无线传感器网络事件监测与环境感知算法研究

摘要

无线传感器网络以其低功耗、低成本、分布式和自组织的特点越来越广泛地被应用到诸多领域。事件监测是无线传感器网络中一类热门的应用，得到了长期的关注和研究，且仍然存在不少问题。针对现存的问题，本文研究了新的事件监测算法。
　　在事件监测应用中，当无线传感器网络的分布区域内有事件发生时，会产生相应的信号，这些信号经过环境衰减到达周边传感器节点，传感器节点测量衰减后的信号强度。传感器网络基于所有节点收到的信号强度(RSS)估计事件发生的位置和大小。信号的传播受环境影响，因此环境是不可忽略的因素，我们有必要对环境进行估计，以使得事件监测更加准确。
　　在许多情况下，被监测的区域是大面积的，需要布置大规模无线传感器网络。如果使用集中式的网络拓扑，信号需要经过多跳到达中心节点，容易造成拥堵和丢包，而且一旦中心节点出现故障无法正常工作时，整个网络将无法运行。分布式网络可以解决这些问题，通过邻居之间的信息共享与协作，共同完成监测任务，具有通信负载均衡和系统鲁棒的特点。因此研究分布式算法具有现实意义。
　　本文的研究工作主要包括以下内容:
　　(1)建立问题模型。其中考虑了环境因素影响，引入环境参数。相比于以往许多算法中假设事件数量已知，我们研究的是事件数量未知的情况。通过挖掘事件数量相对于网络规模通常稀疏的特点，建立l1范数规范化的最小二乘模型，可以自动估计事件的数量及位置和大小。在此模型中，环境参数也是需要估计的优化变量。
　　(2)设计集中式算法。针对l1范数规范化的最小二乘问题，使用交替方向法求解得到集中式算法。
　　(3)设计分布式算法。我们使用交替方向乘子法(ADMM)求解问题模型，开发出无中心分布式的事件监测和环境感知算法。利用问题的结构，该分布式算法在每个节点的迭代分为三步:事件监测步，求解凸优化问题;环境参数估计步，求解一维的非凸优化问题;乘子更新步，仅需代数运算。为了使算法更高效，我们开发了启发式的加速算法。
　　(4)仿真和实验。通过仿真，我们验证了集中式算法和分布式算法的有效性，比较算法的性能，并用丢包测试验证了分布式算法的鲁棒性。我们还搭建了无线传感器网络实验平台，并通过实验验证了算法的实用性。
　　总之，本文提出了事件监测和环境感知的稀疏优化模型，并开发了集中式和分布式算法，通过仿真和实验验证了算法的性能和实用性。

目录

声明

摘要

表格

插图

第一章 绪论

1．1 研究背景

1．1．1 无线传感器网络事件监测

1．1．2 事件监测算法

1．1．3 问题和挑战

1．2 研究目标和意义

1．3 文章结构

第二章 相关算法基础

2．1 ADMM方法

2．2 稀疏优化

2．2．1 稀疏优化问题

2．2．2 稀疏优化的方法

2．3 分布式一致优化

2．4 本章小结

第三章 问题建模与算法设计

3．1 问题建模

3．1．1 前提假设

3．1．2 数学模型

3．2 集中式算法

3．3 分布式算法

3．3．1 ADMM求解

3．3．2 分布式事件监测和环境感知算法

3．3．3 分布式算法加速

3．4 算法仿真

3．5 本章小结

第四章 算法实验验证

4．1 实验平台

4．1．1 传感器节点

4．1．2 ZigBee协议

4．2 实验设计

4．3 实验及结果分析

4．4 本章小结

第五章 总结与展望

5．0．1 本文主要贡献

5．0．2 展望

参考文献

致谢

在读期间发表的学术论文与取得的研究成果