无线传感器网络的路由策略研究
|
摘要
无线传感器网络（Wireless Sensor Network，WSN）是将现代自动化控制技术在实际工业生产等领域中进行应用的重要设备基础，其具备的自组织和多跳传输等网络特性使得WSN的路由算法成为了影响网络性能的最重要因素之一。随着技术与工艺的发展，WSN节点成本的逐渐下降使得网络规模逐渐增加，这在扩大了监测范围并增加了监测精度和灵活性的同时，网络参数在运行中的动态改变或外界环境对网络产生的干扰等因素引起的局部通信质量不稳定问题也逐渐显露出来，加之传感器经常要工作在环境条件较为极端的场合下，使得网络内部的不稳定区域更加容易出现，为了在提高在这种场合下如火警等重要信号的传递质量，本文以WSN常用的ZigBee通信协议和协议中使用的AODVjr（Ad hoc On-Demand Distance Vector Junior，AODVjr）结合沿树路由的路由算法为基础，针对上述的网络工作环境和需要，提出了一种旨在减少不稳定区域对网络通信性能影响的改进算法AONDVjr（Ad hoc On-Demand Navigated Distance VectorJunior，AONDVjr），并对算法中核心机制的理论性能以及算法在网络中的实际表现分别进行了仿真实验，实验结果表明AONDVjr的表现在预想工作环境下相对于AODVjr得到了较大提升，达到了预期的设计目标。
为了对网络中不稳定区域的特性加以深入研究和把握，本文提出了一组包括节点稳定度在内的参数概念，并对其离散时间序列的动态变化过程进行了分析。接着对现有的各种理论条件做出对比和归纳，结合实际条件对参数序列进行了建模并将模型的实际含义与有用信号和噪声的概念进行了类比，将之视为全网层次总体平稳的环境变化对局部区域的影响和局部层次自身独有的随机性更强的环境变化的叠加。以此为基础，为了进一步提高模型的性能，使之更能紧密反映出不稳定区域的动态变化趋势，本文一方面建立了根据节点所处的局部环境实时调整环境检测周期的机制，使节点在紧密跟踪环境变化的同时避免不必要的能量消耗，一方面引入了卡尔曼滤波器（Kalman Filter）的递推机制对参数序列进行处理，卡尔曼滤波器不需要保存大量的历史数据即可对参数序列的统计特性进行提取和利用，十分适合存储空间和计算能力有限的WSN节点。仿真结果显示出文中提出的处理方案具有良好的效果，具备了将其应用至AONDVjr算法中的基本条件。
在完成了对AONDVjr算法所需参数的理论基础的分析和总结之后，本文确立了根据节点对环境参数的周期性检测分析来发现不稳定区域，并通过在其附近选取导航节点来对不稳定区域的情况进行监测和利用的基本思路。结合这些参数的性质和不稳定区域的特点，详细论述了导航节点的选取及撤销机制和以此为核心的AONDVjr算法的动态运行过程，该机制中的约束条件与当前节点所在环境之间同样具备动态关系，使该机制能够灵活适应不断变化的网络条件。仿真结果很好的说明了AONDVjr的性能优势，通过对结果的分析，进一步反映出了算法中参数的不同取值在不同的网络环境下与算法性能之间的关系。
Wireless sensor network (WSN) is a practical application of modern control theory in many fields likeindustrial production. For the WSN's features of auto-organization and multi-hop transmission, the routingalgorithm has become one of the most important factors which can influence the network's performance.While the production cost of nodes in WSN is decreasing as the new progress has been made on techniqueand manufacturing process, the scale of network is increasing consequently, which may amplify not onlythe monitoring territory, precision and flexibility, but also the effect of local communication's instabilitycaused by network's parameters' dynamic wobble or the external environmental interference. Moreover,the extreme condition which sensors would always work in could make the unstable areas in networkappear more likely. To improve the important signal like fire alert's transmitting performance under theunstable areas' interference, this thesis proposed an improved routing algorithm AONDVjr (Ad hocOn-Demand Navigated Distance Vector Junior, AONDVjr) on the basis of hybrid routing procedure ofAODVjr (Ad hoc On-Demand Distance Vector Junior, AODVjr) and tree routing under ZigBee protocolwhich is widely used in WSN to neutralize the influence of unstable area. Furthermore, we simulate thecore mechanism of the algorithm's theoretical capability and its actual performance, the results indicatethat AONDVjr has a better performance than AODVjr in the assumed working condition, the expecteddesign goals is well achieved.
