能量高效的无线传感器网络拓扑控制研究硕士学位论文

10 本科毕业论文格式要求一、论文的结构与要求毕业设计（论文）包括以下内容（按顺序）：本科论文包括封面、目录、标题、内容摘要、关键词、正文、注释、参考文献等部分。如果需要，可以在正文前加“引言”，在参考文献后加“后记”。论文一律要求打印，不得手写。1．目录目录应独立成页，包括论文中全部章、节和主要级次的标题和所在页码。2．论文标题论文标题应当简短、明确，有概括性。论文标题应能体现论文的核心内容、法学专业的特点。论文标题不得超过25个汉字，不得设置副标题，不得使用标点符号，可以分二行书写。论文标题用词必须规范，不得使用缩略语或外文缩写词（通用缩写除外，比如WTO等）。3．内容摘要内容摘要应扼要叙述论文的主要内容、特点，文字精练，是一篇具有独立性和完整性的短文，包括主要成果和结论性意见。摘要中不应使用公式、图表，不标注引用文献编号，并应避免将摘要撰写成目录式的内容介绍。内容摘要一般为200个汉字左右。4．关键词关键词是供检索用的主题词条，应采用能够覆盖论文主要内容的通用专业术语（参照相应的专业术语 标准 excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载 ），一般列举3——5个，按照词条的外延层次从大到小排列，并应出现在内容摘要中。5．正文正文一般包括绪论（引论）、本论和结论等部分。正文字数本科不少于6000字，专科一般不少于5000字，正文必须从页首开始。*绪论（引论）全文的开始部分，不编写章节号。一般包括对写作目的、意义的说明，对所研究问题的认识并提出问题。*本论是全文的核心部分，应结构合理，层次清晰，重点突出，文字通顺简练。*结论是对主要成果的归纳，要突出创新点，以简练的文字对所做的主要工作进行评价。结论一般不超过500个汉字。正文一级及以下子标题格式如下：一、；（一）；1.；（1）；①。6．注释注释是对所创造的名词术语的解释或对引文出处的说明。注释采用脚注形式，用带圈数字表示序号，如注①、注②等，数量不少于10个，脚注少于10个的论文为不合格论文。7．参考文献参考文献是论文的不可缺少的组成部分,是作者在写作过程中使用过的文章、著作名录。参考文献应以近期发表或出版的与法学专业密切相关的学术著作和学术期刊文献为主，数量不少于6篇，参考文献少于6篇的论文成绩评定为不合格。产品说明、技术标准、未公开出版或发表的研究论文等不列为参考文献，有确需说明的可以在后记中予以说明。二、打印装订要求论文必须使用标准A4打印纸打印，一律左侧装订，并至少印制3份。页面上、下边距各2.5厘米，左右边距各2.2厘米，并按论文装订顺序要求如下：1．封面封面包括《广西广播电视大学关于毕业设计（论文）评审表》（封面、附录4）、《学生毕业设计（论文）评审表》（封2）、《广西广播电视大学关于毕业设计（论文）答辩申报表》（封3、附录5）。 2．目录目录列至论文正文的三级及以上标题所在页码，内容打印要求与正文相同。目录页不设页码。3．内容摘要摘要标题按照正文一级子标题要求处理，摘要内容按照正文要求处理。4．关键词索引关键词与内容摘要同处一页，位于内容摘要之后，另起一行并以“关键词：”开头（采用黑体），后跟3~5个关键词（采用宋体），词间空1字，即两个字节，其他要求同正文。5．正文正文必须从内容提要页开始，并设置为第1页。页码在页末居中打印，其他要求同正文（如正文第5页格式为“―5―”）。论文标题为标准三号黑体字，居中，单倍行间距；论文一级子标题为标准四号黑体字，居中，20磅行间距；正文一律使用标准小四号宋体字，段落开头空两个字，行间距为固定值20磅；正文中的插图应与文字紧密配合，文图相符，内容正确，绘制规范。插图按章编号并置于插图的正下方，插图不命名，如第二章的第三个插图序号为“图2—3”，插图序号使用标准五号宋体字；正文中的插表不加左右边线。插表按章编号并置于插表的左上方，插表不命名，如第二章的第三个插表序号为“表2—3”，插表序号使用标准五号宋体字。6、 参考文献按照GB7714—87《文后参考文献著录规则》规定的格式打印，内容打印要求与论文正文相同。参考文献从页首开始，格式如下：（1）著作图书文献序号 作者 《书名》，出版地：出版者，出版年份及版次（第一版省略）如：[4] 劳凯声 《教育法论》，南京：江苏教育出版社，2001（2）译著图书文献序号 作者 《书名》，出版地：出版者，出版年份及版次（第一版省略）（3）学术刊物文献序号 作者 《文章名》，《学术刊物名》，年卷（期）如：[5]周汉华 《变法模式与中国立法法》，《中国社会科学》，2000（1）（4）学术会议文献序号 作者 《文章名》，编者名，会议名称，会议地址，年份，出版地，出版者，出版年（5）学位论文类参考文献序号 作者 《学位论文题目》，学校和学位论文级别，答辩年份（6）西文文献著录格式同中文，实词的首字母大写，其余小写。参考文献作者人数较多者只列前三名，中间用逗号分隔，多于三人的后面加“等”字（西文加“etc.”）。学术会议若出版论文集者，在会议名称后加“论文集”字样；未出版论文集者省去“出版者”、“出版年”项；会议地址与出版地相同的省略“出版地”，会议年份与出版年相同的省略“出版年”。三、毕业设计（论文）装袋要求毕业设计（论文）是专业教学的重要内容，必须规范管理，统一毕业设计（论文）材料装袋要求：1、论文稿本。经指导的提纲，一稿、二稿和装订好的正稿。2、过程记录表。包括指导教师指导记录表，学生毕业设计（论文）评审表（答辩过程记录表）等；3、相关材料。法专业要求的其他材料，如法学社会调查报告等。中国环境教育立法研究内容摘要摘要：目前，我国学术界对环境教育立法问题的研究还处于起步阶段，有关环境教育的法律规范也很不完善，影响和限制了我国环境教育的大力推行和良好普及，实质上是制约了我国解决环境问题的能力和可持续发展的进程。本文从环境问题的现状入手，阐释了环境教育立法的必要性和可行性，介绍了其他国家和地区的环境教育立法实践，在总结国内外先进经验的基础上，提出了对我国环境教育立法的构想。以期通过加强教育立法的途径，实现我国环境教育的普及，为改善解决我国环境问题的能力和可持续发展的进程创造条件。关键词：环境问题环境教育环境教育立法 一、环境问题、环境教育与环境教育立法（一）环境问题马克思说：“人靠自然界生活，这就是说，自然界是为了不致死亡而必须不断与之交往。所谓人的肉体生活和精神生活同自然界相联系，也就等于说自然界同自身相联系，因为人是自然界的一部分。” 生存与发展是人类社会最基本的主题。在人类与环境不断地相互影响和作用中，环境问题始终是伴随着人类的活动产生和发展的。不幸的是，在相当长的时期内，人类过分强调了作为自然主人的一面，夸大了人的主观能动性作用，忽视甚至忘却自然界的惩罚。环境问题并非始于今日，早在200年前的第一次工业革命时期就产生了环境问题。到了本世纪50年代，环境事件不断出现和加剧。到了70～80年代则出现了全球性的环境危机。目前全球人口正以每年9 000万的速度增长，预计到21世纪中期，世界人口将达到100亿。 人口无节制地增长，给地球的生态环境和有限的自然资源带来了沉重的压力。联合国列出了威胁人类生存的全球十大环境问题：全球气候变暖；臭氧层的损耗和破坏；酸雨蔓延；水资源危机；生物多样性减少；大气污染；有毒有害化学物质污染与危险废物越境转移；森林面积锐减；土地荒漠化；海洋污染。随着我国社会经济的迅速发展，环境保护与经济发展之间的矛盾日益凸显。20世纪最后几年有三件震撼国人的大事足以说明我国环境问题的严重性，已显示出环境破坏给人类带来的灾难性的报复。一是1997年创纪录(227天)的黄河断流；二是1998年的长江大水灾；三是2000年波及北京等地的频繁的沙尘暴。专家指出了目前困扰中国环境的十大问题。1、大气污染问题2004年我国二氧化硫排放量为1 995万吨，居世界第一位。据专家测算，要满足全国天气的环境容量要求，二氧化硫排放量要在现有基础上至少削减40%。此外，2004年中国烟尘排放量为1 165万吨，工业粉尘的排放量为1 092万吨。大气污染是中国目前面临的第一大环境问题。2、水环境污染问题中国七大水系的污染程度依次是：辽河、海河、淮河、黄河、松花江、珠江、长江，其中，42%的水质超过3类标准（不能做饮用水源），全国有36%的城市河段为劣质5类水质，丧失使用功能。大型淡水湖泊（水库）和城市湖泊水质普遍较差，75%以上的湖泊富营养化加剧，主要由氮、磷污染引起。3、垃圾处理问题中国全国工业固体废物年产生量达8.2亿吨，综合利用率约为46%。全国城市生活垃圾年产生量为1.4亿吨，达到无害化处理要求的不到10%。塑料包装物和农膜导致的白色污染已蔓延全国各地。（二）环境教育与环境问题的关系1、环境教育的发展历程环境教育的起源，一直可以追溯到19世纪末20世纪初的自然研究（Natural Study）。当时在学校开展自然研究的基本目的是教育学生通过亲身观察和参与，了解和评价自然环境。到20世纪上叶，人们认识到保护生态和自然环境的重要性，保护运动（Conservation movement）在社会中形成，学校教育在自然研究的基础上引入了自然保护的教育内容，这就是环境教育的萌芽。（1）国外环境教育的发展历程1972年在瑞典首都斯德哥尔摩召开的“世界人类环境会议”是环境教育发展的一个里程碑。为了响应斯德哥尔摩会议的第96条建议，联合国教科文组织和联合国环境规划署于1975年颁布了国际环境教育计划（IEEP），其目的是在环境教育领域内，促进经验和信息的交流、研究和实验、人员培训、课程和相应教材的开发及国际合作。1975年，在前南斯拉夫的贝尔格莱德召开的国际环境教育会议，通过了《贝尔格莱德宪章：环境教育的全球纲领》。该宪章根据环境教育的性质和目标，指出环境教育是“进一步认识和关心经济、社会、政治和生态在城乡地区的相互依赖性；为每一个人提供获得保护环境的知识和价值观、态度、责任感和技能；创造个人、群体和整个社会行为的新模式。”此后，《贝尔格莱德宪章》成为世界各国制定环境教育纲要与章程的重要依据之一。而环境教育的普及对环境相关法律的立法、执法都可起到相当大的辅助作用。大力开展环境教育，使环境意识特别是环境保护法律意识深入人心，使人们认识到环境问题不仅是社会问题，更是可以涉及到每个人切身利益和法律责任、社会责任的问题，认识到环境问题和法律责任的关系，更好地使环境保护法律成为预防环境问题发生的利剑，这样可以达到依法治理环境和人们自觉保护环境的目的。二、中国环境教育立法的必要性和可行性（一）中国环境教育立法的必要性当一种社会关系需要用立法来调整，说明这种社会关系的重要性。中国环境教育专门立法是否必要，则完全取决于以下前提：（1）环境教育的重要性；（2）环境教育立法对社会经济发展的重要作用。五、结论21世纪是环境世纪，公众的环境意识通过环境教育来建立。根据我国人口多，地区经济水平差异大，公民受教育程度不一的现状，要使公众的环境保护意识提高到一个比较高的水平，实现社会——经济——环境的协调发展，尽早达到国家的可持续发展目标，构建和谐社会，通过立法机关制定完善的、具有可操作性的《环境教育法》不失为一个有效的方法。希望对促进我国环境教育法律体系的建立提供一些有益的参考。 识和关心经济、社会、政治和生态在城乡地区的相互依赖性；为每一个人提供获得保护环境的知识和价值观、态度、责任感和技能；创造个人、群体和整个社会行为的新模式。”此后，《贝尔格莱德宪章》成为世界各国制定环境教育纲要与章程的重要依据之一。而环境教育的普及对环境相关法律的立法、执法都可起到相当大的辅助作用。大力开展环境教育，使环境意识特别是环境保护法律意识深入人心，使人们认识到环境问题不仅是社会问题，更是可以涉及到每个人切身利益和法律责任、社会责任的问题，认识到环境问题和法律责任的关系，更好地使环境保护法律成为预防环境问题发生的利剑，这样可以达到依法治理环境和人们自觉保护环境的目的。二、中国环境教育立法的必要性和可行性（一）中国环境教育立法的必要性当一种社会关系需要用立法来调整，说明这种社会关系的重要性。中国环境教育专门立法是否必要，则完全取决于以下前提：（1）环境教育的重要性；（2）环境教育立法我国环境教育法律体系的建立提供一些有益的参考。 中国石油大学硕士研究生学位论文 (申请工学硕士学位) 能量高效的无线传感器网络 拓扑控制研究 Research on Energy-Efficient Topology Control in Wireless Sensor Network Thesis Submitted to China University of Petroleum in partial fulfillment of the requirement for the degree of Master of Engineering by CHEN Lin (Computer Application Technology) Tutor: Associate Professor ZHAO Shi-jun April, 2007 独 创 性 声 明 本人声明所呈交的论文是我个人在导师指导下进行的研究工作及取得的研究成果。尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过的研究成果，也不包含为获得中国石油大学或其它教育机构的学位或证书而使用过的材料。与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 签 名： 年 月 日 关于论文使用授权的说明 本人完全了解XXX大学有关保留、使用学位论文的规定，即：学校有权保留送交论文的复印件及电子版，允许论文被查阅和借阅；学校可以公布论文的全部或部分内容，可以采用影印、缩印或其他复制手段保存论文。 (保密论文在解密后应遵守此规定) 学生签名： 年 月 日 导师签名： 年 月 日 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用 授权书 网站备案授权书下载肖像授权书文档下载肖像授权书下载歌曲授权书模板下载销售授权书免费下载 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权　　 　 　大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 能量高效的无线传感器网络拓扑控制研究 无线传感器网络是由大量能量受限的传感器节点组织成的无中心结构的无线自组织多跳网络。无线传感器节点体积微小，携带的电池能量有限，研究节约能量的机制是无线传感器网络中一项非常重要的工作。拓扑控制是节能机制的一项重要研究内容，它研究如何在保证网络连通性和覆盖度的情况下，优化网络拓扑结构。介绍了无线传感器网络的基本概念和相关技术，总结了拓扑控制的主要研究方向，针对层次型拓扑控制结构作了深入的研究。阐述了层次型拓扑控制的理论基础及网络模型，对网络生命周期的定义方法进行了理论和实验讨论，研究了该方向的几种典型算法，实现了算法的仿真，并对实验数据作出了分析比较。针对目前大部分骨干网构造算法中，只采用单一权值作为骨干节点选举标准的情况，提出了一种组合权值方法，均衡了每个权值因子的影响，实验结果表明改进的权值可以优化生成的骨干网性能。最后，提出了一种基于分簇结构的骨干网构造算法。该算法在将网络划分为若干多跳簇结构的基础上，在簇内实施连通支配集构造算法优化簇内结构，形成层次型的网络拓扑结构。由于算法引入了能量较强的节点担任簇头，可以克服簇头节点过早死亡的问题，有效延长网络寿命。实验结果表明，算法在高密度的网络中，可以明显优化网络的拓扑结构，具有能量高效性。 