基于數(shù)據(jù)聚合的傳感器網(wǎng)絡(luò)拓?fù)渫茰y(cè)算法研究.pdf

1、隨著傳感器網(wǎng)絡(luò)的廣泛應(yīng)用，如何獲得傳感器網(wǎng)絡(luò)的性能參數(shù)成為研究的重點(diǎn)。網(wǎng)絡(luò)拓?fù)涫莻鞲衅骶W(wǎng)絡(luò)的重要參數(shù)之一，也是測(cè)量其它一些性能參數(shù)的基礎(chǔ)。網(wǎng)絡(luò)層析成像技術(shù)由于其無(wú)須網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)協(xié)作、不增加網(wǎng)絡(luò)負(fù)擔(dān)的特點(diǎn)而成為傳感器網(wǎng)絡(luò)拓?fù)渫茰y(cè)的研究熱點(diǎn)。目前基于網(wǎng)絡(luò)層析成像技術(shù)的傳感器網(wǎng)絡(luò)拓?fù)渫茰y(cè)算法還存在已知條件和測(cè)量數(shù)據(jù)較多等問(wèn)題，特別是在報(bào)文丟失率較低的網(wǎng)絡(luò)中，很難快速完成網(wǎng)絡(luò)的拓?fù)渫茰y(cè)。
　　針對(duì)傳感器網(wǎng)絡(luò)能量有限的特點(diǎn)，本文研究了傳感器

2、網(wǎng)絡(luò)數(shù)據(jù)聚合技術(shù)和拓?fù)渫茰y(cè)方法，分析了適用于傳感器網(wǎng)絡(luò)的拓?fù)淠Ｐ秃蛨?bào)文丟失模型，提出了一種基于數(shù)據(jù)聚合的傳感網(wǎng)絡(luò)拓?fù)渫茰y(cè)算法（TIDA）。根據(jù)匯聚節(jié)點(diǎn)收集到的網(wǎng)絡(luò)內(nèi)部節(jié)點(diǎn)報(bào)文丟失或接收情況信息，先利用數(shù)據(jù)聚合網(wǎng)絡(luò)特性篩除部分非父子關(guān)系節(jié)點(diǎn)對(duì)，再依據(jù)漢明距離推測(cè)出節(jié)點(diǎn)間的父子關(guān)系，經(jīng)過(guò)多輪數(shù)據(jù)收集、篩除、計(jì)算，最終推測(cè)出網(wǎng)絡(luò)的邏輯拓?fù)浣Y(jié)構(gòu)。針對(duì)現(xiàn)有算法在網(wǎng)絡(luò)報(bào)文丟失率較低時(shí)無(wú)法快速推測(cè)出網(wǎng)絡(luò)拓?fù)涞膯?wèn)題，提出了一種基于信息量的節(jié)點(diǎn)休眠拓?fù)渫?/p>

3、測(cè)算法（NSTIIQ）。該算法通過(guò)計(jì)算網(wǎng)絡(luò)節(jié)點(diǎn)報(bào)文丟失情況的平均信息量，尋找平均信息量最大的報(bào)文丟失率，利用節(jié)點(diǎn)休眠增加虛擬報(bào)文丟失率的方法調(diào)整報(bào)文丟失率，減少拓?fù)渫茰y(cè)所需數(shù)據(jù)收集輪數(shù)。
　　仿真結(jié)果表明，本文提出的TIDA算法比LTIHD算法用更少輪數(shù)的測(cè)量數(shù)據(jù)，就可以正確地推測(cè)出網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，且在未知節(jié)點(diǎn)層號(hào)條件下，算法依然適用。在網(wǎng)絡(luò)報(bào)文丟失率低的情況下，本文提出NSTIIQ算法也能快速推測(cè)出網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)，甚至當(dāng)報(bào)文丟失