凸优化理论在无线传感器网络效用与节能方面的应用研究

摘要

无线传感器网络(Wireless Sensor Network，WSN)是由大规模能量受限的传感器节点自组织构成的，本质上是一种能量严重受限的网络。覆盖在监测区域内的传感器节点都具有感知周围环境信息、数据处理与无线通信的功能，将采集的数据通过多跳无线通信方式传输到汇聚节点或者基站，从而完成对部署区域的实时监测。WSN应用前景十分广阔，广泛应用于军事侦察、环境监测、交通运输等领域，日益发展成为国内外关注的热点。
　　WSN在得到广泛应用的同时，也面临诸多问题和严峻挑战。如何有效的利用节点的能量以延长整个网络的寿命应当成为网络设计时最需要重点关注的问题。NUM(Network Utility Maximization)作为一种系统分析网络体系结构的有效工具，非常适合于设计WSN的各种稳定的分布式资源控制算法。
　　WSN的应用性能一般与网络中汇聚节点收集的数据量有关，可由网络中源节点的速率分配来间接反应。源节点速率越大，网络应用性能越好，而WSN的寿命就会越短，反之亦然。因而，WSN的应用性能与其寿命之间存在固有的权衡。为保障源节点的速率分配满足一定的公平性，本文基于NUM框架思想采用网络效用来衡量网络应用性能，通过引入权衡因子，建立了两种联合网络效用与网络寿命最大化的凸优化模型。所提模型的创新之处在于使用限制性更强的MAC约束代替一般的链路容量约束作为可行域的限制条件，另外应用逐跳重传的机制保障数据端到端可靠传输，然后采用Lagrange对偶分解方法设计了相应的部分与完全分布式优化算法。数值仿真结果表明，通过权衡因子的适当选取，本文所建立的模型能够有效调整网内源节点的数据发送速率，从而可在网络性能与网络寿命之间取得平衡。
　　近年来，WSN的寿命最大化路由问题越来越受到重视。论文另一部分基于差异化加权数据融合机制来消除网络中节点发送数据的冗余性，对前人提出的联合网络寿命最大化与网络延迟最小的模型进行了改进，基于Lagrange对偶分解方法将该问题分解为若干个在各个节点上执行的子问题，设计了相应的完全分布式的求解算法。数值仿真部分通过与相关研究成果进行对比，该算法能够有效均衡节点间能量消耗，延长网络的寿命，降低数据的端到端传输延迟。

目录

声明

摘要

第一章 绪论

1．1 研究背景

1．2 国内外研究现状

1．3 研究内容和主要工作

1．4 论文组织结构

第二章 无线传感器网络概述

2．1 无线传感器网络简介

2．1．1 WSN的体系结构

2．1．2 WSN的节点结构及能耗分析

2．1．3 WSN的特征

2．2 WSN节能研究概况

2．2．1 基于硬件设计的节能研究

2．2．2 基于拓扑控制的节能研究

2．2．3 基于介质访问控制(MAC)协议的节能研究

2．2．4 基于路由的节能研究

2．2．5 基于数据融合的节能研究

2．2．6 基于节点移动技术的节能研究

2．3 本章小结

第三章 基于NUM框架思想概述

3．1 凸优化

3．1．1 相关基本概念

3．1．2 一阶条件与二阶条件

3．1．3 凸优化问题的定义

3．1．4 Lagrange对偶理论

3．1．5 互补松弛性与KKT最优性条件

3．1．6 梯度投影迭代法与次梯度投影迭代法简述

3．2 NUM分解理论概述

3．2．1 直接原分解(Direct Primal Decomposition)与直接对偶分解(Direct Dual Decomposition)

3．2．2 间接原分解(Direct Primal Decomposition)与间接对偶分解(Direct Dual Decomposition)

3．2．3 多层原分解(Multilevel Primal Decomposition)与对偶分解(Multilevel Dual Decomposition)

3．3 NUM框架思想概述

3．4 基于NUM框架对儡分解应用实例

3．5 本章小结

第四章 联合WSN效用与寿命的分布式优化算法研究

4．1 系统模型

4．1．1 研究场景描述

4．1．2 Ad Hoc网络资源约束

4．1．3 MAC约束

4．1．4 网络效用建模

4．1．5 网络寿命建模

4．1．6 网络效用与寿命联合优化模型

4．2 部分分布式模型

4．2．1 对偶分解

4．2．2 部分分布式算法基本步骤描述

4．3 完全分布式模型

4．3．1 对偶分解

4．3．2 完全分布式算法基本步骤描述

4．4 仿真及结果分析

4．4．1 实验环境构建

4．4．2 PDA算法的仿真结果与分析

4．4．3 CDA算法的仿真结果与分析

4．4．4 PDA算法与CDA算法中权值对Sensor节点速率控制的影响

4．4．5 链路错误率对WSN性能的影响

4．5 本章小结

第五章 基于延迟与数据融合的WSN寿命最大化路由改进算法

5．1 背景知识

5．2 数据融合模型

5．3 基于延迟与数据融合的WSN寿命最大化路由改进模型

5．4 基于延迟与数据融合的WSN寿命最大化路由改进算法

5．5 仿真及结果分析

5．6 本章小结

第六章 总结与展望

6．1 全文总结

6．2 进一步的研究工作

参考文献

致谢