無線傳感器網(wǎng)絡(luò)能量均衡路由協(xié)議與節(jié)點定位算法研究.pdf

1、路由與定位是無線傳感器網(wǎng)絡(luò)重要組成部分，能量效率是其體系結(jié)構(gòu)設(shè)計中重要的限制性因素之一，地理位置信息則體現(xiàn)了系統(tǒng)的應(yīng)用意義。本文分別從節(jié)點定位、分簇、地理位置路由、節(jié)點數(shù)據(jù)融合、最優(yōu)傳輸路徑、路徑修復(fù)、采集數(shù)據(jù)的Skyline查詢方面展開研究工作。
　　主要研究工作如下:
　　(1)提出基于環(huán)境感知的無線傳感器網(wǎng)絡(luò)混合定位算法EAHLA(EnvironmentAware Hybrid Localization Algorit

2、hm)，求解文中DSE-GAF、NACO算法需要的節(jié)點位置信息。由于易受外界環(huán)境影響，RSSI(Received Signal Strength Indication)直接進行距離計算，定位存在較大的誤差。首先利用信標節(jié)點的位置以及信號強度信息來消減路徑損耗指數(shù)對定位的影響，實現(xiàn)算法對環(huán)境感知;構(gòu)建置信的、與路徑損耗指數(shù)關(guān)聯(lián)的離線指紋庫。對于待定位節(jié)點，若能過濾出滿足置信約束RSSI測量值，則優(yōu)先采用K-NNSS找到最為接近的K個鄰居后

3、，通過質(zhì)心算法求解位置。否則，RSSI值將被高斯模型過濾，待定位節(jié)點與信標的距離通過節(jié)點最大通信距離方式獲得，并利用距離比例關(guān)系對其進行校正，然后采用最小二乘法求解未知節(jié)點位置的極大似然解，設(shè)計加權(quán)系數(shù)實現(xiàn)節(jié)點的質(zhì)心定位。通過實驗與仿真，對影響算法精度的因素進行分析，并驗證算法的有效性。
　　(2)提出基于分布均勻度、數(shù)據(jù)相似的能量均衡地理位置路由算法DSE-GAF(Distribution Equilibrium，Similar

4、 Data and Energy-balanced GAF)。分析基于地理位置信息的分簇算法GAF（Geographical Adaptive Fidelity）性能影響因素后，改用虛擬正六邊形蜂窩劃分網(wǎng)絡(luò)，提出節(jié)點分布均勻度模型，給出最優(yōu)虛擬單元格半徑的求解方法。定義基于分布均勻度模型的簇頭位置選擇評價參數(shù)，利用該參數(shù)及剩余能量來進行簇頭選舉，并給出數(shù)據(jù)相似性理論作為節(jié)點數(shù)據(jù)融合的依據(jù)。仿真結(jié)果表明，在不同的節(jié)點分布均勻下，DSE-G

5、AF算法的全網(wǎng)能效得到了較好提升，能量消耗也較為均衡，有效地延長了網(wǎng)絡(luò)生命周期。
　　(3)提出基于蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)路由和路徑修復(fù)算法NACO(A NewACO-based Routing Optimization& Path Recovery Algorithm for WSN)。為了能夠找到通往Sink節(jié)點的最優(yōu)路徑，將節(jié)點的剩余能量、節(jié)點間距離以及節(jié)點通往Sink的傳輸方向因素引入蟻群算法的啟發(fā)函數(shù)進行求解，有效地避

6、免了節(jié)點傳輸“繞路”現(xiàn)象。針對該最優(yōu)路徑中節(jié)點死亡問題，設(shè)計了周邊節(jié)點替代死亡節(jié)點、繼承信息素、銜接中斷路徑的路徑修復(fù)策略。該策略能夠保留原有大部分最優(yōu)路徑，避免蟻群算法重新尋優(yōu)。仿真結(jié)果表明，該算法在均勻地消耗能量以及降低能耗，快速路徑修復(fù)方面有著較好的效果。
　　(4)提出面向位置的基于Mapreduce框架的MR-EDBNL((Ext-Domin-ate-BNLbased on MapReduce)算法。為了查詢某時間段、某