无线传感器网络中连通支配集近似算法的设计与仿真

来源 :西北师范大学 | 被引量 : 0次 | 上传用户:string_lau
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
无线传感器网络(Wireless Sensor Network,WSN)是一种全新的信息获取平台,能够利用各种各样的传感器,实时监测和采集网络分布区域内的各种监测对象的信息,并将这些信息通过无线网络发送到汇聚节点,以实现目标对象的监视与跟踪。因此是目前研究的热点。一方面由于无线传感器网络无基础设施的特点,使得网络管理以及路由等问题凸显。另一方面传感器节点资源又十分有限。因此,为提高节点资源利用率和优化网络性能有必要构造一个虚拟骨干网充当基础设施。虚拟骨干网的构造在数学上等同于求图的最小连通支配集,最小连通支配集的求取问题已经被证明是NP难问题,本文从求支配集出发来进行研究。具体主要工作如下:(1)综述无线传感器网络体系结构、组成、特点及其应用。引入由连通支配集组成的虚拟骨干网思想,并对现在的连通支配集算法进行说明。(2)引入一些图论基本知识,基于图论知识对抽象为单位圆图的无线传感器网络拓扑结构进行了叙述。(3)从图的覆盖和连通两方面来分析图的连通性。首先进行了覆盖与连通的比较,其次建立相应模型从通信半径、邻居节点个数进行连通概率分析。最后从各个方面进行了仿真实验。(4)给出了连通支配集定义和性质,并对已有经典的连通支配集算法进行论述。(5)从一次处理多个节点和获取点数更少的2-hop支配集两个角度,分别提出了连通支配集构造算法GCDS和2-hop支配集算法2-DSGA。不同多数每次处理一个节点的求CDS算法,GCDS算法基于贪心策略一次判断两个及三个节点状态。2-DSGA算法由连接2-hop邻居节点、求图的2-hop支配集以及对支配集进行修剪三部分组成;论文分析了两种算法的时间复杂度,理论分析与仿真实验表明两种算法求得的结果比较优,特别是DSGA算法时间代价比较小。
其他文献
随着无线通信和微电子技术的快速发展,无线传感器网络(Wireless Sensor Networks,WSNs)应运而生。它由部署在监测区域内的传感器节点组成,通过传感器节点之间的相互协同工作完成
高光谱遥感技术是20世纪发展起来的一门新的学科,它在定量遥感反演、农业精准、生态建设、地物识别分析等领域发挥了重要的作用。由于不同的地物对象具有不同的光谱特征,而且
无线传感器网络目前成为了国内外研究团体的研究热点。它是将传感器技术、嵌入式系统技术、现代网络及无线通信技术、及分布式信息处理技术等多学科知识高度交叉的一种技术。
超声图像的精确分割是高强度聚焦超声(HIFU)治疗中非常重要的环节,是后期重建、配准以及治疗能达到良好效果的前提。然而,由于超声图像所具有的低对比度、边界模糊以及斑点噪声
人脸特征点定位是自动定位事先定义好的面部关键点,以获取人脸形状。人脸特征点定位是人脸图像分析的关键步骤,在人脸识别、仿真、跟踪、表情分析、人脸三维动画建模等任务中有
RFID(radio frequency identification,射频识别)技术是一项非接触型自动识别技术。它具有高效、快速、可靠、非视距读取和可工作于恶劣环境等优点,被广泛应用于物流、邮政、
图像的表示与匹配技术是图像处理、分析与理解的基础。它对图像的后续处理、分析和识别具有十分重要的作用。近几年来,基于图理论的图像分析与识别技术得到越来越多研究者们
无线传感器网络(WSN, wireless sensor network)是一种新兴的应用技术,它是由成百上千个具有自组织能力并能协作感知对象信息的传感器节点组成,这些节点携带有限的能量且能量