导读:本文包含了传感器分配论文开题报告文献综述及选题提纲参考文献，主要关键词:无线传感器网络,多址接入协议,时钟同步,时隙分配
传感器分配论文文献综述
张鑫,焦万果[1]（2019）在《按需时隙分配的传感器网络多址接入协议研究》一文中研究指出针对目前无线传感器网络多址接入协议存在适用网络范围小、能量消耗较高及吞吐量不能适应数据量突增等问题,提出了一种全局时钟同步方案,以降低数据融合时产生的误差;在此基础上设计了一种按需时隙分配方案,以降低网络能量消耗,提高网络对局部区域流量突增情况的适应能力。对所设计方案与现有方案进行了仿真分析,对比结果表明,所设计方案可以有效降低数据传输能量消耗,增大网络吞吐量,提高网络服务性能。(本文来源于《无线电通信技术》期刊2019年05期）
康亚威,姚彦鑫[2]（2019）在《能量收集型无线传感器网络的功率分配算法》一文中研究指出近年来,无线传感器网络获得了蓬勃发展,极大地方便了人们的生产生活,能量收集系统大大提升了其工作寿命。首先总结了通过考虑几种常见的能量收集系统,用来确定能量收集通信的信息理论极限。其次考虑能量收集时间和数量的离线以及在线优化,最后,列出了能量收集通信广泛领域的一些未来方向。(本文来源于《电脑知识与技术》期刊2019年19期）
马占营[3]（2019）在《无线传感器网络中多中继选择功率分配算法》一文中研究指出为了实现无线传感器网络中大数据量的传输,增大传感器节点之间传输的吞吐量,结合协作通信中的能量与信道状态2个特性,设计了多中继的选择功率分配算法。该算法将信道系数最大的节点作为第1中继,然后通过分析剩余节点的信道系数和能量选择第2个中继,最后调节功率控制因子分配2个中继的发射功率得到多中继链路的最大吞吐量。仿真结果表明,在总功率相同情况下多中继的最大吞吐量高于单中继的吞吐量。(本文来源于《桂林电子科技大学学报》期刊2019年03期）
李露[4]（2019）在《基于能量收集的认知无线传感器网络频谱感知与资源分配策略研究》一文中研究指出认知无线传感器网络(CRSN)的出现缓解了传统无线传感器网络(WSN)中频谱资源不足与干扰问题日益严重的现状。然而,认知无线电(CR)技术的引进增加了能量受限的节点的能量消耗,使得节点的使用寿命极大缩短。为了使节点可持续运行,能量收集(EH)技术被引入CRSN中,基于能量收集的CRSN(EH-CRSN)网络由此产生。本文重点研究了EH-CRSN中的节能频谱感知策略,并基于频谱感知的结果,在数据传输阶段设计了一种用于最小化网络节点传输时延的信道分配机制。本文首先根据交叉熵算法的思想,基于多信道环境下EH-CRSN中节点感知频谱的调度问题,提出了一种以优化节点能量利用效率为目标的算法:EESS。此算法可以在保证频谱感知性能和满足数据节点时间需求的同时使网络能量效率得到最大限度的提高。相较于传统算法在优化网络的可用信道时间时未考虑能效优化问题,而EESS算法在优化能效时考虑了更多网络性能指标。一方面,EESS算法中频谱感知节点检测到的信道可用时间满足了数据节点所需时间的约束;另一方面,该算法控制了频谱感知节点的虚警率,使可用信道利用率得到了提高。同时,EESS算法考虑到了节点的部署成本,解决了现有算法难以应用于实际的问题。仿真结果显示,EESS算法可以在保证节点能量可持续的前提下使网络能效得到最大限度的优化。其次,本文研究了多信道环境下EH-CRSN中的信道分配策略,并提出了一种基于时延最小化的信道排序算法:OSA。基于频谱感知阶段探测到的可用信道,OSA算法通过优化数据传输阶段的信道分配问题来最小化网络中数据节点的平均传输时延。此算法将信道可用概率与信道上等待节点数作为评估信道的标准,可用概率越高、等待节点数越少的信道越容易被节点选择。仿真结果表明本文提出的OSA算法在确保网络传输性能良好的前提下,极大地降低了算法的时间复杂度。同时,此算法有效提升了数据传输的实时性,进而促进了物联网在即时通信领域的应用。(本文来源于《重庆邮电大学》期刊2019-06-02）
