拓扑结构控制
相关主题
- 1、下载文档前请自行甄别文档内容的完整性，平台不提供额外的编辑、内容补充、找答案等附加服务。
- 2、"仅部分预览"的文档,不可在线预览部分如存在完整性等问题,可反馈申请退款(可完整预览的文档不适用该条件!)。
- 3、如文档侵犯您的权益，请联系客服反馈,我们会尽快为您处理(人工客服工作时间：9:00-18:30)。
中两个节点形成的边是有向的 , 为了避免形成单向边 , 一般在运用基于邻近图的算法形成网络拓扑之 后 , 还 需要进行节点之间边的增删,以使最后得 到 的 网 络 拓 扑 是 双 向 连通的。
• DRNG 算法和 DLSS 算法
层次型拓扑结构控制
NP难问题
NP难问题
功率控制算法
基于节点度的算法
• 一个节点的度数是指所有距离该节点一跳的邻居节点的
数目。 • 基于节点度算法的核心思想是给定节点度的上限和下限需
求 , 动态调整节点的发射功率 , 使得节点的度数落在上限 和下限之间。基于节点度的算法利用局部 信息 来调 整相 邻 节点 间的连 通性 , 从 而保证整个网络的连通性 , 同时 保证节点间的链路 具有一 定的 冗余 性和可 扩展 性。 • 本地平均算法 LM A ( local mean algorit hm ) 和 本 地邻 居 平均 算 法 L MN ( local mean of neighbors algorithm ) 是两种周期性动态调整节 点发 射功 率的算 法。它们 之 的区别在于计算节点度的策略不同
• ( 3) 每个节点在下一次发送 LifeMsg 时 , 首先检 查 已经收到 的 LifeAckM sg 消息 , 利用这些消息 统计出自己的邻居数 NodeResp。
本地平均算法（2）
• (4) 如果 NodeResp 小于邻居数下限NodeMinThresh , 那 么节点在这轮发送中将增大发射功率 , 但发射功率不能超 过初始发射功率的 Bmax 倍 , 如式 (4-1 ) 所示; 同理 , 如果 NodeResp大于邻居节 点 数 上 限 NodeMaxThresh , 那 么 节点 将 减 小 发 射功 率 , 用 式 (4-2) 表 示, 其 中Bm ax , Bmin , Ainc 和 Ade c 是四个可调参数 , 它们会影响功 率调节的精度和范围。
网络的拓扑结构控制与优化意义
• ( 1) 影响整个网 络的 生存 时间 • ( 2) 减小节点间通信干扰 , 提高网络通信效率。 • ( 3) 为路由协议提供基础。 • ( 4) 影响数据融合。 • ( 5) 弥补节点失效的影响。
拓扑控制主要研 究的问 题
• 在 满足网 络覆 盖度和 连通 度的 前 提下 , 通过功率控制 和骨干网节点选择 , 剔除节点之间不必要的通信链路 , 形 成一个数据转发的优化网络结构。具体地讲 , 传感器网络 中的 拓扑控 制按 照研 究方向 可以 分为两 类 : 节点功率 控制和层次型拓扑结构组织 。功率控制机制调节网络中 每个节点的发射功 率 , 在满足网络连通度的前提下 , 均衡 节点的单跳可达邻居数目。层次型拓扑控制利用分簇机 制 ,让一些节点作为簇头节点 , 由簇头节点形成一个处理 并转发数据的骨干网 , 其他非骨干网节点可以暂时关闭通 信模块 , 进入休眠状态以节省能量。
功率控制
• 传感器网络中节点发射功率的控制也称功 率分配问题。节点通过设置或动态调整节 点的发射功率 , 在保证网络拓扑结构连通、 双向连通 或者多连通 的基 础上 , 使得 网络 中节点的能量消耗最小 , 延长整个网络的生 存时间。当 传感 器节 点部署 在二 维或三 维空 间中时 , 传感器网络的功率控制是一 个 NP 难 的问题 。因 此 , 一般的 解决 方 案都 是寻 找近似解法。
其它功率控制算法
• 基于邻近图的算法
基于邻近图的算法
• 1 . 邻近图
• 基于邻近图的功率控制算法是指 : 所有节点都使用最 大功率发射时形成的拓扑图为图 G, 按照一定的规则 q 求出该图的邻近 图 G′ 最 后 G 中每 个节点 以自 己 所邻 接的 最远通信节点来确定发射功率。这是一种