This thesis designed a set of parameters including node stability to have further research and controlon unstable area, and analyze the dynamic varying process of parameters' discrete time series. Aftercompared and summarized the existing theory conditions, we modeled the parameters' series and made an analogy between the model's actual meaning and the concept of signal and noise, the model can beconsidered as the superposition of the effect to local area which produced by the whole network's smoothenvironmental change, and the local area's more nondeterministic change itself. Therefore, to improve themodel's performance and accuracy on reflecting the change's trend of the unstable area, according to theenvironment of the local area which the node belongs to, we built a real-time adjusting mechanism ofdetecting period. Such mechanism could avoid unnecessary energy consumption while tracking theenvironmental change. On the other hand, the Kalman filter recursive mechanism has been introduced in toprocess the parameters' series, which can extract and utilize the series' statistical properties while needn'tmany historical data, it can fit the WSN nodes well for the reason that the nodes usually have only limitedstorage space and computing capability. Simulation result shows that the proposed scheme has a goodperformance and could be applied to AONDVjr.
The basic principle of AONDVjr can be established by the analysis of the parameters above. Theperiodic check on environmental parameters can detect the unstable area, then select a node callednavigator at the border to monitor and utilize the unstable area. The selecting and dismissing mechanism ofnavigator is described in detail as the core of AONDVjr's working process. In addition, the criteria in themechanism also have dynamic relations with the node's current environment, which make it flexible to thevarying situation. The simulation results indicate the performance advantages of AONDVjr. Furthermore,the relation between parameters' different values and algorithm's performance in various networksituations can be revealed by such results.
为了对网络中不稳定区域的特性加以深入研究和把握，本文提出了一组包括节点稳定度在内的参数概念，并对其离散时间序列的动态变化过程进行了分析。接着对现有的各种理论条件做出对比和归纳，结合实际条件对参数序列进行了建模并将模型的实际含义与有用信号和噪声的概念进行了类比，将之视为全网层次总体平稳的环境变化对局部区域的影响和局部层次自身独有的随机性更强的环境变化的叠加。以此为基础，为了进一步提高模型的性能，使之更能紧密反映出不稳定区域的动态变化趋势，本文一方面建立了根据节点所处的局部环境实时调整环境检测周期的机制，使节点在紧密跟踪环境变化的同时避免不必要的能量消耗，一方面引入了卡尔曼滤波器（Kalman Filter）的递推机制对参数序列进行处理，卡尔曼滤波器不需要保存大量的历史数据即可对参数序列的统计特性进行提取和利用，十分适合存储空间和计算能力有限的WSN节点。仿真结果显示出文中提出的处理方案具有良好的效果，具备了将其应用至AONDVjr算法中的基本条件。
在完成了对AONDVjr算法所需参数的理论基础的分析和总结之后，本文确立了根据节点对环境参数的周期性检测分析来发现不稳定区域，并通过在其附近选取导航节点来对不稳定区域的情况进行监测和利用的基本思路。结合这些参数的性质和不稳定区域的特点，详细论述了导航节点的选取及撤销机制和以此为核心的AONDVjr算法的动态运行过程，该机制中的约束条件与当前节点所在环境之间同样具备动态关系，使该机制能够灵活适应不断变化的网络条件。仿真结果很好的说明了AONDVjr的性能优势，通过对结果的分析，进一步反映出了算法中参数的不同取值在不同的网络环境下与算法性能之间的关系。
Wireless sensor network (WSN) is a practical application of modern control theory in many fields likeindustrial production. For the WSN's features of auto-organization and multi-hop transmission, the routingalgorithm has become one of the most important factors which can influence the network's performance.While the production cost of nodes in WSN is decreasing as the new progress has been made on techniqueand manufacturing process, the scale of network is increasing consequently, which may amplify not onlythe monitoring territory, precision and flexibility, but also the effect of local communication's instabilitycaused by network's parameters' dynamic wobble or the external environmental interference. Moreover,the extreme condition which sensors would always work in could make the unstable areas in networkappear more likely. To improve the important signal like fire alert's transmitting performance under theunstable areas' interference, this thesis proposed an improved routing algorithm AONDVjr (Ad hocOn-Demand Navigated Distance Vector Junior, AONDVjr) on the basis of hybrid routing procedure ofAODVjr (Ad hoc On-Demand Distance Vector Junior, AODVjr) and tree routing under ZigBee protocolwhich is widely used in WSN to neutralize the influence of unstable area. Furthermore, we simulate thecore mechanism of the algorithm's theoretical capability and its actual performance, the results indicatethat AONDVjr has a better performance than AODVjr in the assumed working condition, the expecteddesign goals is well achieved.
