半监督AP聚类的水面传感器网络数据收集方法

摘要

水面传感器网络是由分布在水面上的若干具有特定任务（如检测水面的物理属性）的传感器节点组成，普遍应用于水质监测，采油监控，水污染防治等，有着极大的应用价值和广阔的发展空间。水面传感器网络通常仅在重点监测区域进行相对密集的节点部署，在其他区域仅布置少量节点，总体上具有稀疏布置的特点。目前水面传感器网络中，移动基站被广泛应用以完成网络数据收集任务，因此基站如何移动来完整高效地收集网络数据是一个基础性问题。针对此问题，本文研究了一种半监督AP聚类的水面传感器网络数据收集方法。理论分析和大量仿真实验结果证明该方法在解决水面传感器网络数据收集问题上有着优良性能。
　　本文研究的主要内容及主要创新之处在于:
　　(1)提出了一种半监督AP聚类的水面传感器网络数据收集方法。该方法首先根据传感器节点间的欧式距离和节点剩余能量构建相似度矩阵;然后根据相似度矩阵不断迭代更新吸引度矩阵和归属度矩阵，从而将水面传感器网络划分成若干聚类，并选出每个聚类中的代表节点，同时以二分法修改偏置参数调整聚类直到结果满足设定条件;最后针对所有聚类的代表节点形成优化路径。
　　(2)针对上述方法在不同网络规模下设计了大量仿真实验，并与现有代表性方法进行比较，验证了本文方法的先进性和可行性。根据相关对比结果，本文方法在完整收集水面传感器网络数据的同时，还具有数据收集速度快，能距效率高和网络生存时间长等优点。
　　本文针对水面传感器网络数据收集问题所提出的研究方法已通过理论和实验证明其有效性，对该领域的工程实践具有一定的应用价值。

目录

声明

致谢

摘要

第一章 绪论

1．1 课题研究背景

1．2 国内外研究现状

1．3 研究目的及意义

1．3．1 课题目的

1．3．2 课题意义

1．4．1 论文主要工作

1．4．2 各章内容安排

第二章 聚类算法相关知识

2．1 聚类分析

2．1．1 分割方法

2．1．2 层次方法

2．1．3 基于密度的方法

2．1．4 基于网格的方法

2．1．5 其他聚类方法

2．2 近邻传播(Affinity Propagation)算法

2．2．1 AP算法相关介绍

2．2．2 AP算法改进

2．3 本章小结

第三章 半监督AP聚类的水面传感器网络数据收集方法

3．1 网络及通信模型

3．2 半监督自适应AP聚类算法设计

3．2．1 构建相似度矩阵

3．2．2 迭代更新吸引度矩阵和归属度矩阵

3．2．3 自适应的衰减因子

3．2．4 基于二分法的半监督偏置参数设置

3．2．5 形成聚类结果

3．3 基于类代表节点的路径规划算法

3．3．1 旅行商问题

3．3．2 贪心算法

3．3．3 蚁群算法

3．4 性能评价指标

3．4．1 网络数据收集时间

3．4．2 网络生存时间

3．4．3 网络总能耗

3．4．4 能距效率

3．5 本章小结

第四章 仿真实验分析

4．1 可行性分析

4．2 与相关方法的性能比较

4．2．1 网络数据收集时间比较

4．2．2 能距效率比较

4．3 节点能耗均衡性分析

4．4 相关参数对实验结果的影响

4．5 本章小结

第五章 总结与展望

5．1 总结

5．2 对未来工作的展望

参考文献

攻读硕士学位期间的学术活动及成果情况