面向区域覆盖的能量获取传感器网络休眠调度算法-通信与信息系统专业毕业论文.docxVIP

摘 摘 要 – – I – 万方数据 摘 要 近年来，作为高科技产业中信息获取最重要最基本的传感器网络技术得到了迅猛 发展，在区域覆盖监测方面应用十分广泛。特别是用于无人或危险区域长期监测时， 节点通常难以更换，因此节能是无线传感器网络研究中优先考虑的问题。能量获取无 线传感器网络缓解了网络生命周期和性能的矛盾限制，但传感器节点单次获取的能量 依然有限，而休眠调度作为典型的节能技术，通过调度节点轮流进入休眠状态，能有 效地提高能效，延长网络生命周期。但目前鲜少有研究关注用于区域覆盖的可能量获 取传感器网络节点休眠调度，鉴于此本文提出面向区域覆盖的能量获取传感器节点休 眠调度算法，致力于解决在满足要求的区域覆盖率和节点间能耗平衡的前提下，如何 使可能量获取传感器网络持久不间断运行的问题，主要研究工作和创新点如下： 与以往传统节点考虑的能量使用极限不同，可能量获取节点休眠调度更多地关注 获取的环境能量带来的变化。基于此提出基于距离的内外限制两阶段节点休眠调度算 法，从基于距离的区域覆盖节点分组算法和能量评估函数两方面逐步调度节点工作模 式。首先以太阳能为例对面向区域覆盖能量获取无线传感器网络进行建模，设计能量 管理策略，然后提出了基于距离的区域覆盖节点分组算法，保证覆盖率，接着利用节 点已充电次数与节点当前剩余能量构建能量评估函数来选择合适的活跃节点，其他节 点进行休眠。仿真结果显示算法不需要准确的位置信息就能满足覆盖，同时延长了网 络生命周期。 提出基于强化学习的用于区域覆盖的能量获取两阶段节点休眠调度算法，从基于 优先算子的区域覆盖节点分组算法和基于 Q 学习活跃节点选择算法两方面逐步调度 节点工作模式。节点分组利用优先算子优先考虑了稀疏区域的节点来保证要求的覆盖 率，之后将 Q 学习扩展应用于太阳能获取无线传感器网络，建立一个组合内的多节 点协作的团队 Q 学习模型，设计学习策略和动作选择策略，指导组内节点在适应动 态环境下协作学习工作模式选择，通过不断地进行活跃节点角色转换，让其他节点进 入休眠，完成整个团队的休眠调度学习。与现有算法对比结果显示提出的算法能有效 地通过感知环境来调整组内节点模式，平衡节点间能耗，延长了网络生命周期。 关键词：无线传感器网络；能量获取；休眠调度；区域覆盖；网络生命周期 Abst Abstract – – II – 万方数据 Abstract In recent years, wireless sensor network technology has been rapidly developed and widely used in surveillance. But when used for long-term monitoring of unattended or hazardous areas, the nodes are usually difficult to replace, so energy-saving has become the primary consideration in the study of wireless sensor networks. Although energy harvesting wireless sensor network helps alleviate the contradictive limit between network lifetime and system performance, the harvested energy for a single time to a sensor node is still limited. Sleep scheduling is a typical energy-saving technology that can improve energy efficiency and extend network lifetime by scheduling sensor nodes into sleeping mode in turn, but little attention has been paid to sleep scheduling for area surveillance in rechargeable sensor networks. In this paper, the sleep scheduling algorithms for desired area coverage in energy harvesting wireless sensor networks are proposed to settle the problem of keeping rech