無(wú)線傳感器網(wǎng)絡(luò)中的Gossip算法研究.pdf

1、隨著以無(wú)線傳感器網(wǎng)絡(luò)為代表的下一代無(wú)線自組織網(wǎng)絡(luò)的興起，人們開(kāi)始關(guān)注這些不追求高速率大容量的通信而是具有特定功能的新型網(wǎng)絡(luò)。無(wú)線自組織網(wǎng)絡(luò)不依賴于復(fù)雜昂貴的基礎(chǔ)設(shè)施，因而具有部署快速靈活、成本低、網(wǎng)絡(luò)可擴(kuò)展性強(qiáng)的特點(diǎn)，同時(shí)網(wǎng)絡(luò)中的節(jié)點(diǎn)也受到非常嚴(yán)格的資源限制，包括計(jì)算能力、通信能力、存儲(chǔ)能力和能量消耗等，網(wǎng)絡(luò)的拓?fù)湟步?jīng)常是動(dòng)態(tài)變化的。在這種情況下，計(jì)算簡(jiǎn)單、具有對(duì)抗網(wǎng)絡(luò)動(dòng)態(tài)拓?fù)浜蛦喂?jié)點(diǎn)失敗的魯棒性且無(wú)需任何全局信息的Gossip算法逐漸

2、成為分布式傳感器網(wǎng)絡(luò)中的研究熱點(diǎn)。
　　本文研究的是在無(wú)線傳感器網(wǎng)絡(luò)中使用Gossip算法解決一致性平均問(wèn)題。通過(guò)對(duì)傳統(tǒng)的Gossip算法的分析，研究在無(wú)線網(wǎng)絡(luò)環(huán)境下Gossip算法，提出加快Gossip算法收斂速度、減少算法通信開(kāi)銷的優(yōu)化方案。論文的主要研究?jī)?nèi)容包括：
　　研究在移動(dòng)環(huán)境下的Gossip算法的性能，通過(guò)將無(wú)線傳感器網(wǎng)絡(luò)建模成單位區(qū)域內(nèi)的隨機(jī)幾何圖，使用三種移動(dòng)模型刻畫網(wǎng)絡(luò)中節(jié)點(diǎn)的移動(dòng)：雙向全移動(dòng)模型、有限移

3、動(dòng)速度雙向移動(dòng)模型和隨機(jī)游走移動(dòng)模型。通過(guò)數(shù)學(xué)分析證明，移動(dòng)Gossip算法可以保證估計(jì)值向量收斂。利用經(jīng)典馬爾可夫理論中的龐加萊不等式和多貨流模型分析了移動(dòng)Gossip算法在三種移動(dòng)模型下的收斂速度，結(jié)果表明雙向全移動(dòng)模型的下的Gossip算法收斂速度可以達(dá)到完全圖中的收斂速度量級(jí)；而通過(guò)有限移動(dòng)速度模型（有限速度雙向移動(dòng)和隨機(jī)游走）可以更加精確的刻畫不同移動(dòng)速度情況下的算法的收斂速度，這對(duì)于算法開(kāi)銷的估計(jì)和網(wǎng)絡(luò)測(cè)量周期的確定具有非常

4、大的應(yīng)用價(jià)值。
　　研究通過(guò)擴(kuò)展Gossip算法迭代周期內(nèi)參與平均的用戶組來(lái)加速Gossip算法收斂的方法，并提出了三元Gossip算法（TGA算法）。通過(guò)理論分析，得出了TGA算法的收斂性，并進(jìn)一步指出在相對(duì)寬松的條件下，TGA算法的迭代具有比PGA算法更快的收斂速度。
　　研究一種通過(guò)監(jiān)聽(tīng)鄰居節(jié)點(diǎn)的通信，選擇估計(jì)值相差最大的鄰居節(jié)點(diǎn)進(jìn)行信息交互的方式來(lái)加速Gossip算法的方法，提出了改進(jìn)的TGA算法，稱為選擇性TGA算

5、法。利用無(wú)線通信的廣播特性，在每次迭代中，無(wú)需增加過(guò)多的通信次數(shù)和存儲(chǔ)空間，即可實(shí)現(xiàn)在鄰居節(jié)點(diǎn)中選擇兩個(gè)相差最大的兩個(gè)估計(jì)值和本地估計(jì)值進(jìn)行平均的目的。通過(guò)這一處理，可以進(jìn)一步的加速Gossip算法的收斂。
　　研究一種充分利用無(wú)線網(wǎng)絡(luò)中的廣播特性的新型Gossip算法。由于無(wú)線信號(hào)的廣播特性，節(jié)點(diǎn)的單次發(fā)送，可以使多個(gè)節(jié)點(diǎn)同時(shí)接收到發(fā)送信息。同時(shí)無(wú)線廣播信號(hào)的信號(hào)強(qiáng)度是隨著距離增加逐漸減弱的。也就是說(shuō)在傳統(tǒng)定義的通信半徑之外的一