论文部分内容阅读
随着物联网(Internet of Things,IoT)概念的提出和技术发展,无线传感器网络(Wireless Sensor Networks,WSNs)作为其底层数据获取的核心技术,迎来了发展的“春天”,被用于车联网、智慧城市、工业4.0等新兴领域。传统的基于单射频单信道或单射频多信道的无线传感器网络己很难满足新兴应用中对网络性能的高要求,如在工业4.0中对数据传输的实时性有更严格要求。多射频多信道技术被认为是改善网络性能的有效途径。无线传感器网络MAC(Medium Access Control,MAC)协议是连接物理层和上层协议的纽带,对实现网络中信道资源均衡、高效分配,节点快速接入,数据可靠传输,优化节点能耗,提高数据实时性传输至关重要。本文对多射频多信道无线传感器网络(Multi-Radio Multi-Channel WSNs,MRMCWSNs)MAC协议进行深入研究,旨在实现网络内多个正交、非重叠信道的高效、公平分配和访问,研究有效的控制机制以降低多射频节点能耗和数据延迟,优化多射频多信道资源管理,改善网络整体性能的。首先,为实现多射频多信道网络中多个非重叠、正交信道公平、均衡分配,多射频多信道多样化、并行访问,本文设计了基于伪随机序列和伽罗华域的多射频多信道分配、跳频机制,以及伪随机虚拟时间片唤醒序列和多射频多信道并行通信策略。实现了多射频节点上各信道跳频序列的唯一性,使得网络内多个非重叠、正交信道在一个跳频循环周期中有且仅被访问一次,实现了网络内多个非重叠、正交信道公平、均衡的分配和访问。基于此,设计实现了多射频节点的多信道多样化、并行通信机制,解决了多信道跳频通信过程存在的终端“消失”问题,降低了通信延时,提高了数据通信效率。同时,针对多射频节点间时钟飘移问题,研究了基于随机加权平均的数据发送时间估计和节点时间校准算法,弱化了数据延迟和丢包造成的估计误差,提高了多射频节点间信道跳频的时间切换精度。其次,针对所设计的多射频多信道无线传感器网络MAC协议分组并行通信过程中多射频节点能耗问题,设计了基于模拟退火算法的高能效任务调度算法。建立了多射频节点数据分组传输过程中节点能耗模型,将最小化多射频节点能耗作为优化目标函数,采用模拟退火算法搜索多射频节点能耗最小的最佳数据分组传输方案,降低了多射频分组并行传输时节点能耗,延长了网络生存时间。再次,为实现多射频多信道无线传感器网络中多射频资源最优化调度,将区间二型模糊逻辑系统引入到多射频节点数据通信时最佳射频决策过程中。建立了信道质量估计模型、射频能耗模型和节点剩余能量模型,并将其作为输入变量设计了基于区间二型模糊逻辑的多射频资源最优化调度机制。射频决策过程综合考虑了其所在信道质量、该射频能耗和当前多射频节点剩余能量,因此所选射频具有最佳的数据传输成功率、更小的射频能耗和数据延迟。基于区间二型模糊逻辑的多射频资源最优化调度、管理机制有利于多射频多信道MAC协议优势的发挥,有力的改善了多射频多信道无线传感器网络的网络性能。最后,详细分析了多射频多信道无线传感器网络中多射频节点约束条件下周期性实时数据分组并行传输过程中调度延迟,包括多射频节点分组传输时抢占数据帧造成的信道冲突延迟和非抢占数据帧造成的信道竞争延迟。将两类数据延迟相结合,得出多射频节点周期性实时数据分组并行传输时的调度延迟上限,为分析周期性实时数据并行传输的可调度性、动态均衡调节各射频网络负载提供了理论指导。当多射频节点某一个射频数据传输延迟超过延迟上限而不满足约束条件时,多射频节点可动态调整其数据负载,使得该射频传输数据时满足数据实时性要求。