| 【中文题名】 | MTACA:一种面向感知QoS的无线传感器网络覆盖控制方法 |
| 【英文题名】 | MTACA: A Coverage Control Strategy for Wireless Sensor Network Based on Sensing QoS Oriented |
| 【学科专业】 | 控制理论与控制工程 |
| 【论文级别】 | 硕士论文 |
| 【投稿时间】 | 2007-11-12 |
| 【中关键词】 | 无线传感器网络,覆盖控制,工作节点调度,关联规则挖掘,概率感知模型,协同覆盖 |
| 【英关键词】 | Wireless Sensor Network,Coverage Control,Working Nodes Scheduling,Association Rules Mining,Probabilistic Sensing Model,Cooperative Sensing, |
| 【分类导航】 | 工业技术>自动化技术、计算机技术>自动化技术及设备>自动化元件、部件>发送器(变换器)、传感器>传感器的应用 |
| 【论文摘要】 |
无线传感器网络(Wireless Sensor Network,WSN)是随着无线通信和嵌入式计算技术、传感器技术、微机电制造技术的发展而发展起来的一种新兴的信息获取技术,在环境监控方面具有广阔的应用前景和科研价值。感知覆盖问题是无线传感器网络研究和应用的关键性基础问题,是其他网络研究的基础,直接影响了传感器网络的使用性能。
本文首先对无线传感器网络服务质量研究现状进行了归纳,提出感知覆盖控制、网络连通和数据安全是WSN最为关注的QoS保障。对无线传感器网络的覆盖控制研究进行了综述,从覆盖控制的优化方式、感知模型的影响、覆盖类型、约束因素以及评价指标等方面进行了系统的探讨和详尽的研究。
传感器的感知模型对WSN的覆盖控制具有重要的影响,本文根据现有的一些理论成果总结出三种感知模型——感知原型、0-1感知模型和概率感知模型,并对后两者进行了详细的论述,针对概率感知模型提出协同感知的概念。
传感器节点对其周边一定范围内的监控目标都具有感知作用,监控目标也可被其周边的若干传感器所感知,传感器节点和监控目标可经由这种感知的作用相互联系起来。本文正是从这一关系出发,从数据挖掘的角度研究... |
| 【论文题纲】 |
|
摘要 |
4-5 |
|
Abstract |
5-8 |
|
目录 |
8-11 |
|
第1章 无线传感器网络及其服务质量概述 |
11-25 |
|
1.1 无线传感器网络简介 |
11-16 |
|
1.1.1 WSN网络与体系结构 |
11-13 |
|
1.1.2 WSN特点 |
13-14 |
|
1.1.3 WSN的应用 |
14-16 |
|
1.1.4 WSN所面临的挑战 |
16 |
|
1.2 WSN服务质量 |
16-22 |
|
1.2.1 网络服务质量定义 |
16-18 |
|
1.2.2 无线传感器网络QoS研究 |
18-19 |
|
1.2.3 无线传感器网络QoS研究现状 |
19-22 |
|
1.3 本文研究意义和主要工作 |
22-25 |
|
1.3.1 研究意义 |
22-23 |
|
1.3.2 主要工作 |
23-24 |
|
1.3.3 论文结构 |
24-25 |
|
第2章 WSN覆盖控制策略研究 |
25-39 |
|
2.1 覆盖控制 |
25-27 |
|
2.2 感知模型 |
27-28 |
|
2.2.1 感知原型 |
27-28 |
|
2.2.2 0-1感知模型 |
28 |
|
2.2.3 概率感知模型 |
28 |
|
2.3 多重覆盖与协同覆盖 |
28-31 |
|
2.4 覆盖优化方式 |
31-33 |
|
2.4.1 确定性网络部署 |
32 |
|
2.4.2 工作节点调度 |
32-33 |
|
2.5 约束因素 |
33-35 |
|
2.5.1 能量有效性 |
33-34 |
|
2.5.2 网络连通性 |
34 |
|
2.5.3 节点定位 |
34-35 |
|
