654
浏览面向配电通信网的WSN可靠路由研究
摘要:作为未来电网建设的目标和方向,智能电网的实现离不开各种先进的配电网信息通信技术。而无线传感器网络(Wireless System Network,在后文中均以WSN表示)具有功耗低、扩展能力强、铺设成本低、组织灵活性强等优点,将其应用于智能配电网(Distance System Network,在后文中均以DSN表示)中,提升现代配电通信网业务的传输质量,已经成为了当下的研究热点。为了给DSN提供可靠的通信技术保障,在我国现有的以光纤和宽带接入为主的配电通信网系统中,以WSN技术进行补充和延伸可以达到事半功倍的效果,因此通过对其承载的通信业务进行分析,并对网络架构中关键技术—路由协议的优化设计展开研究具有重要的意义。在上述背景下,本文针对智能配电通信网中不同业务的通信服务质量(Quality of service,以下简称Qo S)需求,引入WSN路由协议以满足配电网通信业务在带宽空间管理、信息传输质量和能耗均衡等方面的需求。智能配电网中通信业务的Qo S是一个至关重要的问题,它与节点感知信息的能力、传输信息时的能量消耗、网络传输的稳定性和传输效率高低等方面息息相关。其中与网络传输质量密切相关的数据路由选择方式担负着将业务数据实时可靠地从源节点传送到目的节点的任务;针对该问题本文从三个方面来研究,一方面是研究源节点和目的节点之间基于配电通信网环境的模型建立,一方面是研究单/多路径路由下一跳节点选择的能量优化,另一方面是通过研究路由策略将配电通信网业务需求和WSN结合在一起,使其在提高数据传输过程中的网络可靠性的同时满足现代电力规范中对信息实时性的要求。全文所做主要工作如下:(1)对智能配电通信网络的要求、所承载通信业务的特征以及其Qo S需求进行了研究和分析,并在此基础上分析了配电自动化业务作为典型应用背景下的路由方式选择问题,为下一步结合WSN的特征对该业务下的路由优化协议进行研究打下了根基。(2)为建立保障Qo S需求的路由机制,分析了群体智能算法应用在WSN中的优势,提出了一种基于改进蚁群算法的WSN单路径路由算法。该算法利用待选节点实时剩余能量数决定下一跳位置,以解决信息素聚集过快问题实现全局寻优;将相邻节点之间的距离与其实时剩余能量考虑进搜索下一跳节点的期望启发式中,并在信息素更新时结合配电通信网背景下Qo S要求来人工调节浓度,找到一条最短路径。仿真结果表明,该算法求得的解既能保证WSN能耗均衡,又能满足配电网业务对延时的要求,并有效延长了整个网络的生命周期。(3)为进一步优化配电通信网Qo S,分析了多路径路由算法的优势,提出一种基于DBSACAN成簇的蚁群多路径路由算法。事先确定邻域半径聚类结果的簇类数,以及元素成为核心点的最小节点数,在整个节点范围内寻找核心点,直到遍历整个数据集;簇间路由阶段生成多路径树,加入方向因子来帮助确定蚂蚁下一跳的位置,引入变异算子更贴近现实环境;并使用结合能耗、时延、丢包率及带宽均衡的路径代价函数选取最优路径。从仿真结果看来,该算法在满足配电网通信Qo S需求的同时,能延长WSN寿命,更好地均衡整体能耗。总体来讲,本文工作针对智能配电网WSN中所存在的路由优化问题,根据智能配电通信网络在不同应用背景下的业务需求,设计出具有针对性的路由优化协议,并通过仿真实验验证了方法的有效性。
关键词:智能配电网;无线传感器网络;
文章目录
摘要
abstract
1 绪论
1.1 课题来源与研究意义
1.2 国内外研究动态
1.2.1 智能配电通信网研究现状
1.2.2 无线传感器网络研究现状
1.3 本文结构及主要研究内容
1.3.1 主要内容
1.3.2 结构安排
2 智能配电通信网业务及路由模式现状分析
2.1 引言
2.2 配电通信网的现状分析
2.2.1 现代配电通信网的终端分析
2.2.2 现代配电通信网的业务需求分析
2.2.3 现代配电通信网的组网拓扑结构分析
2.3 配电通信网无线传感器网络现状分析
2.3.1 智能配电通信无线传感器网络系统结构分析
2.3.2 智能配电通信无线传感器网络系统协议分析
2.3.3 智能配电通信无线传感器网络系统组网分析
2.3.4 智能配电通信无线传感器网络系统分簇分析
2.4 本章小结
3 优化智能配电QoS的WSN单路径路由算法
3.1 引言
3.2 基于改进蚁群算法的智能配电QoS单路径路由算法
3.3 仿真结果及性能分析
3.3.1 仿真环境设置
3.3.2 仿真结果
3.4 本章小结
4 优化智能配电QoS的WSN多路径路由算法
4.1 引言
4.2 基于DBSCAN分簇的WSN多路径路由算法
4.2.1 分簇模型建立
4.2.2 系统模型建立
4.2.3 算法实现
4.3 仿真结果及性能分析
4.3.1 仿真环境及测试实验参数设置
4.3.2 分簇结果分析
4.3.3 QoS业务指标分析
4.4 应用实例
4.5 本章小结
5 总结与展望
5.1 全文总结
5.2 研究展望
致谢
参考文献
[1]信道与能耗感知的农田WSN机会路由优化方法[J]. 缪祎晟,赵春江,吴华瑞. 重庆理工大学学报(自然科学). 2021(09)
[2]一种基于平均剩余能量的无线传感器网络分簇路由算法[J]. 鄢丽娟,张彦虎. 计算机与现代化. 2020(07)
[3]一种新的异构无线传感器网络分簇路由协议[J]. 杨佳,刘晓丽,许强. 传感器与微系统. 2020(04)
[4]时延QoS约束下的混合业务带宽估计[J]. 孙洪亮,沈伟达,郭艳年. 数字技术与应用. 2020(03)
[5]面向工业设备监测网络的量子蚁群多目标路由算法[J]. 李飞,刘敏,蒋昊. 传感技术学报. 2019(09)
[6]基于聚类分析的能耗均衡无线传感器网络分簇算法[J]. 李道全,张玉霞,魏艳婷. 计算机工程. 2019(10)
[7]能量获取无线传感网能耗均衡分簇路由算法[J]. 陶洋,王进,潘蕾娜,杨柳. 微电子学与计算机. 2019(10)
[8]基于改进DBSCAN算法的出租车载客热点区域挖掘研究[J]. 鲍冠文,刘小明,蒋源,尚春琳,董路熙,唐少虎. 交通工程. 2019(04)
[9]WSN中基于改进蚁群的能量优化路由算法[J]. 蒋占军,周涛,杨永红. 计算机工程. 2020(04)
[10]泛在电力物联网实施策略研究[J]. 陈麒宇. 发电技术. 2019(02)