关键词：无线传感器网络，拓扑控制，权值，虚拟骨干网 Research on Energy-Efficient Topology Control in Wireless Sensor Network CHEN Lin(Computer Application Technology) Directed by Associate Professor ZHAO Shi-jun Abstract Wireless sensor network, which is consisted of a huge number of energy-limited sensor nodes, is a self-organization, multi-hop, wireless network without fixed infrastructure. Considering the limited battery capacity, it is an important work to study energy conserving mechanism. Topology control is an important content of energy conserving mechanism, it aims for an optimized network topology which can guarantee network connectivity and coverage. The basic conceptions and technologies of wireless sensor network are introduced in this paper, which summarize the main research methods and especially study hierarchical topology structure. The theory and network model are introduced, the definition of network life is analyzed, and in this context, a few typical algorithms are analyzed and compared. Many backbone construction algorithms are based on a single weight, so a combined weight is introduced here, which is demonstrated to have a good performance and make a compromise between different weights. At last, an energy-efficient virtual backbone construction algorithm based on clustering is brought up, which divides the network into muti-hop clusters. Connected dominating sets are constructed in clusters, and a hierarchical topology is finally built up. Nodes with high energy are used to prolong the lives of clusterheads. Experiments demonstrate that the algorithm can improve the network topology and prolong the life of the network, especially in network of high density. Key words：Wireless Sensor Network, Topology Control, Weight, Virtual Backbone 目 录 i声明 中文ii摘要 iii英文摘要 v目录 1 第1章 前言 1 1.1 研究背景 2 1.2 国内外研究现状 6 1.3 论文研究工作 6 1.4 论文组织结构 8 第2章 无线传感器网络概述 8 2.1 无线传感器网络的定义 8 2.2 无线传感器网络的体系结构 8 2.2.1 网络体系结构 9 2.2.2 节点结构 10 2.2.3 通信体系结构 13 2.3 无线传感器网络的特点 13 2.3.1 特点 14 2.3.2 与现有网络的区别 15 2.4 无线传感器网络的应用 15 2.5 无线传感器网络拓扑控制 15 2.5.1 拓扑控制概述 17 2.5.2 无线传感器网络拓扑控制问题的分类 19 2.5.3 拓扑控制算法的设计目标和设计要素 22 第3章 无线传感器网络层次型拓扑控制 22 3.1 概述 23 3.2 相关基础理论及仿真测试环境 23 3.2.1 网络模型及相关定义 24 3.2.2 网络生命周期 25 3.2.3 仿真测试环境 26 3.3 层次型拓扑控制的构造算法 29 3.4 典型算法的分析与仿真 29 3.4.1 典型算法的描述 33 3.4.2 仿真结果分析 36 第4章 一种改进的骨干节点选举机制 37 4.1 概述 39 4.2 权值因子的计算方法 39 4.4.1 权值因子的计算方法 41 4.4.2 仿真结果分析 45 第5章 能量高效的虚拟骨干网构造算法(EEVBC) 45 5.1 问题的提出 46 5.2 系统假设 47 5.3 算法模型及符号描述 48 5.4 算法分析及实现 49 5.4.1 分簇 49 5.4.2 簇头节点的功率控制 50 5.4.3 构造簇内连通支配集 53 5.5 基于EEVBC算法的簇内路由方法 53 5.6 算法性能分析与仿真测试 53 5.6.1 算法性能分析 54 5.6.2 算法仿真测试 58 第6章 总结与展望 58 6.1 全文总结 59 6.2 主要创新点 59 6.3 存在的问题和未来展望 61 参考文献 66 致谢 67 个人简历、在学期间的研究成果 第1章 前言 1.1 研究背景 近年来微电子技术、计算技术和无线通信等技术的进步，推动了低功耗多功能传感器的快速发展，使其在微小体积内能够集成信息采集、数据处理和无线通信等多种功能。无线传感器网络（Wireless Sensor Network，WSN）就是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳的自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中感知对象的信息，并发送给观察者，从而实现物理世界、计算世界以及人类社会三元世界的连通。无线传感器网络在环境与军事监控，地震与气候预测、地下、深水以及外层空间探索等许多方面都具有广泛的应用前景。可以说无线传感器网络是信息感知和采集的一场革命，是21世纪最重要的技术之一。 不同于现有的移动通信网、Internet、Ad hoc网络，无线传感器网络拥有数目更巨大、分布更密集的节点。节点不是以全球唯一的地址作为标识，而是以数据为中心的，且节点的电池能量、计算能力和存储能力很有限。由于节点随时有可能因电量不足或遭到破坏等原因失效，导致拓扑频繁变化。因为上述的特点，导致已有网络中的许多技术并不能直接应用到无线传感器网络中，无线传感器网络的研究领域存在着许多新的挑战。 对于无线自组织的传感器网络而言，网络拓扑控制具有特别重要的意义。如果没有拓扑控制，网络中所有节点都会以最大传输功率工作。这种情况下，一方面，节点有限的能量将被快速消耗，降低了网络的生命周期。同时，网络中每个节点的无线信号将覆盖大量其他节点，造成无线信号冲突频繁，影响节点的通信质量，降低网络的吞吐率。另一方面，在生成的网络拓扑中将存在大量的链路，从而导致网络拓扑信息量大，路由计算复杂，浪费了宝贵的计算资源。因此，需要研究无线传感器网络中的拓扑控制问题，在维持拓扑的某些全局性质的前提下，通过各种节能措施延长网络生命周期，提高网络吞吐量，降低网络干扰，节约节点资源。 1.2 国内外研究现状 无线传感器网络的研究起步于20世纪90年代末期，综合了传感器技术、嵌入式计算技术、分布式信息处理技术和无线通信技术，是计算机科学技术中一个新的研究领域，同时引起了世界各国军事部门、工业界和学术界的极大关注。 在军事领域有20世纪90年代末期的SensIT项目，美国陆军提出的“灵巧传感器网络通信”计划，“无人值守地面传感器群”项目，美国海军确立的“传感器组网系统”研究项目，等等。除此之外，在环境监测、医疗健康等民用领域无线传感器网络也得到了广泛应用，2002年，英特尔公司发布了“基于微型传感器网络的新型计算发展规划”，2004年，NASA的JPL（Jet Propulsion Laboratory）研制了用于空间探索的Sensor Webs。 在学术领域，美国自然科学基金委员会2003年制定了传感器研究计划，投资三千四百万美元，支持相关基础理论的研究。在美国自然科学基金委员会的推动下，美国的加州大学伯克利分校、麻省理工学院、康奈尔大学、加州大学洛杉矶分校等学校开始了传感器网络的基础理论和关键技术的研究，如：加州大学伯克利分校的PicoRadio项目，加州大学洛杉矶分校的WINS项目，康奈尔大学的COUGAR系统等。我国在无线传感器网络方面的研究还相对较少，但一些高校和研究机构已经积极开展了有关传感器网络的研究。国家自然科学基金委员会自2003年开始连续三年将无线传感器网络列为重点项目，课题涉及传感器网络的各个方面。 无线传感器网络发展主要受到微电子技术水平的制约，随着科学的发展，已经研制除了多种传感器节点，它们在实现原理上是相似的，只是分别采用了不同的微处理器或者通信协议。比较典型的包括Berkeley Motes、Sensoria WINS、Berkeley Piconodes、SmartMesh Dust Mote等，中科院无线传感器项目组成功研制了基于专用低功耗处理器芯片的IPv6无线传感器网络节点软硬件平台。 由于无线传感器网络的能量受限性，研究节约能量的机制是无线传感器网络中一项非常重要的工作。拓扑控制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。在无线传感器网络中，网络的拓扑结构控制与优化有着十分重要的意义，良好的拓扑控制机制能够在保证网络连通性和覆盖度的情况下，尽量高效地使用网络能量，延长整个网络的生存时间。 关于拓扑控制的研究，主要分为两条技术路线：功率控制和拓扑管理。 功率调节的方法通过调整发送节点的信号功率来影响节点的无线信号的覆盖范围进而调整网络的拓扑结构，同时降低对邻近节点的干扰，最终提高整个网络的连通性能。目前在功率控制方面，在2002至2004年间，已经提出了COMPOW[1]等统一功率分配算法，LINT/LILT[2]和LMN/LMA[3]等基于节点度数的算法，CBTC[4]、LMST[5]、RNG、DRNG和DLSS[6]等基于临近图的近似算法。功率控制算法存在着以下缺点：1)大多数基于功率调节的机制仅仅考虑如何在满足网络的连通性时，使得节点的能量消耗量最小。经过功率控制后的网络拓扑仍是平面型的，并没有形成层次型的拓扑结构。2)功率控制后网络中每个节点的地位是一样的，所有节点都参加路由转发，因此比仅由少量骨干网节点构成的层次型拓扑控制结构消耗更多能量。 拓扑管理通过分簇和计算连通支配集的方法，构造虚拟骨干网，使网络形成层次型拓扑结构。由于在这种结构中，节点可以根据自己在网络中的地位，调整自己的工作状态，使非骨干节点进入睡眠状态，因此比功率调节的方法更有效的节约能量。目前，在拓扑管理方面，自2001至2004年，提出了TopDisc成簇算法[7]，GAF虚拟地理网格分簇算法[8]，以及LEACH[9]和HEED[10]算法等自组织成簇算法，以及1999年至2002年提出的WL算法[11]、WAF算法[12,13]等构造连通支配集的算法，但是这些算法往往考虑不够全面，只是针对网络拓扑的某一方面进行了优化设计。 TopDisc算法是基于最小支配集的经典算法。它利用颜色区分节点状态，解决骨干网拓扑结构的形成问题。TopDisc算法继承了图论中的经典算法，是早期成簇算法中的代表，可以使节点在密集部署的传感器网络中快速地形成分簇结构，并在簇头之间建立树型关系。但是由于这种算法构建成的层次型网络灵活性不强，重复执行算法的开销过大。另外，该算法仅考虑在保证在网络覆盖度的前提下，使全网中所形成的簇个数尽量少，而没有考虑节点的剩余能量和网络的鲁棒性等问题。 GAF算法是较早采用使冗余节点处于休眠状态以节省能量方法的算法，该算法以节点地理位置为依据将网络进行分簇。它提出的节点状态转换机制和按地理位置划分虚拟单元格等思想具有一定的意义。由于传感器节点自身体积和资源受限，这种基于地理位置进行分簇的算法对传感器节点提出了更高的要求。另外GAF算法基于平面模型，没有考虑到在实际网络中节点之间距离的邻近并不能代表节点之间可以直接通信的问题。 LEACH算法是一种自适应分簇拓扑算法，主要通过随机选择簇头，平均分担中继通信业务来实现。采用LEACH方法使因能量耗尽而失效的节点呈随机分布状态，因而与一般的静态聚类算法相比，可以有效延长网络生命周期。但是LEACH假设所有的节点都能直接与簇头节点和终端节点通讯，采用连续数据发送模式和单跳路径选择模式，因此在需要监测面积范围大的应用中不适用，而且动态分簇带来了拓扑变换和大量广播这样的额外开销。 WL算法、WAF算法是构造连通支配集的算法，可以在初始网络结构上形成虚拟骨干网，有效地减少网络协议的开销，解决洪泛广播时广播风暴问题。但是，构造连通支配集的算法侧重于将路由限制在规模较小的骨干网内，并没有考虑拓扑控制算法所需要达到的性能。在规模较大的场景中，不易对网络节点进行管理，同时，靠近基站的骨干节点因承担流量过大而首先耗尽能量，造成网络分区并破坏网络的连通性，使得网络使用寿命严重下降。因此这类算法更适合解决簇内路由问题。 目前，无线传感器网络拓扑控制的研究有了初步的进展。但是大多数算法停留在理论研究阶段或者只作过少量节点的模拟，没有充分考虑实际应用的诸多困难，传感器网络的拓扑控制还不够完善，对层次型拓扑控制进行深入研究仍然是必要的。 1.3 论文研究工作 本论文介绍了无线传感器网络的发展和现状，讨论了拓扑控制的重要作用和研究方向，重点对层次型拓扑结构控制做出了深入细致的研究。首先，在阅读大量文献的基础上，讨论了构造层次型拓扑控制的方法和基本原理。从连通性和覆盖度两方面出发，研究了网络生命周期的定义方法，为如何评判算法提供了参考。重点研究了WCA、WL和WAF三种构造虚拟骨干网逻辑拓扑结构的典型算法，在编制的仿真程序中实现了这些算法，根据实验数据对算法的主要性能指标进行了分析。其次，研究了权值因子在骨干节点选举中的作用，针对大多数算法只考虑单一权值的情况，提出了复合权值的计算公式，并在不同网络情况下，对提出的权值计算方法进行了仿真实验，实验数据证明在节点分布密集的情况下，新的权值可以将网络生命周期延长两倍以上。论文最后提出了一个基于分簇的虚拟骨干网构造算法，它将网络中的节点按照地理距离最近的原则划分为若干多跳簇，利用最小连通支配集理论优化簇内结构，最终在网络上形成层次型拓扑结构，仿真结果证明算法是能量高效的，在延长网络的生命周期方面具有良好的效果。 1.4 论文组织结构 本论文分为6章。 第1章叙述了无线传感器网络及其产生的背景，同时介绍了无线传感器网络的国内为研究现状，并对本论文的主要研究工作和论文组织结构进行了说明。 第2章详细介绍了无线传感器网络定义、网络体系结构及相关研究内容、网络的特点及应用领域。最后介绍了拓扑控制算法的定义、作用，并对其研究方向进行了分类阐述。 第3章阐述了层次型拓扑控制的理论基础及符号描述，对网络生命周期的定义方法进行了理论和实验讨论，分析了几个典型算法的基本原理并进行了仿真实验。 第4章对骨干节点选举的权值因子的计算方式进行了改进，提出了新的计算方法，进行了仿真，并对实验数据作出了分析。 第5章提出了一种新的基于簇的虚拟骨干网构造算法EEVBC，详细介绍了算法的原理，并进行了实验验证。 第6章对本文在课题中所做的工作进行全面的总结，并指出了今后需要做的进一步工作。 第2章 无线传感器网络概述 2.1 无线传感器网络的定义 无线传感器网络(wireless sensor network, WSN)是由部署在监测区域内大量的廉价微型传感器节点组成，通过无线通信方式形成的一个多跳的自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中感知对象的信息，并发送给观察者。传感器、感知对象和观察者构成了传感器网络的三个要素。 2.2 无线传感器网络的体系结构 2.2.1 网络体系结构 无线传感网络的网络结构由三个主要部分组成：大量微型传感器节点（Sensor node），基站节点和任务管理节点。网络中的传感器节点互相协作，监测用户感兴趣的区域，收集监测数据并传输给基站节点。图2-1表示一个典型的无线传感器网络的系统结构，如图所示，大量传感器节点随机部署在监测区域（Sensor field）内部或附近，这一过程是通过飞行器撒播、人工埋置和火箭弹射等方式完成的，节点以自组织方式构成网络。传感器节点监测的数据沿着其它传感器节点以多跳中继方式传输，在传输过程中监测数据可能与多个节点监测的数据进行融合，经过多跳路由后数据到达基站节点，最终通过互联网或卫星直接或间接地到达管理节点。用户通过管理节点对传感器网络进行配置和管理，发布监测任务以及收集监测数据。 图2-1 无线传感器网络体系结构 2.2.2 节点结构 传感器节点是一个装配有传感器、收发器、处理器、存储器等设备的微型嵌入式系统。在传感器网络应用的不同场合，传感器节点结构会有所不同，但通常包括以下四个基本模块：传感器模块、处理器模块、无线通信模块和能量供应模块，如图2-1所示。 (1)传感器模块 由传感器和模数转换功能模块组成，负责监测区域内信息的采集和数据转换。 (2) 处理器模块 包括CPU、处理器和嵌入式操作系统等，负责控制整个传感器节点的操作，存储和处理本身采集的数据以及其他节点发来的数据。 (3) 无线通信模块 无线通信模块负责与其他传感器节点进行无线通信，交换控制信息和收发采集数据。无线通信模块存在发送、接收、空闲、睡眠四种状态。无线通信模块在空闲状态监听无线信道使用情况，而在睡眠状态则关闭通信模块。 (4) 能量供应模块 能量供应模块为传感器节点提供运行所需的能量，通常采用微型电池。 此外，可以选择的其他功能单元包括：定位系统、移动系统以及电源自供电系统等。 2.2.3 通信体系结构 无线传感器网络的网络体系结构与传统的计算机与通信网络不同，研究人员参照OSI五层协议模型，提出了多个无线传感器网络协议体系结构框架，大部分框架都是由文献[14]提出的五层协议栈细化改进而来的。图2-2是通过综合文献[15,16,17]提出的几种框架得到的无线传感器网络协议栈。 (1) 各层网络协议 ① 物理层负责信道的选择、无线信号的监测、信号的发送与接收等，物理层的设计目标是以尽可能少的能量损耗获得较大的链路容量。 ② 数据链路层负责数据成帧、帧检测、媒体访问和差错控制。 ③ 网络层主要负责分组路由、网络互联、拥塞控制等。 ④ 传输层负责数据流的传输控制，提供可靠的、开销合理的数据传输服务。 ⑤ 应用层包括一系列基于监测任务的应用层软件。 (2) 网络管理技术 ① 能量管理 能量管理部分管理传感器节点如何使用能源，在每个协议层次中都要增加能量控制代码，并提供给操作系统进行能量分配决策。 ② 拓扑控制 拓扑控制利用物理层、链路层或路由层完成拓扑生成，反过来又为它们提供基础信息支持，优化MAC协议和路由协议的协议过程，提高协议效率，减少网络能量消耗。 ③ Qos支持 是网络与用户之间关于信息传输与共享的质量的约定。为满足用户要求，无线传感器网络必须能够为用户提供足够的资源，以用户可以接收的性能指标工作。由于无线传感器网络特殊的应用要求以及高度受限的资源，其Qos问题与IP网络的Qos问题有很大的差别，无线传感器网络的Qos是建立在尽力而为的、不可靠的数据传输的基础上，无法为业务流提供可预测的传输服务，有人提出了基于中间件 方案 气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载 的无线传感器网络主动Qos机制[18]。 ④ 网络安全 无线传感器网络多用于军事、商业领域，安全性是其走向实用的关键问题。由于无线传感器网络中节点随机部署、网络拓扑的动态性、信道的不稳定性以及节点资源的严重受限，使传统的安全机制无法适用。因此需要设计新型的网络安全机制。可借鉴括频通信、接入认证/鉴权、数字水印、数据加密等技术。 ⑤ 移动控制 移动控制检测并注册传感器节点的移动，维护到汇聚节点的路由，使得传感器节点能够动态跟踪其邻居的位置。 ⑥ 网络管理 网络管理负责网络维护、诊断，并向用户提供网络管理服务接口，通常包含数据收集、数据处理、数据分析和故障处理等功能。需要根据WSN的能量受限、自组织、节点易损坏等特点设计新型的全分布式网络管理机制。 (3) 应用支撑技术 ① 时间同步 无线传感器网络的通信协议和应用要求各节点间的时钟必须保持同步，多个传感器节点相互配合工作，确定节点休眠也要求时钟同步。现在广泛采用的NTP协议和GPS系统不适用于无线传感器网络，2002年无线传感器网络中的时间同步机制被作为一个独立的研究课题提出。 ② 节点定位 节点定位是指确定传感器节点位置的机制，根据定位过程中是否实际测量节点间的距离或角度，分为基于距离的定位和距离无关的定位。由于基于距离的定位对硬件要求很高，而距离无关的定位精度能满足大多数应用的需要，因此目前的研究重点集中在距离无关的定位机制。 2.3 无线传感器网络的特点 2.3.1 特点 (1) 节点资源受限 无线传感器节点体积微小，携带的电池能量有限，且部署区域广大而复杂，更换电池不现实。如何高效使用能量来最大化网络周期是其面临的首要挑战。此外，节点是一种微型嵌入式设备，其计算能力和存储能力相当有限。 (2) 无线传感器网络是大规模网络 无线传感器网络中的节点数目巨大，部署密集。 (3) 无线传感器网络是动态的自组织网络 在无线传感器网络中，节点是通过飞机播撒等方式随机部署到监测区域的，节点的位置不能预先精确设定，相互间的邻居关系也无法预先得知。传感器节点具有自组织的能力，通过拓扑控制机制和网络协议自动形成转发监测数据的多跳无线网络系统。在通信过程中，节点会随时因为能源耗尽而离开网络，也可能因为某种需要而随时进入网络，从而引起网络拓扑的频繁变化，影响通信质量。无线传感器网络不仅可实现自动组网，还具有网络自动配置和自动维护功能，保证了网络的通信质量。 (4) 无线传感器网络是以数据为中心的网络 无线传感器网络中节点数目巨大，而且由于网络拓扑的动态特性和节点放置的随机性，节点没有全球唯一的IP地址标识，而是采用节点编号标识，节点编号与节点位置没有必然联系。用户对所需数据的收集，是以数据为中心进行，并不依靠节点的标号。 (5) 无线传感器网络是面向应用的网络 无线传感器网络应用在不同的领域，各领域应用对无线传感器网络的要求也各不相同。针对不同的应用，可以将无线传感器网络按动态性、数据传输模式、实时性、节点散布方式等进行分类，对于每一类网络采用不同的设计方法。针对每一个具体应用来研究无线传感器网络技术，这是其本身不同于传统网络的显著特征。 2.3.2 与现有网络的区别 无线自组网（MANET）是一个由几十到上百个节点组成的、采用无线通信方式的、动态组网的多跳的移动性对等网络。其目的是通过动态路由和移动管理技术传输具有服务质量要求的多媒体信息流。通常节点具有持续的能量供给。 无线传感器网络虽与无线自组网相似，但也存在着很大的差别。体现在： (1)无线传感器网络节点数目更为庞大（上千甚至上万），节点分布更为密集（能高达20个/m³[19]）。 (2)无线传感器网络中的节点一般不进行快速移动，但节点可能会随时加入或离开，因而网络的拓扑变化很快。 (3)无线传感器网络中节点的电池能量、计算能力和存储能力相当有限。 2.4 无线传感器网络的应用 无线传感器网络有着巨大的应用前景，非常适合应用于军事侦察、环境监测、医疗护理等重要和特殊的环境，被认为是21世纪最重要的技术之一。随着传感器技术、无线通信技术、计算技术的不断发展和完善，各种无线传感器网络将遍布我们生活环境，从而真正实现“无处不在的计算”。表2-1列出了无线传感器网络的一些应用。 表2-1 无线传感器网络的应用 领 域 任 务 军事应用 监控友方部署、装备、军火情况；战场监视；定位；战场损失评估；核、生化武器攻击监测和侦察 环境应用 森林防火；洪水监测；污染监控；精准农业；生物种群研究 医疗应用 无线监测人体生理数据；医院药品管理；老年人健康状况监控；远程医疗 建筑及城市管理 智能家居；建筑安全；智能交通 其它应用 空间探索等 2.5 无线传感器网络拓扑控制 2.5.1 拓扑控制概述 拓扑控制技术是无线传感器网络中的基本问题。动态变化的拓扑结构是WSN最大特点之一，因此拓扑控制策略在WSN中有着重要的意义。传统网络的拓扑信息和拓扑管理是包含在路由策略中的。最近许多研究人员在研究WSN时，都不约而同地将拓扑管理从网络层分离出来，而是在MAC层和Network层之间引入拓扑管理/控制层。 无线传感器网络拓扑控制主要研究的问题是：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。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。在无线传感器网络中，网络的拓扑结构控制与优化有着十分重要的意义，主要表现在以下几个方面： (1)影响整个网络的生存时间。无线传感器网络的节点一般采用电池供电，节省能量是网络设计主要考虑的问题之一。拓扑控制的一个重要目标就是在保证网络连通性和覆盖度的情况下，尽量高效地使用网络能量，延长整个网络的生存时间。 (2)减小节点间的通信干扰，提高网络通信效率。无线传感器节点通常密集部署，如果每个节点都以大功率进行通信，会加剧节点之间的干扰，减低通信效率，并造成节点能量的浪费。另一方面，如果选择太小的发射功率，会影响网络的连通性。所以，拓扑控制中的功率控制是解决这个矛盾的重要途径之一。 (3)为路由协议提供基础。在无线传感器网络中，只有活动的节点才能够进行数据转发，而拓扑控制可以确定有哪些节点作为转发节点，同时确定节点之间的邻居关系。 (4)影响数据融合。无线传感器网络中的数据融合是指传感器节点将采集的数据发送给骨干节点，骨干节点进行数据融合，并把融合结果发送给数据收集节点。而骨干节点的选择是拓扑控制的一项重要内容。 (5)弥补节点失效的影响。传感器节点可能部署在恶劣环境中，在军事应用中甚至部署在敌方区域中，所以很容易受到破坏而失效。这就要求网络拓扑结构具有鲁棒性以适应这种情况。 2.5.2 无线传感器网络拓扑控制问题的分类 目前，无线传感器网络拓扑控制的研究有了初步的进展，研究人员一方面从ad hoc网络借鉴了宝贵经验；另一方面针对无线传感器网络自身的特点，提出了形式多样、侧重点不同的拓扑控制算法。具体地讲，从不同的研究方向出发，节约能量的无线传感器网络的拓扑控制可以分为两大类：节点的功率控制和拓扑管理，如图2-3所示。 图2-3 拓扑控制算法的分类 (1) 功率控制 功率调节的方法通过调整发送节点的信号功率来影响节点的无线信号的覆盖范围进而调整网络的拓扑结构，同时降低对邻近节点的干扰，最终提高整个网络的连通性能。功率调节方法可以在保证网络的连通性和覆盖度的前提下使得节点的能量消耗最小，同时增加网络的容量、降低节点之间的干扰。 目前在功率控制方面，已经提出了COMPOW等统一功率分配算法，LINT/LILT和LMN/LMA等基于节点度数的算法，CBTC、LMST、RNG、DRNG和DLSS等基于临近图的近似算法。 大多数基于功率调节的机制仅仅考虑如何在满足网络的连通性时，使得节点的能量消耗量最小。功率控制后仅仅是删除网络多余链路，使网络拓扑图中边的数量减少，在网络中每个节点的地位是一样的，也即经过功率控制后的网络拓扑仍是平面型的，并没有形成层次型的拓扑结构。平面结构理论上不存在瓶颈节点，网络比较健壮，但在网络规模较大，特别是在网络拓扑变化较频繁的情况下，平面结构具有控制开销大，路由经常中断等缺点，并且很难实施集中式的网络管理和控制。 (2) 拓扑管理 无线传感器网络中的节点冗余度很大，每一个节点都有许多邻居节点在它的功率覆盖范围内。依据这个特点，如果采用一定机制选择某些关键节点作为骨干网节点，打开其通信模块，并关闭非骨干节点的通信模块，由骨干节点构建一个连通网络来负责数据的路由转发。这样既能保证原有覆盖范围内的通信，也能在很大程度上节省能量。在这种拓扑管理机制下，网络最终形成一个层次型的拓扑结构，网络中的节点可以划分为骨干网节点和普通节点两类，骨干网节点对周围的普通节点进行管辖，将隶属于它的节点传来的数据进行融合并转发。 目前在拓扑管理方面，提出了TopDisc成簇算法，GAF虚拟地理网格分簇算法，以及LEACH和HEED等自组织成簇算法。但是这些算法往往考虑不够全面，只是针对网络拓扑的某一方面进行了优化设计。例如，TopDisc算法仅考虑在保证在网络覆盖度的前提下，使全网中所形成的簇个数尽量少，而没有考虑节点的剩余能量和网络的鲁棒性等问题；基于地理网格分簇的GAF及其改进算法需要节点的精确位置信息；基于临近图的近似算法需要临近节点信息过多且运算量大，现阶段在传感器网络中还不实用。可见，传感器网络的拓扑控制还不够完善，大部分算法处于理论研究阶段，而且，随着传感器网络技术的发展，拓扑研究的分类己经没有那么严格，往往是多种方式的结合，并引入启发性、数据捎带等机制，以达到能量节省和拓扑快速形成的目的。 2.5.3 拓扑控制算法的设计目标和设计要素 通过研读大量的相关文献，认识到影响拓扑性能的因素较多，主要表现在以下几个方面： (1) 算法的分布式程度 一般情况下，在无线多跳网络中，不设置认证中心，节点只能依据自身从网络中收集的信息作出决策。另外，任何一种涉及到节点间同步的通信协议都有建立通信的开销。显然，如果节点了解全局的拓扑和网络中所有节点的电量，就能作出最优的决策，如果不计同步消息的开销，得到的是最优的性能。但是，如果所有的节点都要了解全局信息，那么同步消息产生的开销要多于数据消息。节点依据本地信息作出决策，得到的虽然是次优解，但考虑到系统的开销，因此，采取分布式而非集中式算法是必要的。 (2) 能量消耗 能量优化是无线多跳网络拓扑控制研究的一个重要目标。目前研究人员从传感器节点的物理性能及各层网络协议等各方面考虑引进能量优化策略，Chandrakasan等人指出，设计能量消耗最小化的网络协议是无线传感器网络成功应用的关键[20]。 (3) 连通性 为了实现节点间的互相通信，生成的拓扑必须保证连通性，即从任何一个结点都可以发送消息到另外一个结点。连通性是任何拓扑控制算法都必须保证的一个性质。 (4) 覆盖度 生成的拓扑必须保证足够大的覆盖度，即覆盖面积足够大的监测区域。一个覆盖度高的拓扑应该尽量避免感知空洞和盲点。如何实现最优覆盖是网络拓扑管理的关键内容，直接关系到传感器监测物理空间的效果程度。根据[21]，衡量全网覆盖情况有一个量化指标—平均每节点的覆盖率c(%)，c=所有节点覆盖区域面积／(N×π×R2)。 (5) 稀疏性 指生成的拓扑图中的边数为O(n)，其中n是节点个数。减少拓扑中的边数可以有效减少网络中的干扰，提高网络的吞吐率。稀疏性还可以简化路由计算。 (6) 对称性 指如果从结点i到结点j有一条边，那么一定存在从结点j到结点i的边。由于非对称链路在目前的MAC协议中没有得到很好的支持，而且非对称链路通信的开销很大，因此一般都要求生成的拓扑中链路是对称的。 (7) 节点的度数 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。在无线多跳网络中，降低节点的度数，可以减少信道竞争和干扰，同时减少节点转发消息的数量和路由计算的复杂度。 (8) 鲁棒性 由于传感器节点携带的电能有限，容易因电能耗尽而失效，无线通信链路易受环境影响而无法保证通信质量，还有一些节点在具体应用中可能有移动性，另外还有一些新的节点会加入进来，这些因素都会造成网络拓扑结构的变化。这就要求拓扑控制具有鲁棒性和可扩展性，可以适应变化，保证网络的连通性和覆盖度。 第3章 无线传感器网络层次型拓扑控制 3.1 概述 在无线传感器网络，节点担任着普通节点与路由器的双重职责。与传统的层次结构的无线网络存在着显著不同，由于无中心控制，这种网络最初的结构是平面式的。平面式结构具有减少拥塞、消除瓶颈现象的优点，但在节点数目增多时路由开销很大,可扩展性较差，因此平面式结构不适合无线传感器网络，从而使构造层次型拓扑结构成为必要。另一方面，由于自身体积的限制，传感器节点的能量有限，合理的管理能量能够有效的延长传感器网络的寿命。无线传感器节点的无线通信模块存在发送、接收、空闲（或监听）和睡眠四种状态。无线通信模块在空闲状态一直监听无线信道的使用情况，检查是否有数据发送给自己，而在睡眠状态则关闭通信模块。研究人员在能量消耗模型方面做了大量的工作，通过测量，研究人员得到了无线通信模块在各种状态时消耗能量的比例。Kasten等人得到发送：接收：空闲≈1：0.8：0.4[22]，Chen等人得到的比例有所不同，为1：0.7：0.6[23]，而Stemmet等人得到的比例1：0.75：0.71[24]。由上面数据可以看出，无线通信模块在发送状态的能量消耗最大，在睡眠状态的能量消耗最小，最重要的结论是在空闲状态的能量消耗与在接受状态的能量消耗相当，是不可忽略的。因此，制定恰当的管理策略使网络中的冗余节点从空闲模式转换为睡眠模式将能明显地节约能量。 在无线传感器网络中，考虑依据一定机制选择某些节点作为骨干网节点，打开其通信模块，并关闭非骨干节点的通信模块，由骨干节点构建一个连通网络来负责数据的路由转发。这样既能保证原有覆盖范围内的通信，也能在很大程度上节省能量。在这种拓扑管理机制下，网络中的节点可以划分为骨干网节点和普通节点两类。骨干网节点对周围的普通节点进行管辖。 层次型的拓扑结构具有很多优点，例如，由簇头节点担负数据融合的任务，减少了数据通信量；分簇式的拓扑结构有利于分布式算法的应用，适合大规模部署的网络；由于大部分节点在相当长的时间内关闭通信模块，所以显著地延长整个网络的生存时间等。因此，对于大规模无线多跳的自组织网络，如何求解其虚拟骨干网，形成层次型拓扑控制结构是目前学术界的一个热点问题。 