2023年全國碩士研究生考試考研英語一試題真題(含答案詳解+作文范文)_第1頁
已閱讀1頁,還剩119頁未讀, 繼續(xù)免費(fèi)閱讀

下載本文檔

版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報或認(rèn)領(lǐng)

文檔簡介

1、無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)以其多功能、低成本、低功耗和自組織等技術(shù)優(yōu)點(diǎn),已廣泛應(yīng)用于實(shí)際生活、國民經(jīng)濟(jì)和軍事領(lǐng)域中。WSN正將信息世界逐步接入到物理世界中,逐漸改變著人與世界的交互方式,從而進(jìn)一步影響人類的活動、處理事務(wù)的方式和理解世界的角度。
  WSN在應(yīng)用領(lǐng)域尚有很多亟待解決的關(guān)鍵技術(shù)瓶頸,這些關(guān)鍵技術(shù)的研究和開發(fā)一直是國內(nèi)外學(xué)者關(guān)注的熱點(diǎn)。移動Agent技術(shù)能從多方面提高無線傳

2、感器網(wǎng)絡(luò)的性能。例如,移動Agent可以攜帶數(shù)據(jù)進(jìn)行自主遷移,減少網(wǎng)絡(luò)流量開銷;在網(wǎng)絡(luò)故障修復(fù)后再回傳數(shù)據(jù),提高網(wǎng)絡(luò)魯棒性;通過模擬群智能優(yōu)化算法,無線傳感器的規(guī)模對分布式移動Agent的性能不再構(gòu)成明顯影響。與常用的client/server模式相比,移動Agent更適合無線傳感器網(wǎng)絡(luò)的應(yīng)用。
  為了將移動Agent和群智能技術(shù)有機(jī)地融合到無線傳感器網(wǎng)絡(luò)中,本學(xué)位論文提出了適用于無線傳感器網(wǎng)絡(luò)的一種基于隨機(jī)的移動Agent模型

3、。該模型通過移動Agent提供的遷移能力,支持基于群智能算法進(jìn)行事件監(jiān)測,優(yōu)化網(wǎng)絡(luò)覆蓋性能。本文的主要工作包括以下幾個方面:
  第一,提出了基于隨機(jī)移動Agent的無線傳感器網(wǎng)絡(luò)( Random Mobile Agent-based Wireless Sensor Network,RMAWSN)模型。在現(xiàn)有文獻(xiàn)中,基于移動Agent的WSN采用了sink節(jié)點(diǎn)為移動Agent規(guī)劃行程,再派發(fā)到目的地區(qū)域的模式,此過程能量消耗很大。

4、針對這個問題,本文提出了移動Agent不再由sink節(jié)點(diǎn)派發(fā),而是在本地隨機(jī)激活,并能夠以有限隨機(jī)遷移的方式覆蓋監(jiān)測區(qū)域。通過兩個方面進(jìn)行了模型的驗(yàn)證:首先,分析了該模型與另外兩種移動 Agent模型在無線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)能耗,證明該模型在網(wǎng)絡(luò)規(guī)模較大時,能量消耗更少;其次,推導(dǎo)了在局部進(jìn)行隨機(jī)移動的傳感器節(jié)點(diǎn)對事件的檢測概率。推導(dǎo)結(jié)果表明,在保證相同步驟下,隨機(jī)部署和能局部隨機(jī)移動的節(jié)點(diǎn)與隨機(jī)部署的固定節(jié)點(diǎn)相比,前者以更少的傳感器節(jié)

5、點(diǎn)覆蓋監(jiān)測區(qū)域。換言之,這樣能夠減少網(wǎng)絡(luò)的能量消耗,提高網(wǎng)絡(luò)生存周期。
  本文定義的RMAWSN沒有移動節(jié)點(diǎn),因此本文通過移動Agent的遷移模擬節(jié)點(diǎn)進(jìn)行隨機(jī)移動。定義了基于RMAWSN模型的隨機(jī)移動Agent的三種遷移模式,隨機(jī)尋找、自治行程和既定行程等,并給出了相應(yīng)的移動算法。
  第二,基于RMAWSN模型,本文設(shè)計(jì)了一種新的基于人工魚群的算法-短周期人工魚群算法(Short-life Artificial Fish

6、 Swarm Algorithm,SLAFSA),并通過該算法的覆蓋性能驗(yàn)證了RMAWSN模型的可行性。
  為了減少激活節(jié)點(diǎn)和覆蓋更大的區(qū)域,本文根據(jù)RMAWSN的隨機(jī)行為機(jī)制為SLAFSA設(shè)計(jì)了隨機(jī)行為和短周期屬性。實(shí)驗(yàn)證明,僅用較少的激活節(jié)點(diǎn)就能達(dá)到較高的覆蓋概率。
  為了進(jìn)一步減少網(wǎng)絡(luò)中的激活節(jié)點(diǎn)數(shù)量,本文還嘗試在SLAFSA算法中將人工魚群算法的追尾行為和聚群行為改為追逐行為。通過人工魚的追逐行為,監(jiān)測區(qū)域中允許

7、兩條臨近的人工魚進(jìn)行兩點(diǎn)聯(lián)合檢測,以擴(kuò)大檢測面積。為了人工魚能夠自主觀測事件,SLAFSA根據(jù)RMAWSN的自治行程機(jī)制定義了覓食行為使人工魚能夠盡量接近事件源。從仿真實(shí)驗(yàn)數(shù)據(jù)來看,SLAFSA算法比人工魚群算法,更能夠體現(xiàn)RMAWSN模型的優(yōu)勢。
  第三,在SLAFSA算法中,相鄰節(jié)點(diǎn)通過兩點(diǎn)聯(lián)合檢測來擴(kuò)大檢測面積時,需要兩點(diǎn)之間的距離作為關(guān)鍵參數(shù)參與檢測計(jì)算。本學(xué)位論文提出了兩種測距方法:
  第一種是在節(jié)點(diǎn)采用IEE

8、E802.11g通信時適用的基于時間序列的測距方法,在最靠近硬件層的位置-驅(qū)動層直接測量802.11g的往返時間(Round-Trip Time,RTT)。由于RTT的時間測量精度要求高,本文通過對驅(qū)動層進(jìn)行最小限度的修改以獲取RTT時間。通過實(shí)驗(yàn)獲取大量數(shù)據(jù)后,得到樣本數(shù)據(jù)利用歐氏距離,進(jìn)行距離判斷。該方法不需要額外的硬件或變更拓?fù)浣Y(jié)構(gòu),就可用于獲取所需數(shù)據(jù)。
  第二種是在節(jié)點(diǎn)采用在ZigBee通信時適用的基于分段的鏈路質(zhì)量指

溫馨提示

  • 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
  • 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
  • 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
  • 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
  • 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
  • 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
  • 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。

最新文檔

評論

0/150

提交評論