学位论文 > 优秀研究生学位论文题录展示
无线传感器网络自身健康状态融合机制研究
作 者: 谌业滨
导 师: 孙利民;舒坚
学 校: 南昌航空大学
专 业: 计算机应用技术
关键词: 无线传感器网络 数据融合 融合树 自身健康状态
分类号: TN929.5
类 型: 硕士论文
年 份: 2010年
下 载: 56次
引 用: 0次
阅 读: 论文下载
内容摘要
由大量随机部署于监测区域的传感器节点通过无线自组织所形成的网络能够协作地完成各种监测任务,如:战场信息收集、有毒气体监测、煤矿安全监测、海洋生态监控等,这些环境十分复杂,可能导致节点工作不稳定,甚至失效,不能完成正常监测任务。通过对无线传感器网络的自身健康状态进行监视,可及时了解网络的故障区域并采取相应措施,使得网络能够迅速从故障中恢复从而保证网络能够提供正常服务。然而,无线传感器网络是资源受限的网络,如果将每个节点所收集的健康状态消息不加处理发送给sink节点将导致网络节点特别是靠近sink的节点转发大量消息,将使节点因能耗过大而过早死亡。因此有必要对其自身健康状态进行融合。本课题来源于国家自然科学基金,对无线传感器网络自身健康状态的融合机制进行研究。论文介绍了无线传感器网络中数据融合方法的研究现状,针对无线传感器网络自身健康状态消息的整网汇报、周期性汇报特点,提出一种基于网格划分的融合树构建方法。该方法根据节点的地理位置信息将整个网络划分为网格,每个网格形成一个簇,根据节点的剩余能量及其所处的地理位置选取簇头节点,簇头节点因负责自身健康状态消息的融合、与成员节点和其他簇之间的通信,能量消耗较其他成员节点更快。为了避免簇头节点过早死亡和周期性成簇造成的不必要能量消耗,本文采取局部替换簇头节点的方法,即当簇头节点的能量低于其当选簇头时能量的一半时,则重新选取该簇的簇头。在网格簇中,论文假设多节点覆盖区域中的信息只要被一个节点感知并成功上报,那么该区域中的信息都能被感知并上报,设计了对簇内感知覆盖与簇成员节点到簇头节点的链路状态进行融合的算法。仿真实验表明,通过构建融合树,降低了平均能耗,从而延长了网络的寿命;在网格簇中,本文提出的自身健康状态融合算法能够较准确地反映网络中簇区域的节点健康状态。
|
全文目录
摘要 4-5 Abstract 5-9 第1章 绪论 9-13 1.1 研究背景及意义 9-11 1.2 研究内容 11-12 1.3 本文组织结构 12-13 第2章 无线传感器网络中数据融合技术 13-28 2.1 无线传感器网络中的数据融合及其特点 13-14 2.2 无线传感器网络中数据融合分类 14-15 2.3 无线传感器网络中融合树的构建 15-24 2.3.1 平面树型结构融合树 16-18 2.3.2 簇结构融合树 18-21 2.3.3 簇-树结构融合树 21-24 2.4 无线传感器网络中自身健康状态的融合 24-27 2.5 本章小结 27-28 第3章 基于网格划分的融合树构建 28-48 3.1 网络模型及算法的核心思想 28-29 3.1.1 网络模型 28-29 3.1.2 融合树构建核心思想 29 3.2 融合树的构建 29-36 3.2.1 建树消息的发送 29-31 3.2.2 网格划分 31-32 3.2.3 簇头节点竞选 32-36 3.3 簇头替换 36-37 3.4 数据传输 37 3.5 故障恢复 37-38 3.6 融合树实验 38-47 3.6.1 实验平台简介 39-40 3.6.2 能量消耗模型与实验场景 40-41 3.6.3 网格宽度对融合树性能的影响 41-43 3.6.4 与GROUP 比较 43-47 3.7 本章小结 47-48 第4章 基于网格簇的簇内自身健康状态融合 48-62 4.1 网络模型及算法核心思想 48-49 4.1.1 网络模型 48-49 4.1.2 健康状态融合核心思想 49 4.2 簇内健康状态融合方法 49-57 4.2.1 健康状态信息初始化 49-53 4.2.2 健康状态信息的融合 53-57 4.3 自身健康状态融合性能分析 57-61 4.3.1 实验环境 57-58 4.3.2 误差分析 58-61 4.4 本章小结 61-62 第5章 总结与展望 62-64 5.1 总结 62-63 5.2 展望 63-64 参考文献 64-68 攻读硕士学位期间参与课题情况 68-69 攻读硕士期间发表论文情况 69-70 致谢 70-71
|
相似论文
- 基于微型无人平台导航多传感器信息融合算法研究,V249.32
- 多传感器组网及反隐身、抗干扰接力跟踪技术研究,TN953
- 海上平台消防系统研究,U698.4
- 无线传感器网络数据融合算法及模型研究,TN929.5
- 基于视频的动物运动跟踪分析系统及应用研究,TP391.41
- 无线传感器网络数据融合技术的相关研究,TN929.5
- 多传感器网络数据融合技术的研究,TN929.5;TP202
- 基于通信约束的无线传感器网络的研究,TN929.5
- 认知无线电频谱感知算法研究,TN925
- 认知无线网络中宽带压缩频谱感知关键技术,TN925
- 基于指纹与姓名语音的多模态生物特征融合身份识别技术的研究,TP391.41
- 面向室内环境的WSN跟踪关键技术研究,TN929.5
- 甚高频雷电探测站数字处理系统设计与实现,TN911.23
- 基于多模型决策融合的空分过程故障检测与预报,TQ116.11
- 基于RDT&FDF方法的石油钻井事故诊断系统,TE28
- 基于MIDI的乐器控制系统和音符的自动识别方法研究,TN912.34
- 无线传感器网络中数据融合调度算法研究,TN929.5
- 基于物联网的数据融合算法与防碰撞算法的研究,TP391.44
- 无线传感器网络的数据融合研究,TP202
- 无线传感器网络中基于数据融合的可靠传输协议研究,TN915.04
- 多源日志安全信息的融合技术研究,TP393.08
中图分类: > 工业技术 > 无线电电子学、电信技术 > 无线通信 > 移动通信
© 2012 www.xueweilunwen.com
|