陈红[5]（2019）在《多节点协作视觉传感器网络架构与功率分配研究》一文中研究指出无线视觉传感器网络(WVSN,Wireless Visual Sensor Network)是传统无线传感器网络的延伸,除了传统测量温度、湿度等标量的传感器节点之外,还广泛配置具有图像拍摄功能的视觉传感器节点。因此,WVSN将监测信息扩展到视觉层面,丰富了监测信息的内容。协作通信技术作为多天线技术的扩展,成为近年来通信领域的研究热点。将协作通信技术引入到无线视觉传感器网络中,形成虚拟的多天线环境,能够带来分集增益,扩大覆盖范围,从而提高网络性能。同时,本文重点研究了该协作WVSN中的功率分配技术,提出了一种基于深度神经网络(Deep Learning Network,DNN)的功率分配算法,该算法与传统算法相比,更切合与视觉传感器网络。具体为:(1)提出了一种多节点协作的异构无线视觉传感器网络架构,通过普通节点与相机节点之间的叁级协作,将相机节点的图像采集和传输能耗压力分解给普通节点,降低网络节点能耗,从而延长整无线视觉传感器网络的生命周期。(2)在多节点协作的异构无线视觉传感器网络架构的基础上重点研究了图像的协作传输问题,并且给出了直接传输、放大转发协作通信、解码转发协作通信叁种通信模式在两种功率分配方案下的峰值信噪比、均方误差的性能对比。(3)提出了一种基于深度神经网络的最优功率分配算法PWDNN,该算法将源、中继、目的端叁个不同信道的衰落因子作为DNN的输入训练数据,以最大化该协作WVSN的遍历容量为目标。仿真结果表明,训练好的深度神经网络能够根据不同的信道状态,快速实时的实现源端与中继端的功率分配,在不同的中继位置下都能够实现比等功率分配更好的遍历容量性能,更加适合用于WVSN。(本文来源于《齐鲁工业大学》期刊2019-05-30）
盘小娜[6]（2019）在《认知无线传感器网络中频谱接入与频谱资源分配算法的研究》一文中研究指出随着传感、处理以及通信设备日渐小型化与低成本化,认知无线传感器网络的应用领域不断扩展、应用服务不断更新。然而,频谱资源短缺问题以及节点能量受限的问题使得认知无线传感器网络的发展受到了一定的限制。本文针对这两大问题,以提升网络频谱效率与能量效率为目标,从动态频谱接入算法及频谱资源分配算法两个角度着手开展研究工作,主要工作和创新点总结如下:1、针对传统基于深度Q学习的动态频谱接入算法中重要经验利用率不高、维护记忆库能量消耗大、收敛速度慢等问题,本文提出了一种基于优先经验回放的深度Q学习认知无线传感器网络的动态频谱接入算法。该算法首先改变深度Q网络利用随机经验回放来打破样本间相关性的方式,对记忆库采用基于优先级回放的方式,能够充分利用更高可靠的经验,提高收敛速度。其次,该算法提出一种批量删除记忆库中不必要的经验的方法,在保证系统性能的同时减少维护记忆库所致的能量消耗,实现低消耗、低内存的维护记忆库方式。仿真结果表明,该算法在延长节点生命周期、降低主次用户的阻塞概率以及提高频谱效率等方面均优于基于双深度Q学习的频谱接入算法,并且该算法相比于传统的随机频谱接入算法,阻塞概率降低了6%-10%,吞吐量提高了18%-20%。2、针对具有射频能量收集功能的认知无线传感器网络在能量因果关系约束和碰撞约束的条件下传感器节点能量频繁中断的问题,本章节提出一种基于网络编码及射频能量收集优先的频谱资源分配算法。