论文部分内容阅读
无线传感器网络技术整合了分布式信息处理技术,嵌入式计算技术、无线网络与通信技术、传感器技术等,被广泛应用于各种领域,是二十一世纪最具有影响力的技术之一。无线Mesh网络技术与传统的无线网络技术不同,是一种多跳网络,灵活的结构可以使它组成混合型Mesh网络,能充分发挥其网络优势。无线传感器网络与无线Mesh网络均为目前研究的热点,将无线Mesh网络引入到无线传感器网络,两者的优势相结合使得传感器网络具有更好的网络性能,这将会成为新的研究方向之一。本文是围绕基于无线Mesh的无线传感器网络模型展开研究的。我们在分析了现有传感器网络技术与算法仿真模型的基础上,将无线传感器网络技术与无线Mesh技术相结合,研究基于无线Mesh的无线传感器网络模型,该模型能有效降低节点通信能量消耗与延迟网络寿命。然后我们针对该模型,设计了相应的节点部署策略与基于Q-leanring的GEAR路由改进算法。在本文我们主要做了三个方面的工作:1.我们详细介绍了基于无线Mesh的无线传感器网络模型的总体框架、功能模块以及节点模型,通过OMNet++仿真工具实现仿真,并与多Sink节点的无线传感器网络进行了通信能量消耗比较,仿真实验结果表明模型在通信能量消耗方面要较优于多Sink节点的无线传感器网络。2.使用重部署的节点部署策略,传感节点采用随即部署,并用Voronoi划分来筛选冗余节点,计算完全覆盖目标区域所需的最少节点集,重点研究Mesh节点确定性部署策略,建立新的数学模型,使用遗传算法来解决部署问题,得出最佳的节点位置组合。遗传算法的重点是适应度函数与编码方式,我们根据问题设计了一个能够同时反映连通性与位置最优性的适应度函数,并采用节点位置组合序列进行编码,以实现遗传算法。通过节点部署仿真实验我们得出活动节点集与最佳Mesh节点位置组合。3.我们将GEAR算法与Q-learning相结合,提出了一种GEAR改进算法,节点根据Q值来选择下一跳转发节点,实现网络负载平衡功能。针对网络拥塞的情况,进行GEAR改进算法与GEAR算法仿真比较,GEAR改进算法的通信能量消耗曲线趋势要低于GEAR算法,它能动态调节Q值避开网络拥塞区域。最后,我们对全文做一个总结,得出WMSN模型具有降低节点通信消耗,延长网络寿命的功能;节点重部署策略,特别是Mesh节点的部署策略具有现实可行性;基于Q-learning的GEAR改进路由算法,实现网络负载平衡的功能,降低网络通信消耗。