This thesis designed a set of parameters including node stability to have further research and controlon unstable area, and analyze the dynamic varying process of parameters' discrete time series. Aftercompared and summarized the existing theory conditions, we modeled the parameters' series and made an analogy between the model's actual meaning and the concept of signal and noise, the model can beconsidered as the superposition of the effect to local area which produced by the whole network's smoothenvironmental change, and the local area's more nondeterministic change itself. Therefore, to improve themodel's performance and accuracy on reflecting the change's trend of the unstable area, according to theenvironment of the local area which the node belongs to, we built a real-time adjusting mechanism ofdetecting period. Such mechanism could avoid unnecessary energy consumption while tracking theenvironmental change. On the other hand, the Kalman filter recursive mechanism has been introduced in toprocess the parameters' series, which can extract and utilize the series' statistical properties while needn'tmany historical data, it can fit the WSN nodes well for the reason that the nodes usually have only limitedstorage space and computing capability. Simulation result shows that the proposed scheme has a goodperformance and could be applied to AONDVjr.
The basic principle of AONDVjr can be established by the analysis of the parameters above. Theperiodic check on environmental parameters can detect the unstable area, then select a node callednavigator at the border to monitor and utilize the unstable area. The selecting and dismissing mechanism ofnavigator is described in detail as the core of AONDVjr's working process. In addition, the criteria in themechanism also have dynamic relations with the node's current environment, which make it flexible to thevarying situation. The simulation results indicate the performance advantages of AONDVjr. Furthermore,the relation between parameters' different values and algorithm's performance in various networksituations can be revealed by such results.
引文
[1]李晓莹．传感器与测试技术[M]．北京：高等教育出版社，2006：2-10．
[2]孙利民．无线传感器网络[M]．北京：清华大学出版社，2005：3-8．
[3]于海斌，曾鹏．智能无线传感器网络系统[M]．北京：科学出版社，2006：1-3．
[4]陈林星，曾曦，曹毅．移动Ad Hoc网络：自组织分组无线网络技术（第二版）[M]．北京：电子工业出版社，2012：5-15．
[5]郑四海，李腊元，李勇．无线传感器网络概率覆盖研究[J]．计算机应用研究，2012，29（1）：253-255．
[6] Yick J，Mukherjee B，Ghosal D．Wireless sensor network survey[J]．Computer Networks，2008，52：2292-2330．
[7] Yin L，Wang C．An energy-efficient routing protocol for event driven dense wireless sensornetworks[J]．International Journal of Wireless Information Networks，2009，16（3）：154-164．
