能量可收集传感器网络的拓扑构建及传输管理技术研究

来源 :北京邮电大学 | 被引量 : 0次 | 上传用户:waterhunter
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
传感器网络广泛应用于生活生产中,其主要原因是传感器节点的便携性和低功耗等特征。然而,因为传感器节点的这些特点也使得传感器网络存在一系列问题,例如节点储能有限、网络布局复杂性高和网络拓扑复杂等。能量可收集传感器网络克服了传统传感器网络中节点储能有限这一缺点,能量可收集传感器网络中的节点通过将从外界获取的自然能、无线电波等转换成自身所需的电能,解决了传统无线传感器网络能量不足的问题。但能量可收集传感器网络在能量方面也面临一些挑战:1)节点所处的地理位置不同导致可收集的能量在时间上和空间上的分布都是不均匀的;2)网络中节点之间负载不同导致网络中节点能量消耗也是不均匀的。节点能量和负载的不均匀分布给网络路由的稳健性和数据的可靠传输带来巨大挑战。在传感器网络中,数据包聚合算法是一种十分有效的节能途径,然而当路由中其他节点能量状态未知,同时整个网络能量分布不均匀时,盲目的聚合数据包会导致较多的数据丢失。在本文中,提出了一种有预定义传输方向的拓扑构建方法,此拓扑构建算法可以将网络分成多个多跳的簇结构,保证了数据传输过程中路由的稳健性;同时,为进一步达到节点能量的有效管理,我们在MAC层提出了两种基于业务质量(QoS)的能量管理算法:基于马尔科夫决策的数据包聚合分配算法(MDPA)和基于部分卡尔曼滤波的最大匹配数据聚合算法(PKBPA)。两种MAC层传输管理算法都是用来调控节点的数据传输从而保证数据传输过程中节点间的能量匹配和网络中所有节点能量的最大化利用。为了验证本文设计系统的性能,利用0PNET进行了仿真并从不同的角度进行了性能测试和对比。仿真结果表明本文中所提出拓扑构建及传输管理的算法相比于普通的分簇拓扑算法和传输管理算法在数据传输方面表现出更好的性能。
其他文献
混沌信号的初始值及参数敏感性、类噪声性、可同步性以及宽频带性使得其在保密通信中得到了广泛应用,混沌掩码和混沌键控通信是混沌保密通信中最为典型的两种通信方法,传统的混沌掩码和混沌键控通信几乎都面临着非相干接收困难、噪声敏感以及系统传输效率低下等问题。本文利用Rossler超混沌系统以及解析解混合混沌系统分别给出了对应改进方法。本文的主要工作和创新如下:(1)噪声鲁棒的非相干混沌掩码通信系统针对传统混
轻质混凝土作为一种新型建筑材料,以其优良的物理力学特性广泛应用于各类建筑工程领域当中。耐久性作为衡量建筑结构使用寿命的重要指标,也是评价建筑材料是否符合使用需求的
目的:姜黄素已被用于预防和治疗许多器官和组织疾病,主要与其抗炎和抗氧化应激作用有关,姜黄素在溃疡性结肠炎(ulcerative colitis,UC)中的抗炎作用已经在多个动物实验和临床试验中得到了验证。UC患者行全结直肠切除、回肠贮袋肛管吻合术(ileal pouch anal anastomosis,IPAA)术后回肠贮袋炎的预防和治疗仍是困扰临床医师的主要难题。本文旨在初步探讨姜黄素对回肠贮
目的全球骨关节炎(osteoarthritis,OA)的患病率正在增加,这种疾病所造成的经济负担也将会持续增加,而膝关节是骨关节炎最常发生的部位。骨髓水肿(bone marrow lesions,BMLs)是一种骨关节炎晚期的严重的影像学表现。对于有此病变的患者,最好的治疗仍然是不清楚的。本研究的目的是比较在膝骨关节炎伴骨髓水肿的治疗中肌注降钙素与口服塞来昔布的短期临床疗效差异。方法本研究纳入了在
目的:研究同时经肝动脉灌注载阿霉素纳米金(doxorubicin-loaded gold nanoparticles,Dox-AuNPs)和利用碘化油行肝动脉栓塞术后,联合近红外光照射行光热消融治疗兔VX-2肝癌的
随着移动终端技术的不断发展,移动互联网用户的数量呈现飞速的增长,越来越多的用户通过移动终端,比如手机、平板电脑等设备,从互联网中获取自己需要的资源。这个过程会产生海
精馏过程具有连续操作和处理量大等特点,也是化工过程中的能耗大户,广泛的应用于两组分甚至多组分混合物的分离。在多组分物系的分离过程中,隔板精馏塔与常规精馏塔序列相比具有较好的节能效果。隔壁塔是一种内部热耦合塔,通过在普通精馏塔内部沿纵向安装一块或多块隔板后成为一种在热力学上与Petlyuk塔等效塔。隔壁塔在实现多组分混合物的分离时能消除中间组分在塔内部返混,减少能量消耗的同时又提高了热力学效率。但是
虚拟网络资源映射是网络虚拟化的核心问题之一,好的虚拟化资源映射算法可以快速对虚拟请求做出响应,提高整体的映射成功率,也能适应由于网络变化引起的映射变化,同时提高映射
随着中国经济的迅速发展,人们的消费选择越来越多样化,消费水平不断提高。然而,很多商家为了实现更大的商业利润从而降低产品和服务的质量,这直接损害了消费者权益。消费者在维权时可能遇到各种各样的困难,很多情况下消费者自认倒霉。而在软件开发领域,虽然单体架构具有学习成本低、开发上手快等优势,但是它已经很难满足互联网时代中快速迭代的需要。针对上述问题,本文围绕如何构建具有高性能、高可用和良好用户体验的用户投
命名实体识别旨在识别非结构化文本中具有实际意义的实体,是很多自然语言处理任务的基础,在机器翻译、知识图谱构建、信息抽取、自动摘要、语义分析、自动问答等任务中都有广泛应用,命名实体识别的准确率直接影响上层应用的效果好坏。随着计算力的提升和数据量的增长,深度学习被广泛应用于信息处理之中。基于神经网络的命名实体识别方法能够自动完成实体的识别,可以有效避免手工特征抽取,且超过了传统的浅层机器学习模型,逐渐