3.2 相关基础理论及仿真测试环境 3.2.1 网络模型及相关定义 定义1：无线传感器网络可以用二维平面上的单位圆图（UDG）来建模，即利用无向图G=(V,E)描述网络的拓扑结构，其中：V是一组节点的集合，每个节点si表示一个传感器节点；E是一组边的集合，R(si)表示节点si的传输半径，每条边 （其中， ）表示 。 定义2：在图G=(V,E)中，若找到一个V的一个子集 ， ，对于 ，S都至少与V-S中的一个节点相邻，则称S是图G的支配集DS(Dominating Set)，DS中的节点称为支配节点，不在该集中的节点称为被支配节点。如果由S诱导的子图G[S]是连通的，则S是连通支配集CDS(Connected Dominating Set)，如果不存在任何其它支配集，使 ，则S称为最小连通支配集MCDS(Mininmum Connected Dominating Set)。 定义3：顶点集S是图G=(V,E)的独立集，当且仅当S中任何2个顶点在G中是不相邻的。如果不存在任何其它独立集，使 ，则S称为最大独立集MIS(Max Independent Set)。 3.2.2 网络生命周期 无线传感器节点体积微小，携带的电池能量有限，且部署区域广大而复杂，更换电池不现实。如何高效使用能量来最大化网络生命周期是其面临的首要挑战，网络的生命周期是评价 设计方案 关于薪酬设计方案通用技术作品设计方案停车场设计方案多媒体教室设计方案农贸市场设计方案 性能的重要指标。如何定义传感器网络的寿命是首先需要回答的一个问题，采用的寿命定义不同，网络的设计目标就不相同，针对同一个设计方案的分析结论也可能差别巨大。 传感器网络的生命周期是指从网络启动到不能为观察者提供需要的信息为止所持续的时间，以“轮”（rounds）来表示。由于保证连通性和覆盖度是网络拓扑的基本要求，因此传感器网络的生命周期可以定义为从网络启动到网络由于部分节点死亡而不能保证连通性和覆盖度的时间。文献[25]将网络生命周期定义为第一个节点死亡的时间FND(First Node Dies)，由于传感器网络中节点密集部署，少量节点的失效不会对网络性能早成太大的影响。考虑将网络生命周期定义为当网络中存活节点的数量所占比例低于某个门限值时，其生命已经结束。门限值定义为多少是一个需要考虑的问题。 首先考虑在维持网络拓扑连通性条件下的门限值。本文通过仿真观察当网络不连通时，死亡节点的数量所占的比例。仿真场景如下：在一个长度L=200m，宽度W=200m的正方形区域内随机抛撒数目为N的节点，节点的有效通信距离为R=30m，如果节点si在节点sj的通讯半径内，则si到sj之间存在一条有向边，若产生的随机图不连通，则重新抛撒直至连通。这时产生了测试用的WSN拓扑。对50个拓扑图进行仿真实验，得到表3-1所示的结果。 表3-1 网络不连通时死亡节点所占比例 节点数目 100 200 300 400 500 死亡节点比例（%） 11.72 37.97 57.6 68.75 75.03 表3-1可以看出，当网络中节点密度增大时，由于节点间链路增多，因此当网络中死亡节点增多时，网络仍可以保持连通，因此评价网络生命周期的门限值要相应的提高才可以反映网络的真实寿命。 其次，考虑网络的覆盖度。图3-1是理想状态下网络被同构节点覆盖的情况。在图中，节点的覆盖面积为： KπR2=M×N (3-1) 为保证监测区域没有覆盖盲点，节点数目K要大于M×N/πR2。例如，在M=200m，N=200m，R=30m的情况下， 。 图3-1 理想状态下的节点覆盖 3.2.3 仿真测试环境 本文仿真测试环境如下： 开发工具：VC++；操作系统：Windows XP Professional，版本2002；PC：Pentium4 2.93G,512M内存。 本文仿真程序采用C++编程，结构化设计，各模块按照功能划分，便于调试和维护。该程序支持多种连通支配集构造算法、分簇算法和拓扑控制算法的仿真，可以比较多种算法的效率，包括构造的骨干网规模，节点的能量消耗等。主要的功能模块包括：Set（节点集合定义），Graph（拓扑图定义），各类算法的实现，主模块（定义实验形式，各类参数）等。 算法仿真的主要流程如下： 图3-2 仿真实验流程 3.3 层次型拓扑控制的构造算法 目前，构造传感器网络层次型拓扑控制结构主要有两种途径：分簇算法和求解连通支配集算法。以下将对这两种方法的原理分别进行讨论。 (1) 分簇算法 分簇算法的基本思想是将网络中的地理位置相互邻近的节点划分为相连的区域，从而使网络形成范围小的，易于管理的逻辑结构。每一个分区称为一个簇，一个簇通常由一个簇头和和若干个簇内成员节点组成，低一级网络的簇头是高一级网络中的簇内成员，由最高层的簇头与基站通信。在分簇的拓扑管理机制下，网络中的节点可以划分为簇头节点和成员节点两类。簇头是按照某种分簇算法或规则选举出的节点，用于管理或控制整个簇内成员节点，协调成员节点之间的工作，负责簇内信息的收集和数据的融合处理以及簇间转发。簇内除簇头之外的其他节点称为簇成员。同时处于两个或两个以上簇的节点称为网关节点。属于不同的簇但彼此位于通信范围之内的节点称为网桥节点。传感器网络的分簇网络结构如图3-3所示。 图3-3 簇结构 文献[26]中从集合论的观点描述了一种分簇算法的基本问题域，本文沿用这种描述方法并进一步扩展，对分簇网络结构的定义、性质和基本问题域进行符号描述。 定义1：定义H为簇头节点(CH)集合，称为网络的统治集，记簇头为hi， ， 。定义h(si)为节点si的簇头， ， ，使得h(sj)= hi。 定义2：定义hi的簇成员(CM)集合为M(hi)， 。对于 ，如果d(sj ,hi)小于sj到其他簇头的距离，则 。 定义3：定义C(hi)={hi, M(hi)}为簇头hi所在簇中所有节点的集合， 。 定义4：如果 ，i≠j，那么称簇C(hi) 和C(hj)是非交叠簇，反之两者构成交叠簇。 定义5：定义hop(si, sj)为节点si, sj之间的跳数。对于 ，如果对于 ， ，则称该簇为k跳簇。当k=1时，簇为1跳簇，即簇头与每一个簇成员都相邻。通常情况下，我们所指的簇都是1跳簇。 在上述定义的基础上，我们定义分簇算法的基本问题域如下。 定义6： ， 且唯一。（对于任何一个簇，其簇首唯一。） 定义7：簇头之间负载平衡，即 ， 是不平衡因子，依赖于簇头之间的实际负载能力差异。为了均匀耗费网络能量，我们的目标是追求簇头之间的负载平衡，即 =0。 定义8：簇的能量消耗总和最小，即 ，函数f是簇头hi与成员节点si之间的通信代价。 分簇算法的任务是根据系统要求按照某种规则将网络划分成可以相互通信并覆盖所有节点的多个簇，并在网络结构发生变化时更新簇结构以维护网络的正常功能。通常，整个分簇算法包括三个过程：簇的初始化，簇的形成和簇的维护。在初始化阶段，节点主动广播包含自身标识、能量状态等内容的消息，获知所有k-hop内的邻居节点信息；然后，通过簇头选举机制选举出簇头节点，其它节点按一定规则加入簇；当簇头节点能量不足或移动时，采取一定策略重新组织簇。 (2) 求解连通支配集算法 图论中的连通支配集理论可应用于构造虚拟骨干网问题。一个传感器网络的逻辑拓扑结构应该具有这样的特性，对于网络中的任意一个节点，要么属于骨干网，要么与骨干网中的节点相邻，受骨干网节点管辖。为了节约能量，应当考虑从网络中挑选尽可能少的功能较强的节点进入骨干网，其它节点进入睡眠状态。由于无线传感器网络的拓扑结构可以用连通的简单无向图描述，因此求网络的虚拟骨干问题可以转化为对一个无向图构造其连通支配集的问题。对大部分图来说，求解MCDS是一个NP-C问题，目前主要采用启发式算法计算近似的MCDS。 3.4 典型算法的分析与仿真 3.4.1 典型算法的描述 (1) MCDS算法 MCDS算法[27]是一个构造连通支配集的启发式策略。该算法的基本原理是：初始时，网络中所有节点标记为白色。在网络中选择节点度最大的一个节点，从该节点出发，选择邻居节点集中白色节点数目最多的一个或多个节点，标记为黑色，其邻居节点标记为灰色。再扫描所有灰色节点及其白色的邻居节点，迭代标记过程，直至所有节点被标记为黑色或灰色。所有黑色节点组成连通支配集，灰色节点为被支配节点。MCDS算法可以得到规模较小的连通支配集，但该算法是一个集中式算法，集中式算法要求每个节点具有整个网络的拓扑信息，因此不适合移动无线网络拓扑动态多变的特点，可伸缩性较差。 (2) DCA算法 DCA算法[28,29,30]是基于权值的分簇算法。这种算法假设每个节点具有唯一的权值，并周期性地向其邻居节点(在其接收范围内的节点) 广播其权值。这样，每个节点就可以将自己的权值与其直接邻居节点进行比较，如果发现自己为权值最大的节点,则自动成为簇首节点，否则，选择邻居节点中权值最大的节点作为簇首节点。基于权值的算法是分簇算法的一般化形式，节点规定不同的计算方式，可以得到不同的分簇算法。常见的权值与节点连接度、标识、剩余能量等因素紧密相关，还有一些算法考虑了节点的移动速度、链路稳定性以及簇成员限制等因素。经过DCA分簇算法后，网络分成若干个簇，得到的簇结构具有如下特性： ① ， 且唯一（对于任意一个簇，其簇首唯一）； ② ，有且仅有一个C(hi)， （任意一个节点属于且仅属于一个簇）； ③两个相邻的簇之间没有重叠的节点，任意两个簇头节点都不是邻居节点； ④相邻簇头节点间的距离在3-hop以内。 显然，在分簇的拓扑结构中，簇头的集合是原拓扑图的独立子集。在图论中，图的最大独立集也是一个支配集，因此，可以通过互连部分簇头对的方法来得到连通支配集，即每个骨干节点利用本地信息通过单跳或多跳路径与附近的骨干节点相连来构造连通的骨干网。在分簇的拓扑结构中，簇头节点与簇内成员节点可以直接通信，而相邻簇间可通过网关节点或网桥节点进行通信，只要统治集中的每个簇头都向距离它3－hop之内的其它簇头建立相应的链路因此簇头节点与网关节点可以构造出连通的虚拟骨干网。在本文中，我们把DCA分簇算法和相应的骨干网构造算法通称为DCA算法。 下面用一个例子说明这种构造算法的方法，首先在原始的拓扑结构基础上实施分簇算法，网络被分为六个簇，网关节点分为两类，一类可以直接连接两个簇头节点的，如网关g1，直接连接簇1和簇3，另一类只有一端连接簇头节点，如网关g2，g3，只用两个网关成对出现，才能连接簇2和簇3，最后簇头节点与网关/网桥节点共同构成虚拟骨干网，使网络形成层次型拓扑结构。 图3-4 基于分簇的连通支配集构造 (3) WL算法 Wu和Li提出了一个完全依靠节点本地信息的分布式连通支配集构造算法，其思想在于如果去掉一个节点而不影响其邻节点的连通性，则该节点对于连通支配集而言，是一个冗余的节点。不同于构造一个支配集再加入节点使其连通的作法，该算法首先构造一个冗余的连通支配集，然后删除冗余节点缩小连通支配集的规模。算法分为三个步骤和两个优化规则： a 初始状态时，所有节点标记为普通节点。 b 每个节点通过广播两次Hello信令，与1－hop以内的邻居节点交换各自的邻节点集信息，从而获得2－hop以内的邻居节点信息。 c 对任意一个节点，如果它有两个不连通的邻居节点，则标记自己为骨干网节点。 通过以上步骤构造的连通支配集中存在着大量冗余节点，算法中提出了两个优化规则进一步减小连通支配集的规模。首先，为得到的连通支配集中每个节点随机分配一个ID号。 剪枝规则1：对任意一个骨干网节点，如果被另一个邻节点覆盖，则标记为普通节点。详细表示如下，如果得到的支配集G’中，节点u、v满足条件： and ，则称节点u被节点v覆盖，节点u从支配集中去掉，标记为普通节点。 剪枝规则2： 假设 ， ，如果节点u、v、w满足条件： and ，则称节点u被节点v、w覆盖，节点u从支配集中去掉，标记为普通节点。 在传感器网络中，一个节点可能不被两个邻节点构成的集合覆盖，但能被多个邻节点构成的集合覆盖，因此，剪枝规则可进一步阐述为：如果节点u可以被支配集中k个ID大于id(u)的邻居节点构成的集合覆盖，则该节点可以从支配集中去掉。使用改进的剪枝规则可以进一步改善支配集的近似系数和计算复杂度。 WL算法最主要的优点就是实现简单，骨干网的维护仅需要节点的本地信息，非常适用于节点大规模移动的场合。该算法也存在着很多不足，当节点数达到n时，该算法在特定场合下所得到的近似系数可能达到n/2。同时，算法的标记和优化阶段是互相独立的，很难保证连续性。 (4) WAF算法 WAF算法基于UDG模型的假设，每个节点都有一个唯一的ID作为标志。在算法的第一阶段，首先利用分布式leader选举算法选出一个leader节点，构造以leader节点为根的生成树。然后从根节点出发执行标记过程，根据节点的等级rank(level,id)标记节点，等级最低的节点被标记为黑色，并向其邻居节点广播dominator消息，其它标记为灰色，迭代此过程，直到所有叶子节点都被标记。参数level指的是节点到达根节点的跳数。MIS由所有黑色节点组成。算法的第二阶段是由根节点出发，通过广播invite消息，将MIS中的黑色节点及在黑色节点与已建立的树之间起连接作用的灰色节点加入到连通支配集中。该算法的时间复杂度为O(n)，消息复杂度为O(nlog(n))，计算出的连通支配集的近似系数PR=8，可以看出性能良好。 3.4.2 仿真结果分析 在无线传感器网络中，节点的能量资源、计算能力和带宽等资源都非常有限，尤其是其有限的能量直接影响传感器网络的生命周期以及网络的信息质量。为此，本文将主要从能量效率的角度来分析评价算法的性能。评价指标主要包括骨干网规模、网络生命周期、构造骨干网的时间开销和平均路由最短路径。 仿真场景为在长度L=200m，宽度W=200m的正方形区域，随机抛撒数目为N的节点，节点的有效通信距离为R=30m，产生50个连通的WSN拓扑。 (1) 骨干网规模 图3-5 骨干网规模 无线传感器网络中组织层次型拓扑结构的优势在于将路由控制在骨干网内从而缩减路由开销，在簇头处进行数据融合从而减少需要转发的数据包数量，最终达到延长网络寿命的目的。构造的骨干网规模对网络的性能有着很大影响，规模越小意味着越多的节点可以进入休眠状态，从而延长网络生命周期。 骨干网节点与网络节点数目的比值如图3-5所示，随着网络中节点数目的增加，骨干网节点所占比例随之减小。WAF构造了一个规模较小的树结构，在网络节点个数达到300时，骨干网所占比例仅为12%，远远小于DCA（27%）和WL算法（32%）。MCDS作为一个集中式启发算法，它的骨干网规模优于其它算法。 (2) 网络生命周期 表3-1网络生命周期 Nodes DCA WL WAF 100 170.1 150.5 201.2 150 160.1 160.7 201.7 200 182.0 170.0 229.2 250 189.8 179.3 265.7 300 190.6 201.1 281.5 由表3-1可得，当N=100时，如果节点死亡率达到11.71%，则网络不再连通，而在节点分布更密集的情况下，到网络不连通时，节点死亡率大于11.71%，在这里，为了仿真的简单，统一取10%作为衡量网络生命周期的门限值。由于在本实验中算法的权值都选择为ID，因此网络的寿命主要由骨干网规模决定，可以从表3-1看到，由于WAF算法生成的骨干网规模较小，网络运行到10%节点死亡时经历的轮数明显大于其它两个算法，因此网络寿命明显比其它两种算法有所延长。 (3) 构造骨干网所需的时间 图3-6表示WL、DCA、WAF算法三种算法构造骨干网所花费的时间。WL算法是最快速的算法，这是因为该算法具有较低的时间、消息复杂度。DCA算法也显示了良好的性能，从100到300个节点时，花费的时间仅为3.9s至10.1s。WAF算法花费的时间最长，当网络节点为300时，花费的时间达到70s。这是因为leader节点的选举需要交换大量的消息，这一阶段开销较大。 图3-6 算法执行时间 (4) 平均最短路径 图3-7 平均最短路径 平均最短路径长度是衡量骨干网对路由影响的指标。同一簇内的两个节点通过它们共同的簇头进行通信，不同簇的节点通过它们之间的骨干网进行多跳通信。如图所示，DCA和WL算法的平均最短路径要小于WAF算法生成的拓扑结构的最短路径，这是因为WAF算法生成的骨干网规模较小，网络拓扑比较稀疏，因此两个节点间的最短路径高于其它两个。 第4章 一种改进的骨干节点选举机制 4.1 概述 由于骨干网节点需要协调管理自己簇内节点的工作，负责数据的融合和转发，能量消耗远远超过网络中其它节点。如果选择固定的节点担任骨干网节点，会造成该节点迅速死亡，从而使网络寿命变短，此外，由于节点的移动造成网络拓扑频繁变化，使得原本连通的节点间链路断开，维持固定的骨干网无法保证网络的联通。因此，通常采用周期性地选择关键节点的做法以平衡网络中的节点能量消耗，保持网络的连通性。虽然相当一部分已提出的算法都是在假设移动网络中的主机具有相同性质的条件下得到的，但实际无线自组传感器网络中的各节点的状况可能是不相同的。