[8]吴洲，鲁冬，曹伟．Ad hoc网络中QoS保障的按需路由算法[J]．计算机工程，2009，35（8）：134-136．
[9]李海华，范娟，陈利．网格法在无线传感器网络部署中的应用[J]．传感器与微系统，2012，31（3）：150-152．
[10]陶洋，林艳芬，黄宏程．无线传感器网络中的覆盖优化算法研究[J]．计算机工程，2011，37（1）：119-124．
[11] Perkins C E，Bhagwat P．Highly dynamic destination-sequenced distance-vector routing (DSDV) formobile computers[J]．Computer Communication Review，1994，24（4）：234-244．
[12]汤亮，戴冠中，肖鑫，等．基于DSDV协议的嵌入式无线自组网设备实现[J]．计算机工程与设计，2008，29（6）：1370-1372．
[13]张博，罗卫兵，贾方．基于DSDV的无线Mesh网络跨层路由设计[J]．计算机工程，2009，35（5）：91-93．
[14] Royer E M， Lee S J， Perkins C E． The Effects of MAC protocols on ad hoc networkcommunication[C]．Proceedings of the IEEE Wireless Communications and Networking Conference，2000，2：543-548．
[15] Murthy S，Garcia-Luna-Aceves J J．An efficient routing protocol for wireless networks[J]．MobileNetworks and Applications，1996，1（2）：183-197
[16] Gupta P，Kumar P R．A System and Traffic Dependent Adaptive Routing Algorithm for Ad HocNetworks[C]．Proceedings of the36th IEEE Conference on Decision and Control，1997，3：2375-2380．
[17] Park V D， Corson S． Temporally-Ordered routing algorithm (TORA) Version1functionalspecification[S]．Internet engineering task force，1997．
[18]刘强，匡镜明，王华，等．基于TORA的移动Ad hoc网络多径路由协议M-TORA[J]．北京理工大学学报，2006，26（5）：442-446．
[19] Johnson D，Hu Y，Maltz D．The Dynamic Source Routing Protocol (DSR) for Mobile Ad hocNetworks for IPv4[EB/OL]．http://www.ietf.org/rfc/rfc4728.txt，2007．
[20]张翔，汪文勇，吴荣，等．无线移动Ad-hoc路由协议DSR的安全研究[J]．中国海洋大学学报，2008，38（S1）：221-224．
[21]陈俊，史杏荣．移动自组网中安全多径DSR路由协议[J]．计算机工程与应用，2009，45（5）：117-119．
[22]李梅，周继鹏．基于负载均衡的DSR路由协议改进[J]．计算机应用研究，2011，28（1）：256-258．
[23] Perkins C E，Royer E M，Das S R．Ad-hoc On-demand Distance Vector Routing (AODV)
[EB/OL]．http://www.ietf.org/internet-drafts/draft-ietf-manet-aodv-12.txt，2002．
[24]刘金定，严悍．基于邻节点残存率的AODV路由优化算法[J]．计算机应用研究，2010，27（3）：1102-1109．
[25]刘广聪，张桦，韦东丽．一种基于Ad hoc网络AODV协议的不相交节点多路径路由算法[J]．计算机应用研究，2011，28（2）：692-695．
[26] Xu Y，Heidemann J，Estrin D．Adaptive Energy-Conserving Routing for Multihop Ad HocNetworks[R]．Research report527, USC/Information Sciences Institute，2000．
[27] Raju J， Garcia-Luna-Aceves J J． A new approach to on-demand loop-free multipathrouting[C]．Proceedings of the8th International Conference on Computer Communications andNetworks，1999：522-527．
[28] Lee S J，Gerla M．AODV-BR: Backup Routing in Ad hoc Networks[C]．Proceedings of the IEEEWireless Communications and Networking Confernce，2000，3：1311-1316．
[29]吴慧，侯嘉．一种能量有效的多径Ad Hoc网路由算法[J]．通信技术，2012，1（45）：78-80．
[30] Heinzelman W R，Chandrakasan A，Balakrishnan H．Energy-Efficient Communication Protocol forWireless Microsensor Networks[C]．Proceedings of the33rd Annual Hawaii International Conferenceon System Sciences，2000．
