导读:本文包含了汇集均衡论文开题报告文献综述、选题提纲参考文献及外文文献翻译，主要关键词:传感器,数据,负载均衡,网络,能量,双向,算法。
汇集均衡论文文献综述
刘辉,赵磊,欧阳陈华[1]（2015）在《基于WSN数据汇集应用的汽车电子节点负载均衡算法研究》一文中研究指出该文针对基于WSN数据汇集的汽车电子节点负载均衡问题提出了可以使负载分配均衡、延长网络寿命的动态负载均衡算法,并对动态负载均衡算法的原理、各方面计算模型以及相关算法进行了具体阐述,并进一步验证了该算法的可行性和优势。(本文来源于《电脑知识与技术》期刊2015年14期）
王海员[2]（2011）在《无线传感器网络能量均衡数据汇集算法研究》一文中研究指出无线传感器网络是由大量分布在目标区域中具有感知、计算和通信能力的节点组成。由于传感器节点受能量和计算能力的限制,如何高效利用有限的能量是无线传感器网络研究的关键。无线传感器网络数据汇集应用中,具有网络数据流连续、流量大、“多对一”的特点。数据汇集过程中,部分路径因数据流量过大而导致该路径节点能量消耗过快,缩短网络寿命。能量均衡能有效提高网络服务质量和资源利用率,成为近年来研究的热点。本文以提高网络服务质量、延长网络生存周期为目标,针对静态和动态传感器网络应用场景,研究能量均衡数据汇集算法,形成如下研究成果:①针对无线传感器网络单个节点与蚁群算法中的个体的相似性特点,提出一种基于蚁群优化的能量均衡数据汇集算法。将节点当前剩余能量和邻居节点间距离参与启发因子的计算,使前向蚂蚁趋于选择节点剩余能量高、离转发节点近的邻居节点作为下一跳节点;状态转移概率的计算兼顾节点当前剩余能量、与邻居节点间距离和邻居节点距基站(Sink)的距离等因素,进行网络路径的建立和维护;将信息素正反馈变为负反馈,使前向蚂蚁按照信息素少优先的原则选择路径,克服了基本ACO收敛于唯一最优解的弊端,体现均衡能耗的思想;优先选择邻居节点中距Sink近的节点作为下一跳节点,防止数据汇集过程中出现回环现象,达到全局范围内均衡能量的目的。计算和仿真表明,算法EDG-ACO能有效提高网络的能耗均衡程度,延长网络生存周期。②基于移动Sink的传感器网络在解决“能量洞”问题时具有十分显着的效果,并可以与手持设备相结合,组成“泛在网”的终端网络。针对移动Sink场景,本文在第四章提出一种面向动态传感器网络的数据汇集算法。算法首先将目标区域划分为几个“单元”,提出网络“热度”评价函数,根据网络评价函数给出Sink的移动策略,避免Sink盲目移动;通过节点剩余能量和角度的加权选择下一跳节点,有效避免选择能量较低的节点作为转发节点和“回环”现象的出现;采用移动Sink代理机制降低网络拓扑结构变化产生的能耗。分析和实验结果显示,与相关算法相比,能有效均衡网络能耗,延长网络寿命。(本文来源于《重庆大学》期刊2011-05-01）
唐云建,石为人,易军,王燕霞[3]（2011）在《面向WSN数据汇集应用的动态负载均衡算法》一文中研究指出针对WSN数据汇集应用中,由于负载分配不均衡,使得网络节点出现早死,缩短网络寿命问题,提出一种面向WSN数据汇集应用的动态负载均衡算法(DLB-DGA)。DLB-DGA算法采用压力传输和压力均衡的思想,通过压力计算模型和流量均衡计算模型,动态调整子节点转发给父节点的数据流量比例,使网络上游节点的负载逐渐趋于最大程度的均衡,延长网络寿命。仿真实验表明DLB-DGA算法可行。(本文来源于《计算机工程与应用》期刊2011年06期）
