面向應(yīng)用的移動(dòng)密集網(wǎng)絡(luò)信息收集研究.pdf

1、伴隨著信息技術(shù)的發(fā)展，無線傳感網(wǎng)絡(luò)日益成為研究的熱點(diǎn)，而信息收集和目標(biāo)跟蹤均是無線傳感網(wǎng)絡(luò)應(yīng)用的關(guān)鍵技術(shù)。針對大規(guī)模移動(dòng)無線傳感網(wǎng)絡(luò)數(shù)據(jù)收集中消息復(fù)雜度過高的問題，以移動(dòng)目標(biāo)跟蹤為主要應(yīng)用背景，我們開發(fā)了基于人的行為特征移動(dòng)成簇算法(BMC)和基于概率的多簇快速信息統(tǒng)計(jì)算法(PCFD)。上述算法已成功的應(yīng)用于“基于CNGI和WSN的礦山井下定位與應(yīng)急聯(lián)動(dòng)系統(tǒng)”。 在實(shí)際環(huán)境中，信號(hào)干擾將使節(jié)點(diǎn)在簇成員和獨(dú)立節(jié)點(diǎn)間頻繁的抖動(dòng)，從而

2、大大增加了成簇算法的消息復(fù)雜度。為解決該問題，我們設(shè)計(jì)了延遲保證的信號(hào)平滑機(jī)制(DBSS)和雙閾值成簇機(jī)制(DTC)。我們還對信號(hào)平滑算法的參數(shù)選擇問題進(jìn)行了詳細(xì)的理論分析。優(yōu)化參數(shù)后的DBSS信號(hào)平滑算法可以去除信號(hào)中90％的波動(dòng)，并削弱剩余毛刺50％的強(qiáng)度。DTC利用雙閾值線來限制節(jié)點(diǎn)的加入和離開簇，閾值可根據(jù)系統(tǒng)需求調(diào)節(jié)。其可以有效的穩(wěn)定成簇算法，進(jìn)一步減小消息復(fù)雜度。 在傳統(tǒng)的跟蹤系統(tǒng)中，移動(dòng)節(jié)點(diǎn)周期性的發(fā)送定位信息包。

3、隨著移動(dòng)節(jié)點(diǎn)數(shù)目的增加，這些方法將導(dǎo)致較高的丟包率，并縮短網(wǎng)絡(luò)的生命周期。在實(shí)際應(yīng)用中，我們發(fā)現(xiàn)很多移動(dòng)節(jié)點(diǎn)彼此極為接近，以至于定位算法的精度無法區(qū)分，因此通過信息融合可以減少系統(tǒng)的消息負(fù)載。針對基于射頻(RF)的人員跟蹤系統(tǒng)，通過采用接收信號(hào)強(qiáng)度(RSSI)，本文提出基于人的移動(dòng)特征的成簇算法，根據(jù)移動(dòng)節(jié)點(diǎn)間的距離進(jìn)行成簇，并可以有效地維護(hù)簇。在BMC中，簇頭代替了每個(gè)節(jié)點(diǎn)周期性地向網(wǎng)絡(luò)發(fā)送定位信息包，因此極大的減小了消息復(fù)雜度。在簇

4、維護(hù)中，我們設(shè)計(jì)了基于概率的狀態(tài)通告機(jī)制(PSI)，其可以高效地對簇進(jìn)行維護(hù)。模擬顯示基于BMC(采用了DBSS和DTC)的定位信息收集較傳統(tǒng)的方法(TPTS)消息復(fù)雜度減小了64％。 為快速高效的收集大規(guī)模移動(dòng)網(wǎng)絡(luò)中的信息，我們開發(fā)了基于概率的多簇快速信息統(tǒng)計(jì)算法。PCFD以概率的方法選舉簇頭，然后各簇頭分別統(tǒng)計(jì)本簇內(nèi)的消息，然后發(fā)送至網(wǎng)絡(luò)。不但有效的控制了簇頭數(shù)量，并可以根據(jù)信息相似度來組成簇，最大化消息融合度。實(shí)驗(yàn)及理論分

5、析證明，該算法的消息復(fù)雜度可達(dá)O(M+n)，其中M為網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)，n為簇頭數(shù)量。 本文的主要貢獻(xiàn)和創(chuàng)新點(diǎn)如下： 1.提出了基于權(quán)值和雙曲線的信號(hào)平滑處理算法DBSS，并對其各參數(shù)選擇進(jìn)行了理論分析與優(yōu)化。 2.借鑒人的行為特征，設(shè)計(jì)了適用于人員跟蹤的定位信息收集算法BMC，并提出了基于概率的狀態(tài)通告機(jī)制PSI對簇進(jìn)行高效的維護(hù)。 3.開發(fā)了基于概率成簇的快速高效的節(jié)點(diǎn)信息收集算法PCFD。 4.基于