无线传感器网络分簇算法的研究与改进

来源 :南京理工大学 | 被引量 : 0次 | 上传用户:liu6541
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 Network,简称WSN)是自组织的分布式网络系统,由一种微型传感器构成,这种传感器具有无线通信能力与计算能力,它可以根据具体环境在无人操作的情况下自主的完成任务。近几年,无线技术与便携式计算机迅速发展,随之而来的WSN已成为人们研究的热点,具有广阔的应用前景。在WSN中,不需要固定的网络支持,有些特点区别于传统的网络,如节点能量有限、计算能力较弱、通信带宽受限等,许多路由算法都不能适用,路由问题是WSN研究的重点。在所有的路由问题中,分簇算法又排在首要位置。本文主要研究的是基于节点的剩余能量和位置信息的分簇算法及其相关问题,包括以下几个方面:首先研究了WSN的拓扑控制,包括功率控制和睡眠调度,分析了现有的层次型拓扑控制,引出了最基础的分簇算法——LEACH算法。对LEACH算法的工作过程进行了详细研究和性能仿真,分析了算法的特点和不足;并由此提出了基于节点剩余能量和地理位置的改进分簇算法LEACH-EL(Leach based on Energy and Location),通过改变LEACH的簇头选举算法,来达到减少网络能量的消耗、延长生存周期的目的。最后通过仿真分析比较了两种算法的性能,验证了改进算法的可行性。
其他文献
医学图像三维重建是借助于可视化技术将医学图像重建成三维模型并显示出来,具有重要的研究和应用价值。MarchingCubes方法是三维重建中应用广泛的面绘制方法,但会生成大规模
随着社会的不断发展,人们的经济条件和生活水平不断提高,越来越多的食品安全问题被曝光使得人们对其关注度不断提高,然而这些食品安全事故严重威胁着人们的身体健康和精神健
网络编码允许节点对多个数据包进行运算编码,当接收节点收到足够数量的编码包后,可以应用相应的编码系数进行解码。相关研究表明,当网络编码被应用于组播及无线网络传输时,可
覆盖算法作为一种构造型分类建模算法,以其训练速度快、分类效果好而著称。在现今互联网时代,时常面对较大的数据集训练和分类的挑战,因此提升机器学习算法的训练速度和分类
高光谱图像通常具有纳米级的光谱分辨率,能提供丰富的地物空间信息和光谱信息,被广泛应用在精细农业、环境监测、现代军事等诸多领域。高光谱图像在具备诸多优势的同时也存在光谱维度高、光谱相关性大、噪声多、样本少等特点,这给高光谱图像分类过程带来了诸多问题和挑战,研究如何解决上述问题提高分类效果,是高光谱遥感领域的重要研究课题之一。针对高光谱图像分类过程中样本难以获取、样本数量少的特点,本文从降维、去噪和特
在非结构化P2P网络(unstructuredpeertopeernetworks)中,由于对网络的节点及资源分布没有统一的管理,资源的查找易形成大量的网络查找消息负载。同时由于网络节点的异构性,节点在
海量数据的增长使得有用信息和知识的获取变得更加困难,作为一种能自动、智能地将待处理数据转换成有用信息和知识的数据处理、分析技术,数据挖掘已经在各行各业的知识发现和数
如今恶意程序是互联网遭受的主要威胁之一,僵尸网络、钓鱼网站、恶意邮件等等本质上都是恶意程序,通常也简单地将恶意程序称为病毒。安全厂商每天收到成千上万份病毒样本,为了尽
随着自然语言处理从单文本内部转向多文本之间,作为文本间实体链接的纽带,跨文本指代消解越来越凸显其重要性。与传统的面向信息检索的跨文本指代消解不同,信息抽取中的跨文本指
随着信息技术的飞速发展,二维条码逐渐渗透到我们生活的各个方面。通过扫描二维条码获取信息已成为我们日常生活消费中重要的便捷方式。其中二维条码PDF417目前应用最为广泛,已