面向实时监测的无线传感器网络低功耗路由算法研究

来源 :重庆大学 | 被引量 : 0次 | 上传用户:sandland
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
无线传感器网络(Wireless Sensor Networks, WSN)是一种获取信息的新兴技术,在各个领域皆具有广泛的应用前景,实时监测就是其中一类典型的应用系统。实时监测系统需要周期性地采集数据,并将数据传输到远程管理中心,节点持续的工作需要消耗大量的能量,由于节点能量十分有限且不能补充,这就要求实时监测网络具有低功耗的特点。目前,已经存在许多经典的低功耗路由协议,但是,路由协议具有应用相关性的特点,很难找出一种适用于所有应用场合的路由协议。因此,作者面向实时监测的应用背景,设计出一种简单有效的低功耗路由协议。本文构建了基于无线传感器网络的实时监测系统架构,针对所设计的系统架构,设计了一种基于低功耗自适应集簇分层型协议(Low Energy Adaptive Clustering Hierarehy,LEACH)的改进型低功耗路由算法。本文以降低网络节点的能量消耗,提高整个网络能量使用效率为研究方向,从而实现延长网络寿命的目的。面向实时监测的应用需求,对经典的LEACH协议进行了应用分析和改进,本文的研究内容主要包括以下四个方面:①研究了无线传感器网络现有的经典路由协议,分析了路由机制特点和存在的问题,并且从多个方面对经典的路由协议进行了比较分析。②研究了实时监测网络的特点,将分布式管理的概念引入实时监测的网络中,构建了面向实时监测的层次型无线传感器网络应用系统,提高了系统的灵活性和扩展性;并在此基础上,针对实时监测系统的架构,将LEACH协议引入实时监测网络,利用LEACH低功耗的优点,降低网络的能耗,延长网络的寿命。③对LEACH协议进行了详细的研究和分析,针对该协议存在的簇头节点分布不均匀、低能量节点有可能被选为簇头节点的问题,论文定义了公式F来选取簇头节点,杜绝低能量节点被选为簇头节点的情况,同时,论文对每个簇的规模进行了优化,解决了热点区域簇头节点容易提前死亡的问题;针对簇头节点和基站单跳通信消耗能量大的问题,论文提出基于局部信息的多跳路由算法,减少了能量消耗,延长了网络生命周期。④在设计的仿真场景下使用Matlab仿真软件对LEACH和改进算法LEACH-RM进行了仿真实验,仿真结果表明,改进算法比LEACH算法能够更好的均衡网络能量,提高了网络能量使用效率,延长了网络使用寿命,具有良好的应用价值。
其他文献
本文研究基于相对位置信息或角度信息的多智能体系统的队形控制。队形控制问题是多智能体系统的一个重要研究内容,要求控制一群智能体形成期望的几何形状。本文侧重于研究未
ZigBee是近几年迅速发展起来的一项具有低功耗、低成本、低传输速率特点的无线传感网络(Wireless Sensor Network,简称WSN)通讯协议,非常适用于目前迫切需要发展的智能家居、
面对互联网上海量的视频资源,如何快速高效地查询和检索出满足用户需求的视频是信息检索领域的研究热点。传统的视频检索技术有以下两类:一类是基于视频元信息的检索方法,这
水质保护已经成为全球一项重大课题,而目前我国的水质监测技术难以满足水质监测的需要。针对我国目前的水质监测状况,为了更有效地实现对污染源的监测,本文设计了一种基于Lab
电气控制系统作为高空作业车的大脑,主要起安全保护功能和监控功能,其性能和功能对整车的品质有着重要的影响,为了减小高空作业车在使用过程中存在的安全隐患,设计更安全可靠的电气控制系统显得尤为重要,本文在分析自行伸缩臂式蜘蛛型高空作业平台结构、功能、液压系统的基础上,根据整车的使用要求、动作控制和约束逻辑,设计了基于ARM嵌入式系统的高空作业平台电气控制系统,主要研究内容如下:(1)分析了自行伸缩臂式蜘
从上世纪80年代至今,汽车电子技术突飞猛进,同时对汽车的安全性能提出了更高的要求。智能辅助驾驶的出现划时代的改进了汽车驾驶的安全性,但是对车载网络性能提出了新的要求;而线
从视频截取的图象中统计人数,一直是图象处理领域的一个前沿课题,在交通监控、客流量统计、运动分析、虚拟现实、智能建筑视频监控等领域都有很高的实用价值。本文以视频截图
随着社会经济和城市化进程的快速发展,城市人口和汽车数量有了突飞猛进的增长,由此对交通的要求越来越高。现有的道路交通容量日趋饱和,城市交通拥堵问题日益严重。由于城市
无线传感器网络(Wireless Sensor Networks, WSN)在军事国防、环境监测、智能交通、医疗等方面有着广泛的应用前景。定位信息是WSN应用的一个重要指标和基础技术之一。目前,
人脸识别也称自动人脸识别,是一个近年得到广泛关注的研究热点,其相关技术的应用范围也在不断的扩展。人脸识别与指纹识别、虹膜识别、语音识别并驾齐驱成为生物识别的一个重要