wsn中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯縚第1頁
wsn中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯縚第2頁
wsn中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯縚第3頁
wsn中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯縚第4頁
wsn中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯縚第5頁
資源描述:

《wsn中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯俊酚蓵?huì)員上傳分享,免費(fèi)在線閱讀,更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫。

1、學(xué)校代碼10459學(xué)號(hào)或申請(qǐng)?zhí)?01312171998密級(jí)碩士學(xué)位論文WSN中基于梯度和群體智能算法的分簇拓?fù)渌惴ㄑ芯孔髡咝彰簢?yán)晶晶導(dǎo)師姓名:閻新芳教授學(xué)科門類:工學(xué)專業(yè)名稱:通信與信息系統(tǒng)培養(yǎng)院系:信息工程學(xué)院完成時(shí)間:2016年5月AthesissubmittedtoZhengzhouUniversityforthedegreeofMasterTheResearchofClusteringTopologyAlgorithmBasedonGradientandSwarmIntelligenceAlgorithminWSNByJingjing

2、YanSupervisor:Prof.XinfangYanCommunicationandInformationSystemSchoolofInformationEngineeringMay,2016學(xué)位論文原創(chuàng)性聲明本人鄭重聲明:所呈交的學(xué)位論文,是本人在導(dǎo)師的指導(dǎo)下,獨(dú)立進(jìn)行研究所取得的成果。除文中已經(jīng)注明引用的內(nèi)容外,本論文不包含任何其他個(gè)人或集體己經(jīng)發(fā)表或撰寫過的科研成果。對(duì)本文的研究作出重要貢獻(xiàn)的個(gè)人和集體,均己在文中W明碗方式標(biāo)明。本聲明的法律責(zé)任由本人承擔(dān)。學(xué)位論文作者;日期:>日^/件I月^學(xué)位論文使用

3、授權(quán)聲明本人在導(dǎo)師指導(dǎo)下完成的論文及相關(guān)的職務(wù)作品,知識(shí)產(chǎn)權(quán)歸屬鄭州大學(xué)。根據(jù)鄭州大學(xué)有關(guān)保留、使用學(xué)位論文的規(guī)定,同意學(xué)校保留或向國家有關(guān)部口或機(jī)構(gòu)送交論文的復(fù)印件和電子版,允許論文被查閱和借閱;本人授權(quán)鄭州大學(xué)可將本學(xué)位論文的全部或部分編入有關(guān)數(shù)據(jù)庫進(jìn)行檢索,可W采用影印、縮印或者其他復(fù)制手段保存論文和匯編本學(xué)位論文。本人離校后發(fā)表、使用學(xué)一位論文或與該學(xué)位論文直接相關(guān)的學(xué)術(shù)論文或成果時(shí),第署名單位仍然為鄭州大學(xué)。保密論文在解密后應(yīng)遵守此規(guī)定。學(xué)位論文作者:I日期;V日/年r月^ir摘要摘要無線傳感器

4、網(wǎng)絡(luò)(WirelessSensorNetwork,WSN)是涉及多種學(xué)科的前沿研究領(lǐng)域,具有非常廣闊的應(yīng)用前景,已經(jīng)受到各界的廣泛關(guān)注。傳感器節(jié)點(diǎn)體積小,一般工作于環(huán)境惡劣之地,能量和計(jì)算能力有限,因此均衡能量消耗、延長生命周期在WSN的路由設(shè)計(jì)中占有非常大的重量。隨著應(yīng)用的發(fā)展,WSN的路由協(xié)議逐漸由平面協(xié)議向分層協(xié)議傾斜,呈現(xiàn)出層次化的趨勢。而分簇拓?fù)淇刂扑惴ㄗ鳛榉执貐f(xié)議的基礎(chǔ),有著能量高效、可擴(kuò)展性強(qiáng)等特點(diǎn),得到了較為廣泛的研究和應(yīng)用。本文首先介紹一種基于梯度的拓?fù)淇刂扑惴?energy-awaretopologycontrolproto