2.5.4 时间同步 |
35 |
|
2.6 性能指标 |
35-37 |
|
2.6.1 覆盖率 |
35-36 |
|
2.6.2 覆盖效率 |
36 |
|
2.6.3 网络生存寿命 |
36 |
|
2.6.4 漏检率 |
36-37 |
|
2.6.5 工作节点比例 |
37 |
|
2.7 覆盖控制巫待解决的问题 |
37-39 |
|
第3章 MTACA算法 |
39-49 |
|
3.1 研究对象的性质 |
39-41 |
|
3.1.1 点覆盖控制 |
39-40 |
|
3.1.2 传感器随机分布 |
40 |
|
3.1.3 节点能量受限 |
40 |
|
3.1.4 节点感知模型 |
40 |
|
3.1.5 存在特质节点 |
40-41 |
|
3.1.6 节点定位 |
41 |
|
3.1.7 节点时间同步 |
41 |
|
3.2 研究目标 |
41-42 |
|
3.3 研究思路 |
42-43 |
|
3.3.1 分区域 |
42 |
|
3.3.2 时间分片 |
42-43 |
|
3.3.3 动态自适应分组 |
43 |
|
3.3.4 集中式算法 |
43 |
|
3.4 算法基本思想 |
43-44 |
|
3.5 MTACA算法 |
44-49 |
|
3.5.1 相关基本概念 |
44 |
|
3.5.2 算法步骤 |
44-49 |
|
第4章 0-1感知模型下的c-MTACA算法及其仿真 |
49-63 |
|
4.1 0-1感知模型 |
49 |
|
4.2 工作节点调度机制 |
49-50 |
|
4.3 算法伪代码及流程图 |
50-54 |
|
4.3.1 算法伪代码 |
50-52 |
|
4.3.2 流程图 |
52-54 |
|
4.4 算法仿真与性能分析 |
54-62 |
|
4.4.1 比较算法 |
54-55 |
|
4.4.2 算法场景描述 |
55 |
|
4.4.3 覆盖率vs.时间 |
55-56 |
|
4.4.4 工作节点比例vs.时间 |
56-58 |
|
4.4.5 失效节点比例vs.时间 |
58-59 |
|
4.4.6 能量均衡性vs.时间 |
59-60 |
|
4.4.7 网络工作寿命vs.节点个数 |
60-61 |
|
4.4.8 网络工作寿命vs.感知半径 |
61 |
|
4.4.9 覆盖率vs.定位偏差 |
61-62 |
|
4.5 本章小结 |
62-63 |
|
第5章 概率感知模型下的p-MTACA算法及其仿真 |
63-77 |
|
5.1 概率感知模型 |
63-64 |
|
5.2 多节点协同感知 |
64-65 |
|
5.3 p-MTACA算法 |
65-67 |
|
5.3.1 关联目标—m-CSG集的建立 |
65-66 |
|
5.3.2 工作节点集的调度机制 |
66-67 |
|
5.4 算法伪代码及流程图 |
67-71 |
|
5.4.1 算法伪代码 |
67-69 |
|
5.4.2 流程图 |
69-71 |
|
5.5 算法仿真与性能分析 |
71-76 |
|
5.5.1 算法场景描述 |
71 |
|
5.5.2 覆盖率vs.时间 |
71-72 |
|
5.5.3 工作节点比例vs.时间 |
72-73 |
|
5.5.4 失效节点比例vs.时间 |
73-74 |
|
5.5.5 能量均衡性vs.时间 |
74-75 |
|
5.5.6 网络工作寿命vs.节点个数 |
75 |
|
5.5.7 定位误差对覆盖率的影响 |
75-76 |
|
5.6 本章小结 |
76-77 |
|
第6章 总结与展望 |
77-81 |
|
6.1 全文总结 |
77-78 |
|
6.2 研究展望 |
78-81 |
|
6.2.1 边界问题 |
78 |
|
6.2.2 网络连通性 |
78-79 |
|
6.2.3 三维覆盖 |
79 |
|
6.2.4 动态目标 |
79-81 |
|
参考文献 |
81-85 |
|
附录 |
85 |
|
| 【DOI】 | LunWen.ID:2.2008.386366 |