论文部分内容阅读
水声传感器网络(underwater acoustic sensor networks, UASNs)是集数据采集、处理和传输为一体的综合信息处理系统,可以对海洋信息进行有效监测。在无人值守的情况下对海洋信息进行长时间监测需要消耗大量能量,然而UASNs的节点能量储备有限且难以进行补给,因此能够延长水声传感器网络生命周期的拓扑控制技术成为了当前的研究热点。LEACH(Low Energy Adaptive Clustering Hierarchy)算法是一种可以有效节约网络能量,均衡网络能耗,保证网络长期稳定运行的拓扑控制算法。论文对基于水声传感器网络LEACH算法的相关优化进行了深入研究,提出了两种改进算法,主要研究内容包括:1对水声传感器网络体系结构和网络拓扑控制原理进行了深入研究,根据水声通信环境和网络节点的自身特点,对应用于水声传感器网络的拓扑控制算法要求进行了分析。2通过对水声传感器网络最佳分簇原理的研究,提出了一种适用于水声传感器网络的LEACH-T算法。该算法不需要集中控制和增加节点间通信量,将每轮簇头节点选举次数增加到两次,通过增加簇头节点数目稳定性和分布均匀性提高网络能量效率,提升网络性能。3针对水声传感器网络扩展后网络拓扑结构变化和节点能量异构问题进行了研究,提出了一种可以应用于扩展水声传感器网络的LEACH-ET算法,通过簇头节点周期轮换和增加高能量节点簇头当选概率的方法维护网络拓扑结构,降低并均衡网络能耗,优化网络性能。4通过Matlab平台进行仿真实验,对最佳分簇原理进行验证,根据最佳分簇原理将两种改进算法应用到未扩展和已扩展网络中,对网络存活节点数目、网络每轮的能量消耗和节点能量分布进行统计,从网络能量效率和均衡网络能量消耗的角度与采用LEACH和LEACH-E算法的网络性能进行比较,验证两种改进算法的性能优化效果。