无线传感器 执行器网络数据汇集及任务协作算法研究PDF电子书下载

第1章 概论 1

1.1无线传感器/执行器网络 1

1.1.1无线传感器/执行器网络概述 1

1.1.2无线传感器/执行器网络体系结构及节点结构 3

1.1.3无线传感器/执行器网络协议栈 6

1.1.4无线传感器/执行器网络的应用领域 8

1.1.5无线传感器/执行器网络实验仿真平台 10

1.2数据汇集算法研究现状 11

1.2.1数据汇集算法的设计目标 11

1.2.2数据汇集算法面临的挑战 12

1.2.3典型的数据汇集算法 13

1.2.4负载均衡数据汇集算法研究现状 23

1.2.5负载均衡数据汇集算法评价指标 27

1.3任务协作算法研究现状 28

1.3.1协作算法性能评价指标 30

1.3.2协作面临的研究挑战 31

1.3.3典型的协作方法 33

1.3.4典型的协作算法 35

1.3.5协作算法分类比较 42

参考文献 45

第2章 数据汇集树与动态交叉退避 55

2.1数据汇集树的构造分析 56

2.1.1退避机制对数据汇集树的影响 56

2.1.2洪泛中的消息碰撞问题 58

2.1.3数据汇集树的瘫痪问题 59

2.1.4路径绕行评估与拥塞避免问题 60

2.2动态交叉退避窗口算法 62

2.3路由瘫痪防止策略 66

2.3.1定义路由有效期 66

2.3.2建立优先级父节点队列 67

2.4仿真验证 68

2.5小结 73

参考文献 73

第3章 静态负载均衡数据汇集树生成算法 74

3.1 LDGT-SPT算法思想 75

3.2 LDGT-SPT算法描述 77

3.2.1相关定义 77

3.2.2 LDGT-SPT算法流程 79

3.3 LDGT-SPT算法举例与理论证明 82

3.3.1 LDGT-SPT算法举例 82

3.3.2 LDGT-SPT算法理论证明 83

3.4仿真验证 84

3.4.1仿真环境与参数 84

3.4.2 LDGT-SPT分组定义 85

3.4.3仿真结果 87

3.5小结 90

参考文献 90

第4章 基于ACO的动态负载均衡数据汇集算法 91

4.1 ACO的优点与不足 91

4.2 LDG-ACO算法原理 92

4.3 LDG-ACO算法描述 93

4.3.1 LDG-ACO算法术语与规则 93

4.3.2 LDG-ACO算法步骤 96

4.4仿真验证 99

4.4.1仿真环境与参数 99

4.4.2 LDG-ACO分组定义 100

4.4.3仿真结果 101

4.5小结 105

参考文献 106

第5章 移动执行器动态负载均衡数据汇集算法 107

5.1执行器节点移动对网络数据流模型的影响 107

5.1.1连续型数据流模型 107

5.1.2查询型数据流模型 108

5.1.3事件型数据流模型 108

5.2 LDG-MS算法思路 109

5.3 LDG-MS算法描述 110

5.3.1 LDG-MS算法规则与定义 110

5.3.2功率控制策略 112

5.3.3 Sink BEACON消息周期计算 114

5.3.4 LDG-MS算法伪代码 115

5.4仿真验证 116

5.4.1仿真环境与参数 116

5.4.2功率控制 117

5.4.3仿真结果 117

5.5小结 120

参考文献 120

第6章 基于SA协作的分簇算法 121

6.1 SA协作模型特点 121

6.2无线传感器/执行器网络分簇算法分析 122

6.3 CASA算法原理与实现 123

6.3.1参数定义与假设条件 123

6.3.2基本能耗公式 124

6.3.3优化模型建立 125

6.3.4优化模型求解 129

6.3.5 CASA算法实现 132

6.4算法仿真与性能分析 135

6.4.1执行器节点理想数量 135

6.4.2基于VFA算法的执行器节点部署实验 136

6.4.3算法通信开销 137

6.4.4网络性能 137

6.5小结 139

参考文献 139

第7章 AA实时协作框架 141

7.1 AA协作模型 142

7.2任务类型分解 143

7.3基于拍卖机制的任务分派 144

7.3.1基于事件的动态招标范围 144

7.3.2基于熵权的代价评估模型 148

7.3.3无工序限制的任务指派 151

7.4实时协作（RC）算法流程 153

7.5算法仿真与性能分析 153

7.5.1仿真环境与参数 153

7.5.2算法通信开销 155

7.5.3任务完成时间 156

7.5.4能耗均衡 157

7.5.5网络寿命 157

7.6小结 158

参考文献 158

第8章 基于AA协作的单目标任务分派算法 160

8.1单目标任务分派 161

8.1.1最小化最大任务完成时间 161

8.1.2执行器节点剩余能量约束 163

8.2 SOTS算法 163

8.2.1执行器节点角色确定 164

8.2.2标准微粒群优化算法 164

8.2.3基于ROV规则的编码 165

8.2.4基于NEH方法的局部搜索 165

8.2.5算法流程和分析 167

8.3算法仿真与性能分析 169

8.3.1实验参数 169

8.3.2算法性能实验 169

8.3.3网络性能实验 170

8.4小结 172

参考文献 173

第9章 基于AA协作的多目标任务分派算法 174

9.1多目标优化问题的基本概念 174

9.2多目标任务分派 176

9.2.1最大任务完成时间 177

9.2.2能耗均衡指标 177

9.2.3存储成本 177

9.3面向AA协作的多目标任务分派算法（MOTS） 178

9.3.1多目标规范化处理 178

9.3.2随机权值确定 178

9.3.3执行器节点角色确定 179

9.3.4标准微粒群优化算法 179

9.3.5基于ROV规则的编码 180

9.3.6多目标微粒群搜索 181

9.3.7基于自适应学习策略的多目标局部搜索 181

9.3.8 MOTS算法流程与分析 183

9.4算法仿真与性能分析 187

9.4.1实验参数 187

9.4.2算法性能实验 188

9.4.3网络性能实验 189

9.5小结 191

参考文献 192