基于智能優(yōu)化算法的移動無線傳感器網(wǎng)絡可靠性研究.pdf

1、物聯(lián)網(wǎng)是繼計算機、互聯(lián)網(wǎng)之后信息技術(shù)的第三次革命，受到世界各國政府、企業(yè)和學術(shù)界的高度重視。無線傳感器網(wǎng)絡作為物聯(lián)網(wǎng)的“末梢神經(jīng)”，綜合了信息感知、無線通信、分布式信息處理等技術(shù)，實現(xiàn)物理世界、計算世界和人類社會三元世界的互聯(lián)互通。隨著移動終端技術(shù)的發(fā)展與普及，移動無線傳感器網(wǎng)絡已經(jīng)成為當前無線傳感器網(wǎng)絡技術(shù)演進的一個新趨勢。可靠性是評價移動無線傳感器網(wǎng)絡性能的一個重要指標，決定了移動無線傳感器網(wǎng)絡的實際應用價值。本文以復雜工業(yè)應用環(huán)境

2、為研究背景，著重從適用于大規(guī)模、信息較簡單且時延容忍的移動無線傳感器網(wǎng)絡，開展移動無線傳感器網(wǎng)絡可靠性關(guān)鍵問題研究。通過引入智能學習方法和群智能仿生優(yōu)化算法，解決工業(yè)應用環(huán)境下的移動無線傳感器網(wǎng)絡故障預測方法和拓撲結(jié)構(gòu)可靠性評估方法、移動無線傳感器網(wǎng)絡的移動路徑優(yōu)化對數(shù)據(jù)收集效率和網(wǎng)絡可靠性的影響、基于數(shù)據(jù)融合方法的數(shù)據(jù)可靠傳輸、多路徑路由智能容錯策略等可靠性問題，保證移動無線傳感器網(wǎng)絡在復雜工業(yè)應用環(huán)境下節(jié)能、高效、可靠地運行。

3、>　　本研究主要內(nèi)容包括：⑴針對外界干擾造成節(jié)點失效、網(wǎng)絡鏈路質(zhì)量變差、數(shù)據(jù)傳輸失敗等故障影響，為了及時、正確地給出修補方案來預防和消除故障，提出一種基于核函數(shù)的移動無線傳感器網(wǎng)絡故障預測算法。選用徑向基函數(shù)作為核函數(shù)的故障預測模型，分別從節(jié)點硬件故障和網(wǎng)絡故障兩個方面進行故障預測。實驗結(jié)果表明，提出的故障預測方法實現(xiàn)對MWSN節(jié)點硬件故障和網(wǎng)絡故障較好地預測，提高MWSN運行的可靠性。同時針對MWSN可靠性難以準確、全面、系統(tǒng)地評估，

4、建立網(wǎng)絡功能值表示MWSN連通狀態(tài)可靠性評估模型，運用基于時間演迸的狀態(tài)轉(zhuǎn)移蒙特卡羅可靠性評估方法，應用于評估MWSN三種典型拓撲結(jié)構(gòu)（網(wǎng)狀網(wǎng)絡、樹狀網(wǎng)絡和帶狀網(wǎng)絡）的網(wǎng)絡可靠性。仿真結(jié)果表明，提出的方法可對網(wǎng)狀、樹狀和帶狀拓撲結(jié)構(gòu)的MWSN可靠性快速準確地評估，為MWSN可靠性全面、準確地評估提供了有效的手段。⑵傳統(tǒng)的數(shù)據(jù)收集方法只考慮提高數(shù)據(jù)采集量或降低網(wǎng)絡的能耗。通過查閱文獻和研究，證明MWSN數(shù)據(jù)收集問題是一個NP—難問題。在M

5、WSN數(shù)據(jù)收集過程中，綜合考慮分簇簇頭節(jié)點選取、普通節(jié)點到簇頭節(jié)點傳輸路徑以及移動Sink的路徑優(yōu)化，提出一種基于人工蜂群的移動Sink數(shù)據(jù)收集啟發(fā)式算法。對Sink移動路徑規(guī)劃使用人工蜂群算法得到訪問各個簇頭節(jié)點的最短路徑，普通節(jié)點通過多跳路由的方式將數(shù)據(jù)傳送到就近的簇頭節(jié)點暫時存儲，之后再傳送給移動Sink。與隨機行走和基于蟻群算法的數(shù)據(jù)收集方法相比，仿真結(jié)果表明，提出的算法能有效地減少感知節(jié)點傳送到Sink數(shù)據(jù)量、降低網(wǎng)絡能耗、提

6、高數(shù)據(jù)收集效率、能耗均衡性和網(wǎng)絡可靠性、延長網(wǎng)絡生存周期。⑶針對感知節(jié)點采集到的原始數(shù)據(jù)存在高度冗余，冗余數(shù)據(jù)傳輸過程中會消耗過多的能量，縮短網(wǎng)絡壽命，提出一種基于極限學習機的移動無線傳感器網(wǎng)絡數(shù)據(jù)融合算法。首先Sink根據(jù)簇頭分簇后的信息構(gòu)造極限學習機網(wǎng)絡結(jié)構(gòu)，并搜集樣本數(shù)據(jù)庫中與簇內(nèi)節(jié)點信息相匹配的樣本進行訓練，得到相關(guān)的極限學習機網(wǎng)絡參數(shù)。之后將網(wǎng)絡各層的參數(shù)（權(quán)值、閾值）發(fā)送給對應的簇頭節(jié)點。簇頭節(jié)點利用訓練好的網(wǎng)絡模型進行數(shù)據(jù)

7、的融合處理，最后將處理好的數(shù)據(jù)以最短路徑發(fā)送給Sink。與LEACH算法、BP神經(jīng)網(wǎng)絡、RBF神經(jīng)網(wǎng)絡算法相比，仿真結(jié)果表明，提出的算法減少數(shù)據(jù)傳輸量和網(wǎng)絡能耗，延長網(wǎng)絡生存周期，提高數(shù)據(jù)融合效率和數(shù)據(jù)傳輸可靠性。⑷針對移動無線傳感器網(wǎng)絡中的路由容錯問題，同時考慮路由優(yōu)化過程中能量平衡機制，建立了相應的簇內(nèi)路由智能容錯模型，提出一種基于人工蜂群優(yōu)化粒子群的移動無線傳感器網(wǎng)絡路由智能容錯算法，快速尋找到一條時延短、可靠性高的替代傳輸路徑。