基于無線傳感器網(wǎng)絡(luò)的采樣算法(編輯修改稿)
2025-07-24 21:01 本頁面
【文章內(nèi)容簡介】 性將是WSN信息采樣所面臨的一個主要挑戰(zhàn)。(3) 網(wǎng)絡(luò)的連通性由于WSN是一種無基礎(chǔ)設(shè)施的網(wǎng)絡(luò)，大量節(jié)點(diǎn)采用自組織方式協(xié)同完成指令中心的查詢、搜集等指令，網(wǎng)絡(luò)節(jié)點(diǎn)之間需要通過無線多跳方式或直接或間接地相互通信來協(xié)同工作。網(wǎng)絡(luò)的連通性將有效保證自身無線多跳自組織通信的開展，并直接決定了WSN感知、監(jiān)視、傳感、通信等各種服務(wù)質(zhì)量的達(dá)到。(4) 算法精確性由于受實際部署條件差異、網(wǎng)絡(luò)資源有限和覆蓋目標(biāo)特性等多方面的影響，況下是一個NP完全問題，只能達(dá)到近似優(yōu)化采樣。勢必會造成采樣控制算法執(zhí)行結(jié)果產(chǎn)生誤差，甚至不能使得WSN在很多情況下保證算法的有效執(zhí)行。如何減小誤差，提高算法的精確性成為優(yōu)化采樣控制算法的一項重要內(nèi)容。(5) 算法復(fù)雜性 不同WSN采樣控制策略及算法其實現(xiàn)方式不同導(dǎo)致算法復(fù)雜程度也有較大差別。衡量一個WSN采樣算法是否優(yōu)化的一項重要標(biāo)準(zhǔn)就是其算法的復(fù)雜性程度。算法的復(fù)雜性程度通常包括時間復(fù)雜度、通信復(fù)度以及實現(xiàn)復(fù)雜度等，需要綜合考慮。 (6)算法實施策略 WSN采樣控制算法的執(zhí)行可以有分布式、集中式以及兩者的混合式3種方式。通常來說，由于WSN自身的能量消耗、協(xié)議操作代價、網(wǎng)絡(luò)性能和精度等要求，使得利用本地信息執(zhí)行的分布式算法更為適用。在一些特殊的網(wǎng)絡(luò)操作環(huán)境下，分布式、集中式兩種方式混合執(zhí)行則更為有效。除了上面列出的一些所面臨的挑戰(zhàn)之外，WSN采樣控制協(xié)議算法還會存在是否需要知道網(wǎng)絡(luò)節(jié)點(diǎn)位置、是否需要專門的采樣控制消息等差別。同樣，它們也是我們設(shè)計、分析具體協(xié)議和算法時要考察的內(nèi)容。4. 基于無線傳感器網(wǎng)絡(luò)分簇構(gòu)架的協(xié)同采樣算法描述及其MATLAB仿真分析 無線傳感器網(wǎng)絡(luò)中的分簇架構(gòu)及算法介紹 無線傳感器網(wǎng)絡(luò)中的分簇架構(gòu)在采用分簇結(jié)構(gòu)的無線傳感器網(wǎng)絡(luò)中，網(wǎng)絡(luò)節(jié)點(diǎn)被劃分為若干個簇。每個簇通常由一個簇頭節(jié)點(diǎn)(CH)以及多個成員節(jié)點(diǎn)(MN)組成。成員節(jié)點(diǎn)只與簇頭通信，簇頭與簇頭構(gòu)成高一級的虛擬骨干網(wǎng)，負(fù)責(zé)簇內(nèi)的數(shù)據(jù)融合和簇間數(shù)據(jù)轉(zhuǎn)發(fā)。因為簇頭節(jié)點(diǎn)的能量消耗較大，通常采用周期性選擇簇頭節(jié)點(diǎn)的方法均衡網(wǎng)絡(luò)中節(jié)點(diǎn)能量的消耗。簇頭的集合形成連通統(tǒng)治集(CDS)，因為獲得最優(yōu)CDS是NPC問題，因此實際提出的算法均為啟發(fā)式的。圖41給出了分簇結(jié)構(gòu)以及簇內(nèi)與簇間的數(shù)據(jù)流向。圖41 WSN中的分簇結(jié)構(gòu)及其簇內(nèi)與簇間的數(shù)據(jù)流向WSN采用分簇結(jié)構(gòu)具有如下一些顯著的優(yōu)點(diǎn)：(1)在滿足一定約束條件情況下(例如覆蓋范圍與采樣精度要求等)，簇成員節(jié)點(diǎn)可以在某些時間段內(nèi)關(guān)閉通信模塊，大幅度減少空閑等待狀況的能量消耗，因此可節(jié)省能量。 (2)簇頭通常負(fù)責(zé)采集簇成員發(fā)送來的數(shù)據(jù)，這些數(shù)據(jù)具有較大的相關(guān)性，因此可以采用數(shù)據(jù)融合算法，在保證信息量的情況下降低數(shù)據(jù)通信量，降低數(shù)據(jù)轉(zhuǎn)發(fā)的能量開銷。 (3)因為采用層次結(jié)構(gòu)，簇成員只需了解到所屬簇頭的路由信息，簇頭只需了解簇頭間的路由信息，因此可降低路由協(xié)議的復(fù)雜度，減少路由表項數(shù)目，路由維護(hù)開銷也隨之降低。 (4)具有較好的可擴(kuò)展性能，更加適合于大規(guī)模WSN的應(yīng)用場景。 無線傳感器網(wǎng)絡(luò)分簇算法介紹(1)集中式/分布式算法 根據(jù)是否存在一個中心控制節(jié)點(diǎn)負(fù)責(zé)整個網(wǎng)絡(luò)的簇劃分，分簇算法可分為集中式與分布式兩類。典型的集中式算法有LEACHC、APTEEN等。我們提出的基于徑向基函數(shù)(RBF)的分簇算法也屬于此類。中心控制節(jié)點(diǎn)通常有持續(xù)的電源供應(yīng)、較高的存儲與計算能力，并能獲得網(wǎng)絡(luò)的全局信息，因此可以采用復(fù)雜的算法獲得優(yōu)化的分簇結(jié)果。但是由于普通無線傳感器節(jié)點(diǎn)能量有限，計算與通信能力不強(qiáng)，因此對于大型的WSN，集中式算法在靈活性、可擴(kuò)展性以及健壯性等方面存在缺陷，例如很多集中式算法要求獲得節(jié)點(diǎn)的剩余能量，因為傳感器節(jié)點(diǎn)運(yùn)行中能量不斷下降，所以必須隔一段時間就得通知中心控制點(diǎn)更新剩余能量信息，這就造成大量額外數(shù)據(jù)包的傳輸，使算法的開銷過大。與集中式算法不同，分布式算法一般只需要相鄰節(jié)點(diǎn)之間互相交換信息，甚至不考慮相鄰節(jié)點(diǎn)獨(dú)立作出判斷，這類算法簡單、高效、靈活，因此更適用于大規(guī)模WSN。目前大部分經(jīng)典的WSN分簇算法如LEACH、HEED等，都屬于分布式算法，Hausdorff算法、響應(yīng)式分布分簇算法(RDCA)也屬于這一類。 (2) 基于地理位置/地理位置無關(guān)算法根據(jù)是否需要借助GPS獲得節(jié)點(diǎn)的地理位置，可以將分簇算法分為基于地理位置的算法與地理位置無關(guān)算法兩類。典型的基于地理位置的算法有GAF等，其他大部分常見的分簇算法，如LEACH算法等，都不需要借助于地理位置信息?；诘乩砦恢玫乃惴ㄓ械男枰@得全局信息，有的只需要通過廣播包獲得相鄰節(jié)點(diǎn)的位置信息。因為傳感器網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)量大，單個節(jié)點(diǎn)造價低、能量有限，而GPS模塊不但成本高而且會額外消耗節(jié)點(diǎn)能量，因此為每個節(jié)點(diǎn)都配備GPS模塊是不經(jīng)濟(jì)的。通常的做法是在網(wǎng)絡(luò)中設(shè)置少量信標(biāo)節(jié)點(diǎn)，一般是通過攜帶GPS定位設(shè)備獲得自身的精確位置，然后其他傳感器節(jié)點(diǎn)通過信標(biāo)節(jié)點(diǎn)的位置信息根據(jù)一定的定位算法獲得自身的位置。常用的定位算法有到達(dá)時間(TOA)、到達(dá)時間差(TDOA)、接收信號強(qiáng)度指示(RSSI)、到達(dá)角度(AOA)和距離向量跳數(shù)等。不過在室內(nèi)、水下或森林等有障礙環(huán)境中無法使用GPS系統(tǒng)，使其應(yīng)用受到一定限制。基于地理位置的分簇算法一般假設(shè)節(jié)點(diǎn)已知自身的精確位置，而如何獲得自身位置信息則不包括在算法內(nèi)。 (3)確定性/隨機(jī)性算法 在網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)與每個節(jié)點(diǎn)的剩余能量不變的情況下，根據(jù)分簇算法是否能取得確定結(jié)果，可將其分為確定性與隨機(jī)性算法。在確定性算法中，節(jié)點(diǎn)必須等待某個特定事件發(fā)生或某些特定節(jié)點(diǎn)已宣布自己的角色(CH還是MN)后，才能做出決定。例
公司管理相關(guān)推薦
鄂ICP備17016276號-1