无线传感器网络技术作为物联网的关键技术之一，正引领着一次信息技术革命。作为无线传感器网络技术发展的“瓶颈”，节点能量有限一直制约着传感器网络在各领域的应用。根据现有理论和实际应用得到数据显示，传感器节点的有限能量大部分消耗在数据传输上。因此，如何改善传感器网络中的数据传输策略，避免不必要的能量消耗，从而高效利用传感器节点有限的能量，已经成为一个重要的研究课题。 论文一方面针对当前大多数无线传感器网络传输协议不能高效利用传感器节点能量的问题，提出了一种基于信道和缓冲区状态的自适应传输方法，包括基于信道和缓冲区的传输机制（Channel and Buffer Based Transmission，简记为CBT）和基于信道和缓冲区的分片传输机制（Channel and Buffer Based Fragment Transmission，简记CBFT），CBFT在CBT的基础上结合虚拟分片传输技术。并将节点的数据传输问题建模成马尔可夫决策过程（Markov decision process，简记MDP）模型，用Q学习算法进行求解。仿真结果表明，传感器节点能量得到高效利用，无线传感器网络的寿命也在一定程度上得到延长。 另一方面，在很多情况下，无线传感器网络中的信道状态信息并不完全可知，只能通过观察得到部分信息。论文在观察上一次传输反馈信息的基础上，建立了基于离散时间POMDP模型的数据传输机制。并利用Linear-Q学习算法进行求解。仿真结果表明，在信息部分可观情况下，基于POMDP模型的传输机制能较好的利用有限信息进行数据传输控制，并能在一定程度上提高系统吞吐量和减少缓冲区溢出。 展开▼