黄剑,王海员,石为人,唐云建,许磊[4]（2010）在《基于蚁群优化的能量均衡数据汇集算法》一文中研究指出无线传感器网络数据汇集过程中,部分节点能量因网络数据流分配不均衡消耗过快,缩短网络生存周期。为了提高无线传感器网络能量整体使用效率,提出一种基于蚁群优化的能量均衡数据汇集算法(Energy-balanced Data Gathering algorithm based on ACO,EDG-ACO),算法兼顾节点当前剩余能量、与邻居节点间距离和邻居节点距基站的距离等因素,通过信息素更新策略,避免选择剩余能量较小的节点作为转发节点。仿真表明,EDG-ACO算法能有效提高网络能量均衡程度,与相关数据汇集算法相比,能较好均衡节点能量消耗,有效延长网络生存周期。(本文来源于《2010中国仪器仪表与测控技术大会论文集》期刊2010-10-29）
唐云建,石为人,易军,王燕霞[5]（2010）在《基于蚁群优化的WSN负载均衡数据汇集算法》一文中研究指出针对无线传感器网络(WSN)数据汇集应用中负载分配不均衡,使得网络节点出现早死,网络寿命缩短的问题,提出了一种基于蚁群优化(ACO)的负载均衡的数据汇集(Load-balancing data gathering based on ACO,L-ACO)算法。根据不同的任务,L-ACO算法将蚂蚁分为叁类:前向探索蚂蚁(FD-ANT)、前向运输蚂蚁(Fr-ANT)和后向蚂蚁(B-ANT)。此算法定义蚂蚁的转移概率与路径信息素成反比,并采用父节点负载作为启发因子,使得蚂蚁趋向于走负载低的路径。通过前向蚂蚁与后向蚂蚁的分工合作,使得各条路径上的负载逐渐趋于均衡,从而延长网络寿命。仿真实验表明L-ACO算法可行。(本文来源于《高技术通讯》期刊2010年08期）
唐云建[6]（2010）在《无线传感器网络负载均衡数据汇集算法研究》一文中研究指出无线传感器网络作为普适计算的一种支撑技术,是控制工程和人工智能领域的研究前沿,应用前景十分广泛。数据汇集应用作为无线传感器网络的一种广泛应用形式,具有网络数据流连续、流量大、“多对一”的特点。数据汇集过程中,当各个数据流分支的流量分配不均衡时,容易导致部分上游节点负载过重,造成其提前“死亡”,严重影响网络寿命。负载均衡对缓解网络拥塞、提高网络服务质量和资源利用率非常有效,被广泛地应用到Internet网络,而针对无线传感器网络的负载均衡研究还处于起步阶段。本文以提高网络服务质量、延长网络寿命为目标,针对以下叁种应用场景,研究无线传感器网络负载均衡数据汇集算法。①同构网络场景:Sink节点静止,传感器节点产生数据速率一致;②异构网络场景:Sink节点静止,传感器节点产生数据速率不一致;③移动用户场景:Sink节点移动。本文在研究内容上力求有所突破与创新,主要研究成果包括以下四个方面:1)提出一种动态交叉退避窗口算法。针对上述①和②两种场景,需要采用洪泛方式建立数据汇集树或者层次发现。而洪泛过程中,传统的MAC层碰撞退避机制容易造成消息剧烈碰撞和路径绕行。本文针对该问题分析了其产生原因,并提出了动态交叉退避窗口算法(DOBW)。DOBW算法在洪泛过程中,根据邻居节点的当前状态,自动调整退避窗口大小,以减少消息碰撞,优化数据汇集树的结构。仿真实验表明,相比802.11和802.15.4,本文提出的DOBW算法可显着地减少洪泛时消息碰撞,优化了数据汇集树的拓扑结构。2)提出一种负载均衡数据汇集树生成算法。DOBW算法虽然可以优化数据汇集树的结构,但不能够达到负载均衡的要求,因此DOBW算法通常用于避免层次发现过程中的消息剧烈碰撞。本文针对上述第①种场景,提出了一种负载均衡数据汇集树生成算法(LDGT-SPT)。在最短路径树拓扑结构保证数据实时性的情况下,LDGT-SPT算法通过邻居发现、基于DOBW的层次发现、度小优先原则和流量均衡策略构造一棵最短路径负载均衡数据汇集树。仿真实验表明,本文提出的LDGT-SPT算法虽然在网络寿命上与SLBT算法相当,但是在网络性能方面有显着的提高。3)提出一种基于ACO的动态负载均衡数据汇集算法。在上述第②种场景中,由于传感器节点数据产生速率不一致,因此不能使用构造负载均衡数据汇集树的方法,这时需要采用动态负载均衡的方法。