无线传感器网络的策略博弈拓扑与自适应路由研究

来源 :燕山大学 | 被引量 : 0次 | 上传用户:msdlzs
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
无线传感器网络在军事、环境、医疗等诸多领域都有着巨大的应用价值,引起了国内外研究者的普遍关注。拓扑控制和路由协议是传感器网络的关键技术,对均衡节点能耗、提高传输效率和延长网络生命期等均起着重要作用。因此,研究高效的无线传感器网络拓扑控制算法和路由协议具有一定的理论和实际意义。本课题主要针对无线传感器网络的策略博弈拓扑和自适应路由进行研究,具体研究工作如下:首先,研究无线传感器网络拓扑控制的现有模型并分析其所存在的不足,在此基础上采用策略博弈理论建立拓扑控制的SG(Strategic game)模型。该模型以节点可选发射功率为策略,并依据发射功率对邻居节点和网络连通性的影响构建收益函数,实现了拓扑控制到策略博弈的完全映射。理论分析SG模型中纳什均衡解的存在条件,为拓扑控制算法的设计奠定基础。其次,考虑基于位置信息的拓扑控制算法忽略了链路的可靠性,研究链路特性不同参量与节点发射功率间的关系,并确定保证可靠通信所需最小发射功率的计算方法,为拓扑控制算法的设计提供依据。进而,基于策略博弈模型构建分布式的均衡拓扑控制算法,理论分析与仿真验证其能够保证网络具有连通、鲁棒以及能耗均衡等良好特性。最后,研究基于拥塞认知的自适应路由协议。针对传感器节点共享无线信道传输数据而易引发链路拥塞的问题,采用拥塞认知度、路由跳数和剩余能量等信息实时确定出境节点的转发满意度,从而自适应地选择空闲节点担任转发任务,能够最大限度避免通信冲突和链路拥塞。仿真从时延和能量特性两方面验证该协议的合理性和有效性。
其他文献
超声波电机具有很多传统电磁电机无法比拟的优越性能,因而其研究受到广泛关注。超声波电机的广泛应用有赖于电机本体及其驱动控制系统整体性能的日益改善。由于超声波电机存在
微粒群优化(Particle Swarm Optimization,PSO)算法是由Kennedy和Eberhart于1995年提出的一类随机群集智能优化算法。同遗传算法相比,PSO算法不依靠遗传算子来操作个体,通过粒
当前,中国经济增长速度格局及其影响因素的变化,成为国内外各界关注的一大热点。由于速度长时间下滑会对生产、消费、投资、金融、财政、国企改革等社会经济生活的各方面产生不
Backstepping设计方法是将Lyapunov函数的选取与控制器的设计相结合的一种系统化的控制器回归设计方法。它通过从系统的最低阶次微分方程开始,引入虚拟控制的概念,一步一步设