在不同节点数和不同通信半径情况下都能获得更长的网络寿命。在引入移动sink的网络中,由于sink的可移动性,其可移动到传感器节点附近收集数据,因此节点的通信能耗可很大程度地减少,从而有效延长网络寿命。本文针对基于移动sink的单跳模型提出一种适用于周期性数据收集的策略,称为基于支配集和蚁群算法的数据收集策略DC-DSAC、该策略包括3个步骤：1)采用一种负载均衡的逆序启发式算法快速选择数据采集点集合；2)采用蚁群算法规划sink的巡游路径；3) sink沿已规划好的路径周期性访问数据采集点,并单跳收集数据。为评估DC-DSAC策略的性能,本文将其与Random策略进行了仿真比较。仿真实验结果表明,DC-DSAC策略相比Random策略可获得更长的网络寿命,同时,DC-DSAC具有更高的能量效率；此外,DC-DSAC具有良好的可扩展性,可扩展为多个移动sink进行数据收集,进一步延长网络寿命。本文通过理论分析和MATLAB仿真的方法研究了静态无线传感器网络和基于移动sink的无线传感器网络中的节能数据收集技术,这些研究成果将为节能数据收集应用提供理论支撑。