無(wú)線傳感器網(wǎng)絡(luò)事件監(jiān)測(cè)與環(huán)境感知算法研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)以其低功耗、低成本、分布式和自組織的特點(diǎn)越來(lái)越廣泛地被應(yīng)用到諸多領(lǐng)域。事件監(jiān)測(cè)是無(wú)線傳感器網(wǎng)絡(luò)中一類(lèi)熱門(mén)的應(yīng)用，得到了長(zhǎng)期的關(guān)注和研究，且仍然存在不少問(wèn)題。針對(duì)現(xiàn)存的問(wèn)題，本文研究了新的事件監(jiān)測(cè)算法。
　　在事件監(jiān)測(cè)應(yīng)用中，當(dāng)無(wú)線傳感器網(wǎng)絡(luò)的分布區(qū)域內(nèi)有事件發(fā)生時(shí)，會(huì)產(chǎn)生相應(yīng)的信號(hào)，這些信號(hào)經(jīng)過(guò)環(huán)境衰減到達(dá)周邊傳感器節(jié)點(diǎn)，傳感器節(jié)點(diǎn)測(cè)量衰減后的信號(hào)強(qiáng)度。傳感器網(wǎng)絡(luò)基于所有節(jié)點(diǎn)收到的信號(hào)強(qiáng)度(RSS)估計(jì)事件發(fā)生的位置

2、和大小。信號(hào)的傳播受環(huán)境影響，因此環(huán)境是不可忽略的因素，我們有必要對(duì)環(huán)境進(jìn)行估計(jì)，以使得事件監(jiān)測(cè)更加準(zhǔn)確。
　　在許多情況下，被監(jiān)測(cè)的區(qū)域是大面積的，需要布置大規(guī)模無(wú)線傳感器網(wǎng)絡(luò)。如果使用集中式的網(wǎng)絡(luò)拓?fù)?，信?hào)需要經(jīng)過(guò)多跳到達(dá)中心節(jié)點(diǎn)，容易造成擁堵和丟包，而且一旦中心節(jié)點(diǎn)出現(xiàn)故障無(wú)法正常工作時(shí)，整個(gè)網(wǎng)絡(luò)將無(wú)法運(yùn)行。分布式網(wǎng)絡(luò)可以解決這些問(wèn)題，通過(guò)鄰居之間的信息共享與協(xié)作，共同完成監(jiān)測(cè)任務(wù)，具有通信負(fù)載均衡和系統(tǒng)魯棒的特點(diǎn)。因此研究

3、分布式算法具有現(xiàn)實(shí)意義。
　　本文的研究工作主要包括以下內(nèi)容:
　　(1)建立問(wèn)題模型。其中考慮了環(huán)境因素影響，引入環(huán)境參數(shù)。相比于以往許多算法中假設(shè)事件數(shù)量已知，我們研究的是事件數(shù)量未知的情況。通過(guò)挖掘事件數(shù)量相對(duì)于網(wǎng)絡(luò)規(guī)模通常稀疏的特點(diǎn)，建立l1范數(shù)規(guī)范化的最小二乘模型，可以自動(dòng)估計(jì)事件的數(shù)量及位置和大小。在此模型中，環(huán)境參數(shù)也是需要估計(jì)的優(yōu)化變量。
　　(2)設(shè)計(jì)集中式算法。針對(duì)l1范數(shù)規(guī)范化的最小二乘問(wèn)題，使用

4、交替方向法求解得到集中式算法。
　　(3)設(shè)計(jì)分布式算法。我們使用交替方向乘子法(ADMM)求解問(wèn)題模型，開(kāi)發(fā)出無(wú)中心分布式的事件監(jiān)測(cè)和環(huán)境感知算法。利用問(wèn)題的結(jié)構(gòu)，該分布式算法在每個(gè)節(jié)點(diǎn)的迭代分為三步:事件監(jiān)測(cè)步，求解凸優(yōu)化問(wèn)題;環(huán)境參數(shù)估計(jì)步，求解一維的非凸優(yōu)化問(wèn)題;乘子更新步，僅需代數(shù)運(yùn)算。為了使算法更高效，我們開(kāi)發(fā)了啟發(fā)式的加速算法。
　　(4)仿真和實(shí)驗(yàn)。通過(guò)仿真，我們驗(yàn)證了集中式算法和分布式算法的有效性，比較算法