无线传感器网络分层数据收集算法研究

来源 :太原理工大学 | 被引量 : 1次 | 上传用户:ptf_phoenix
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
近年来,在无线通信中的无线传感器网络(wireless sensor networks,WSN)’陕速崛起。无线传感器网络是由大量分散的传感器节点所组成,这些传感器节点通过收集监测环境中的数据,并经过数据融合后,提供给观察者。在已部署的传感器网络中,构建起网络拓扑结构,使得传感器节点收集到的数据以消耗能量最少的方式,自传感器节点回传到观察者,并使得网络的负载比较小,是一个重要的研究课题。本文研究一些成熟的数据收集算法SPIN、DD、TTDD、DEED、 LEACH,通过分析它们的优缺点,借鉴它们的优点,针对网络能量和网络负载两方面的问题,提出一种分层的数据收集算法模型,称之为HDCM (Hierarchical Data Collection Model)。该模型中,在汇聚节点和传感器节点之间加入中介节点。首先把传感器节点进行区域上的划分,在每个区域内,采用剩余能量最多策略选出组内的头节点,负责接受成员节点的member report,然后经过融合产生leader report。这样达到减少网络能量的目的。接着把距离汇聚节点最近的中介节点选为代理,采用广度优先算法,建立以代理为根,头节点为叶子,其他中介节点为枝干的最小数据汇聚生成树,负责接受来自汇聚节点的Query以及融合leader report,形成aggregator package,再由代理中介节点接收产生agent report直接发送给汇聚节点。通过这样的分层传输可以达到网络的负载均衡。经过实验仿真,证明可以达到一定程度的网络负载平衡,在发送数据上也比较有效率,能耗相对较小,无线传感器网络的生命周期也因此延长。
其他文献
基于单幅图像的三维重建是基于图像三维重建的一个重要的研究领域,它是利用单幅图像的几何约束或者纹理等信息及有限的先验知识,实现物体的三维重建,是计算机视觉、图像处理
随着无线传感网络的发展,移动传感网络逐渐进入人们的生活,在城市管理、环境监测、医疗卫生等领域广泛应用。由于移动传感网络中传感器节点具有移动性,因此导致网络拓扑结构高度
语义角色标注(Semantic Role Labeling)近来年来备受关注,且已取得了长足的发展,多项研究表自动推断语义论元结构能够导致诸如信息抽取、自动问答和文本蕴含等众多自然语言处
随着Web2.0技术的普及与发展,互联网迅速的进入了SNS时代,同时,教育领域也发生了很大的变化,师生之间需要更多的联系和互动。在这样的背景下,一种新型的网络学习环境——SNS
随着网络带宽的增长以及各种新型网络应用的出现和发展,例如P2P(Peer-to-Peer)下载,P2P流媒体等应用在网络中大行其道,网络中流量的组成出现了很大的改变,UDP网络流量已经占
自动化测试技术的目的是为了提高软件测试的效率和质量,多年以来一直是软件工程研究的热点,而测试用例的自动生成则是自动化测试技术致力于解决的关键问题之一。类和对象是面向
移动Ad Hoc网络(MANET)是以网络技术与通信技术作为主要支撑,近年来,随着两者的迅猛发展,MANET的研究也备受关注。由于移动Ad Hoc网络中的节点具有很强的灵活性与移动性,并且
互联网已成为人们发布信息和表达观点的重要媒介,其中以微博为代表的新型社会化网络媒体服务,使人们分享和传递信息更加自由、灵活。微博提供了这样一个平台,你既可以作为观
目前词汇语义资源在自然语言处理领域的许多应用中都发挥着重要的作用,但是所有的语义资源都面临一个共同的限制——低覆盖率,汉语框架网也不例外。目前汉语框架网的覆盖率较
近几年,计算机软件发展迅速,越来越多的人们希望把问题交给计算机来解决,但其现状还不能令人满意。主要是软件系统的规模以及复杂程度越来越高,但随之带来的软件系统的出错率