文档介绍：—;;;获笾羡允一中文摘要为辎舻秗其中M缜蛎婊粑M缃诘阕苁瑀为通信半径⑶彝移动无线传感器网络的应用十分广泛。研究人员已将无线传感器节点成功部署在各种移动设备上,如安装在小型飞行器、自行车、陆地交通工具以及动物身上来获取工业环境和城市环境信息、交通信息、人群中流感病毒的传播状况以及动物群落的生活特征。由于移动无线传感器网络的拓扑结构时刻发生变化,并且由于传感器节点的存储空间、计算能力、通信带宽均有限,这使得移动无线传感器网络中的数据收集和广播面临严峻的挑战。目前,针对移动无线传感器网络数据收集和广播的研究较少。综上所述,本文做了如下贡献:提出了基于节点密度和距离的概率广播算法,该算法根据节点密度和当前节点与上一跳节点之问的距离分布式动态地确定每个节点的转发概率,在保证高网络接收率的同时较大地降低网络转发率,节约广播能量。算法平均广播接收率的理论值超过%,一D饨峁泊锏ヒ陨希骄7⒙式络节点密度越大算法的转发率越低,越节省能量。模拟实验结果表明,算法在稳定性和节能性方面均优于蚐械墓悴ニ惴ǎ⑶医诘忝芏仍酱算法的优势越显著。岢隽嘶诮诘忝芏群臀恢玫氖菔占,该协议首先用本文提出的广播算法进行周期性地信息广播。然后提出了格子算法进行分簇,该算法根据网络范围和节点位置动态地选择簇头,在保证几乎全网覆盖率的同时限制簇头个数。簇头的任务是收集邻居节点的数据,簇头收集完数据后,本文又提出低跳数定向扩散算法从簇头向预测的位置发送其收集数据,预测数据来自节点接收到的周期性广播的内容信息。模拟实验结果表明,樵谖定性和节能性方面均优于惴ǎ⑶医诘忝芏仍酱驨协议的优势越显著。关键字:移动无线传感器网络;数据收集;广播;分簇;扩散
。觥R弧R籰
孝敉騬州锕研·,唬甋甌瓼,琧%%琋·痚,琯,痵。ⅱ鬭￡“·■
■
·瞔鷌帆籵。篗行籥胹甌,甌。籇;籧上。苎
目录中文摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第滦髀邸研究背景与意义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.国内外研究现状⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.论文章节安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯~第禄诮诘忝芏群途嗬氲母怕使悴ニ惴引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.基于距离的概率广播算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⒉⒙省本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第禄诮诘忝芏群臀恢玫氖菔占⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯格子分簇算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯
低跳数定向扩散算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.┥⒉⒔诘愀鍪本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第率笛榻峁敕治觥模拟环境⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯广播算法实验结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.《⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯格子分簇算法实验结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.ɡ的实验验证⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一.┥⑺惴ㄓ隨中角度传播算法的实验比较⋯⋯⋯⋯⋯⋯⋯⋯⋯基于节点密度的数据收集算法实验结果与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.攻读硕士学位期问发表的学术论文⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯独创性声明⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯录参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯目.