基于能量?jī)?yōu)化的無(wú)線傳感器網(wǎng)絡(luò)分簇算法研究

基于能量?jī)?yōu)化的無(wú)線傳感器網(wǎng)絡(luò)分簇算法研究

ID:37089480

大?。?.87 MB

頁(yè)數(shù):74頁(yè)

時(shí)間:2019-05-17

基于能量?jī)?yōu)化的無(wú)線傳感器網(wǎng)絡(luò)分簇算法研究_第1頁(yè)
基于能量?jī)?yōu)化的無(wú)線傳感器網(wǎng)絡(luò)分簇算法研究_第2頁(yè)
基于能量?jī)?yōu)化的無(wú)線傳感器網(wǎng)絡(luò)分簇算法研究_第3頁(yè)
基于能量?jī)?yōu)化的無(wú)線傳感器網(wǎng)絡(luò)分簇算法研究_第4頁(yè)
基于能量?jī)?yōu)化的無(wú)線傳感器網(wǎng)絡(luò)分簇算法研究_第5頁(yè)
資源描述:

《基于能量?jī)?yōu)化的無(wú)線傳感器網(wǎng)絡(luò)分簇算法研究》由會(huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。

1、分類號(hào):TP391學(xué)校代碼:10697密級(jí):公開(kāi)學(xué)號(hào):201520955_I?士字位論文MA’STERSDISSERTATION基于能量?jī)?yōu)化的無(wú)線#感器網(wǎng)絡(luò)分襄算法研究學(xué)科名稱:計(jì)算機(jī)應(yīng)用技術(shù)作者:賈惠麗指導(dǎo)老師:范訓(xùn)禮教授西北大學(xué)學(xué)位評(píng)定委員會(huì)二〇一八年六月ResearchonEnergyOptimizationBasedClusteringAlgorithmforWirelessSensorNetworkAthesissubmittedtoNorthwestUniversityinparti

2、alfulfillmentoftherequirementsforthedegreeofMasterinComputerApplicationTeachnologyBy:HuiliJiaSupervisor:XunliFanProfessorJune2018摘要無(wú)線傳感器網(wǎng)絡(luò)(WirelessSensorNetwork,WSN)主要由許多具有特定功能的節(jié)點(diǎn)構(gòu)成,這些節(jié)點(diǎn)以無(wú)線通信方式,借助其他硬件設(shè)施,自組織為一個(gè)完整的數(shù)據(jù)傳輸系統(tǒng)。目前,主要通過(guò)電池提供節(jié)點(diǎn)工作時(shí)的能源支撐;但是,其有限供給特性限定了WSN的服務(wù)周期。因此,如何在有限的能源支持下最大化

3、WSN的服務(wù)時(shí)間,是WSN技術(shù)應(yīng)用領(lǐng)域面臨的一個(gè)難點(diǎn)和實(shí)用性問(wèn)題。針對(duì)WSN中存在的網(wǎng)絡(luò)服務(wù)周期短、能效低、吞吐量少的問(wèn)題,本文結(jié)合變異的蟻群算法,通過(guò)改善K-means的聚類效果,設(shè)計(jì)了一種KACO路由算法。首先,基于增加了變異因子的蟻群聚類方法改善了K-means的分簇結(jié)構(gòu),并改進(jìn)了將K-means應(yīng)用于WSN時(shí)分簇個(gè)數(shù)k的確定問(wèn)題。其次,以節(jié)點(diǎn)的多個(gè)當(dāng)前狀態(tài)值為決定性因素,定義了簇首(ClusterHeader,CH)的競(jìng)爭(zhēng)模型。最后,在數(shù)據(jù)傳輸階段,通過(guò)根據(jù)節(jié)點(diǎn)間的狀態(tài)信息,設(shè)計(jì)路由選擇方法,實(shí)現(xiàn)動(dòng)態(tài)調(diào)整傳輸路徑。實(shí)驗(yàn)表明,KACO路由算法有效減

4、少了傳輸過(guò)程中的能量耗費(fèi),增強(qiáng)了WSN的服務(wù)性能。由于按照一般的K-means聚類模型對(duì)網(wǎng)絡(luò)進(jìn)行分簇時(shí),間接的增加了網(wǎng)絡(luò)資源的開(kāi)銷。因此,為了適應(yīng)傳感器節(jié)點(diǎn)資源受限的特點(diǎn),本文基于優(yōu)化的K-means聚類模型,并結(jié)合模糊層次綜合分析(FuzzyAHP)算法,設(shè)計(jì)了一種EKFAH路由算法。首先,EKFAH在原K-means分簇模型的基礎(chǔ)上增加了調(diào)節(jié)因子,以實(shí)現(xiàn)簇間能耗相對(duì)均衡的簇集劃分;其次,利用FuzzyAHP方法將節(jié)點(diǎn)的多個(gè)狀態(tài)值作為決策標(biāo)準(zhǔn),優(yōu)化簇首選擇;最后,在數(shù)據(jù)傳輸階段,根據(jù)傳輸距離、能量、跳數(shù)等因素構(gòu)建節(jié)點(diǎn)多跳路由。實(shí)驗(yàn)證明,EKFAH算法對(duì)

5、增強(qiáng)WSN性能具備較好的有效性。關(guān)鍵詞:無(wú)線傳感器網(wǎng)絡(luò),分簇,K-means聚類,模糊層次綜合評(píng)價(jià)方法,多跳路由IAbstractWirelessSensorNetwork(WSN)containsnumbersofsensornodeswithspecificfunctions.Thesenodesareself-organizedintoacompletedatatransmissionsystembymeansofwirelesscommunicationwithotherhardwarefacilities.However,thesensorno

6、desgenerallyusebattery-powered,makingnetworkservicessubjecttogreatrestrictionscurrently.Therefore,howtomaximizeWSNservicetimewithlimitedenergysupportisadifficultandpracticalissuethatWSNalwaysencounter.Aimingattheproblemofshortservicecycle,lowenergyefficiency,andlowthroughputinthe

7、WSN,wedesignaKACOroutingalgorithmbasedonimprovedK-meanswhichoptimizedbymutationantcolonyalgorithm.Firstly,theclusteringstructureofK-meansisimprovedbasedontheantcolonyclusteringmethodwithincreasedmutationfactor,inaddition,theproblemofhowtodeterminingthenumberkofclusterswhenapplyin

8、gK-meanstoWSNisimproved.Thenusethestatus

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文

此文檔下載收益歸作者所有

當(dāng)前文檔最多預(yù)覽五頁(yè),下載文檔查看全文
溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫(huà)的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無(wú)此問(wèn)題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫(kù)負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭(zhēng)議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無(wú)法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。