该算法首先将网络编码技术运用到传输过程中,旨在利用网络编码的分流作用均衡节点使用的能量。为了有效解决频谱感知、射频能量收集及数据传输叁者之间的频谱资源分配问题,在此基础之上,该算法根据节点的能量状态及传输负荷建立射频能量收集优先的能量收集时间模型,并以最大化吞吐量为目标求解最优的频谱感知时间,以减少能量中断概率。仿真结果表明,该算法的能量中断概率与α及β静态分配算法、α及β联合分配算法相比,分别降低了5.3%-10.1%和2.25%-4.5%,并且在一定程度上提高了可达吞吐量。(本文来源于《广西大学》期刊2019-05-01）
李桐[7]（2019）在《基于能量传输的无线传感器网络资源分配策略研究》一文中研究指出随着对无线通信需求的不断增长,近年来无线通信领域发展尤为迅速,已成为通信领域中最重要的热门研究点之一。无线通信与有线通信相比能够适应一些苛刻或是特殊的应用环境,例如将无线传感器节点运用于高铁铁轨检测环境中。但这些无线传感器节点通常由电池供电,无法经常更换电池。因此如何寻找新的供电技术,并且引入新技术后节点之间如何有效的协作使得整个网络资源得到优化,是一个极为重要的研究方向。针对上述问题,本文将无线能量传输技术引入到无线传感器网络中,为无线传感器节点提供固定能量源。并在不同传输模式下,提出相应的传输方案,一定程度上提高整个网络的吞吐量或者能效。主要工作和贡献如下:(1)在直接传输模式下,提出利用凸优化理论联合优化传输时间和信息传输功率达到基于能量传输的无线传感器网络吞吐量最大化方案。首先结合电池储能功能构建无线能量传输模型,然后根据相关约束推导出关于传输时间和信息传输功率的吞吐量函数,通过相关变换得到能够用凸优化问题解决的目标函数,最后利用拉格朗日乘子法得到满足要求的最佳传输时间和信息传输功率。该方案由于考虑了节点传输信息时信道的最小信噪比约束以及传感器节点电池的储能功能,更贴近实际使用场景。理论分析和仿真结果表明,在满足基本传输条件时,该方案在网络吞吐量最大化方面优于只考虑优化传输时间的方案,无线传感器网络吞吐量得到相应的提高。(2)在引入中继的传输模式下,研究了基于SWPIT(Simultaneous Wireless Information and Power Transfer)技术的双向传输中继系统。结合数字网络编码技术,提出了基于改进的NC(Network Coding)协作方式的中继双向携能通信系统PSINCR(Power Splitting-based Improved Network Coding Relaying)。并且将本文提出的基于改进的PSINCR方案与传统的DF中继转发模式PSR(Power Splitting-based Relaying)、中继网络编码双向传输模式PSNCR(Power Splitting-based Network Coding Relaying)通过基于遗传算法的优化算法进行优化分析。经分析表明,本文提出的方案在基站传输能量较小的情况下,能效高于其他两个方案,并且本文提出方案的网络吞吐量也高于其他两个方案。(本文来源于《西南科技大学》期刊2019-05-01）
冯维,王凤,许丹,许晓荣,姚英彪[8]（2019）在《无线传感器网络联合安全路由和功率分配优化算法》一文中研究指出无线传感器网络因其能量和计算能力受限,所以无法直接使用传统的信息安全算法。基于物理层安全技术,针对解码转发及窃听者处于非共谋模式下的无线传感器网络,提出了一种联合功率分配和安全路由算法(JPASR)。该算法首先在假定已知路由的前提下,以最大化端到端安全连接概率为目标,计算得到一种功率分配的条件,然后以该条件和端到端误码率要求为约束,以最小化端到端总功率消耗为目标建模,进一步求解得到一种具体的功率分配方法和路由方法。仿真结果表明,JPASR算法相较于已有的算法,不仅提高了网络的安全连接概率,而且降低了系统总功率消耗。(本文来源于《传感技术学报》期刊2019年04期）