本文针对该场景提出了一种基于蚁群优化的动态负载均衡数据汇集算法(LDG-ACO)。为了实现动态负载均衡,LDG-ACO算法将蚂蚁进行分类,使其具有不同的功能,采用节点的负载信息作为启发因子,使得蚂蚁具有负载感知功能,并规定蚂蚁的转移概率按照信息素少概率大的原则进行。仿真实验表明,与ACO,SLBT以及DLBT算法相比,本文提出的LDG-ACO算法在网络性能和网络寿命方面都有显着的提高。4)提出一种支持移动Sink的动态负载均衡数据汇集算法。针对上述第③种场景中,移动Sink导致路由频繁改变和链路中断问题,本文提出了一种支持移动Sink的动态负载均衡数据汇集算法(LDG-MS)。LDG-MS算法借鉴群体智能的思想,通过定义两个简单的规则,对节点的数据转发行为进行描述,将下一跳节点的决策问题抽象成一个多目标规划问题,并采用距离加权评价法进行求解。为了解决由于Sink节点移动造成的链路中断问题,提出对移动Sink信标消息进行功率控制的策略,并给出了详细的计算方法。仿真实验表明,与SINK_CLAIM、SLM算法相比,本文提出的LDG-MS算法在网络性能和网络寿命方面都有显着的提高。(本文来源于《重庆大学》期刊2010-03-01）
曾东初[7]（2009）在《HFC网络回传通道干扰与均衡汇集问题的探讨》一文中研究指出对HFC网络中存在的汇集干扰和汇集均衡进行了分析,通过理论计算并结合工程实际,提出了解决问题的方法和对策,从而确保回传通道上行信号的可靠传输。(本文来源于《中国有线电视》期刊2009年04期）
刘玲,柴乔林,耿晓义[8]（2007）在《考虑负载均衡的无线传感器网络数据汇集算法》一文中研究指出基于最小生成树策略的数据汇集算法使得数据传输效率高,但是树的构造使得转发节点负载过高,能量消耗过大,还会造成无线传感器网络的负载不均衡。针对这种情况,提出一种考虑负载均衡的数据汇集算法,该算法基于最小代价树的建立策略,在构造树的过程中避开剩余能量小的节点,最大化无线传感器网络的生存时间。(本文来源于《计算机工程与应用》期刊2007年33期）
朱长海[9]（2005）在《浅析HCF双向网“汇集均衡”问题》一文中研究指出H FC双向网建设是一项系统而复杂的工程,技术要求严格,突出表现在上行回传通道上,其中上行“汇集均衡”问题处理至关重要,设计施工中稍有不慎,将对整个网络的维护管理和多功能业务发展产生重大影响。下面,笔者就H FC双向网的“汇集均衡”问题作一探析:一、问题(本文来源于《声屏世界》期刊2005年08期）
王居川[10]（2003）在《双向HFC宽带有线电视网改造中汇集干扰及汇集均衡问题的研究》一文中研究指出通过对原有单向有线电视网络的升级改造,建立广播式业务信道和交互式业务信道,实现广播电视的数字化、综合化、宽带化、智能化和多媒体化;同时,能够为用户提供各类基本业务(话音、数据和视频)以及增值业务(虚拟专网、IP电话、远程教学等).结合银川市区有线电视网的改造工作,阐述了传统单向有线电视网改造为双向HFC宽带综合信息网所面临的汇集干扰(汇流噪声)、汇集均衡、有线电视网络传输通道安全性等问题及解决这些问题所采取的技术方法.(本文来源于《宁夏工程技术》期刊2003年03期）
汇集均衡论文开题报告
（1）论文研究背景及目的
此处内容要求：
首先简单简介论文所研究问题的基本概念和背景，再而简单明了地指出论文所要研究解决的具体问题，并提出你的论文准备的观点或解决方法。
写法范例：
