文档介绍：中文摘要分簇思想的多信道多功率相结合的数据聚集调度算法鳰,来降低通信延信道分配及多功率控制相结合的数据聚集调度算法Ⅷ唇档途奂映佟近年来,无线传感器网络引起了世界各国军事部门、工业界和学术界的极大关注。数据聚集是传感器网络中一个比较耗时的操作,特别是在高密度网络中。例如,在一个森林火灾监控系统中,需要把监测到的数据及时地进行数据聚集,以便发现异常,避免火灾迟报。因此,最小化数据聚集延迟问题琈成为一个重要的研究课题,该问题已被证明是难问题。本文首先提出了最小化数据聚集延迟调度的集中式算法。该算法是基结构的一种改进算法,理论分析得出延迟上限为饫铩魑M缰械慕诘阕畲蠖仁琑为网络半径。然后,根据传感器节点可多信道通信、功率可调等特点,首次提出一个基于迟。该算法采用一种簇内小功率、簇间大功率的分簇思想,结合信道分配来降低通信延迟;通过信道分配算法和功率控制策略,簇间可无冲突同步进行通信,从而大大降低了数据聚集延迟;并分析了不同网络拓扑下使用的信道个数小于,在传感器节点可用通信信道数范围内。最后,由于网络拓扑结构变化时集中式算法需重新收集网络中节点信息,重建拓扑结构,导致能量消耗过大、计算周期长等问题。本文提出一种分布式的多计算簇间的数据聚集调度。理论分析得出惴ㄊ菥奂映偕舷尬卜彳,是目前延迟上限最小的算法。实验结果表明,算法和肽壳白詈玫牡バ诺浪惴ㄏ啾龋骄延迟降低了%;与目前最好的多信道算法,平均延迟降低了%。关键字:无线传感器网络;数据聚集;分布式算法;信道分配;功率控制于联通支配集该算法以算法为基础,提出了网络自主建簇算法、分布式信道分配算法、分布式计算簇内数据聚集调度,然后将簇头节点信息汇集至诘悖蓅诘
÷
“·,.,,、廿籺,,⑽鰐琧Ⅱ
;;,琩%;试.%.籇·,.,△,瑃
≈⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.钚』⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。论文结构安排⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第二章最小化数据聚集延迟调度算法算法设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。:⋯⋯⋯⋯⋯⋯⋯⋯。本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..尴叽ǜ衅魍缬τ谩引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.问题描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.喜⒗⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.黑龙江大学硕士学位论文.
●
问题描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第四章基于信道分配及功率控制的分布式数据聚集调度算法#问题描述⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.丶渚奂鞫壬伞理论分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯实验结果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯“本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.参考文献⋯⋯⋯⋯⋯⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。致谢⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯。。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.二⋯。⋯。⋯⋯⋯⋯⋯攻读硕士学位期间发表的学术论文⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯。⋯.独创性声明⋯⋯⋯⋯⋯。。⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯。⋯⋯⋯。.算法设计⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..ù亍’引言⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.算法设计与分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.植际浇ù...........。........⋯....⋯..⋯⋯..........⋯⋯..⋯⋯⋯.............⋯.............⋯.。..........⋯....⋯.目录●『’