钟靖龙,吕丽平[9]（2019）在《实现传感器网络安全的多空间密钥分配算法》一文中研究指出为了实现无线传感器网络的安全性,提出了一种采用多空间的密钥分配算法,它主要由密钥预分配阶段和密钥协商阶段构成。具体实现是首先基于单空间密钥预分配方案构建出ω个密钥空间,然后每个传感器节点携带来自于τ(2≤τ<ω)个随机选择的密钥空间中的密钥信息,从而从该信息中计算出它们的成对密钥;当两个节点不携带来自公共空间的密钥信息时,它们可以通过接收一个包含节点ID、所携带的空间指标和所携带的种子的广播消息与它们共享成对密钥的其他节点进行密钥协商来计算出它们的成对密钥;仿真结果表明,提出的算法不仅具有低的通信开销,而且在安全性和计算开销方面也优于现有的一些常用密钥预分配算法。(本文来源于《电子测量与仪器学报》期刊2019年04期）
何建华,陶思琦,邓扬,陈利斌,牟之英[10]（2019）在《多传感器资源动态分配拍卖算法研究》一文中研究指出设计了一种基于拍卖算法的多传感器资源动态分配方法。根据工程领域需求对任务进行优先级排序,作为多传感器资源分配顺序的依据,考虑了目标的威胁值和信息需求等因素。建立传感器与任务配对函数,将配对函数作为传感器资源动态分配的衡量指标,并使用层次分析法确定配对函数中各性能参数(如检测概率、截获概率、定位精度、跟踪精度、识别概率等)的权值。通过加入资源动态分配约束改进拍卖算法,保证目标任务连续性执行,提高了多传感器资源动态分配效能。通过仿真验证得出该分配方法科学合理有效。(本文来源于《西北工业大学学报》期刊2019年02期）
传感器分配论文开题报告
（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：
近年来,无线传感器网络获得了蓬勃发展,极大地方便了人们的生产生活,能量收集系统大大提升了其工作寿命。首先总结了通过考虑几种常见的能量收集系统,用来确定能量收集通信的信息理论极限。其次考虑能量收集时间和数量的离线以及在线优化,最后,列出了能量收集通信广泛领域的一些未来方向。
（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。
传感器分配论文参考文献
[1].张鑫,焦万果.按需时隙分配的传感器网络多址接入协议研究[J].无线电通信技术.2019
[2].康亚威,姚彦鑫.能量收集型无线传感器网络的功率分配算法[J].电脑知识与技术.2019
[3].马占营.无线传感器网络中多中继选择功率分配算法[J].桂林电子科技大学学报.2019
[4].李露.基于能量收集的认知无线传感器网络频谱感知与资源分配策略研究[D].重庆邮电大学.2019
[5].陈红.多节点协作视觉传感器网络架构与功率分配研究[D].齐鲁工业大学.2019
[6].盘小娜.认知无线传感器网络中频谱接入与频谱资源分配算法的研究[D].广西大学.2019
[7].李桐.基于能量传输的无线传感器网络资源分配策略研究[D].西南科技大学.2019
[8].冯维,王凤,许丹,许晓荣,姚英彪.无线传感器网络联合安全路由和功率分配优化算法[J].传感技术学报.2019
[9].钟靖龙,吕丽平.实现传感器网络安全的多空间密钥分配算法[J].电子测量与仪器学报.2019
[10].何建华,陶思琦,邓扬,陈利斌,牟之英.多传感器资源动态分配拍卖算法研究[J].西北工业大学学报.2019