论文部分内容阅读
无线传感器网络是由大量随机布撒、稠密分布的传感器节点所组成的无线自组织监测和通信网络,其目的是协作地采集和传输网络覆盖区域内感知对象的信息。无线传感器网络具有十分广阔的应用前景,已经引起了学术界和工业界的高度重视,被认为是本世纪将对人类社会产生巨大影响的科学和技术研究问题。由于无线传感器网络是以数据为中心的应用型网络,对无线传感器网络可靠性的研究是这种新型网络走向实际应用所必须解决的关键问题之一。
本文主要研究无线传感器网络可靠性的计算、建模及评估等相关问题,共由六章组成。
第一章是绪论,概述了无线传感器网络的概念、特点和研究背景,介绍了无线传感器网络可靠性的研究现状和回归分析的基础知识,以及本文的结构安排。
第二章针对传感器网络能量受限且拓扑结构动态变化的特点,首创性地提出了网络传输可靠性的概念,突破了以往研究主要基于系统可靠性的局面。分别在有数据融合和无数据融合情况下对传感器节点能耗进行分析,获得了节点能耗变化的数学表达式。在此基础上,提出一种传输可靠性度量,导出了网络节点正常工作的概率随时间变化的数学表达式,从而得到了求整个网络传输可靠性的计算公式。
第三章研究了传感器网络k-覆盖m-连通性质,分别给出了衡量大规模传感器网络k-覆盖可靠性和m-连通传输可靠性的数学表达式,在此基础上建立了大规模传感器网络可靠性的加权平均计算模型。该模型将传感器网络k-覆盖可靠性与m-连通传输可靠性有机结合,不但能够评估网络的内在固有可靠性,而且能够评估网络的数据传输可靠性,为无线传感器网络的可靠性提供了一种较全面合理的刻划和度量方法。
第四章给出了一种具有连通覆盖性质的传感器网络寿命定义,并基于该定义对网络寿命进行仿真。以仿真数据为基础,引入统计学中的参数回归和非参数回归方法,建立了一种预测无线传感器网络寿命的回归模型。该模型先利用交替条件期望算法对广义线性可加模型(TBS模型)进行拟合,得到非参数回归模型,然后利用非参数回归的图示进行参数估计,从而建立了传感器网络寿命与传输半径和节点个数的非线性回归模型。
在第五章中,我们首次将统计学中的Logistic回归方法引入到无线传感器网络的可靠性评估中。在建模过程中,针对数据的线性可分现象,运用偏差减少模型解决了线性可分问题中参数估计的不收敛问题。最终建立了评估无线传感器网络性能的Logistic回归模型。
第六章对全文做了简要的总结。