节点的剩余能量大小，连结度等因素对骨干网节点的选择起着至关重要的作用，在此称为权重因子。基于权重因子的骨干网节点选举可以确保大部分合适的节点担任骨干网节点的角色，从使其更好地协调管理网络中所有节点，从而保持骨干网的相对稳固性。 节点ID是算法初始时分配给节点的全网范围内唯一的标识。在最小ID算法，ID较小的节点优先成为骨干网节点，由于ID仅是识别不同节点的标识，不能反映节点的性质和状态，因此对骨干网构造网算法的性能没有影响，此时，骨干网只与构造方法有关。同时，ID较小的节点成为簇首的可能性要远高于其他节点，这样的骨干网节点选择缺乏公平性。 选择节点剩余能量（Eres）作为骨干网节点的权重因子，可以使能量较大的节点优先进入骨干网，使能量较大的节点在骨干网中占有较大规模，同时，由于节点剩余能量在每轮循环中都会发生变换，在上一轮循环中能量消耗较大的节点，在本轮循环中就会退出骨干网，进入休眠状态，从而使网络的能量消耗比较均衡，有效延长网络寿命。但是，由于没有考虑节点的连通度，骨干网规模较大，使网络总的能量( )消耗变大。 节点连通度（degree），即节点一跳距离内的邻居节点数量。连通度越大的节点，与邻居节点的联系越紧密，当它成为骨干网节点后，其邻居节点都将成为它的从属节点，因此，连通度作为权重因子可以减小骨干网的规模，使尽可能多的节点处于休眠状态，其次，由于可以得到比较稳定的骨干网，适合对稳定性要求较高的网络。但是，由于没有考虑节点能量情况，剩余能量较小的节点进入骨干网迅速的死亡，从而使网络寿命缩短。 在网络密度低时，选择不同的权重因子的效果没有很大差别。此时网络中节点稀疏，大部分节点都担负着维持网络连通性的责任，因此这些节点都是骨干网节点，而且，每个节点的邻居节点数量很少，缺乏合适的节点接替它成为骨干网节点，导致在每轮循环中都处于工作状态。在网络密度达到一定程度时，选择合适的权重因子对骨干网节点构造算法效果的好坏起着关键性的影响，实验结果表明，根据网络的实际情况选择合适的权重因子可以减小骨干网的规模，提高高能量节点在骨干网中的比例，从而有效地延长网络的寿命。 在分簇算法WCA[31]中，提出一种按需加权分簇算法，簇头选举的权值如下： (4-1) 其中，mobility表示节点的移动性，degree表示节点度，power表示节点的传输功率，energy表示节点的剩余能量，x表示其他可能的因素对组合权值的影响，如处理能力和存储空间等。参数a、b、c和d为权重因子，它们的值由具体的应用和网络环境决定，并归一化。这个算法的效果优于基于ID和节点度的算法，但是计算非常复杂，不确定的参数较多。WCA算法是针对ad hoc网络提出的，在无线传感器网络中，大部分场合下，传感器节点是固定不动的，因此，本文中不讨论移动性对骨干网的影响。 在直接构造连通支配集的算法中，大部分算法只考虑单一的权值，例如WL算法只选择ID作为权值，而在WWS算法[32]中，骨干节点的选举要经过三次循环比较，节点的剩余能量是首要的权重因子，其次是节点的连结度，再次是节点的ID。 在实际应用中，为了得到更好的总体性能，最大限度地发挥骨干网的优势，骨干网节点的选举应考虑多种因素，并根据实际需要和应用环境做出合理的折中。为此可以采用将单一的权值因子经过组合，使其成为一个权值计算方法，使每个权重因子发挥的作用更加均衡。 4.2 权值因子的计算方法 4.4.1 权值因子的计算方法 本节提出了几个不同的权重因子计算方法进行讨论，并通过比较实验结果判断优劣及在什么样的网络情况下适用。 方法1：这个权值因子的提出，是为了在保证一定节点连通度的条件小，选择剩余能量尽可能高的节点成为骨干节点。其计算公式为： (4-2) 式中，si代表网络中的一个节点，weight(si)代表节点si的权值，Eres(si)是节点的剩余能量，Emax(si)是节点的初始能量，degree(si)是节点的连通度。 是公式的参数，当a=0时，公式的值等于节点连通度，a=1时，公式等同于节点剩余能量。不同的网络场景中，a的最佳取值不同。最佳的取值与网络的全局性质有关，节点无法在仅知道本地信息的情况下得到a的最佳取值，应该根据仿真实验的结果来确定a的取值，并保存至节点的参数表中，这样就成为节点的本地信息。每一个网络场景下，a值一旦确定，则一直到网络死亡，它的值都不再变化。 为了避免对不确定参数的讨论，考虑将剩余能量与节点连通度进行相加、相乘、开方等数学运算，讨论如下： 方法2：这个权值因子的提出，是为了平衡连接度和剩余能量对节点进入骨干网的影响，两个因素对权值的作用相当。 (4-3) 选择节点度高的节点进入骨干网，可以缩小骨干网的规模，使尽可能多的节点进入休眠状态，从而延长网络的生命周期。但是如果网络的能量消耗不均衡，将会造成部分节点很早耗尽能量，造成网络不连通，从而缩短了网络寿命。以下的讨论将提高剩余能量对骨干节点选举的影响，弱化节点度的影响，使尽可能多的能量充足的节点进入骨干网。 方法3： (4-4) 方法4： (4-5) 方法5： (4-6) 方法6： (4-7) 方法7： (4-8) 4.4.2 仿真结果分析 为了比较不同权值因子对骨干网节点选举的影响，需要对实验结果进行分析比较。X.Cheng算法[33]是一种连通支配集构造算法，该算法只需利用1-hop内的邻节点信息，时间、消息复杂度都比较低，得到的CDS近似系数为8～12，具有一定的优势。但是，该算法是针对Ad hoc网络提出的，它没有考虑节点的剩余能量状况以及节点的度数，不适用于节点数目巨大且能量受限的传感器网络。本文对该算法的骨干网节点选举机制进行了改进，比较了不同权值因子时算法的性能。 测试用的场景通过以下方法产生：根据给定的有效通信距离R(Communication Radius)在一个长度L=200m，宽度W=200m的正方形区域内随机抛撒数目为N的节点，如果节点si在节点sj的通讯半径内，则si到sj之间存在一条有向边，若产生的随机图不连通，则重新抛撒直至连通。这时产生了测试用的WSN拓扑。 为了简化问题，本文不考虑实际的节点能量消耗模型，假设节点初始能量Emax=1000，所有骨干网节点在每轮运行中消耗同样多的能量Eactive=10，非骨干网节点处于休眠状态，假设出于节点处于活动状态的能量消耗与处于休眠时是线性关系，Eactive=10Esleep。 本文设计了一类实验：节点数目固定为100 个，不断按步长为5 增加平均节点度由5 到45。根据图论知识，链路数目 ，根据节点的链路数生成拓扑。对每一个节点度，随机生成50 个拓扑，对于每个拓扑进行实验，运行本算法。为了延长网络的生存周期，算法生成的连通支配集应尽可能小，但是选择什么样的节点担任骨干网节点也关系到网络的生存周期，因此要同时考察不同权值的选举算法生成的骨干网规模和网络的生命周期（rounds）两个指标。 表4-1 节点度变化实验骨干网的规模 权值因子 Degree=5 Degree=15 Degree=25 Degree=35 Degree=45 ID 19.5 16.3 13.0 10.7 9.3 Degree 18.1 14.6 11.5 9.1 8.3 Energy 18.9 18.3 13.6 11.7 10 18.7 15.7 12.2 9.8 9.0 18.7 16 13.2 10.2 9.5 18.3 16.1 12.9 10.4 9.5 d/e+e 18.4 15.2 13.5 11.1 10.3 e/d+e 19.4 22.4 18 14.6 13.2 18.3 17.9 12 11.3 9.7 表4-2 节点度变化实验网络生命周期 权值因子 Degree=5 Degree=15 Degree=25 Degree=35 Degree=45 ID 246.3 247.2 248.3 245.6 242.4 Degree 253.6 243.2 253.6 245.2 245.9 Energy 249.4 248.3 404.3 530.0 580.7 238.6 239.1 295.7 351.3 379.6 246.4 235.9 304.8 375.7 407.6 248.7 245.8 304.3 368.3 398.5 d/e+e 242.9 245.0 361.8 396.7 576.4 e/d+e 249.1 239.6 446.3 630.5 653.4 236.9 349.2 286.8 494.7 413.2 表4-1，4-2分别记录在不同网络情况下，各个权值参与构造的骨干网节点的规模和网络存活的轮数，可以得到以下结论： (1)节点数目不变，随着平均节点度的增长，即网络越稠密，骨干网的规模越小； (2)从平均节点度为5、15时的数据可以看出，在网络较稀疏的情况下，选择不同的权值对最后生成骨干网的影响不大； (3)考察骨干网节点的规模，有着一定的变化规律，只考虑节点度的权值选举出的骨干网规模要小于只考虑能量的权值的情景，在同样考虑节点剩余能量的权值中，越支持节点度较大节点优先的权值产生的骨干网规模越小，基于这一原因，方法7中，由于节点度越小者越优先选举为骨干节点的原因，生成的骨干网规模最大； (4)虽然方法7对度数较大的节点有抑制作用，导致生成的骨干网规模最大，但是，它得到的轮数比只考虑能量时还要高。 下面讨论a的最佳取值，为了避免算法在运行时需要全局信息，通过仿真实验的方法得到不同网络情况下对应的a值，将它作为节点的本地信息来使用。 表4-3 节点度变化实验a的最佳取值 Degree Size Rounds a 25 12.9 445.6 0.5 30 12.5 442.5 0.6 35 10.5 460.3 0.9 40 10.3 503 0.9 45 10 580.7 1 从上表可以查出不同情况下a的最佳取值，对于网络高密度的情况下，a的最佳取值趋向于1，即权值趋向于只考虑节点剩余能量。 本章提出了一种基于组合权值因子的权值计算方法，实验证明使用组合权值因子的骨干网选举机制比使用单一权值因子时，网络生命周期可以延长两倍，效果明显的改善。 第5章 能量高效的虚拟骨干网构造算法(EEVBC) 5.1 问题的提出 根据上文的讨论，在无线传感器网络拓扑结构上构造虚拟骨干网，形成层次型的拓扑控制，具有便于网络管理、减小路由开销、延长网络生命周期的优势。构造虚拟骨干网主要有两个途径，分簇和计算连通支配集。分簇式的拓扑结构有利于分布式算法的应用，适合大规模部署的网络。但是目前提出的分簇算法，大都存在以下缺点：1)传感器网络中所有簇首节点直接与基站(BS)节点进行通信，在网络规模较大，部分簇首距离基站节点较远情况下，由于节点发送信息的耗能与发送距离的指数(二次方以上)成正比，所以距离远的簇首寿命短；2)由于簇头消耗的能量远大于其它传感器节点，簇头节点的能量会被很快耗尽，所以只有频繁的更换簇头来维持网络连接，加重了网络的负担；3)多数分簇算法中，簇成员都必须与簇头直接通信，这样既限制了簇的规模，又加重了簇头负担，更加快了簇头节点的死亡[34]。可以看出，担任簇头的传感器节点的能量受限问题容易成为网络性能的瓶颈。在网络中构造连通支配集，数据通过骨干网进行多跳传输到达基站，因此，靠近基站的骨干节点因承担流量过大而首先耗尽能量，造成网络分区并破坏网络的连通性，使得网络使用寿命严重下降。 针对以上问题，本文提出了一种能量高效的虚拟骨干网构造算法——EEVBC，设计目标有以下几个方面： 1)引入异类传感器节点，使能量充足的传感器节点担任簇头，避免能量受限的普通节点因担任簇头而过早死亡的问题，从而延长网络的寿命； 2)在分簇的基础上，构造连通支配集，簇内任意节点采集的数据可以通过多跳通信到达簇头节点，在簇头进行数据融合，减少通信量； 3)算法具有较快的收敛性，及时完成网络虚拟骨干网的构造。 5.2 系统假设 用于不同环境下的无线传感器节点以及无线传感器网络有不同的属性，因此首先对传感器节点及网络作如下场景的假设： (1) 传感器网络由两类节点组成——数据采集节点和数据传送节点。数据采集节点负责数据采集，采用普通的传感器节点，能量较小；数据传送节点具有较大的能量、较强的计算和控制功能，负责收集节点采集的数据并将数据融合后传送到基站。 (2) 同类传感器节点具有相同的初始能量。传感器节点的能量是有限的，每传输一个数据包，节点就减少一部分能量。设定传输中消耗的能量与数据包的字节数成正比，与传输距离的立方成正比。 (3) 同类节点具有相同的发射功率，它们之间不存在单向链路，异类节点发射功率不同，可能存在单向链路。 (4) 数据采集节点有功率调节装置，能够根据通信距离的远近调节发射功率的大小，数据传送节点的功率固定不变。 (5) 每一个传感器节点都有唯一的身份标识。 (6) 所有传感器节点随机均匀分布在M×N的平面上。 (7) 传感器节点处于准静态，即处于静止状态或是运动相对较慢，它们与基站之间靠无线链路进行通信。 (8) 每个节点均采用全向天线。 (9) 基站远离传感器节点且固定。 5.3 算法模型及符号描述 如图5-1所示，在网络中，传感器节点划分为若干簇，由能力较强、电量充足的数据传送节点担任簇头节点，管理簇内成员节点。簇内成员节点是普通的传感器节点，能量受限、发射距离较小，负责采集监测区域内数据。簇头节点是基站的服务代理，当基站发出任务查询命令，由各个簇头节点向每个簇内成员节点转发查询命令。簇内成员节点接收到来自簇头的查询命令，将采集的数据通过簇内骨干网转发给簇头，由簇头节点对采集的数据进行簇级的数据融合。簇头节点，能量受限小，可以进行长距离通信，经过处理的监测数据，由簇头节点直接传输给基站，在基站进行系统级的数据融合，从而得到整个监测区域的情况[35]。 图5-1 基于虚拟骨干网的无线传感器网络系统结构 第三章中从集合论的观点描述了网络分簇组织结构问题的定义、性质和基本问题域，本章沿用这种描述方法并进一步扩展，对提出的虚拟骨干网结构进行了符号描述。定义1—3与第三章定义1—3相同，其它定义如下所述。 定义4：定义 为节点si的邻居节点的集合。 定义5：在任意一个簇C(hi)中，存在一个节点集合D(hi)，使得 ， ，使 ，则D(hi)定义为C(hi)的支配集。 定义6：定义VB为骨干节点集合， 。 定义7：定义 为由D(hi)诱导的子图， 是连通图。 在上述定义的基础上，我们定义本文算法得到的骨干网的基本问题域如下。 定义8： ， 且唯一。（对于任何一个簇，其簇首唯一。） 定义9： ，有且仅有一个C(hi)，使 。（任何一个节点属于且仅属于一个簇。） 定义10： ， 。 定义11： ， ，使 。 5.4 算法分析及实现 本算法分为三个阶段：首先，分簇算法主要负责将网络拓扑划分为若干簇，由能量受限小的数据传送节点担任簇头节点，其它普通节点按照欧氏距离最短原则选择簇头，加入簇头所在的簇。其次，调整簇头的发射半径，减轻簇头的负担。最后，在每个簇内应用连通支配集算法，以簇头为源节点构造连通支配集。 5.4.1 分簇 分簇算法的具体步骤如下： (1) 声明簇头。由于数据传送节点有较大的能量，它们充当簇头可以维持较长的时间，避免重复替换，有利于网络拓扑结构的稳定性。因此，在初始阶段，所有数据传送节点向网络中各数据采集节点以泛洪的方式广播一个请求帧（request），其中包括它的id和位置信息（在该算法中，假定每个节点的位置已由GPS或其它方法获得），声明成为簇头节点。在每个数据采集节点中，存有一张拓扑结构表，用来记录与节点相关的拓扑结构，包括节点的位置、簇头的位置列表、网络中簇头的个数、节点与簇头的距离、节点所属簇头的id、簇成员的id列表等。各数据采集节点接收到声明簇头信息并将其存储在拓扑结构表中。 (2) 簇的形成。各数据采集节点收到请求帧后利用位置信息计算其与该簇头间的距离，并与自己的拓扑结构表中的距离进行比较，如果小于拓扑结构表中的距离，则将该簇头替换成为自己的新簇头。在节点收到请求帧的同时，记录下接收到的帧的个数，当其与网络中的簇头数相等时，节点向簇头发送一个确认帧（answer），其中包括它的id和位置等信息，并停止接收请求帧。簇头收到确认帧后将其对应的节点列为它的簇成员函数，并将它的位置和id保存在成员列表中。经过一段时间T，簇头停止广播，每一个传感器节点都加入到一个簇中。距离的计算可采用公式： (5-1) 5.4.2 簇头节点的功率控制 担任簇头节点的数据采集节点，具有较大的传输距离，可以直接与簇内的所有节点进行通信。但是如果直接与所有节点进行通信，会给自身造成较重的负担，而且由于簇头节点与成员节点的相异性，会产生部分非对称链路。因此，在簇结构形成后，对簇头节点进行功率控制，消除非对称链路，使网络达到双向连通。我们用符号表示，如果 ，且 ，则进行操作 。 定理1：删除非对称链路后，图 的连通性保持不变。 证明：已知图 是图G的连通子图，则 ， ，即hi与sj之间互相可达。假设 and ，则在sj与hi之间存在一条有向路径l=sj→s1→…→sk→hi。