基于增强学习的无线传感器网络自组织方法分析-analysis of self-organizing method for wireless sensor networks based on reinforcement learning.docxVIP

南京邮电大学学位论文原创性声明本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。研究生签名：日期：南京邮电大学学位论文使用授权声明南京邮电大学、中国科学技术信息研究所、国家图书馆有权保留本人所送交学位论文的复印件和电子文档，可以采用影印、缩印或其它复制手段保存论文。本文电子文档的内容和纸质论文的内容相一致。除在保密期内的保密论文外，允许论文被查阅和借阅，可以公布（包括刊登）论文的全部或部分内容。论文的公布（包括刊登）授权南京邮电大学研究生院（筹）办理。研究生签名：导师签名：日期：第一章绪论1.1研究背景通信技术、传感技术和嵌入式技术逐渐成熟与完善，推动了无线传感器网络(WSN，WirelessSensorNetwork)的发展[1]。WSN是具有现代意义的新型的信息技术，并涉及许多学科，国内外高度重视WSN的发展。WSN是由众多较小尺寸的传感器节点通过无线通信、相互协作自组织形成的网络，传感器节点具有通信计算的能力，通过分布式网络协议和算法协调各自行为同物理世界进行交互，共同完成特定的应用任务。无线传感器网络典型的体系结构如图1.1所示。节点具有传感、信号处理和无线通信功能，它们既是信息包的产生者，也是信息包的转发者。通过网络自组织和多跳路由，将数据向网关发送。网关可以使用多种方式与外部网络通信，如Internet、卫星或移动通信网络等等，大规模的应用可能使用多个网关。图1.1无线传感器网络的体系结构互联网方便了人们之间的沟通的方式和信息交流，而WSN扩展了人们获取信息的范围和能力，将互联网上的信息世界与客观的物理世界连接在一起，拓展了人与物理世界交互的能力。国际电联（ITU，InternationalTelecommunicationUnion）在2005年发布了“ITUInternetReports2005：TheInternetofThings”[2]。该报告认为WSN是连接物理世界和虚拟世界的桥梁，并指出无线传感器网络、无线射频识别技术（RFID，RadioFrequencyIdentification）和物联网（IOT，InternetofThings）是未来的三大高技术产业。无线传感器网络的无线通信能力和传感器技术是当前信息技术的前沿之一，具有广阔的应用前景，主要表现在国防军事、国家安全、环境科学、交通管理、灾害预测、医疗卫生、制造业、城市信息化建设、智能家居[3]等领域。自组织是多个子系统之间作用产生的整体现象和效应，是通过系统的自发、自主的走向组织的一种结果和过程。从系统组成来看，无线传感器网络是合作求解的微型传感器节点的集合，具有分布自治的组织方式。无线传感器网络不依赖于固定的通信基础设施，而通过分布式路由协议和算法协调传感器节点的行为实现网络的自组织。无线传感器网络与具有固定基础设施的通信网络相比，其自组织机制增强了系统的抗毁性和灵活性；与无线自组网相比，其自组织机制实施对象能力有限而规模更加庞大，并且实施环境通常为客观物理世界。由于无线传感器节点通常使用能量有限、不可更换的电源，节点的计算、存储、通信能力有限，因此，需要重新设计适合无线传感网络特点和要求的自适应、自组织的传感网络。当前在无线传感器网络自组织方面的研究主要从拓扑控制、能耗和协议的角度保证网络组织的稳定和高效。本文主要是如何将增强学习方法应用于传感网络的自组织，提高传感网络信息传输效率，最大限度地延长网络生存时间，降低节点能耗。1.2国内外研究情况无线传感器网络的特点是感知能力、微型化和自组织，这些特点决定了节点的电源能量、计算能力以及通信能力有限。为了增强网络的稳定性并能准确及时地获取信息，必须通过多个传感器节点相互协同合作，将信息准确快速地转发给基站。传感器节点通常被放置无人干预的恶劣环境下，这就要求节点具有自组织能力，在未知环境中，能够在任何时刻、任何地点自组织网。因此，设计具有良好的自组织、自适应的网络是目前无线传感器网络研究的主要挑战之一，本文针对这一问题进行研究。目前，国内外对无线传感器网络自组织的研究主要取得了如下一些进展，现有的WSN自组织方法都是通过路由协议和拓扑控制实现的。文献[4]从系统和应用的角度，提出了以定量的方法研究无线传感器网络性能的评价方法和运行机制。在文献[5]中，提出了一种基于S-MAC协议的分布式、自适应的蚁群自组织算法，将无线传感节点映射为情绪蚂蚁，通过蚁群间的协同进行群体智能优化。以分簇的方式组织网络是目前研究的热点之一，为了解决分簇数量、