论文部分内容阅读
摘要：近年来,作为无线传感器网络(WSN)领域的研究热点之一,无线传感器网络的覆盖技术受到越来越多的关注,并得到了广泛的应用。该技术在轨道交通中的应用具有良好的实际意义,在人员密集的车站内部区域以及在轨道旁几百米以内进行实时数据监测的区域,都具有较高的应用价值。为解决上述两种特定应用场景下的WSN覆盖问题,本论文分别设计了相应的覆盖算法：解决车站内部WSN覆盖问题的RTSS (Rail Transit Scenario at Station)覆盖算法,以及解决轨道旁边WSN覆盖问题的RTST (Rail Transit Scenario beside Track)覆盖算法。本论文的研究内容和主要工作体现在以下几方面：1.对现有的无线传感器网络覆盖问题进行了概述,并对基于暴露路径和传感器部署策略的覆盖算法进行了阐述和比较；2.设计了用以解决车站内部WSN区域覆盖问题的RTSS覆盖算法,包括RTSS主算法和黑洞算法,以实现无线传感器网络节点在室内环境的最少节点数覆盖,并保证任意一个节点损耗时都会启动相应的备用节点来维持网络不问断；3.针对轨道旁边WSN区域覆盖问题,设计了用以均衡网络能耗的基于限定Voronoi的RTST覆盖算法。该算法首先通过对RTST模型的能耗分析计算得出了尺寸因子x和密度因子y,然后基于x、y因子进行尺寸控制和质量控制下的限定Voronoi网络生成；4.针对本论文提出的算法进行了仿真,分为两个部分：1)对RTSS算法的仿真是基于一个候车室模型,由主算法得出了保证全网覆盖的无线传感器节点放置的顶点位置,由RTSS的黑洞算法得出了备份节点放置的顶点位置。对比现有的“看守定理”,RTSS算法更适应于车站内部WSN模型。2)对RTST的算法仿真通过三个方面进行：网络规模对三种网络的影响、x因子对网络生存时间的影响和y因子对网络生存时间的影响。仿真得出在轨道模型中,RTST算法生成的网络生存时间优于均匀网络和随机网络,特别是当对x、y取合适值时,可以进一步优化RTST网络性能。