由于成员节点的同质性，si→sj sj→si，所以sk→s1→…→sj。由于R(hi) R(sk)， sk→hi hi→sk。因此，可得到hi→sk→s1→…→sj。即使删除有向边(hi,sj)，也不影响hi与sj之间的双向连通性，得证。 簇头节点调整发射半径的具体步骤如下，当网络形成簇结构后，各簇头节点以最大发射功率向簇内成员节点发送一个请求帧，接收到该请求帧的成员节点向簇头发送一个确认帧，其中包括该节点与簇头的距离信息，簇头比较所有接收到的距离信息，将簇头节点的发射半径调整为到可双向连通的最远簇内成员节点的距离。 5.4.3 构造簇内连通支配集 网络应用分簇算法后，得到若干规模较大的簇，簇内成员节点到簇头之间的距离是k-hop。簇的数目越少，规模越大，通信开销就会随之减少。但是，在k-cluster中必须解决簇内通信的路由问题，也就是在簇内选出尽可能少的能量较高的若干节点担任骨干节点，构造连通的骨干网，将感知数据直接或间接的转发到数据采集节点进行数据的融合。这个问题可以抽象为求解无向图的最小连通支配集问题。 在所有簇中分别应用连通支配集算法，算法的具体步骤如下： (1)构造邻居节点集的方法。在每个簇中，所有的簇成员节点采用广播的方式构造邻节点记录。簇内成员节点广播Hello信令，其中包括自身以及所在簇簇头的id，每个成员节点收到广播信息后将消息中的簇头id与自己所属的簇头id相比较，若相同，则将发送节点加到自己的邻节点列表中。这样节点si得到它的邻居节点集N(si)。 (2)初始状态时，所有节点的颜色标记为white，状态为non-active。 (3)从簇节点开始，节点按照以下规则确定自身的状态： 规则1：簇头节点为leader节点，颜色标记为black，直接成为支配节点。 规则2：一个颜色为white的节点，如果它的邻节点中有一个成为支配节点，则该节点颜色标记为grey，成为被支配节点。 规则3：一个状态为non-active的white节点，如果它的邻节点中有一个成为被支配节点，则该节点的状态转换为active，颜色保持不变。 规则4：一个white节点，如果状态为active，则比较该节点与其所有状态为active的邻居节点的权重，若最大，则该节点变为支配节点，颜色标记为black。它的颜色为grey、权重最大的父节点也将变成支配节点。该算法引入新的权重计算方法为： (5-2) 规则5：当图中不存在white节点时，所有作为叶子节点的black节点颜色变为grey。 经过上述步骤，所有颜色为black的节点组成了连通支配集，每个簇内形成了以簇头节点为源节点的虚拟骨干网结构。在簇内构造连通支配集的过程如表5-1所示： 表5-1 构造连通支配集的伪代码 Input：subgraph induced by cluster C(hi), =G[C(hi)] Output：connected dominating set D(hi) Begin 1： ,rank[si]=0,color[si]=white; 2：leader=hi,rank[leader]=0,color[leader]=black; 3：while if (color(si)=white and ,color(sj)=black) then color(si)=grey,rank(si)=rank(sj); else if (color(si)=white and ,color(sj)=grey) then color(si)=red,rank(si)=rank(sj); else if (color(si)=red and ,weight(sj)> weight(si)) then color(si)=black,rank(si)=rank(si)+1; end if until ,使color(si)=white; 4： if color(si)=black then find a node sj, , ,rank(si)=rank(sj), 使color(sj)=black; 5：if si is a leaf node then color(si)=grey 6：add all black nodes to set D(hi). End 5.5 基于EEVBC算法的簇内路由方法 在本文构造的虚拟骨干网拓扑结构的基础上，传感器网络的路由可分为3个步骤： (1)如果发送者不是骨干网节点，将数据包发送到相邻的骨干网节点； (2)骨干网节点作为新的源节点，将数据包沿骨干网转发； (3)数据包最终到达自身为骨干网节点的目标节点，或是与目标节点相邻的骨干网节点，再由骨干网节点直接发送给目标节点。 5.6 算法性能分析与仿真测试 5.6.1 算法性能分析 (1)本算法是分布式处理算法，每个节点只需了解自身传输半径内邻居节点的状态，并不需要了解整个网络的拓扑结构。算法简单，占用硬件资源少，从而有效节省传感器节点电量。 (2)由于本算法是分布式算法，算法的复杂度包括时间复杂度和消息复杂度。设网内数据传送节点节点个数为T，数据采集节点个数为N，网内节点的最大度为△，在每一个网络中，T是预先固定的常数。在分簇阶段时，数据传送节点广播一次请求帧，数据采集节点广播一次确认帧，因此消息复杂度O(f1)=O(n)。功率调节阶段与第一阶段相似，O(f2)=O(n)。在构造簇内结构阶段，节点每改变一次状态，就要向邻居节点发送一次消息，报告状态的改变，因此O(f3)=O(n)。于是算法的消息复杂度O(f)=O(f1)+O(f2)+O(f3)=O(n)。每一条消息的传送需要单位时间，因此，算法的时间复杂度为O(f)=O(n×(T+1))+O(n×(T+1))+O(n×△)=O(nT)+O(n△)=O(n△)。 5.6.2 算法仿真测试 测试用的场景通过以下方法产生：根据给定的有效通信距离R(Communication Radius)在一个长度L=200m，宽度W=200m的正方形区域内随机抛撒数目为N的节点。在200×200的区域内分别布置200、500个节点，其中有10个数据传送节点，剩下的都是数据采集节点，节点数以步长为100的幅度增加。对于不同的节点数，运行本文算法生成的骨干网结构如下所示： 图5-2 N=200，极小连通支配集 由图5-2可以看出，在网络比较稀疏的情况下，网络不经分簇直接应用求解最小连通支配集的算法，即可得到规模较小的骨干网，路由仅局限在有限的骨干节点间，大部分节点处于睡眠状态，可以有效地节约能量，延长网络寿命。 图5-3 N=500，原始网络拓扑 图5-4 N=500，网络的k-hop分簇 图5-5 N=500，EEVBC算法得到的骨干网 图5-3至5-5是节点数为500时，网络的拓扑结构图,其中，红色节点代表簇头节点，蓝色节点代表簇内骨干网节点。图5-3是原始的网络拓扑，可以明显看出，没有实施拓扑控制策略的网络拓扑，节点部署密集，每个节点都以大功率进行通信，会加剧节点之间的干扰，减低通信效率，并造成节点能量的浪费。基于EEVBC的算法，使网络中形成链路稀疏的层次型的拓扑结构，能量受限节点的路由被局限在图5-4所示的k-hop簇内，经过数据融合后由簇头节点发送给基站，通信量得到有效减少。图5-5显示了骨干网内的数据传输路径。 表5-2 不同网络情况下的算法性能比较 算法 N=200 N=500 Size Rounds Size Rounds DCA 72.3 170 101.5 220.2 WAF 32.8 226.7 39.64 636.3 EEVBC 53.8 576.8 87.5 983.6 表5-2中比较了两种典型的骨干网构造算法DCA、WAF与EEVBC的性能，可以看出，DCA算法的生成的骨干网规模偏大，因此网络的生命周期很短。而WAF生成的骨干网规模比本文EEVBC算法生成的骨干网规模低，这是因为网络被划分为若干个区域，导致一些原本由骨干网节点连通的区域断裂，这些区域需要寻找新的节点担任骨干网节点以保持原来的连通性，使得骨干网规模增大。但是，由于EEVBC算法引入了功能较强的节点担任簇头节点，簇内形成连通支配集优化簇内结构，网络中能量受限节点的负担均衡，从而延长了网络的生命周期。 本章提出了一种基于多跳簇结构的虚拟骨干网构造算法，将分簇算法与求解连通支配集问题结合起来，实现了一种构造网络拓扑结构的方法，实验结果证明，该算法能够生成保证簇内连通性的、稀疏的网络拓扑结构，有效地延长网络的生命周期，降低通信干扰，并为路由提供基础。 第6章 总结与展望 6.1 全文总结 普通网络化孕育的无线传感器网络是一种新的信息获取和处理技术，在特殊领域，它有着传统技术不可比拟的优势，同时也必将开辟出不少新颖而有价值的商业应用。近年来随着微电子技术、传感器技术及通信技术的发展，无线传感器网络技术发展迅猛，进展很快，而且在军事与民用方面的一些具体应用(如军事侦察、环境监测等)也取得了成功，使得无线传感器网络的应用前景一片光明。 无线传感器网络节点数量庞大，单个节点资源极其受限，节约能量，延长网路生命周期是无线传感器网络研究的首要目标。由于传感器网络拓扑是初始无中心控制的平面结构，节点数目增多时路由开销很大,可扩展性较差，因此平面式结构不适合无线传感器网络，从而使构造层次型拓扑结构成为必要。另一方面，构造骨干网进行数据转发，使多数节点进入睡眠，可以有效地节约能量。主要针对无线传感器网络的层次型拓扑控制算法进行了深入研究与设计。研究了以下几方面内容：1)对无线传感器网络定义、网络体系结构及相关研究技术、网络的特点及应用领域进行了详细的阐述。2)研究无线传感器网络拓扑控制机制，重点研究层次型拓扑控制机制，对这个方向的典型算法进行了理论和实验分析；3)从保证网络连通性和覆盖度的角度出发，讨论了传感器网络生命周期的定义方法；4)改进了骨干节点的选举机制，提出权值的几种新的计算方法，对实验数据作出了分析；5)提出了一种新的虚拟骨干网构造算法，并进行了实验验证。 6.2 主要创新点 本文主要在以下几个方面进行了理论和实践创新： (1)分析了几种构造层次型拓扑结构的典型算法，并在编制的仿真程序中实现了这些算法，根据实验数据对算法的主要性能指标进行了分析； (2)针对目前大部分骨干网构造算法中，选举骨干节点只采用单一权值的问题，提出采用将单一的权值因子经过组合，使其成为一个权值计算公式的方法，使每个权重因子发挥的作用更加均衡。 (3)提出了一种新的能量高效的虚拟骨干网构造算法，它将网络中的节点按照地理距离最近的原则划分为若干簇，簇头与簇成员的距离为k-hop，增大了簇的规模，减少了通信开销；利用最小连通支配集理论优化簇内结构，选择新的参数作为权值，在保证骨干网规模的同时，优先选择剩余能量高的节点担任骨干节点，均衡了网络的能量消耗，从而延长了网络寿命。实验表明，算法取得了良好的效果。 6.3 存在的问题和未来展望 由于时间有限，本文没有深入考虑分簇的负载均衡。未来应在本文研究基础上，进一步研究分簇时的负载均衡机制，使形成的k-hop簇中节点数目均衡，从而更加有效地利用节点能量，分散网络开销，延长网络生命周期。 无线传感器网络拓扑是一个具有广泛研究价值的领域，能为传感器网络其他层次提供良好的支持；同时该领域也仍有大量问题尚未解决，还有待更加深入的研究。目前，无线传感器网络拓扑控制的研究有了初步的进展。但是大多数算法停留在理论研究阶段或者只作过少量节点的模拟，没有充分考虑实际应用的诸多困难，而事实上由于无线传感器网络本身的特点及无线传感器网络对具体应用的依赖性等种种因素的影响，下一步的工作应当在研究大规模无线传感器网络的通用协议基础上结合具体应用提出实用的、特定环境下的无线传感器网络拓扑控制算法。现在的拓扑控制研究的发展趋势是以实际应用为背景，多种机制结合使用，强调拓扑控制的自适应性和鲁棒性，在保证网络连通性和覆盖度的前提下，提高网络通信效率，最大限度地节约能量来延长整个网络的生存时间。 参考文献 [1] Narayansaswamy S, Kawadia V, Sreenivas R S. Power Contorl in ad-hoc networks: Theory, architecture, algorithm and implementation of the COMPOW protocol, Proc. of the European Wireless Conference, Florence, 2002, 3(2): 156-162. [2] Ramanathan R, Rosales-Hain R. Topology control of multihop wireless networks using transmit power adjustment, Proc12" Joint Conference on IEEE Computer and Communications Societies (INFOCOM), San Franciso, 2003, 22(12): 25-30. [3] Kubisch M, Karl H, Wolisz A, et al. Distributed algorithms for transmission power control in wireless sensor networks, Proc. of IEEE WCNC 2003, New Orleans, Louisiana, 2003, 1: 558-563. [4] Li L, Halpern J Y, Bahl P, Wang Y M, et al. Analysis of a cone-based distributed topology control algorithm for wireless multi-hop networks, Proc. ACM Symp on Principles of Distributed Computing(PODC), Newport, RI, 2001,8: 264-273. [5] Li N, Hou J C, Sha L. Design and analysis of an MST-Based topology control algorithm, Proc12" Joint Confon on IEEE Computer and Communications Societies (INFOCOM), San Franciso, 2003,1: 1702-1712. [6] Li N, Hou J C. Topology control in heterogeneous wireless networks, Proc13" Joint Conf IEEE Computer and Communications Societies (INFOCOM), 2004, 8(11): 78-167. [7] Deb B, Bhatnagar S, Nath B. A Topology Discovery Algorithm for Sensor Networks with Applications to Network Management. DCS Technical Report DCS-TR-441, Rutgers University, 2001. [8] Xu Y, Heidemann J, EstriD D. Geography-informed energy conservation for ad hoc routing, Proc 7" Annual Int '1 Conf Mobile Computing and Networking (MobiCOM), Rome, Italy, 2001, 18(8): 70-84. [9] Heinzelman W R, Chandrakasan A, Balakrishnan H. An application -specific protocol architecture for wireless microsensor networks. IEEE Transactions on Wireless Communications, 2002; 1(4): 660-670. [10] Younis O, Fahmy S. Distributed clustering in ad-hoc sensor networks: A hybrid, energy-efficient approach, Proc 13" Joint Conf on IEEE Computer and Communications Societies, 2004, 3(12): 44-52. [11] J. Wu, H. Li. On Calculating Connected Dominating Set for Effcient Routing in Ad Hoc Wireless Networks, Proc. of the 3rd International Workshop on Discrete Algorithms and Methods for Mobile Computing and Communications, 1999: 7-14. [12] K.M. Alzoubi, P.