版權(quán)說(shuō)明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、傳感器網(wǎng)絡(luò)是基于應(yīng)用的網(wǎng)絡(luò),與傳統(tǒng)的無(wú)線通信網(wǎng)絡(luò)相比,它具有節(jié)點(diǎn)規(guī)模大、自組織多跳、無(wú)人值守、無(wú)通信基礎(chǔ)設(shè)施等特點(diǎn)。而能量約束始終是限制傳感器網(wǎng)絡(luò)技術(shù)發(fā)展和應(yīng)用的瓶頸。 有效提高網(wǎng)絡(luò)能效,降低節(jié)點(diǎn)能耗,并延長(zhǎng)網(wǎng)絡(luò)生存期,是本文研究工作的核心。圍繞著在路由中兼顧無(wú)線傳感器網(wǎng)絡(luò)能量有效性和均衡性的主題,以人工智能(AI)為指導(dǎo),采用神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)模型作為分析工具,本文綜合并討論了有關(guān)無(wú)線傳感器網(wǎng)絡(luò)能耗問(wèn)題的國(guó)內(nèi)外研究現(xiàn)狀。同時(shí),論文
2、以研究傳感器網(wǎng)絡(luò)的體系架構(gòu)為前提,分層剖析了傳感器節(jié)點(diǎn)的硬件結(jié)構(gòu)和設(shè)計(jì)、各層次的主要算法和協(xié)議、常用傳感器網(wǎng)絡(luò)的節(jié)能技術(shù)和策略。從硬件和協(xié)議棧兩個(gè)層面分析了傳感器節(jié)點(diǎn)能耗產(chǎn)生的主要原因。 針對(duì)影響節(jié)點(diǎn)能耗的主要因素,分析了傳感器網(wǎng)絡(luò)的整體結(jié)構(gòu)、節(jié)點(diǎn)結(jié)構(gòu)、通信方式和網(wǎng)絡(luò)覆蓋,本文并給出了無(wú)線傳輸能耗的數(shù)學(xué)模型。在對(duì)傳感器網(wǎng)絡(luò)關(guān)鍵節(jié)能技術(shù),諸如單節(jié)點(diǎn)節(jié)能技術(shù)、數(shù)據(jù)融合技術(shù)以及垮層節(jié)能算法總結(jié)的基礎(chǔ)上,著重討論和比較了傳感器網(wǎng)絡(luò)中幾類
3、經(jīng)典的媒體訪問(wèn)控制算法、協(xié)議;分析了目前無(wú)線傳感器網(wǎng)絡(luò)節(jié)能算法、協(xié)議和策略亟待解決的問(wèn)題。 論文的主要成果和貢獻(xiàn)在于將人工智能引入到無(wú)線傳感器網(wǎng)絡(luò)的路由算法中。首先,結(jié)合傳感器網(wǎng)絡(luò)路由層次上的數(shù)據(jù)融合技術(shù),考慮到在平面式路由算法中網(wǎng)絡(luò)能量不均衡,路由缺乏可靠的服務(wù)質(zhì)量的特點(diǎn),提出了一種基于神經(jīng)網(wǎng)絡(luò)自組織映射模型的平面路由算法——自組織映射融合(SOMDF)算法,它可降低節(jié)點(diǎn)間的數(shù)據(jù)傳輸量,規(guī)避了因數(shù)據(jù)冗余給網(wǎng)絡(luò)帶來(lái)的數(shù)據(jù)沖突和耗
4、能增大的風(fēng)險(xiǎn),并解決了因網(wǎng)絡(luò)有效性和均衡性相互制約產(chǎn)生的矛盾。 其次,與傳統(tǒng)的無(wú)線網(wǎng)絡(luò)相比,無(wú)線傳感器網(wǎng)絡(luò)的路由是以數(shù)據(jù)為中心。為了保證數(shù)據(jù)傳輸路徑的可靠性、穩(wěn)定性和實(shí)時(shí)性,同時(shí)兼顧網(wǎng)絡(luò)能量有效性和均衡性特點(diǎn),依托SOMDF算法設(shè)計(jì)了一種新的動(dòng)態(tài)路由選擇(DRS)策略,該策略將路由按照由SOMDF算法給出的鏈接評(píng)估質(zhì)量(CEQ)的量值大小,依次劃分為主傳輸路由(TR)和備用傳輸路由(BR),采用“輪喚”方式工作,有效地降低了節(jié)點(diǎn)
5、能耗,并延長(zhǎng)了網(wǎng)絡(luò)的生存期。 最后,鑒于無(wú)線傳感器網(wǎng)絡(luò)的分族路由算法具有一定的聚類和自組織特性,將一種帶有短期記憶效應(yīng)和非線性動(dòng)態(tài)的人工神經(jīng)網(wǎng)絡(luò)回聲狀態(tài)網(wǎng)絡(luò)模型融合到分族路由算法中,提出了帶有動(dòng)態(tài)記憶效應(yīng)的分族路由算法——回聲狀態(tài)路由選擇(ESNRS)算法,它可以有效降低傳感器節(jié)點(diǎn)的通信能耗,減少因族頭的選擇和分族周期的確定所帶來(lái)的時(shí)耗,平衡了傳感器網(wǎng)絡(luò)的總能量,達(dá)到了有效延長(zhǎng)網(wǎng)絡(luò)生存期的目的。 為了驗(yàn)證論文提出的算法優(yōu)
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的能耗管理研究.pdf
- 無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能耗管理策略研究.pdf
- 基于節(jié)點(diǎn)均勻分布的無(wú)線傳感器網(wǎng)絡(luò)能耗研究.pdf
- 無(wú)線傳感器網(wǎng)絡(luò)智能節(jié)點(diǎn)的研究.pdf
- 無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能耗建模與仿真.pdf
- 無(wú)線傳感器網(wǎng)絡(luò)智能節(jié)點(diǎn)的研究(1)
- 基于人工智能的多傳感器數(shù)據(jù)融合技術(shù)研究及應(yīng)用.pdf
- 傳感器網(wǎng)絡(luò)中基于能耗的K-鄰居節(jié)點(diǎn)連通算法.pdf
- 基于智能優(yōu)化算法的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)部署算法研究.pdf
- 無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)管理與能耗研究.pdf
- 面向低能耗的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)部署.pdf
- 無(wú)線傳感器網(wǎng)絡(luò)智能節(jié)點(diǎn)的研究與實(shí)現(xiàn).pdf
- 基于TinyOS無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)的研究.pdf
- 基于壓縮傳感的無(wú)線傳感器網(wǎng)絡(luò)低能耗研究.pdf
- 基于人工免疫的無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)故障診斷.pdf
- 工業(yè)無(wú)線傳感器網(wǎng)絡(luò)智能節(jié)點(diǎn)研究與設(shè)計(jì).pdf
- 無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)能耗測(cè)量設(shè)備設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于能耗均衡的無(wú)線傳感器網(wǎng)絡(luò)路由算法研究.pdf
- 基于均衡能耗的工業(yè)無(wú)線傳感器網(wǎng)絡(luò)設(shè)計(jì).pdf
- 無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)調(diào)度的研究.pdf
評(píng)論
0/150
提交評(píng)論