發(fā)布時間：2020-04-02 12:59

【摘要】：無線傳感器網(wǎng)絡(WSN)是一類無線自組織網(wǎng)絡,由空間自主分布的傳感器節(jié)點組成。用于監(jiān)測不同區(qū)域的物理或環(huán)境信息,如溫度、聲音、壓力等。目前無線傳感器網(wǎng)絡廣泛應用于民用和軍事的目標跟蹤和監(jiān)視,同時在自然災害監(jiān)測、生物醫(yī)學應用、動物棲息地監(jiān)測和建筑管理系統(tǒng)中也發(fā)揮著重要作用。其核心WSN節(jié)點是能量受限的感知通信設備,通常無法更換電池。因此,能源利用效率是WSN研究中的一個重要問題,設計節(jié)能協(xié)議對于延長傳感器的壽命至關重要。在WSN路由中,分簇路由依靠其拓撲易管理、數(shù)據(jù)易融合、能量利用率高等優(yōu)點,成為當前重點研究的節(jié)能路由技術。本文針對不同規(guī)模的網(wǎng)絡,進行不同的分簇節(jié)能路由協(xié)議研究,主要工作內(nèi)容有:1.介紹WSN的組成結(jié)構(gòu),探討WSN路由協(xié)議的設計要求和各類路由協(xié)議的特點,分析網(wǎng)絡耗能因素和應用方向。并且對當前國內(nèi)外研究的節(jié)能分簇路由協(xié)議進行學習,重點研究智能優(yōu)化算法與分簇結(jié)合的路由協(xié)議,并歸納出各類分布式非均勻分簇路由協(xié)議的適應性和優(yōu)缺點,為節(jié)能路由協(xié)議的研究提供思路和方向。2.針對小型分簇網(wǎng)絡中因簇首選擇因素較多導致網(wǎng)絡難以成簇的問題,設計一種基于非線性收斂鯨魚優(yōu)化算法和閾值控制的WSN分簇路由協(xié)議NWOA-CT(Nonlinear Convergence Whale optimization algorithm and threshold control clustering routing protocol)。該算法針對簇首通信能耗,設計簇首選擇的目標函數(shù),通過改進鯨魚優(yōu)化算法(WOA)的收斂因子和收縮概率,得到非線性收斂因子的NWOA算法;利用NWOA算法選出剩余能量較高、通信成本更低的簇首;最后設置新分簇的能量閾值Thv,減少簇首替換的次數(shù),降低分簇能耗。實驗結(jié)果表明:相比于LEACH、LEACH-C、PSO-C和WOA-C協(xié)議,所提出的NWOA-CT協(xié)議能夠有效降低網(wǎng)絡能耗,優(yōu)化網(wǎng)絡性能,延長網(wǎng)絡生命周期。3.針對中大型分簇網(wǎng)絡中節(jié)點通信負載不平衡造成能量消耗過快的問題,設計一種多目標決策的WSN節(jié)能分簇路由協(xié)議EMOC(energy-saving multi-object decision clustering routing protocol)。協(xié)議考慮節(jié)點剩余能量、鄰居節(jié)點數(shù)目和節(jié)點與基站距離等因素,將網(wǎng)絡非均勻分簇,并采用一種分布式多目標決策方法為簇首選擇最佳中繼節(jié)點,建立簇間通信路徑;在簇內(nèi)通信階段,增加軟閾值ERROR,減少無用信息的輸入量,降低簇內(nèi)節(jié)點通信能耗。實驗仿真結(jié)果表明,該協(xié)議能有效均衡網(wǎng)絡負載,提高網(wǎng)絡的節(jié)能性,延長網(wǎng)絡工作時間。
【圖文】：

沿著圓形路徑創(chuàng)造典型的氣泡，并在狩獵期間環(huán)繞獵物。簡單地說，泡泡網(wǎng)狩獵行為可以描述座頭鯨以近似 12 米的速度向下俯沖，然后圍繞獵物以螺旋形狀形成氣泡，然后沿著氣泡向上游動。圖4.3 為座頭鯨泡泡捕食法示意圖。圖 4.3 座頭鯨捕食示意圖3．鯨魚算法原理及求解模型與其他元啟發(fā)式算法[55]一樣，鯨魚算法存在局部搜索算法和隨機算法，并將這兩種算法進行自適應結(jié)合。WOA 主要涉及兩個階段：開發(fā)和探索。探索是指在全部變量范圍內(nèi)搜索最優(yōu)解，而開發(fā)則是局部范圍內(nèi)進行搜索。開發(fā)階段指的是算法在滿足約束條件下并于可能存在最優(yōu)解的區(qū)域內(nèi)展開搜索，不斷更新已知的最優(yōu)可行解。開發(fā)階段主要的工作是在固定的區(qū)域內(nèi)不斷收縮搜索空間，逐步逼近最優(yōu)可行解，從而得到局部最優(yōu)解。另一方面，探索指的是算法進行隨機搜索，不斷擴大搜索空間區(qū)域，，以發(fā)現(xiàn)其他存在但還未被發(fā)現(xiàn)的可行最優(yōu)解。探索階段的主要作用是加強搜索的多樣化，以增強算法的全局尋優(yōu)性，防止算法陷入局部最優(yōu)。WOA 算法預定義數(shù)量為 S 的鯨魚種群
【學位授予單位】：江西理工大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：TP212.9;TN929.5

【參考文獻】

相關期刊論文 前3條

1 張文梅;廖福保;;改進的無線傳感器網(wǎng)絡非均勻分簇路由算法[J];傳感技術學報;2015年05期

2 蔣暢江;石為人;唐賢倫;王平;向敏;;能量均衡的無線傳感器網(wǎng)絡非均勻分簇路由協(xié)議[J];軟件學報;2012年05期

3 李成法;陳貴海;葉懋;吳杰;;一種基于非均勻分簇的無線傳感器網(wǎng)絡路由協(xié)議[J];計算機學報;2007年01期

相關碩士學位論文 前4條

1 陳歡;代價均衡的無線傳感網(wǎng)能量空洞緩解機制研究[D];南京郵電大學;2017年

2 龍隆;基于PEGASIS的無線傳感器網(wǎng)絡路由協(xié)議的研究與改進[D];太原理工大學;2015年

3 劉會平;無線傳感器網(wǎng)絡能量均衡GAF路由算法研究與改進[D];合肥工業(yè)大學;2015年

4 宋愛玲;一種基于PEGASIS的無線傳感網(wǎng)鏈式分層路由協(xié)議[D];南京郵電大學;2014年

本文編號：2611983