-J. Wan, O. Frieder. New Distributed Algorithm for Connected Dominating Set in Wireleess Ad Hoc Networks. Pro. of the 35th Hawaii International Conference on System Sciences, BigIsland, Hawaii, 2002: 3881-3887. [13] K. M. Alzoubi, P. -J. Wan, O. Frieder. Distributed Heuristics for Connected Dominating Sets in Wireless Ad Hoc Networks. Journal of Communications and Networks, 2002; 4(1): 15-19. [14] Ian F. Akyildiz, Weilian Su, Yogesh Sankarasubramaniam, et al. Wireless sensor networks: a survey. Computer Networks, 2002; 38(4): 393-422. [15] 孙利民等．无线传感器网络．北京：清华大学出版社，2005：2-3． [16] 曾鹏，于海斌，梁英等．分布式无线传感器网络体系结构及应用支撑技术研究．信息与控制，2004；33(3)：307-313． [17] 崔莉，鞠海玲，苗勇等．无线传感器网络研究进展．计算机研究与发展，2005；42(1)：163-174． [18] 滑楠，史浩山，吴健．无线传感器网络主动Qos机制研究．计算机工程与应用，2005；41(14)：120-123． [19] E.Shih, S.Cho,N.Ickes, R.Min, et al. Physical Layer Driven Protocol and Algotithm Design for Energy-Efficient Wireless Sensor Networks, Proc. of ACM SIGMOBILE Conference on Mobile Computing and Networking, ROME, Italy, 2001: 272-287. [20] A. Chandrakasan, R. Amirtharajah, S. H. Cho, et al. Design considerations for distributed microsensor systems, Proc. of IEEE Custom Integrated Circuits Conference(CICC), 1999: 279-286. [21] O.Kasten, "Energy consumption". http：//www.inf.ethz.ch/kasten/ research/bathtub/. [22] B.Chen, K.Jamieson, H.Balakrishnan, et al. Span: An energy-efficient coordination algorithm for topology maintenance in ad hoc wireless networks. ACM Wireless Networks, 2002; 8(5): 481-494. [23] M.Stemm and R.H.Katz. Measuring and reducing energy consumption of network interfaces in hand-held devices. IEICE Transactions on Communications, 1997; E80-B(8):1125-1131. [24] C.Schurgers,V. Tsiatsis,S. Ganeriwal, et al. Topology Management for Sensor Networks:Exploiting Latency and Density. Proc. of ACM MobiHoc, Switzerland, Lausanne, 2002: 135-145. [25] W.R.Heinzelman, A.Chan.drakasan, H.Balakrishnan. Energy-Eficient Communication Protocol for Wireless Microsensor Networks, Proc. of the Hawaii International Conference on system sciences, Maui Hawaii, 2000: 8020-8029. [26] 滑楠，史浩山，吴健等．无线传感器网络动态簇组织算法研究．计算机应用研究，2006，23(2)：26-30． [27] S. Guha, S. Khuller. Approximation algorithms for connected dominating sets. Algorithmica, 1998; 20(4): 374-387. [28] M. Chatterjee, S. K. Das, and D. Turgut. An on-demand weighted clustering algorithm (WCA) for ad hoc networks, Proceedings of IEEE Globecom 2000, San Francisco, CA, 2000: 1697–1701. [29] F. Garcia Nocetti, J. Solano Gonzales, and I. Stojmenovic. Connectivity based k-hop clustering in wireless networks. Telecommunication Systems, 2003; 22(1–4): 205–220. [30] U. C. Kozat, G. Kondylis, B. Ryu, et al. Virtual dynamic backbone for mobile ad hoc networks, Proc. of the IEEE International Conference on Communications(ICC 2001), Helsinki, Finland, 2001: 250–255. [31] M Chatterjee, S K Das, D Turgut. WCA: A Weighted Clustering Algorithm for Mobile Ad Hoc Networks. Journal of Clustering Computing IEEE, 2002; 5(2): 193–204. [32] J. Wu, B. Wu, and I. Stojmenovic. Power-aware broadcasting and activity scheduling in ad hoc wireless networks using connected dominating sets. Wireless Communications and Mobile Computing, 2003; 3(4): 425-438. [33] X. Cheng, M. Ding, D.H. Du etc. On The Construction of Connected Dominating Set in Ad Hoc Wireless Networks. Ad Hoc Networks of Wireless Communications and Mobile Computing, 2004. [34] 祝颖，徐红兵，肖俊．能量高效的异类无线传感器网络分簇算法研究，通信理论与信号处理新进展，通信理论与信号处理年会，北京，2005，北京：电子工业出版社，2005：500-504. [35] M.Younis, M.Youssef, K.Arisha. Energy-Aware management in Cluster–based Sensor Networks. The International Journal on Computer Networks, 2003; 43(5): 649-668. 致谢 衷心感谢我的导师xx老师和xx老师! 在攻读硕士学位期间，老师在学习和科研方面给予我精心的指导和莫大的帮助。两位老师严谨的治学态度和孜孜不倦的进取精神，一直感染并激励着我，并将使我受益终身。我在此向他们无私的帮助和教诲表示衷心的感谢！ 感谢仪器仪表研究所为我提供了良好的学习和工作环境！ 感谢所有曾经关心和帮助过我的老师和同学！ 最后,衷心地感谢父母一直在身后给予我理解和支持 毕业设计（论文）原创性声明和使用授权说明 原创性声明 本人郑重承诺：所呈交的毕业设计（论文），是我个人在指导教师的指导下进行的研究工作及取得的成果。尽我所知，除文中特别加以标注和致谢的地方外，不包含其他人或组织已经发表或公布过的研究成果，也不包含我为获得 及其它教育机构的学位或学历而使用过的材料。对本研究提供过帮助和做出过贡献的个人或集体，均已在文中作了明确的说明并表示了谢意。 作 者 签 名：　　 　 　　日　 期：　　 　 　　 ​​​​​​​​​​​​ 指导教师签名：　　 　 　　 日　　期：　　 　 　　 使用授权说明 本人完全了解 大学关于收集、保存、使用毕业设计（论文）的规定，即：按照学校要求提交毕业设计（论文）的印刷本和电子版本；学校有权保存毕业设计（论文）的印刷本和电子版，并提供目录检索与阅览服务；学校可以采用影印、缩印、数字化或其它复制手段保存论文；在不以赢利为目的前提下，学校可以公布论文的部分或全部内容。 作者签名：　　 　 　　 日　 期：　　 　 　　 ​​​​​​​​​​​​ 学位论文原创性声明 本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中特别加以标注引用的内容外，本论文不包含任何其他个人或集体已经发表或撰写的成果作品。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式标明。本人完全意识到本声明的法律后果由本人承担。 作者签名： 日期： 年 月 日 学位论文版权使用授权书 本学位论文作者完全了解学校有关保留、使用学位论文的规定，同意学校保留并向国家有关部门或机构送交论文的复印件和电子版，允许论文被查阅和借阅。本人授权　　 　 　大学可以将本学位论文的全部或部分内容编入有关数据库进行检索，可以采用影印、缩印或扫描等复制手段保存和汇编本学位论文。 涉密论文按学校规定处理。 作者签名： 日期： 年 月 日 导师签名： 日期： 年 月 日 指导教师评阅书 指导教师评价： 一、撰写（设计）过程 1、学生在论文（设计）过程中的治学态度、工作精神 □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、学生掌握专业知识、技能的扎实程度 □ 优 □ 良 □ 中 □ 及格 □ 不及格 3、学生综合运用所学知识和专业技能分析和解决问题的能力 □ 优 □ 良 □ 中 □ 及格 □ 不及格 4、研究方法的科学性；技术线路的可行性；设计方案的合理性 □ 优 □ 良 □ 中 □ 及格 □ 不及格 5、完成毕业论文（设计）期间的出勤情况 □ 优 □ 良 □ 中 □ 及格 □ 不及格 二、论文（设计）质量 1、论文（设计）的整体结构是否符合撰写规范？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、是否完成指定的论文（设计）任务（包括装订及附件）？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 三、论文（设计）水平 1、论文（设计）的理论意义或对解决实际问题的指导意义 □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、论文的观念是否有新意？设计是否有创意？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 3、论文（设计说明书）所体现的整体水平 □ 优 □ 良 □ 中 □ 及格 □ 不及格 建议成绩：□ 优 □ 良 □ 中 □ 及格 □ 不及格 （在所选等级前的□内画“√”） 指导教师： （签名） 单位： （盖章） 年 月 日 评阅教师评阅书 评阅教师评价： 一、论文（设计）质量 1、论文（设计）的整体结构是否符合撰写规范？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、是否完成指定的论文（设计）任务（包括装订及附件）？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 二、论文（设计）水平 1、论文（设计）的理论意义或对解决实际问题的指导意义 □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、论文的观念是否有新意？设计是否有创意？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 3、论文（设计说明书）所体现的整体水平 □ 优 □ 良 □ 中 □ 及格 □ 不及格 建议成绩：□ 优 □ 良 □ 中 □ 及格 □ 不及格 （在所选等级前的□内画“√”） 评阅教师： （签名） 单位： （盖章） 年 月 日 教研室（或答辩小组）及教学系意见 教研室（或答辩小组）评价： 一、答辩过程 1、毕业论文（设计）的基本要点和见解的叙述情况 □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、对答辩问题的反应、理解、表达情况 □ 优 □ 良 □ 中 □ 及格 □ 不及格 3、学生答辩过程中的精神状态 □ 优 □ 良 □ 中 □ 及格 □ 不及格 二、论文（设计）质量 1、论文（设计）的整体结构是否符合撰写规范？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、是否完成指定的论文（设计）任务（包括装订及附件）？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 三、论文（设计）水平 1、论文（设计）的理论意义或对解决实际问题的指导意义 □ 优 □ 良 □ 中 □ 及格 □ 不及格 2、论文的观念是否有新意？设计是否有创意？ □ 优 □ 良 □ 中 □ 及格 □ 不及格 3、论文（设计说明书）所体现的整体水平 □ 优 □ 良 □ 中 □ 及格 □ 不及格 评定成绩：□ 优 □ 良 □ 中 □ 及格 □ 不及格 （在所选等级前的□内画“√”） 教研室主任（或答辩小组组长）： （签名） 年 月 日 教学系意见： 系主任： （签名） 年 月 日 学位论文原创性声明 本人郑重声明：所呈交的学位论文，是本人在导师的指导下进行的研究工作所取得的成果。尽我所知，除文中已经特别注明引用的内容和致谢的地方外，本论文不包含任何其他个人或集体已经发表或撰写过的研究成果。对本文的研究做出重要贡献的个人和集体，均已在文中以明确方式注明并表示感谢。本人完全意识到本声明的法律结果由本人承担。 学位论文作者（本人签名）： 年 月 日 学位论文出版授权书 本人及导师完全同意《中国博士学位论文全文数据库出版章程》、《中国优秀硕士学位论文全文数据库出版章程》(以下简称“章程”)，愿意将本人的学位论文提交“中国学术期刊（光盘版）电子杂志社”在《中国博士学位论文全文数据库》、《中国优秀硕士学位论文全文数据库》中全文发表和以电子、网络形式公开出版，并同意编入CNKI《中国知识资源总库》，在《中国博硕士学位论文评价数据库》中使用和在互联网上传播，同意按“章程”规定享受相关权益。 论文密级： □公开 □保密（___年__月至__年__月）(保密的学位论文在解密后应遵守此协议) 作者签名：_______ 导师签名：_______ _______年_____月_____日 _______年_____月_____日 独 创 声 明 本人郑重声明：所呈交的毕业设计(论文)，是本人在指导老师的指导下，独立进行研究工作所取得的成果，成果不存在知识产权争议。