解决功率分配问题的近似解法 。考虑到传感器网络
本地ቤተ መጻሕፍቲ ባይዱ均算法（1）
• ( 1) 开始时所有节点都有相同的发射功率 TransPowe r , 每个 节点定期 广播一 个包含己 ID 的 Life Msg 消息。
• ( 2) 如果节点接收 到 LifeMs g 消 息 , 发送 一个 LifeAckMsg 应 答消 息。该 消 息中 包含所应答 的 LifeMsg 消息中的节点 ID。
拓扑结构控制
概述
• 在传感器网络中 , 传感器节 点 是体 积微 小的 嵌 入 式 设备 , 采 用能量有限的电池供电 , 它的计算 能力 和通 信能 力十分有限 , 所 以除了要设计能 量高效的 MAC 协 议、 l路由协议以及应用层协议 之外 , 还 要设计优化的网络拓扑控制机制。对于 自组织的无线传感器网络而言 ,网络拓扑控制对网 络性能影响很大。良好的拓扑结构能够提高路由 协议和 MAC 协议的效率 , 为数 据融 合、时间同 步 和目 标 定位 等 很多方面提供基础 , 有利于延 长 整个 网络 的生 存 时间。所 以 , 拓 扑控 制是 传感器网络中的一个基本问题。
本 地邻 居 平均 算 法 LMN
• 本地邻居 平 均 算 法 L MN 与 本 地 平 均 算 法 L MA 类 似 , 惟 一 的 区 别 是 在 邻 居 数NodeResp 的计算方法上。在 L MN 算法 中 , 每 个节 点 发送 LifeAckMsg 消 息 时 , 将自己的邻居数放入消息中 , 发送 LifeMsg 消息的节点在收集完所有 LifeAckMs g 消息后 , 将所有邻居的邻居数 求平均值并作为自己的邻居数。
基于节点度的算法的优缺点
• 这两种算法都缺少严格的理论推导。通过计算机 仿真结果确定 : 这两 种算法 的收敛性和网络的连 通性是可以保证的 , 它们通过少量的局部信息达 到了一定程度的优化效果。
• 这两种算法对无线传感器节点的要求不高 , 不 需 要严 格的 时钟 同步。但 是算法 还存 在一些明显 不完善的地方 , 例如 , 需要进一步研究 合理的 邻 居 节点判 断条 件 , 对从邻 居节 点得到的信息是 否根据信号的强弱给予不同的权重等。
• DRNG 算法和 DLSS 算法
层次型拓扑结构控制
NP难问题
NP难问题
功率控制算法
基于节点度的算法
• 一个节点的度数是指所有距离该节点一跳的邻居节点的
数目。 • 基于节点度算法的核心思想是给定节点度的上限和下限需
求 , 动态调整节点的发射功率 , 使得节点的度数落在上限 和下限之间。基于节点度的算法利用局部 信息 来调 整相 邻 节点 间的连 通性 , 从 而保证整个网络的连通性 , 同时 保证节点间的链路 具有一 定的 冗余 性和可 扩展 性。 • 本地平均算法 LM A ( local mean algorit hm ) 和 本 地邻 居 平均 算 法 L MN ( local mean of neighbors algorithm ) 是两种周期性动态调整节 点发 射功 率的算 法。它们 之 的区别在于计算节点度的策略不同
• ( 3) 每个节点在下一次发送 LifeMsg 时 , 首先检 查 已经收到 的 LifeAckM sg 消息 , 利用这些消息 统计出自己的邻居数 NodeResp。
本地平均算法（2）
• (4) 如果 NodeResp 小于邻居数下限NodeMinThresh , 那 么节点在这轮发送中将增大发射功率 , 但发射功率不能超 过初始发射功率的 Bmax 倍 , 如式 (4-1 ) 所示; 同理 , 如果 NodeResp大于邻居节 点 数 上 限 NodeMaxThresh , 那 么 节点 将 减 小 发 射功 率 , 用 式 (4-2) 表 示, 其 中Bm ax , Bmin , Ainc 和 Ade c 是四个可调参数 , 它们会影响功 率调节的精度和范围。
