无线传感器网络分簇优化算法研究与应用

来源 :山东建筑大学 | 被引量 : 0次 | 上传用户:ASGSXX1
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
近年来发生的冰雪灾害及地震灾害,造成大面积道路阻塞和破坏,也造成大面积有线和无线通讯设施的损坏和失效。先进的GPS/GSM车辆定位与通信模式暴露出根本性技术缺陷而失去作用。为应对这种状况的再次出现,需要探索一种新型的高可靠性的车辆定位与通信技术模式,目前基于无线传感器网络的技术理论已经具备。无线传感器网络WSN(Wireless Sensor Network)具有采集数据丰富、分布式协同感知等诸多优点。近年来,WSN在智能交通中的应用研究已成为一大热点。本论文首先介绍了无线传感器网络技术,Android操作系统和智能终端技术以及卫星定位系统,并对无线传感器网络,尤其是路由协议进行了综述及分析,着重研究与分析了无线传感器网络中典型分簇路由协议LEACH的运行机制及其优缺点。LEACH路由协议有着诸多优点,但在深入的研究之后,发现了其不足之处。首先是LEACH路由协议采取的是随机选取簇首节点的策略,没有考虑传感器节点的能量状况和邻居情况,而且对所选举出簇首节点的数目没有限制,这就有可能出现剩余能量很少的节点仍然被选为簇首或者因所选举出簇首数目过多而过早的耗费掉网络总能量的情况。针对LEACH协议存在的不足,本文提出了LEACH-REC分簇算法,也就是基于修正剩余能量和邻接度信息的LEACH算法,其核心思想是:综合考虑各节点修正后的剩余能量和广播范围内各节点的邻接度信息,为每个节点确定其成为簇首的竞争因子数值,竞争因子大于零的节点成为候选簇首节点,最终在候选节点中选出竞争因子数值最大的节点当选为簇首节点。最优成簇数的选取根据LEACH路由协议能量传输模型和建立的网络模型,运用数学的方法推导出了最优成簇数的表达公式OMNeT++作为一款优秀的网络仿真工具已经被广泛应用于通信网络的仿真,其主要特点是通用、架构灵活。在定义仿真环境参数后,LEACH-REC分簇算法在OMNeT++仿真平台上进行了仿真,经实验得出,LEACH-REC分簇算法在分簇的过程中有效地降低了能耗,提高了整个网络的生存周期。在前文研究的基础上,将LEACH-REC分簇算法应用于道路车辆的分簇,并用数学方法推导出理论公式,验证了该应用的可行性。这样,结合无线传感器网络技术、北斗卫星和移动通信网络构建了具有三层结构的全天候抗灾型道路车辆定位与控制应用模型,对三个层次进行了详细说明,并通过示意图和流程图对应用模型中的数据路由选择加以说明,从整体性、可靠性和经济性的角度加以分析。最后,在分析了Android平台系统架构和组件的基础上,对Android车载智能终端进行了设计,并在Android模拟器上实现了电子地图的加载和缩放功能,使驾驶者实时了解所处的位置信息。
其他文献
在2G时代,由于网络速度比较慢,特别是无线网络,稳定性比较差,对于一些欠发达地区来说更是如此,然而恰恰正是这些地区相对缺乏网络维护的技术人员,远程控制技术的出现可以很好
随着科学技术的发展与创新,信息技术及计算机技术给社会带来极大的进步,数据库的信息量也随着增长,形成了大量多元化数据,并蕴含丰富的信息。数据挖掘便是一种能够快速有效的
IB方法旨在将数据对象压缩到一个预先定义好的“瓶颈”变量中,同时极大的保存另一数据对象的相关信息,发现数据对象中隐含的结构模式。IB方法具有严密的理论基础,已经在海量
随着港口物流的迅速发展,港口作为物流、信息流的集散中心,港口的水陆枢纽地位得到不断提高。在市场竞争日益激烈的情况下,港口面临各种挑战。目前,港口数量多且分散,各个港口的经
3G通信技术与网络音视频技术的迅猛发展和成熟,使大数据量的视频监控成为可能,并逐渐应用到各行各业。当前,平安城市、平安校园、平安小区的建设如火如荼。随着视频监控规模的扩
随着因特网技术、无线通信技术和微机电技术(Micro-Electro-Mechanism System, MEMS)的高速发展,无线传感器网络在世界范围内引起了广泛的关注,被认为是会对人类未来的生活方
随着电信企业信息化的浪潮,为终端用户提供满意的服务质量,不同区域运营商的信息互通、数据共享显得尤为重要,而数据集中带来的性能问题日益明显。中国电信OSS应用采用Oracle10g
虚拟装配作为虚拟现实技术在产品设计领域的一种典型应用,其应用价值已经引起了越来越广泛的重视。传统的虚拟装配系统由于多数采用鼠标和键盘作为交互设备,普遍存在交互的沉
Internet问世以来,作为其主流应用的电子邮件也得到了飞速的发展。但随之而来的垃圾邮件,不仅严重占用网络资源,威胁网络安全,更对人们的日常生活造成了严重困扰。当前反垃圾
朴素贝叶斯(Na(I)ve Bayes,NB)是一种经典的机器学习算法,它具有训练时间短,模型简单,泛化正确率高等优点,并且在实际生活中得到了广泛的应用。但它也有先天的不足:不能很好