论文部分内容阅读
进入21世纪以来,随着传感器技术、嵌入式系统、分布式计算和无线通信技术的迅猛发展和日趋成熟,一项集感知、计算和通信能力于一体的跨学科、多元技术融合领域——无线传感器网络（Wireless SensorNetworks,WSNs）应运而生。无线传感器节点通常采用电池供电,有限的电量存储制约着其使用寿命。因此,如何对WSNs中的路由算法进行优化,以选择最短的路由进行数据传输并降低网络能耗,是WSNs中一个亟待解决的问题。另一方面,当WSNs的不同层同时出现拥塞现象时,会导致传输时延大、丢包率高以及吞吐量低等问题。因此,如何对WSNs进行合理的跨层拥塞控制,以提高其服务质量,是WSNs中的另一个研究重点。本文以WSNs中的跨层拥塞控制为研究对象,分别研究了离散滑模控制算法、自适应离散滑模控制算法和模糊滑模控制算法。然后,以ZigBee无线传感器网络中的路由算法为研究对象,研究了一种基于能量感知的快捷树路由算法,并将该算法应用到基于ZigBee技术的无线环境监测系统中。本文的主要贡献包括以下几个方面:（1）针对WSNs中传统拥塞控制方法调节时间长、稳态误差大等问题,研究了基于水槽模型和离散滑模的WSNs跨层拥塞控制。首先,通过将单容水槽、双容水槽和三容水槽的液位控制类比到WSNs中单节点、双节点和三节点的缓冲区列队长度控制,提出了一种跨越WSNs链路层和网络层的逐跳拥塞控制模型。然后,提出了一种基于指数趋近律的离散滑模控制算法（Discrete Sliding Mode Control Algorithm,DSMC）,并以此作为上述模型的控制器,来合理调控拥塞节点帧缓冲区的流入、流出数据。最后,MATLAB仿真结果表明,与传统的拥塞控制策略相比,所提出的DSMC算法具有调节速度快、超调量小、稳态误差接近零等优点,从而有效缓解了 WSNs的拥塞现象。（2）针对WSNs中拥塞现象导致的能量浪费、丢包和寿命短等问题,研究了基于流体模型和自适应离散滑模的WSNs跨层拥塞控制。首先,通过在某一特定节点上对其输入和输出的数据包进行调控,提出了一种适用于WSNs传输层节点级拥塞和数据链路层链路级拥塞的跨层拥塞控制模型。然后,在此模型上,设计了一种基于指数趋近律的自适应离散时间滑模拥塞控制器（Adaptive Discrete-time Sliding Mode Congestion Controller,ADSMC）,以调节瓶颈节点的列队长度到达期望值。大量NS-2.35仿真结果证明,所提出的ADSMC算法优于传统的模糊控制、PID控制以及模糊PID控制等算法,它能够较好地控制队列长度并避免拥塞,同时具有收敛快速、稳定性强、网络寿命长等优点。（3）针对WSNs跨层拥塞控制中传统滑模控制算法队列抖振较大、抗干扰能力弱等缺点,研究了基于模糊滑模控制的WSNs跨层拥塞控制。首先,通过将无线信道中的信噪比应用于TCP模型,提出了一种新的传输层与MAC层之间的跨层拥塞控制模型。然后,通过将模糊控制与滑模控制相结合,设计了一种模糊滑模控制器（Fuzzy Sliding Mode Controller,FSMC）,该控制器可以自适应地调节拥塞节点缓冲区的队列长度,并显著减弱外部不确定扰动的影响。最后,在MATLAB/Simulink和NS-2.35中进行了大量的仿真,并与传统的RED、DropTail、Fuzzy、PID、SMC等拥塞控制策略进行了比较。仿真结果表明,所提出的FSMC算法可以有效地适应队列长度的变化,并且具有良好的网络性能,例如:收敛速度快、平均时延短、丢包率低和吞吐量高。（4）针对ZigBee无线传感器网络中路由选择不佳和能耗负载不均等问题,研究了一种基于能量感知的快捷树路由算法——EASTR。首先,通过在一跳范围内的邻居表中引入邻居节点的剩余能量信息,EASTR算法能够感知ZigBee节点的剩余能量。然后,在所有剩余能量大于动态能量阈值Eth的邻居节点中,选择到目的节点跳数最少的作为下一跳节点。大量NS-2.35仿真结果表明,与现有的Cluster-Tree、AODV、ZBR、STR和ESTR等路由算法相比,所提出的EASTR算法明显提升了星状、树状、网状等中小型ZigBee网络在平均时延、丢包率、吞吐量、总剩余能量等方面的性能,为改善中小型ZigBee网络的服务质量和网络寿命提供了一定的理论指导。（5）开展了 EASTR算法在ZigBee无线环境感知系统中的应用研究。首先,设计并实现了一种“小型ZigBee无线环境感知系统”。然后,将所提出的EASTR算法应用到该系统,以优化传统的ZigBee路由策略。实验结果表明,在保证传输质量和系统稳定性的前提下,EASTR算法能够有效降低ZigBee网络的能耗和丢包率,为ZigBee技术应用到无线环境实时监测领域提供了良好的理论意义与实用价值,同时也为物联网技术的广阔发展带来了新的契机。最后,对全文作出了总结,并讨论了下一步研究的方向。