网络的拓扑结构控制与优化意义
• ( 1) 影响整个网 络的 生存 时间 • ( 2) 减小节点间通信干扰 , 提高网络通信效率。 • ( 3) 为路由协议提供基础。 • ( 4) 影响数据融合。 • ( 5) 弥补节点失效的影响。
拓扑控制主要研 究的问 题
• 在 满足网 络覆 盖度和 连通 度的 前 提下 , 通过功率控制 和骨干网节点选择 , 剔除节点之间不必要的通信链路 , 形 成一个数据转发的优化网络结构。具体地讲 , 传感器网络 中的 拓扑控 制按 照研 究方向 可以 分为两 类 : 节点功率 控制和层次型拓扑结构组织 。功率控制机制调节网络中 每个节点的发射功 率 , 在满足网络连通度的前提下 , 均衡 节点的单跳可达邻居数目。层次型拓扑控制利用分簇机 制 ,让一些节点作为簇头节点 , 由簇头节点形成一个处理 并转发数据的骨干网 , 其他非骨干网节点可以暂时关闭通 信模块 , 进入休眠状态以节省能量。
功率控制
• 传感器网络中节点发射功率的控制也称功 率分配问题。节点通过设置或动态调整节 点的发射功率 , 在保证网络拓扑结构连通、 双向连通 或者多连通 的基 础上 , 使得 网络 中节点的能量消耗最小 , 延长整个网络的生 存时间。当 传感 器节 点部署 在二 维或三 维空 间中时 , 传感器网络的功率控制是一 个 NP 难 的问题 。因 此 , 一般的 解决 方 案都 是寻 找近似解法。
其它功率控制算法
• 基于邻近图的算法
基于邻近图的算法
• 1 . 邻近图
• 基于邻近图的功率控制算法是指 : 所有节点都使用最 大功率发射时形成的拓扑图为图 G, 按照一定的规则 q 求出该图的邻近 图 G′ 最 后 G 中每 个节点 以自 己 所邻 接的 最远通信节点来确定发射功率。这是一种
解决功率分配问题的近似解法 。考虑到传感器网络
本地ቤተ መጻሕፍቲ ባይዱ均算法（1）
• ( 1) 开始时所有节点都有相同的发射功率 TransPowe r , 每个 节点定期 广播一 个包含己 ID 的 Life Msg 消息。
• ( 2) 如果节点接收 到 LifeMs g 消 息 , 发送 一个 LifeAckMsg 应 答消 息。该 消 息中 包含所应答 的 LifeMsg 消息中的节点 ID。
拓扑结构控制
概述
• 在传感器网络中 , 传感器节 点 是体 积微 小的 嵌 入 式 设备 , 采 用能量有限的电池供电 , 它的计算 能力 和通 信能 力十分有限 , 所 以除了要设计能 量高效的 MAC 协 议、 l路由协议以及应用层协议 之外 , 还 要设计优化的网络拓扑控制机制。对于 自组织的无线传感器网络而言 ,网络拓扑控制对网 络性能影响很大。良好的拓扑结构能够提高路由 协议和 MAC 协议的效率 , 为数 据融 合、时间同 步 和目 标 定位 等 很多方面提供基础 , 有利于延 长 整个 网络 的生 存 时间。所 以 , 拓 扑控 制是 传感器网络中的一个基本问题。
本 地邻 居 平均 算 法 LMN
• 本地邻居 平 均 算 法 L MN 与 本 地 平 均 算 法 L MA 类 似 , 惟 一 的 区 别 是 在 邻 居 数NodeResp 的计算方法上。在 L MN 算法 中 , 每 个节 点 发送 LifeAckMsg 消 息 时 , 将自己的邻居数放入消息中 , 发送 LifeMsg 消息的节点在收集完所有 LifeAckMs g 消息后 , 将所有邻居的邻居数 求平均值并作为自己的邻居数。
基于节点度的算法的优缺点
• 这两种算法都缺少严格的理论推导。通过计算机 仿真结果确定 : 这两 种算法 的收敛性和网络的连 通性是可以保证的 , 它们通过少量的局部信息达 到了一定程度的优化效果。
• 这两种算法对无线传感器节点的要求不高 , 不 需 要严 格的 时钟 同步。但 是算法 还存 在一些明显 不完善的地方 , 例如 , 需要进一步研究 合理的 邻 居 节点判 断条 件 , 对从邻 居节 点得到的信息是 否根据信号的强弱给予不同的权重等。