论文部分内容阅读
在无线传感器网络中，在节点能量受限的情况下如何延长网络的生存周期，提高网络的有效能量利用率(即消耗单位能量所成功发送到汇聚节点的信息量)成为当前研究的热点问题之一。本文选题来源于国家重大专项(2009ZX006-006)，具有重要的理论意义和广阔的应用前景。
本文主要以此为目标，对无线传感器网络相关协议和算法进行了改进。论文中的工作包括以下几个方面：
(1)提出了一种基于增强学习的SMAC协议改进算法(RLSMAC-Improved)，通过自适应的选择MAC协议的占空比来提高算法在能量效率、网络生存时间等方面的性能表现。通过对R-learning算法的扩展，RLSMAC-Improve实现的睡眠调度策略可以更容易的获得网络状态信息，从而针对节点所面临的不同的流量负载状况选择不同的占空比。仿真结果表明，RLSMAC-Improved与SMAC相比，在无线传感器网络能量性能方面获得了更好的表现。
(2)提出了一种基于路径优先级的多路径拥塞避免和控制算法(PPCC)。传感器节点通过监测队列剩余空间大小和拥塞持续时间实时更新节点的拥塞状态指数(CSI)和下一跳路径状态指数(RPSI)。传感器节点根据路径优先级的不同发送不同优先级的数据信息。仿真结果表明，算法在减少网络拥塞的发生，均衡使用各节点的能量和队列空间方面取得了很好的性能。
(3)针对PPCC算法的不足，提出了一种基于增强学习算法的自适应流量调度策略，扩展R-learning算法从而得到节点能量效率和丢包率等网络状态信息，通过自适应的调整节点的路由选择策略来避免拥塞以及减少由此产生的能量消耗。仿真结果表明，算法在减少网络拥塞丢包的发生，提高无线传感器网络的能量效率和时延性能等方面取得了很好的效果。