近年来,无线传感网得到了迅猛地发展,同时其作为物联网的重要支撑已引起了广泛关注。无线传感网由大量的传感器节点以自组织的方式构成。传感器节点一般是带有无线电天线的小型计算机设备,通常配备有能够感知一个或多个环境参数的传感器,具有有限的能量以及简单的计算能力。随着物联网及5G技术的发展,无线传感网的规模日益增大,网络产生海量数据需要汇聚到云端处理,节点的能量受限成为限制无线传感网进一步发展的最主要的问题。在无线传感网中,与感知数据和数据处理所需的能耗相比,数据的无线传输消耗的传感器节点中大部分的能量。因此,设计高能效的数据汇聚方案,提高网络能效延长网络寿命是目前无线传感网面临的主要挑战。本文针对无线传感网中节点的能耗问题,采用压缩感知,网络编码,预测模型和移动Sink等技术,利用无线传输的广播特性和网络中感知数据的时间和空间相关性,减少数据汇聚所需传输的数据量,从而减少网络中节点的能耗以缓解节点能量受限问题。本文的主要研究内容及创新点如下:(1)针对随机路由场景下的无线传感网,提出一种联合压缩感知与网络编码的高能效数据汇聚方案。该算法利用压缩感知和随机线性网络编码来减少网络数据汇聚过程中数据发送与接收的总次数。同时,利用两跳邻居信息来选取最优的下一跳节点,并设计了一种新的数据包格式以控制数据传输的条件来进一步减少数据传输的次数,理论推导了完成一轮数据聚集所需的总的发送和接收次数。仿真结果表明,该算法能够在保证汇聚节点重构精度的前提下提高数据汇聚的能量效率。(2)针对分簇路由模式下的无线传感网,提出一种基于时空相关性的高能效数据汇聚方案。该算法利用同一节点感知数据间的时间相关性,采用双重预测机制,以预测代替部分数据传输,减少簇内传输所需的传输次数。同时利用网络中相邻节点数据间的空间相关性,采用混合压缩感知技术手段,进一步减少数据汇聚过程中簇间传输的数据量。理论分析了新方案数据汇聚过程中的传输能耗。仿真结果表明,该算法能够减少网络数据汇聚所需的传输次数,提高系统能效。(3)针对移动Sink模式下的无线传感网,提出一种基于关键节点的高能效数据汇聚方案。该算法基于传感器网络数据间的空间相关性,根据节点数据间的相似度定义了节点价值,同时,提出一种基于节点价值、节点位置以及节点剩余能量利用贪婪算法关键节点选举的方案。其次,利用无人机作为移动Sink访问选举的关键节点以完成数据聚集。仿真结果表明,该算法能够在保证汇聚节点所需的精度前提下减少数据汇聚所需的能耗。
基本信息
| 题目 | 无线传感网中高能效数据汇聚关键算法研究 |
| 文献类型 | 博士论文 |
| 作者 | 周颖 |
| 作者单位 | 南京邮电大学 |
| 导师 | 杨龙祥 |
| 文献来源 | 南京邮电大学 |
| 发表年份 | 2020 |
| 学科分类 | 信息科技 |
| 专业分类 | 电信技术,自动化技术 |
| 分类号 | TN929.5;TP212.9 |
| 关键词 | 无线传感网,数据汇聚,能量效率,压缩感知,网络编码,预测,分簇路由 |
| 总页数： | 100 |
| 文件大小： | 2862K |
论文目录
| 摘要 |
| Abstract |
| 第一章 绪论 |
| 1.1 引言 |
| 1.2 无线传感网概述 |
| 1.2.1 无线传感网的体系结构 |
| 1.2.2 无线传感网的拓扑结构 |
| 1.2.3 无线传感网的特点 |
| 1.2.4 无线传感网的关键技术 |
| 1.2.5 无线传感网所面临的挑战 |
| 1.3 无线传感网中能效分析 |
| 1.4 本文主要研究内容与创新点 |
| 1.5 本文结构安排 |
| 第二章 无线传感网中的高能效数据汇聚方案 |
| 2.1 基于高能效的路由策略的数据汇聚方案 |
| 2.1.1 无线传感网中的路由策略 |
| 2.1.2 基于高能效路由策略的数据汇聚研究现状 |
| 2.2 基于数据规约的高能效数据汇聚方案 |
| 2.2.1 数据相关性与数据规约技术 |
| 2.2.2 基于数据规约的高能效数据汇聚方案研究现状 |
| 2.3 本章小结 |
| 第三章 基于压缩感知与网络编码的高能效数据汇聚 |
| 3.1 引言 |
| 3.2 背景知识与系统模型 |
| 3.2.1 压缩感知 |
| 3.2.2 系统模型 |
| 3.3 联合压缩感知与网络编码的高能效数据汇聚 |
| 3.3.1 基于压缩网络编码的数据传输算法 |
| 3.3.2 基于二跳邻居信息的下一跳节点选择方法 |
| 3.3.3 数据包格式设计 |
| 3.4 性能分析 |
| 3.4.1 中间节点转发概率分析 |
| 3.4.2 能耗分析 |
| 3.5 仿真结果与分析 |
| 3.5.1 仿真参数设置 |
| 3.5.2 结果分析 |
| 3.6 本章小结 |
| 第四章 基于时空相关性的无线传感网数据汇聚 |
| 4.1 引言 |
| 4.2 相关背景与系统模型 |
| 4.2.1 混合压缩感知 |
| 4.2.2 双重预测模型 |
| 4.2.3 系统模型 |
| 4.3 基于时空相关性的高能效数据汇聚 |
| 4.3.1 数据传输过程 |
| 4.3.2 误差阈值设定准则 |
| 4.4 传输能耗分析 |
| 4.5 仿真结果与分析 |
| 4.5.1 仿真参数设置 |
| 4.5.2 仿真结果与分析 |
| 4.6 本章小结 |
