事件驱动的传感器网络分簇路由协议研究

信号与信息处理专业毕业论文[精品论文]事件驱动的传感器网络分簇路由协议研究关键词:无线传感器网络事件驱动异步分簇网络生存期摘要:无线传感器网络的数据采集方式因具体需要不同而有多种方式。在事件驱动的无线传感器网络中只有当监测到事件时才开始采集数据并发送到汇聚节点,即只把有价值的信息传送给汇聚节点,这样既满足了监测的需要又节省了能量。无线传感器网络节点数量庞大,单个节点资源极其有限,能量一旦用尽就不便对其进行充电或更换电池。因此,能量有效性始终是无线传感器网络研究的一个重要方面。分簇是无线传感器网络有效利用节点能量和延长网络生存期的一种重要机制。本文从事件驱动的传感器网络应用角度出发,进行延长网络的生存期的研究。首先,比较分析了当前典型的分簇算法,以及事件驱动和时间驱动传感器网络应用之间的区别。其次,提出了一种基于事件驱动的异步分簇算法。目前大多数分簇算法都是针对时间驱动的传感器网络而提出,假设节点以相同速率采集和发送数据,网络的能量消耗均匀,周期性按“轮”同步分簇。而对于事件驱动的传感器网络而言,事件的爆发具有随机性和瞬时性,网络的能量消耗不均衡。因此,此类同步分簇算法不适应于事件驱动的传感器网络的应用本质。算法中的异步是指网络分簇按照某一分簇概率异步进行,而非预先设定,其核心是事件产生时能够保证实时可靠传输。该异步分簇算法分为三个阶段:(1)分簇时机确定算法,分簇概率由簇头的自身剩余能量和簇数据传输速率共同决定;(2)簇头选举算法;(3)簇形成算法。实验表明,该异步分簇算法保证了敏感数据的实时传输,降低了丢包率,并有效地均衡了节点的能量消耗,延长了网络生存期。最后,针对传统的簇内通信算法中固定时隙长度将不能最大可能的节省能量,本文提出了一种基于自适应流量的TDMA簇内通信算法,该算法根据当前节点数据流量的变化,自适应地调整该节点在其簇中的时隙长度,减少节点空闲时消耗的能量和节点从睡眠到活跃状态来回切换的能量,以及簇头无谓侦听的能量。实验结果表明,该算法可以节省节点的能量,提高信道利用率。---本文来源于网络,仅供参考,勿照抄,如有侵权请联系删除---正文内容无线传感器网络的数据采集方式因具体需要不同而有多种方式。在事件驱动的无线传感器网络中只有当监测到事件时才开始采集数据并发送到汇聚节点,即只把有价值的信息传送给汇聚节点,这样既满足了监测的需要又节省了能量。无线传感器网络节点数量庞大,单个节点资源极其有限,能量一旦用尽就不便对其进行充电或更换电池。因此,能量有效性始终是无线传感器网络研究的一个重要方面。分簇是无线传感器网络有效利用节点能量和延长网络生存期的一种重要机制。本文从事件驱动的传感器网络应用角度出发,进行延长网络的生存期的研究。首先,比较分析了当前典型的分簇算法,以及事件驱动和时间驱动传感器网络应用之间的区别。其次,提出了一种基于事件驱动的异步分簇算法。目前大多数分簇算法都是针对时间驱动的传感器网络而提出,假设节点以相同速率采集和发送数据,网络的能量消耗均匀,周期性按“轮”同步分簇。而对于事件驱动的传感器网络而言,事件的爆发具有随机性和瞬时性,网络的能量消耗不均衡。因此,此类同步分簇算法不适应于事件驱动的传感器网络的应用本质。算法中的异步是指网络分簇按照某一分簇概率异步进行,而非预先设定,其核心是事件产生时能够保证实时可靠传输。该异步分簇算法分为三个阶段:(1)分簇时机确定算法,分簇概率由簇头的自身剩余能量和簇数据传输速率共同决定;(2)簇头选举算法;(3)簇形成算法。实验表明,该异步分簇算法保证了敏感数据的实时传输,降低了丢包率,并有效地均衡了节点的能量消耗,延长了网络生存期。最后,针对传统的簇内通信算法中固定时隙长度将不能最大可能的节省能量,本文提出了一种基于自适应流量的TDMA簇内通信算法,该算法根据当前节点数据流量的变化,自适应地调整该节点在其簇中的时隙长度,减少节点空闲时消耗的能量和节点从睡眠到活跃状态来回切换的能量,以及簇头无谓侦听的能量。实验结果...

1、当您付费下载文档后,您只拥有了使用权限,并不意味着购买了版权,文档只能用于自身使用,不得用于其他商业用途(如 [转卖]进行直接盈利或[编辑后售卖]进行间接盈利)。
2、本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供参考,付费前请自行鉴别。
3、如文档内容存在侵犯商业秘密、侵犯著作权等,请点击“举报”。

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

客服邮箱:

biganzikefu@outlook.com

所有的文档都被视为“模板”,用于写作参考,下载前须认真查看,确认无误后再购买;

文档大部份都是可以预览的,笔杆子文库无法对文档的真实性、完整性、准确性以及专业性等问题提供审核和保证,请慎重购买;

文档的总页数、文档格式和文档大小以系统显示为准(内容中显示的页数不一定正确),网站客服只以系统显示的页数、文件格式、文档大小作为依据;

如果您还有什么不清楚的或需要我们协助,可以联系客服邮箱:

biganzikefu@outlook.com

常见问题具体如下:

1、问:已经付过费的文档可以多次下载吗?

      答:可以。登陆您已经付过费的账号,付过费的文档可以免费进行多次下载。

2、问:已经付过费的文档不知下载到什么地方去了?

     答:电脑端-浏览器下载列表里可以找到;手机端-文件管理或下载里可以找到。

            如以上两种方式都没有找到,请提供您的交易单号或截图及接收文档的邮箱等有效信息,发送到客服邮箱,客服经核实后,会将您已经付过费的文档即时发到您邮箱。

注:微信交易号是以“420000”开头的28位数字;

       支付宝交易号是以“2024XXXX”交易日期开头的28位数字。

笔杆子文秘
机构认证
内容提供者

为您提供优质文档,供您参考!

确认删除?