尽我所知，除文中已经注明引用的内容外，本设计（论文）不含任何其他个人或集体已经发表或撰写过的作品成果。对本文的研究做出重要贡献的个人和集体均已在文中以明确方式标明。 本声明的法律后果由本人承担。   作者签名: 二〇一〇年九月二十日   毕业设计（论文）使用授权声明 本人完全了解滨州学院关于收集、保存、使用毕业设计（论文）的规定。 本人愿意按照学校要求提交学位论文的印刷本和电子版，同意学校保存学位论文的印刷本和电子版，或采用影印、数字化或其它复制手段保存设计（论文）；同意学校在不以营利为目的的前提下，建立目录检索与阅览服务系统，公布设计（论文）的部分或全部内容，允许他人依法合理使用。 （保密论文在解密后遵守此规定）   作者签名: 二〇一〇年九月二十日 致 谢 时间飞逝，大学的学习生活很快就要过去，在这四年的学习生活中，收获了很多，而这些成绩的取得是和一直关心帮助我的人分不开的。 首先非常感谢学校开设这个课题，为本人日后从事计算机方面的工作提供了经验，奠定了基础。本次毕业设计大概持续了半年，现在终于到结尾了。本次毕业设计是对我大学四年学习下来最好的检验。经过这次毕业设计，我的能力有了很大的提高，比如操作能力、分析问题的能力、合作精神、严谨的工作作风等方方面面都有很大的进步。这期间凝聚了很多人的心血，在此我表示由衷的感谢。没有他们的帮助，我将无法顺利完成这次设计。 首先，我要特别感谢我的知道郭谦功老师对我的悉心指导，在我的论文书写及设计过程中给了我大量的帮助和指导，为我理清了设计思路和操作方法，并对我所做的课题提出了有效的改进方案。郭谦功老师渊博的知识、严谨的作风和诲人不倦的态度给我留下了深刻的印象。从他身上，我学到了许多能受益终生的东西。再次对周巍老师表示衷心的感谢。 其次，我要感谢大学四年中所有的任课老师和辅导员在学习期间对我的严格要求，感谢他们对我学习上和生活上的帮助，使我了解了许多专业知识和为人的道理，能够在今后的生活道路上有继续奋斗的力量。 另外，我还要感谢大学四年和我一起走过的同学朋友对我的关心与支持，与他们一起学习、生活，让我在大学期间生活的很充实，给我留下了很多难忘的回忆。 最后，我要感谢我的父母对我的关系和理解，如果没有他们在我的学习生涯中的无私奉献和默默支持，我将无法顺利完成今天的学业。 四年的大学生活就快走入尾声，我们的校园生活就要划上句号，心中是无尽的难舍与眷恋。从这里走出，对我的人生来说，将是踏上一个新的征程，要把所学的知识应用到实际工作中去。 回首四年，取得了些许成绩，生活中有快乐也有艰辛。感谢老师四年来对我孜孜不倦的教诲，对我成长的关心和爱护。 学友情深，情同兄妹。四年的风风雨雨，我们一同走过，充满着关爱，给我留下了值得珍藏的最美好的记忆。 在我的十几年求学历程里，离不开父母的鼓励和支持，是他们辛勤的劳作，无私的付出，为我创造良好的学习条件，我才能顺利完成完成学业，感激他们一直以来对我的抚养与培育。 最后，我要特别感谢我的导师***老师、和研究生助教***老师。是他们在我毕业的最后关头给了我们巨大的帮助与鼓励，给了我很多解决问题的思路，在此表示衷心的感激。老师们认真负责的工作态度，严谨的治学精神和深厚的理论水平都使我收益匪浅。他无论在理论上还是在实践中，都给与我很大的帮助，使我得到不少的提高这对于我以后的工作和学习都有一种巨大的帮助，感谢他耐心的辅导。在论文的撰写过程中老师们给予我很大的帮助，帮助解决了不少的难点，使得论文能够及时完成，这里一并表示真诚的感谢。 致 谢 这次论文的完成，不止是我自己的努力，同时也有老师的指导，同学的帮助，以及那些无私奉献的前辈，正所谓你知道的越多的时候你才发现你知道的越少，通过这次论文，我想我成长了很多，不只是磨练了我的知识厚度，也使我更加确定了我今后的目标：为今后的计算机事业奋斗。在此我要感谢我的指导老师——***老师，感谢您的指导，才让我有了今天这篇论文，您不仅是我的论文导师，也是我人生的导师，谢谢您！我还要感谢我的同学，四年的相处，虽然我未必记得住每分每秒，但是我记得每一个有你们的精彩瞬间，我相信通过大学的历练，我们都已经长大，变成一个有担当，有能力的新时代青年，感谢你们的陪伴，感谢有你们，这篇论文也有你们的功劳，我想毕业不是我们的相处的结束，它是我们更好相处的开头，祝福你们！我也要感谢父母，这是他们给我的，所有的一切；感谢母校，尽管您不以我为荣，但我一直会以我是一名农大人为荣。 通过这次毕业设计，我学习了很多新知识，也对很多以前的东西有了更深的记忆与理解。漫漫求学路，过程很快乐。我要感谢信息与管理科学学院的老师，我从他们那里学到了许多珍贵的知识和做人处事的道理，以及科学严谨的学术态度，令我受益良多。同时还要感谢学院给了我一个可以认真学习，天天向上的学习环境和机会。 即将结束*大学习生活，我感谢****大学提供了一次在农大接受教育的机会，感谢院校老师的无私教导。感谢各位老师审阅我的论文。 本科生毕业设计（论文）规范化要求 第一部分 学生应遵守以下规范要求 一、毕业设计论文说明 1. 毕业设计论文独立装订成册，内容包括： （1） 封面（题目、学生姓名、指导教师姓名等） （2） 中、外文内容摘要 （3） 正文目录（含页码） （4） 正文（开始计算页码） （5） 致谢 （6） 参考文献 （7） 附录 2. 中、外文内容摘要包括：课题来源，主要设计，实验方法，本人主要完成的成果。要求不少于400汉字，并译成外文。 3. 毕业设计论文页数为45页-50页。 4. 纸张要求：毕业设计说明书（论文报告）应用标准B5纸单面打字成文。 5. 文字要求：文字通顺，语言流畅，无错别字。 6. 图纸要求：毕业设计图纸应使用计算机绘制。图纸尺寸标注应符合国家标准。图纸应按“规范”叠好。 7. 曲线图表要求：所有曲线、图表、流程图、程序框图、示意图等不得徒手画，必须按国家规定标准或工程要求绘制。 8. 参考文献、资料要求：参考文献总数论文类不少于10篇、，应有外文参考文献。文献应列出序号、作者、文章题目、期刊名、年份、出版社、出版时间等。 二、外文 翻译 阿房宫赋翻译下载德汉翻译pdf阿房宫赋翻译下载阿房宫赋翻译下载翻译理论.doc 1. 完成不少于2万印刷符的外文翻译。译文不少于5千汉字。 2. 译文内容必须与题目（或专业内容）有关，由指导教师在下达任务书时指定。 3. 译文应于毕业设计中期2月底前完成，交指导教师批改。 4. 将原文同译文统一印成B5纸规格装订成册，原文在前，译文在后。 三、形式审查 5月15日前，将毕业设计论文上交指导教师，审查不合格者，不能参加答辩。 四、准备答辩 答辩前三天，学生要将全部材料（包括光盘、论文）统一交指导教师。 关于毕业论文格式的要求 为方便统一、规范论文格式，现将学院的相关要求做如下强调、补充： 1. 基本要求 纸型： B5纸（或16开），单面打印； 页边距： 上2.54cm，下2.54cm，左2.5cm，右2.5cm； 页眉：1.5cm，页脚1.75cm，左侧装订 正文字体：汉字和标点符号用“宋体”，英文和数字用“Times New Roman”，字号小四； 图号1-1，指第1章第1个图 在图的前部要有文字说明（如图1-1所示） 表号3-5，指第3章第5个表 在表的前部要有文字说明（如表3-5所示） 图、表的标注字体大小是五号宋体 行距： 固定值20； 页码： 居中、小五、底部。 2. 封面格式 封皮： 大连理工大学城市学院（二号、黑体、居中） 本科生毕业设计（论文）（二号、黑体、居中） 学 院：（四号、黑体、居中、下划线：电子与自动化学院） 专 业：（四号、黑体、居中、下划线、专业名字之间无空格） 学 生：（四号、黑体、居中、下划线，名字是2个字的中间空1个字、3个或3个以上字的中间无空格） 指导教师：（四号、黑体、居中、下划线，名字是2个字的中间空1个字、3个或3个以上字的中间无空格，两位指导教师的中间用顿号“、”） 完成日期：（四号、黑体、居中、下划线，如：2009年5月25日） （注意：5个下划线两端也是对齐的，单倍行距） 内 封：大连理工大学城市学院本科生毕业设计（论文）（四号、黑体） 题目 （二号、黑体、居中）； 总计 毕业设计（论文） 页（五号、宋体） 表格 表（五号、宋体） 插图 幅 （五号、宋体） （注意：页数正常不少于40页，优秀论文原则上不少于45页） 3. 中外文摘要 中文摘要：标题“摘 要” （三号、黑体、居中、中间空1个字） 正文（不少于400字） 关键词 （五号、黑体）：3-5个主题词（五号），中间用分号“；”隔开。 外文摘要 （另起一页）：标题“Abstract” （三号、黑体、居中） 正文 （必须用第三人称） 关键词： Key words（五号、黑体）：3-5个主题词（五号）与中文关键词对应，中间用分号“；”隔开。 4. 目录 标题 “目录”（三号、黑体、居中）； 章标题（四号、黑体、居左）； 节标题（小四、宋体）； 页码 （小四、宋体）； 二、三级目录分别缩近1和2个字； 四级目录不在“目录”中体现，在正文中也不是单独一行，可以黑体（没有句号），然后空2个字接正文； 注意：正文中每章开头要另起一页； “目录”下方中间的页码和摘要一样统一用罗马字，顺接摘要的。 摘要 目录加页眉 5. 论文正文 页眉： 论文题目（居中、小五、黑体）； 章标题（三号、黑体、居中）； 节标题（四号、黑体、居左）； 正文 程序用“Times New Roman”，字号小四； 6. 参考文献 标题：“参考文献”（小四、黑体、居中） 参考文献的著录，按文稿中引用顺序排列，并注意在文内相应位置用上标标注，如：……的函数。 示例如下：（字体为五号、宋体） 期刊类：[序号]作者1，作者2，……作者n。文章名。期刊名（版本），出版年，卷次（期次）。页次 图书类：[序号]作者1，作者2，……作者n。书名。版本。出版地：出版者，出版年。页次 会议论文集：[序号]作者1，作者2，……作者n。论文集名。出版地：出版者，出版年。页次 网上资料：[序号]作者1，作者2，……作者n。文章名。网址。发表时间 7. 其它 量和单位的使用：必须符合国家标准规定，不得使用已废弃的单位（如高斯(G和Gg)、亩、克分子浓度（M）、当量能度（N）等）。量和单位不用中文名称，而用法定符号表示。 图表及公式：插图宽度一般不超过10cm，表名（小四）置上居中，图名（小四）置下居中。标目中物理量的符号用斜体，单位符号用正体，坐标标值线朝里。标值的数字尽量不超过3位数，或小数点以后不多于1个“0”。如用30Km代替30000m，用5µg代替0.005mg等，并与正文一致。图和表的编号从前至后顺序排列，图的编号及说明位于图的下方，居中；表的编号及说明位于表的上方，居中。公式编号加圆括号，居行尾。图表中的字体不应大于正文字体。注意：图表标题中的数字也是“Times New Roman”。 8．论文依次包括：封皮、内封、中文摘要、英文摘要、目录、正文、结论、致谢、参考文献、（附录），不要落项。 9．注意：上面没有说“加粗”的“黑体”，均为“黑体不加粗”。 补充： 1．答辩要求：自述15分钟，回答问题10分钟，自述要求使用PPT 答辩内容: 1）.论文题目 2）.设计内容 3）.设计方案 4）.如何完成设计 工作原理 软件或硬件设计 制作\调试\安装 5）.存在不足,今后努力的方向 6).致谢 3．最后上交学生装订好的论文、光盘、记录表、成绩单 4．光盘里的文件夹命名为：学号_姓名_年级专业班级 文件夹里包括的文件有：论文、ppt、英文翻译 1） 论文的文件名格式：学号_姓名_年级专业班号_题目（论文）_完成日期doc 2） ppt的文件名格式：学号_姓名_年级专业班号_题目（ppt）_完成日期ppt 3) 英文翻译的文件名格式：学号_姓名_年级专业班号_题目（英文翻译）_完成日期doc 例如： 答辩问题5个， 侧重总体思路一个 软件或硬件一个 翻译一个 其他2个 学校代码：10425 学 号：S0407553 拓扑控 制 应用层 传输层 网络层 数据链路层 时间同步 定位 物理层 物理介质 媒体访问 能量管理/安全/移动控制 路 由 传输控制 服务接口 Qos 管理接口 网络管理 图2-2 无线传感器网络协议体系结构 _1234567921.unknown _1234567953.unknown _1234567969.unknown _1234567977.unknown _1234567985.unknown _1234567989.unknown _1234567991.unknown _1234567990.unknown _1234567987.unknown _1234567988.unknown _1234567986.unknown _1234567981.unknown _1234567983.unknown _1234567984.unknown _1234567982.unknown _1234567979.unknown _1234567980.unknown _1234567978.unknown _1234567973.unknown _1234567975.unknown _1234567976.unknown _1234567974.unknown _1234567971.unknown _1234567972.unknown _1234567970.unknown _1234567961.unknown _1234567965.unknown _1234567967.unknown _1234567968.unknown _1234567966.unknown _1234567963.unknown _1234567964.unknown _1234567962.unknown _1234567957.unknown _1234567959.unknown _1234567960.unknown _1234567958.unknown _1234567955.unknown _1234567956.unknown _1234567954.unknown _1234567937.unknown _1234567945.unknown _1234567949.unknown _1234567951.unknown _1234567952.unknown _1234567947.unknown _1234567948.unknown _1234567946.unknown _1234567941.unknown _1234567943.unknown _1234567944.unknown _1234567942.unknown _1234567939.unknown _1234567940.unknown _1234567938.unknown _1234567933.unknown _1234567935.unknown _1234567936.unknown _1234567934.unknown _1234567931.unknown _1234567932.unknown _1234567925.unknown _1234567927.unknown _1234567926.unknown _1234567923.unknown _1234567924.unknown _1234567922.unknown _1234567905.unknown _1234567913.unknown _1234567917.unknown _1234567919.unknown _1234567920.unknown _1234567918.unknown _1234567915.unknown _1234567916.unknown _1234567914.unknown _1234567909.unknown _1234567911.unknown _1234567912.unknown _1234567910.unknown _1234567907.unknown _1234567908.unknown _1234567906.unknown _1234567897.unknown _1234567901.unknown _1234567903.unknown _1234567904.unknown _1234567902.unknown _1234567900.unknown _1234567898.unknown _1234567893.unknown _1234567895.unknown _1234567896.unknown _1234567894.unknown _1234567891.unknown _1234567892.unknown _1234567890.unknown