WSN中约束移动轨迹的数据汇聚路由协议设计与仿真答辩教程.ppt

Company Logo LOGO WSN中约束移动轨迹的数据汇聚路由协议设计与仿真 学号：070341418 姓名： 鲁汉侬 Company Logo 无线传感器网络(WSN) 实时检测、感知和采集网络分布区域内的各种环境或检测对象的数 据并对这些数据进行处理，从而获得相近而准确的信息。 感知和采集各种环境或检测对象的信息，通过无线方式发送，并以 自组多跳的网络方式传送到用户终端。 能量受限和网络拓扑动态变化是无线网络传感器主要的特点。 Company Logo 应用场景 sink移动轨迹固定的 无线传感器网络 实际应用场景： 野外生态环境检测 智能农业监测 大型建筑物健康结构监测 移动sink点M安装在机器或者汽车等运动载体上， 这些运动载体通常沿着已有的道路设施进行反复移动， 因而sink点移动轨迹固定。 Company Logo 应用场景模型 L：sink点移动轨迹； L1(L2)：sink点通信范围的边界； R：sink点通信范围； DCA：可直接发送数据给sink点；sub-sink MCA：可经过多跳中继将数据发送给 sub-sink点;成员(member) 场景假设： ?移动sink点具有足够的能量资源，存储资源和计算能力； ?各节点具有相同的属性，连续采集并发送数据， sub-sink点有足够的存储空间缓存数据； ?各成员必须且仅能选择一个sub-sink作为目的； ?考虑密集型网络，所有及诶但之间可以通过单跳或多跳方式相互连通； ?所有成员节点沿着最短路径向其所属的sub-sink点发送数据。 Company Logo 离散化为数字矩阵 Company Logo 模型仿真演示1 模型仿真演示2 Company Logo Company Logo 模型仿真演示3 Company Logo 模型仿真演示4 Company Logo 模型仿真演示5 Company Logo 模型仿真演示6 Company Logo 模型仿真演示7 Company Logo 模型仿真演示8 Company Logo 模型仿真演示9 Company Logo 模型仿真演示10 Company Logo 解决问题思路 sink点： 通信时间有限 节点分布随机 不能兼顾： 提高数据采集量 降低整体能耗 最大数据最短路径 MASP 0-1线性规划： 遗传算法求解 ? MASP ? SPT ? 单sink点 ? 2个sink点 ? 3个sink点 比较 Company Logo 最大数据最短路径问题 优化目标： ?数据采集总量最大化 即各sub-sink点的成员数量不小于最小成员需求 ?整体能耗最小化 即全网节点距离其所属sub-sink点跳数和最小化 即寻找最佳的成员分配机制 目标函数 约束条件： Company Logo MASP转化为0-1整数线性规划问题 目标函数 约束条件： Company Logo 基于遗传算法与局部搜索的启发式算法 遗传算法是一种有效解决组合优化问题的启发式算法。 上述最优化问题是一类广义指派问题，属于NP-完全组合优化问题。 ? 染色体编码 S1,S2,S3表示3个sub-sink点，n1~n10表示10个成员节点； sub-sink点内的数字表示最小成员需求量MinReq； 成员节点内的数字表示所选择的sub-sink编号。 简单网络拓扑 二维染色体编码格式 Company Logo 基于遗传算法与局部搜索的启发式算法 ? 初始群体生成 为所有成员节点随机选择一个sub-sink点为目的，随机产生N个初始个体 组成初始群体。初始群体确保每个成员必须且仅选择一个sub-sink，但不 满足各sub-sink的成员数量大于最小需求量MinReq。 ? 适应函数与不适应函数 适应函数与目标函数相同，反映最短跳数之和，适应值较小的个体较优。 不适应函数反映当前解偏离可行解的程度，不适应值越小，当前解越接近 可行解。 Company Logo 基于遗传算法与局部搜索的启发式算法 ? 种群选择与交配规则 随机联赛选择模型：每对个体中适应值较小的个体选为双亲之一。 交配规则：选择一个或多个交配位，然后