| 第五章 移动Sink协助的基于关键节点的高能效数据汇聚 |
| 5.1 引言 |
| 5.2 系统模型与能耗模型 |
| 5.2.1 系统模型 |
| 5.2.2 能耗模型 |
| 5.3 基于关键节点的高能效数据汇聚方案 |
| 5.3.1 数据价值定义 |
| 5.3.2 关键节点选举算法 |
| 5.3.3 基于关键节点的数据汇聚算法 |
| 5.4 仿真结果与性能分析 |
| 5.4.1 仿真参数设置 |
| 5.4.2 仿真结果与分析 |
| 5.5 本章小结 |
| 第六章 总结与展望 |
| 6.1 论文工作总结 |
| 6.2 研究展望 |
| 参考文献 |
| 附录1 攻读博士学位期间撰写的论文 |
| 附录2 攻读博士学位期间申请的专利 |
| 附录3 攻读博士学位期间参加的科研项目 |
| 致谢 |
参考文献
| [1] 无线传感网技术实验课程教学与改革[J]. 教育教学论坛 2020(20) |
| [2] 计算机无线传感网数据传输研究[J]. 信息与电脑(理论版) 2019(01) |
| [3] 移动无线传感网的关键技术研究[J]. 数字技术与应用 2016(11) |
| [4] 基于ZigBee无线传感网系统设计与实现的研究[J]. 信息通信 2017(02) |
| [5] 智能家居无线传感网的设计和分析[J]. 电信快报 2016(06) |
| [6] 无线传感网教学设计中翻转课堂的运用[J]. 数码世界 2018(07) |
| [7] 无线传感网数据传输[J]. 环球市场信息导报 2016(41) |
| [8] 基于改进DV-Hop算法的无线传感网节点定位算法研究[J]. 科学家 2017(04) |
| [9] 中欧合作研发成功无线传感网关[J]. 今日科技 2013(11) |
| [10] 基于序列模型的无线传感网入侵检测系统[J]. 计算机应用 2020(06) |
| [11] 无线传感网电能补给技术研究[J]. 数字技术与应用 2017(02) |
| [12] 分析基于岗位需求的“无线传感网技术”教学改革[J]. 科技资讯 2017(20) |
| [13] 一种基于非均匀分簇的混合无线传感网数据收集方法[J]. 计算机科学 2017(08) |
| [14] 6LoWPAN无线传感网性能测试系统设计与实现[J]. 广东通信技术 2016(03) |
| [15] 计算机无线传感网数据传输研究[J]. 通讯世界 2016(05) |
| [16] 一种用于移动无线传感网的自适应变频抗干扰机制[J]. 通信技术 2016(07) |
| [17] 无线传感网分布式密钥分配方案综述[J]. 电视技术 2015(03) |
| [18] 无线传感网中数据融合算法研究[J]. 中国新通信 2014(07) |
| [19] 无线传感网在智慧医疗护理中的应用[J]. 医疗卫生装备 2011(05) |
| [20] 第二届国际无线传感网产业发展高峰论坛在杭举行[J]. 杭州科技 2009(05) |
| [21] 一种低延迟可靠数据收集算法在带状无线传感网的应用[J]. 矿山机械 2020(06) |
| [22] 无线传感网覆盖控制与数据融合关键技术研究[J]. 福建电脑 2019(05) |
| [23] 无线传感网技术综述[J]. 信息通信 2012(06) |
| [24] 无线传感网:产业发展的新动力——访杭州家和智能控制有限公司董事长方正平[J]. 信息化建设 2009(10) |
| [25] 广域复杂流体系统中基于无线传感网的数据保存关键技术研究进展[J]. 计算机科学 2020(05) |
| [26] 基于森林监控的无线传感网的路由算法研究[J]. 数字技术与应用 2019(02) |
| [27] 无线传感网中的一种能量均衡算法的研究[J]. 微型机与应用 2017(07) |
| [28] 无线传感网中虫洞攻击的检测与定位的研究[J]. 计算机技术与发展 2017(04) |
| [29] 浅谈无线传感网与物联网的关系[J]. 湖北科技学院学报 2012(12) |
| [30] 无线传感网在库存管理中的应用研究[J]. 物流科技 2011(08) |
相似文献
| [1]低占空比无线传感网中数据采集关键技术研究[D]. 蒋婵.华南理工大学2019 |
| [2]有害气体检测的无线传感网空洞修补及数据传输技术研究[D]. 吴琼.哈尔滨理工大学2019 |
| [3]轨道交通系统状态监测专用无线传感网资源优化配置方法研究[D]. 马小平.北京交通大学2018 |
| [4]面向物联网移动数据汇聚的能效优化方法研究[D]. 吴超.北京邮电大学2018 |
| [5]无线数据汇聚网络中资源调度方法研究[D]. 丁胜.合肥工业大学2018 |
| [6]神经元信息传递及其能量效率的研究[D]. 岳园.兰州大学2018 |
| [7]超密集无线网络能量效率关键技术研究[D]. 朱文祥.东南大学2017 |
| [8]大规模MIMO认知无线电系统中的功率优化算法研究[D]. 崔曼曼.华南理工大学2018 |
| [9]无线携能通信的能量效率优化与物理层安全研究[D]. 余红宴.西南大学2017 |
| [10]无线传感网MAC层关键技术研究[D]. 类春阳.北京邮电大学2016 |
