【摘 要】
:
无线传感器网络(Wireless Sensor Network,WSN)是一个庞大的研究体系,它是多种信息技术与电子技术的综合体,包括无线传输技术、拓扑技术、嵌入式技术等等,其中如何延长无线传感器网络工作寿命,一直是研究的热点问题。目前也有诸多方式来提升网络的工作时长,例如优化网络的拓扑结构、采用能量补给、优化网络的路由协议等。而随着微电子技术的发展,基于环境能量补给的自供能无线传感器网络(Ene
论文部分内容阅读
无线传感器网络(Wireless Sensor Network,WSN)是一个庞大的研究体系,它是多种信息技术与电子技术的综合体,包括无线传输技术、拓扑技术、嵌入式技术等等,其中如何延长无线传感器网络工作寿命,一直是研究的热点问题。目前也有诸多方式来提升网络的工作时长,例如优化网络的拓扑结构、采用能量补给、优化网络的路由协议等。而随着微电子技术的发展,基于环境能量补给的自供能无线传感器网络(Energy Harvesting WSN,EH-WSN)因其网络工作寿命明显延长,备受研究者们的青睐。目前国内外学者对自供能无线传感器网络做了大量研究,但是仍存在一些不足。在EH-WSN分簇算法的研究过程中,对网络分簇数目没有清晰的要求;对簇头的选择考虑不够全面。因此,本文提出了基于模糊控制的自供能无线传感器网络分簇算法,经过仿真实验,证明了所提算法与传统算法相比的优越性。论文的主要研究成果如下:(1)基于模糊逻辑的自供能分簇算法的研究。首先,针对现有自供能无线传感器网络的分簇算法较少考虑网络最优分簇数目的问题,在网络能量消耗模型中引入太阳能补给模型,得出每一轮次网络能量总消耗与网络分簇数目的函数关系,并对其求导从而得到网络的最佳分簇数目。其次,对于解决网络能量消耗不均衡的问题,也就是在分簇时簇头选择问题上,本文利用了双层模糊决策系统来评定网络中的节点能否成为簇头节点。先将节点剩余能量、相邻节点数作为判定指标输入第一层(能力层)对所有节点通过Mamdani模糊控制系统进行筛选,通过设定阈值要求的节点成为备选簇头节点;再将节点的中心度参数和邻近度参数作为判定指标输入第二层(协作层)对备选簇头节点以同样的控制系统进行二次筛选,最后得到综合参考下最优网络簇头节点。(2)利用MATLAB仿真工具,对所提算法与相似算法在相同的基本参数下进行仿真对比。首先是在太阳能补给的情况下,本文所提算法在网络存活节点数上明显优于其对比的经典算法,然后所提算法的网络能量消耗与对比算法网络能量消耗相差不多的情况下,所提算法的网络数据吞吐量明显优于其对比算法的网络吞吐量。同时,为了提高算法的普适性,测试了在无能量补给的情况下,本文算法的工作性能和工作寿命。仿真结果显示,本文算法在无能量补给时的网络存活节点数与对比算法相比仍存在优势,并且经过算法优化网络路由后,所提算法能够在网络能量消耗不高的情况下,网络数据包吞吐量明显优于其他对比算法。仿真实验结果表明,无论本文所提算法是否存在能量补给,所提算法均延长了网络的工作寿命,并且在网络能量消耗不多的情况下,网络数据吞吐量也得到了改善。
其他文献
随着科技的迅速发展和社会的不断进步,物流企业获得的利润不断提高,物流的合理化以及高效化也备受人们重视。合理的制定物流配送方案,有效降低配送成本,具有至关重要的理论价值和现实意义。传统的车辆路径问题(Vehicle Routing Problem,VRP)中货物的配送和回收是单独进行的,车辆在这种单独的作业模式下很容易出现空载、重复运输等造成浪费资源的情况,为了避免出现这种情况,许多企业考虑同时对货
自主化CTCS-3级列控系统在确保高铁列车的安全运行方面起着至关重要的作用,有完全的自主产权,在软硬件设计以及功能需求上都新增了许多内容。因此,如何确保列控系统在新增规范要求下的安全性和可靠性就成为了重要的研究课题。同时对采用何种方法对列控系统安全因素进行分析在传统研究中并没有涉及,而形式化方法恰好弥补了这一不足,通过选取合适的形式化方法对列控系统进行建模及安全分析已成为目前列控系统安全保障技术的
神经系统由数十亿个神经元构成,每个单元都是单独的,接收来自其他单元的信号,并产生自己的信号发到相应的邻居单元。当神经元受到外界刺激时,会对其作出适当反应。当神经元在进行信息传输的过程中,通过改变神经元的系统参数,或者在适当的外界条件作用下,神经元的电活动可以显现多种模式。神经元一般很少单独去完成信息的传输,神经元集体放电是进行信息传输的关键,而同步又是集体放电的表现形式。此外两个神经元或多个神经元
近年来,计算机视觉、目标检测、三维数据扫描等计算机技术发展迅速,基于深度图像、三维点云数据的各项应用研究已成为计算机视觉领域的研究热点。点云配准是逆向工程应用中的核心技术,所以本课题对基于深度图像的三维点云配准算法进行研究,具有较高的应用和推广价值。针对点云配准的算法研究有很多,但是均存在不足,本文对传统算法中存在的问题进行改进,其主要工作分为以下三大部分:首先,设计了一种基于改进双边滤波的深度图
近几年,卷积神经网络发展迅速,在图像识别、语音识别和机器翻译等方面取得了不错的成绩。但传统的卷积神经网络擅长处理规则数据,如图像、文本。现实生活中存在交通网络、社交网络和生物网络等图结构数据。由于这种普遍性开始关注在图形数据上使用深度学习模型。但图结构数据具有不规则性,多样性,规模很大等特点,使得构建图卷积神经网络存在一定的局限性。图卷积神经网络作为一种基于图结构数据的广义神经网络结构,因其独特的
近年来随着我国铁路运输行业的发展,列车的行驶安全也越来越受到人们的关注。而引起铁路安全事故的重要原因之一是由于铁路周界范围内的异物入侵,传统铁路周界防护系统通过在铁路周界设置屏障或采用人力巡逻的方式,但是随着我国铁路建设里程数不断增长,这两种方法难以满足人们的需求。随着视频监控技术的发展,基于视频监控技术的铁路周界异物检测方法已经成为研究的热点,但是由于铁路环境复杂多变,在铁路周界范围内发生异物入
随着对安全性和隐私权担忧的增加,用户正在寻找保护帐户安全的方法。于是包括Whats App,Facebook Messenger,Signal等在内的端到端加密消息系统已经越来越流行,现在数十亿人依靠它来保证安全。最近端到端的加密消息系统出现新的安全措施。恶意发送者可能会发送骚扰消息。当恶意发送者发送骚扰信息、恶意软件或任何不适当的内容时,应允许接收者向提供商报告该内容,以阻止发送者。端到端加密会