鐵路監(jiān)測環(huán)境下能量采集WSN節(jié)點部署研究
發(fā)布時間:2024-10-03 03:29
高速鐵路的快速發(fā)展,使我國擁有世界上運行速度最快且里程最長的高速鐵路網(wǎng),給旅客出行帶來極大的方便,同時列車運營安全也成為人們越來越關(guān)注的問題,列車安全運行的關(guān)鍵就是對列車運營環(huán)境進行實時監(jiān)測。目前,我國鐵路環(huán)境監(jiān)測仍使用復(fù)雜度高的有線網(wǎng)絡(luò)進行監(jiān)測,由于鐵路環(huán)境大多在偏僻地區(qū),部署繁瑣且維護成本高。因此,在鐵路環(huán)境監(jiān)測場景中引入無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)。與其它監(jiān)測系統(tǒng)相比,WSN網(wǎng)絡(luò)具有動態(tài)自組織性、數(shù)據(jù)處理速度快、穩(wěn)定性高、部署成本低、兼容性強、可大規(guī)模部署等特點。但是,由于WSN節(jié)點能量受限,在線型網(wǎng)絡(luò)中“能量空洞”現(xiàn)象尤為嚴重,降低了WSN的網(wǎng)絡(luò)性能。本文主要針對鐵路監(jiān)測環(huán)境下WSN節(jié)點部署展開研究,以解決簇首能耗不均衡為研究目標(biāo),提出一種適用于鐵路的帶狀WSN非均勻優(yōu)化分簇策略,用于對鐵路沿線列車運營情況進行監(jiān)測。論文主要有以下研究成果:(1)對已有的線型WSN節(jié)點部署策略進行分析,針對基于分簇的線型WSN網(wǎng)絡(luò)簇首能耗不均衡導(dǎo)致的“能量空洞”問題,本文提出帶狀WSN非均勻優(yōu)化分簇算法。帶狀網(wǎng)絡(luò)按等比數(shù)列非均勻分簇的基礎(chǔ)上,分析簇首多跳...
【文章頁數(shù)】:58 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文研究內(nèi)容和主要工作
2 能量采集WSN節(jié)點部署技術(shù)
2.1 無線傳感器網(wǎng)絡(luò)(WSN)概述
2.1.1 WSN網(wǎng)絡(luò)結(jié)構(gòu)及特點
2.1.2 WSN關(guān)鍵技術(shù)
2.1.3 WSN未來發(fā)展與運用
2.2 能量采集技術(shù)
2.2.1 太陽能采集
2.2.2 振動能采集
2.2.3 風(fēng)能采集
2.3 WSN節(jié)點部署技術(shù)
2.3.1 WSN節(jié)點部署分類
2.3.2 WSN節(jié)點部署算法
2.3.3 WSN節(jié)點部署評價指標(biāo)
2.4 本章小結(jié)
3 基于鐵路的帶狀WSN非均勻優(yōu)化分簇研究
3.1 傳統(tǒng)的線型節(jié)點部署策略
3.2 帶狀WSN非均勻優(yōu)化分簇算法
3.2.1 網(wǎng)絡(luò)模型
3.2.2 能耗模型
3.2.3 節(jié)點部署策略
3.2.4 路由協(xié)議
3.3 算法性能仿真與分析
3.3.1 仿真環(huán)境與參數(shù)設(shè)置
3.3.2 最優(yōu)分簇數(shù)nopt的選取
3.3.3 仿真結(jié)果分析
3.4 本章總結(jié)
4 能量采集帶狀WSN非均勻優(yōu)化分簇研究
4.1 WCMA太陽能預(yù)測算法
4.1.1 太陽能特性
4.1.2 WCMA預(yù)測算法
4.2 能量采集WSN非均勻優(yōu)化分簇算法
4.2.1 能量采集與預(yù)測模型
4.2.2 簇首權(quán)值及更換機制
4.2.3 性能分析
4.2.4 仿真結(jié)果分析
4.3 本章小結(jié)
5 總結(jié)與展望
5.1 論文工作總結(jié)
5.2 未來研究工作與展望
致謝
參考文獻
攻讀學(xué)位期間的研究成果
本文編號:4006701
【文章頁數(shù)】:58 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
Abstract
1 緒論
1.1 研究背景及意義
1.2 國內(nèi)外研究現(xiàn)狀
1.3 論文研究內(nèi)容和主要工作
2 能量采集WSN節(jié)點部署技術(shù)
2.1 無線傳感器網(wǎng)絡(luò)(WSN)概述
2.1.1 WSN網(wǎng)絡(luò)結(jié)構(gòu)及特點
2.1.2 WSN關(guān)鍵技術(shù)
2.1.3 WSN未來發(fā)展與運用
2.2 能量采集技術(shù)
2.2.1 太陽能采集
2.2.2 振動能采集
2.2.3 風(fēng)能采集
2.3 WSN節(jié)點部署技術(shù)
2.3.1 WSN節(jié)點部署分類
2.3.2 WSN節(jié)點部署算法
2.3.3 WSN節(jié)點部署評價指標(biāo)
2.4 本章小結(jié)
3 基于鐵路的帶狀WSN非均勻優(yōu)化分簇研究
3.1 傳統(tǒng)的線型節(jié)點部署策略
3.2 帶狀WSN非均勻優(yōu)化分簇算法
3.2.1 網(wǎng)絡(luò)模型
3.2.2 能耗模型
3.2.3 節(jié)點部署策略
3.2.4 路由協(xié)議
3.3 算法性能仿真與分析
3.3.1 仿真環(huán)境與參數(shù)設(shè)置
3.3.2 最優(yōu)分簇數(shù)nopt的選取
3.3.3 仿真結(jié)果分析
3.4 本章總結(jié)
4 能量采集帶狀WSN非均勻優(yōu)化分簇研究
4.1 WCMA太陽能預(yù)測算法
4.1.1 太陽能特性
4.1.2 WCMA預(yù)測算法
4.2 能量采集WSN非均勻優(yōu)化分簇算法
4.2.1 能量采集與預(yù)測模型
4.2.2 簇首權(quán)值及更換機制
4.2.3 性能分析
4.2.4 仿真結(jié)果分析
4.3 本章小結(jié)
5 總結(jié)與展望
5.1 論文工作總結(jié)
5.2 未來研究工作與展望
致謝
參考文獻
攻讀學(xué)位期間的研究成果
本文編號:4006701
本文鏈接:http://www.lk138.cn/kejilunwen/daoluqiaoliang/4006701.html
教材專著