无线传感器网络分簇算法研究及NS2仿真

来源 :曲阜师范大学 | 被引量 : 0次 | 上传用户:hongguoqwer
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
无线传感器网络(WSNs)是由大量传感器节点组成的,它们被部署在所需监测的目标区域。这些节点协作地感知和处理监测区域中的信息,即能够用来获取客观物理世界的信息。因此近年来被广泛应用于军事、环境和栖息地的监测和预报、智能家居、火灾探测、机械监控、工农业控制、危险区域远程控制和城市交通等诸多领域。因此WSNs在计算机领域中已成为当前研究热点。  路由协议是WSNs当前的研究热点之一。因为对传统的有线和无线网络适用的路由协议并不能适用于WSNs的拓扑结构,所以必须为WSNs设计合适的新路由协议。目前,大量适用于WSNs的路由协议被提了出来,如基于LEACH和LEACH-C协议的分簇算法的研究就是当前研究的热点。  本章首先概述了无线传感器网络的相关内容,如其定义、特征、应用、主要技术和当前研究现状。然后简单介绍了无线传感器中的典型路由协议,接着着重对LEACH和LEACH-C协议的运行原理进行了详细说明。分析了它们的优缺点,并针对它们的不足做了改进,提出了两种新的分簇算法CBMBC和IEEC,并分别对两种算法做了理论正确性分析和仿真证明。  在CBMBC中,提出了一种圆形网络中分环多跳的均匀分簇协议,将圆形网络划分为等宽的环,在不同环上设置大小均等的簇规模,每一层环中簇头的能量同构,不同环中簇头的能量异构,每层环上的普通节点将收集的数据以单跳方式发送给本簇中的簇头,位于外环上的簇头则通过位于相邻内环上的簇头将数据以多跳的方式发送给位于圆环中心的基站。同时,根据普通节点的能耗和每层环上簇头和基站的相对距离设置簇头的初始能量。理论与仿真结果证明,和LEACH以及LEACH-C相比,CBMBC可以延长网络的寿命。  在IEEC中提出了一种能量有效的分簇协议,簇头节点的高能量负载被每个簇中选出的发送节点所分担。簇头节点和发送节点的选择分别基于网络中节点的平均剩余能量和每个簇中成员节点的平均能量以及相对距离。由于簇头的能量负载被大大降低,因此不需要进行全局的簇重构,避免了大量能量的额外开销。并且发送节点在簇内的轮转又进一步均衡了每个节点的能耗。因此,算法既可以均衡簇头和普通节点的能耗,又可避免全局簇重构带来的巨大额外开销。理论与仿真实验证明,和LEACH以及LEACH-C相比,IEEC可以延长网络的寿命。
其他文献
支持向量机是利用最优化方法来解决机器学习问题的新工具,是20世纪90年代中期由Vapnik[1]等人提出的。仅十几年的时间,不论是在理论上还是在应用上都有了突破性的进展。支持
三维目标跟踪是计算机视觉领域的基础性问题,一直以来都是国内外学者们的研究热点。经典的基于模型的三维跟踪方法是将三维模型投影出的边与图像中的边进行对齐的配准过程,而
本文的主要研究工作来源于河南省重点科技攻关项目(No.102102210409)“物流公共信息平台领域本体的构建”与河南省教育厅基础研究项目(No.2009B520014)“基于语义Web本体学习
粒计算(Granular Computing)是近年来智能研究领域中的一门新兴学科,是解决复杂问题和模拟人类思维的一种新方法。众多学者对该问题的兴趣以及各方面研究成果的出现,使得对其的研
光学层析成像是近年来广为关注的一种新型医学成像技术。它以近红外光作为光源照射生物组织,对组织体的光学属性参数进行成像。由于组织的光学属性参数与组织中的血流量以及血
随着图形硬件的飞速发展和虚拟现实系统、电影游戏制作等领域对高真实感图片的需求增加,关于高性能图形绘制技术的研究变得更加重要和迫切。高性能的图形绘制要求在保证绘制质
随着计算机网络规模的不断扩大和应用的不断深入,影响网络安全和性能的因素变得越来越多,相互之间的关系也越来越复杂。如何使网络更加安全和稳定的运行已经成为网络管理者所面
近年来,随着社会和经济的快速发展,互联网技术在我们的日常工作和生活中扮演着越来越重要的角色,而且随着电子设备和社交媒体的普及,多媒体数据(文字、图像和视频等)增长迅速
联想记忆(Associative Memory,AM)是人脑的重要功能,是逻辑思维和形象思维、推理和创新的源泉。与传统的联想记忆模型相比,形态学联想记忆(MorphologicalAssociative Memories,
随着3D扫描设备的发展,用这些设备来获取现实生活中的物体的三维表面数据已经成为可能。尤其当微软的Kinect,华硕的Xtion,英特尔的RealSense等深度相机的出现,人们获取这些三