论文部分内容阅读
近些年来，传感器与微电子等技术的迅猛发展为无线传感器网络(Wireless Sensor Networks，WSNs)带来了性能上的增强与功能上的拓展。例如，高速公路上通过传感器自组织车载网，可实现交通预警，交通路线实时规划等功能；自然野生动物保护区内，在野生动物身上挂载传感器形成自组织网络，可对不同动物种群的迁徙等相关数据进行采集；重大灾难如地震、海啸等发生后，普通通信网络陷入瘫痪时，可通过移动手持终端形成局域通信网络等等。
但在一些应用环境中，节点的随机移动、电磁干扰等原因会导致网络被分割为互不连通的几个区域，源节点与目的节点有可能不存在一条完整的通信路径，传统的路由算法无法在这种环境中起到作用。然而在延迟容忍度较高的环境中，不同网络区域的两个节点可通过移动带来的相遇机会进行通信，这就是机会思想(Opportunistic thoughts)。运用这种思想进行通信的网络，又被一些学者称为机会网络(Opportunistic Networks)。本文在分析机会网络经典路由算法的基础上，进行了以下几个方面的研究：
1)对机会思想现有的路由算法进行了全面的分类和分析，并对经典的路由算法如Epidemic、PROPHET等做了不同环境下的仿真，根据仿真结果和经典路由算法各方面的性能表现总结出了大部分现有机会思想路由算法存在的两个缺陷：节点能耗过高和未考虑节点的移动特性，同时采取简单易部署的Epidemic算法为基础进行优化和改进。
2)本文针对节点能耗问题提出了基于异步休眠机制的节能算法—EASE。传统的Epidemic算法通过复制数据分组的方法进行路由，导致节点的能耗大大增加，而机会思想的应用环境中无法随时更换节点能源。本文提出的EASE算法让节点根据自身的能量情况、实时状态等信息自行判断是否进入休眠状态。该算法通过动态控制休眠时长保证节点不会错过可能的通信机会。仿真结果证明，EASE算法可以在保证信息交付率的同时，极大地降低节点的能耗。
3)本文针对机会网络中节点移动性较强的特点，结合锚节点思想，提出了基于节点运动特性的分簇路由算法—MOCA。该算法将整个网络分为若干个区域并在每个区域内设置锚节点，让每个节点能够记录下自己经过的区域从而得到节点的移动轨迹序列，再通过最大公共子序列方法得到两个节点移动轨迹的相似度，最后据此参数和节点的历史相遇信息，对网络中的节点进行分簇，之后节点可通过分簇信息选择是否向相遇节点发送数据分组副本。仿真数据表明，MOCA算法能够提升网络的传输速率，节省网络资源，减少网络中数据副本的数量。
但在一些应用环境中，节点的随机移动、电磁干扰等原因会导致网络被分割为互不连通的几个区域，源节点与目的节点有可能不存在一条完整的通信路径，传统的路由算法无法在这种环境中起到作用。然而在延迟容忍度较高的环境中，不同网络区域的两个节点可通过移动带来的相遇机会进行通信，这就是机会思想(Opportunistic thoughts)。运用这种思想进行通信的网络，又被一些学者称为机会网络(Opportunistic Networks)。本文在分析机会网络经典路由算法的基础上，进行了以下几个方面的研究：
1)对机会思想现有的路由算法进行了全面的分类和分析，并对经典的路由算法如Epidemic、PROPHET等做了不同环境下的仿真，根据仿真结果和经典路由算法各方面的性能表现总结出了大部分现有机会思想路由算法存在的两个缺陷：节点能耗过高和未考虑节点的移动特性，同时采取简单易部署的Epidemic算法为基础进行优化和改进。
2)本文针对节点能耗问题提出了基于异步休眠机制的节能算法—EASE。传统的Epidemic算法通过复制数据分组的方法进行路由，导致节点的能耗大大增加，而机会思想的应用环境中无法随时更换节点能源。本文提出的EASE算法让节点根据自身的能量情况、实时状态等信息自行判断是否进入休眠状态。该算法通过动态控制休眠时长保证节点不会错过可能的通信机会。仿真结果证明，EASE算法可以在保证信息交付率的同时，极大地降低节点的能耗。
3)本文针对机会网络中节点移动性较强的特点，结合锚节点思想，提出了基于节点运动特性的分簇路由算法—MOCA。该算法将整个网络分为若干个区域并在每个区域内设置锚节点，让每个节点能够记录下自己经过的区域从而得到节点的移动轨迹序列，再通过最大公共子序列方法得到两个节点移动轨迹的相似度，最后据此参数和节点的历史相遇信息，对网络中的节点进行分簇，之后节点可通过分簇信息选择是否向相遇节点发送数据分组副本。仿真数据表明，MOCA算法能够提升网络的传输速率，节省网络资源，减少网络中数据副本的数量。