面向應用的移動密集網(wǎng)絡信息收集研究.pdf

1、伴隨著信息技術的發(fā)展，無線傳感網(wǎng)絡日益成為研究的熱點，而信息收集和目標跟蹤均是無線傳感網(wǎng)絡應用的關鍵技術。針對大規(guī)模移動無線傳感網(wǎng)絡數(shù)據(jù)收集中消息復雜度過高的問題，以移動目標跟蹤為主要應用背景，我們開發(fā)了基于人的行為特征移動成簇算法(BMC)和基于概率的多簇快速信息統(tǒng)計算法(PCFD)。上述算法已成功的應用于“基于CNGI和WSN的礦山井下定位與應急聯(lián)動系統(tǒng)”。 在實際環(huán)境中，信號干擾將使節(jié)點在簇成員和獨立節(jié)點間頻繁的抖動，從而

2、大大增加了成簇算法的消息復雜度。為解決該問題，我們設計了延遲保證的信號平滑機制(DBSS)和雙閾值成簇機制(DTC)。我們還對信號平滑算法的參數(shù)選擇問題進行了詳細的理論分析。優(yōu)化參數(shù)后的DBSS信號平滑算法可以去除信號中90％的波動，并削弱剩余毛刺50％的強度。DTC利用雙閾值線來限制節(jié)點的加入和離開簇，閾值可根據(jù)系統(tǒng)需求調(diào)節(jié)。其可以有效的穩(wěn)定成簇算法，進一步減小消息復雜度。 在傳統(tǒng)的跟蹤系統(tǒng)中，移動節(jié)點周期性的發(fā)送定位信息包。

3、隨著移動節(jié)點數(shù)目的增加，這些方法將導致較高的丟包率，并縮短網(wǎng)絡的生命周期。在實際應用中，我們發(fā)現(xiàn)很多移動節(jié)點彼此極為接近，以至于定位算法的精度無法區(qū)分，因此通過信息融合可以減少系統(tǒng)的消息負載。針對基于射頻(RF)的人員跟蹤系統(tǒng)，通過采用接收信號強度(RSSI)，本文提出基于人的移動特征的成簇算法，根據(jù)移動節(jié)點間的距離進行成簇，并可以有效地維護簇。在BMC中，簇頭代替了每個節(jié)點周期性地向網(wǎng)絡發(fā)送定位信息包，因此極大的減小了消息復雜度。在簇

4、維護中，我們設計了基于概率的狀態(tài)通告機制(PSI)，其可以高效地對簇進行維護。模擬顯示基于BMC(采用了DBSS和DTC)的定位信息收集較傳統(tǒng)的方法(TPTS)消息復雜度減小了64％。 為快速高效的收集大規(guī)模移動網(wǎng)絡中的信息，我們開發(fā)了基于概率的多簇快速信息統(tǒng)計算法。PCFD以概率的方法選舉簇頭，然后各簇頭分別統(tǒng)計本簇內(nèi)的消息，然后發(fā)送至網(wǎng)絡。不但有效的控制了簇頭數(shù)量，并可以根據(jù)信息相似度來組成簇，最大化消息融合度。實驗及理論分

5、析證明，該算法的消息復雜度可達O(M+n)，其中M為網(wǎng)絡節(jié)點數(shù)，n為簇頭數(shù)量。 本文的主要貢獻和創(chuàng)新點如下： 1.提出了基于權值和雙曲線的信號平滑處理算法DBSS，并對其各參數(shù)選擇進行了理論分析與優(yōu)化。 2.借鑒人的行為特征，設計了適用于人員跟蹤的定位信息收集算法BMC，并提出了基于概率的狀態(tài)通告機制PSI對簇進行高效的維護。 3.開發(fā)了基于概率成簇的快速高效的節(jié)點信息收集算法PCFD。 4.基于