无线传感器网络是由大量分布在目标区域中具有感知、计算和通信能力的节点组成。由于传感器节点受能量和计算能力的限制,如何高效利用有限的能量是无线传感器网络研究的关键。无线传感器网络数据汇集应用中,具有网络数据流连续、流量大、“多对一”的特点。数据汇集过程中,部分路径因数据流量过大而导致该路径节点能量消耗过快,缩短网络寿命。能量均衡能有效提高网络服务质量和资源利用率,成为近年来研究的热点。本文以提高网络服务质量、延长网络生存周期为目标,针对静态和动态传感器网络应用场景,研究能量均衡数据汇集算法,形成如下研究成果:①针对无线传感器网络单个节点与蚁群算法中的个体的相似性特点,提出一种基于蚁群优化的能量均衡数据汇集算法。将节点当前剩余能量和邻居节点间距离参与启发因子的计算,使前向蚂蚁趋于选择节点剩余能量高、离转发节点近的邻居节点作为下一跳节点;状态转移概率的计算兼顾节点当前剩余能量、与邻居节点间距离和邻居节点距基站(Sink)的距离等因素,进行网络路径的建立和维护;将信息素正反馈变为负反馈,使前向蚂蚁按照信息素少优先的原则选择路径,克服了基本ACO收敛于唯一最优解的弊端,体现均衡能耗的思想;优先选择邻居节点中距Sink近的节点作为下一跳节点,防止数据汇集过程中出现回环现象,达到全局范围内均衡能量的目的。计算和仿真表明,算法EDG-ACO能有效提高网络的能耗均衡程度,延长网络生存周期。②基于移动Sink的传感器网络在解决“能量洞”问题时具有十分显着的效果,并可以与手持设备相结合,组成“泛在网”的终端网络。针对移动Sink场景,本文在第四章提出一种面向动态传感器网络的数据汇集算法。算法首先将目标区域划分为几个“单元”,提出网络“热度”评价函数,根据网络评价函数给出Sink的移动策略,避免Sink盲目移动;通过节点剩余能量和角度的加权选择下一跳节点,有效避免选择能量较低的节点作为转发节点和“回环”现象的出现;采用移动Sink代理机制降低网络拓扑结构变化产生的能耗。分析和实验结果显示,与相关算法相比,能有效均衡网络能耗,延长网络寿命。
（2）本文研究方法
调查法：该方法是有目的、有系统的搜集有关研究对象的具体信息。
观察法：用自己的感官和辅助工具直接观察研究对象从而得到有关信息。
实验法：通过主支变革、控制研究对象来发现与确认事物间的因果关系。
文献研究法：通过调查文献来获得资料，从而全面的、正确的了解掌握研究方法。
实证研究法：依据现有的科学理论和实践的需要提出设计。
定性分析法：对研究对象进行“质”的方面的研究，这个方法需要计算的数据较少。
定量分析法：通过具体的数字，使人们对研究对象的认识进一步精确化。
跨学科研究法：运用多学科的理论、方法和成果从整体上对某一课题进行研究。
功能分析法：这是社会科学用来分析社会现象的一种方法，从某一功能出发研究多个方面的影响。
模拟法：通过创设一个与原型相似的模型来间接研究原型某种特性的一种形容方法。
汇集均衡论文参考文献
[1].刘辉,赵磊,欧阳陈华.基于WSN数据汇集应用的汽车电子节点负载均衡算法研究[J].电脑知识与技术.2015
[2].王海员.无线传感器网络能量均衡数据汇集算法研究[D].重庆大学.2011
[3].唐云建,石为人,易军,王燕霞.面向WSN数据汇集应用的动态负载均衡算法[J].计算机工程与应用.2011
[4].黄剑,王海员,石为人,唐云建,许磊.基于蚁群优化的能量均衡数据汇集算法[C].2010中国仪器仪表与测控技术大会论文集.2010
[5].唐云建,石为人,易军,王燕霞.基于蚁群优化的WSN负载均衡数据汇集算法[J].高技术通讯.2010
[6].唐云建.无线传感器网络负载均衡数据汇集算法研究[D].重庆大学.2010
[7].曾东初.HFC网络回传通道干扰与均衡汇集问题的探讨[J].中国有线电视.2009
[8].刘玲,柴乔林,耿晓义.考虑负载均衡的无线传感器网络数据汇集算法[J].计算机工程与应用.2007
[9].朱长海.浅析HCF双向网“汇集均衡”问题[J].声屏世界.2005
[10].王居川.双向HFC宽带有线电视网改造中汇集干扰及汇集均衡问题的研究[J].宁夏工程技术.2003
论文知识图