5、colbasedongradient,ETBG)。該算法利用節(jié)點(diǎn)的通信半徑將整個(gè)監(jiān)測區(qū)域劃分成各個(gè)梯度,有效降低了簇樹的高度,減小了數(shù)據(jù)傳輸時(shí)延。但是簇頭位置常常較偏,簇內(nèi)緊湊性不好,且在選擇網(wǎng)關(guān)時(shí)沒有充分考慮能量和位置問題,使網(wǎng)關(guān)成為簇樹的薄弱點(diǎn)。針對(duì)ETBG算法中存在的問題,本文提出一種基于梯度和群體智能算法的分簇拓?fù)渌惴?GradientandSwarmIntelligenceBasedClusteringTopologyAlgorithm,GSIA)。針對(duì)簇內(nèi)緊湊性問題,在簇中建立雙簇頭模式,結(jié)合簇頭的能量、簇頭與成員之間的平均距離構(gòu)建

6、適應(yīng)度函數(shù),利用粒子群搜尋最佳節(jié)點(diǎn)分任主副簇頭。針對(duì)網(wǎng)關(guān)問題,構(gòu)造新的路徑評(píng)估函數(shù)和信息素更新模型,利用改進(jìn)的變異蟻群算法對(duì)每個(gè)簇頭建立路徑,形成較為強(qiáng)壯的簇樹,并且通過仿真實(shí)驗(yàn)分析了算法的性能。此外,為提高算法的穩(wěn)定性,降低參數(shù)復(fù)雜度,提出一種新的簇樹優(yōu)化方案,利用粒子群算法,結(jié)合節(jié)點(diǎn)的位置和能量,對(duì)簇頭和網(wǎng)關(guān)節(jié)點(diǎn)分別搜尋最佳的中繼節(jié)點(diǎn),以建立強(qiáng)壯的簇樹結(jié)構(gòu)。仿真結(jié)果表明,優(yōu)化方案能有效提高算法的穩(wěn)定性,增加網(wǎng)絡(luò)的生命周期。最后,針對(duì)GSIA優(yōu)化算法,給出網(wǎng)絡(luò)維護(hù)和更新的方法,以提高算法的自適應(yīng)性。關(guān)鍵詞:無線傳感器網(wǎng)絡(luò);分簇拓?fù)渌惴ǎ惶荻龋?/p>

7、雙簇頭;粒子群算法;蟻群算法;IAbstractAbstractWirelesssensornetworkisafrontierresearchfieldinvolvingmultipledisciplines,whichhasaverybroadapplicationprospect,andhasbeenpaidextensiveattentions.Sensornodesareoftensmall,andgenerallyworkintheharshenvironmentsothattheirenergyandcomputingabilit

8、yislimited.Asaresult,howtobalancetheenergyconsumptionandprolongthelifetimeo

當(dāng)前文檔最多預(yù)覽五頁,下載文檔查看全文

此文檔下載收益歸作者所有

溫馨提示:
1. 部分包含數(shù)學(xué)公式或PPT動(dòng)畫的文件,查看預(yù)覽時(shí)可能會(huì)顯示錯(cuò)亂或異常,文件下載后無此問題,請(qǐng)放心下載。
2. 本文檔由用戶上傳,版權(quán)歸屬用戶,天天文庫負(fù)責(zé)整理代發(fā)布。如果您對(duì)本文檔版權(quán)有爭議請(qǐng)及時(shí)聯(lián)系客服。
3. 下載前請(qǐng)仔細(xì)閱讀文檔內(nèi)容,確認(rèn)文檔內(nèi)容符合您的需求后進(jìn)行下載,若出現(xiàn)內(nèi)容與標(biāo)題不符可向本站投訴處理。
4. 下載文檔時(shí)可能由于網(wǎng)絡(luò)波動(dòng)等原因無法下載或下載錯(cuò)誤,付費(fèi)完成后未能成功下載的用戶請(qǐng)聯(lián)系客服處理。