[31] Younis O，Fahmy S．HEED:A Hybrid, Energy-Efficient, Distributed Clustering Approach for Ad-hocSensor Networks[J]．IEEE Transactions on Mobile Computing，2004，3（4）：366-379．
[32] Handy M J， Haase M， Timmermann D． Low Energy Adaptive Clustering Hierarchy withDeterministic Cluster-Head Selection[C]．Proceedings of the4th International Workshop on Mobileand Wireless Communications Network，2002：368-372．
[33] Lindsey S， Raghavendra C S． PEGASIS: Power-Efficient GAthering in Sensor InformationSystems[C]．Proceedings of the IEEE Aerospace Conference，2002，3：1125-1130．
[34]张昱．无线传感器网络的簇头间距自适应HDA-LEACH算法[J]．计算机工程与应用，2007，43（30）：124-144．
[35]田炜，杨震．无线传感器网络地理协同通信算法[J]．信息与控制，2011，40（3）：278-282．
[36]陈衡，钱德沛，伍卫国．无线传感器网络地理位置路由度量方法[J]．西安交通大学学报，2009，43（12）：55-74．
[37]郭永红，万江文，于宁，等．基于跳数的无线传感器网络定位求精算法[J]．计算机工程，2009，35（3）：145-151．
[38]林彦汝，周继鹏．基于地理位置的Ad Hoc路由协议[J]．计算机应用，2011，31（1）：225-228．
[39]吴震东，李善平．无线传感器网络自适应并发多路由算法[J]．电子学报，2007，35（9）：1696-1701．
[40]李志宇，史浩山．一种负载均衡的无线传感器网络自适应分簇算法[J]．西北工业大学学报，2009，27（6）：822-826．
[41]洪榛，俞立，张贵军．无线传感器网络自适应分布式聚簇路由协议[J]．自动化学报，2011，37（10）：1197-1205．
[42]杨秋平，刘勇生，谭胜兰．传感器网络数据融合技术的研究与仿真[J]．计算机仿真，2011，28（7）：169-172．
[1]李文仲，段朝玉．ZigBee2007/PRO协议栈实验与实践[M]．北京：北京航空航天大学出版社，2009：2-5．
[2]瞿雷，刘盛德，胡咸斌．ZigBee技术及应用[M]．北京：北京航空航天大学出版社，2007：5-10．
[3] ZigBee Alliance．ZigBee Document053474r17[EB/OL]．http://www.zigbee.org，2008．
[4] ZigBee Alliance．ZigBee Document074855r05[EB/OL]．http://www.zigbee.org，2008．
[5]耿萌，于宏毅，张效义．ZigBee路由协议分析与性能评估[J]．计算机工程与应用，2007，43（26）：116-120．
[6]张水平，李晓波，张凤琴，等．ZigBee在多传感器信息集成中的应用[J]．计算机工程与设计，2012，33（1）：41-46．
[7]汪苑，林锦国，卓晓冬．基于ZigBee与加权质心法的室内定位方案研究[J]．机床与液压，2012，40（1）：61-64．
[8] Yen L H，Tsai W T．The room shortage problem of tree-based ZigBee/IEEE802.15.4wirelessnetworks[J]．Computer Communications，2010，33：454-462．
[9] Li V，Park H S，Oh H．A Cluster-Label-Based Mechanism for Backbone on Mobile Ad HocNetworks[C]．Proceedings of the4th Wired/Wireless Internet Communications，2006，3970：26-36．
[10] Blumenthal J，Grossmann R，Golatowski F，et al．Weighted Centroid Localization in Zigbee-basedSensor Networks[C]．Proceedings of the IEEE International Symposium on Intelligent SignalProcessing，2007：1-6．
[11]戚剑超，魏臻．ZigBee树型路由算法的改进[J]．合肥工业大学学报（自然科学版），2010，33（4）：529-537．
[12]梁滋璐，夏侯士戟，陈东义．基于SRP算法的安全AODVjr协议[J]．电子科技大学学报，2010，39（Sup）：121-126．
[13]谢川．基于ZigBee的AODVjr算法研究[J]．计算机工程，2011，37（10）：87-89．
[14]李占波，刘慧玲．基于ZigBee的动态WSN节点定位[J]．计算机工程与设计，2012，33（2）：431-434．
[15]张擎，刘淑美，柴乔林．能量高效的ZigBee网络改进路由策略[J]．计算机工程，2010，36（7）：108-118．
[1]冯军焕，张燕，范平志．Ad Hoc网络中一种基于邻节点活跃度的自适应退避算法[J]．系统仿真学报，2008，20（5）：1348-1352．
[2]徐太兵，金仁成，褚金奎，等．无线传感器网络的建模分析[J]．微纳电子技术，2007，7（8）：470-473．
[3]赵静，但琦．数学建模与数学实验[M]．北京：高等教育出版社，2000：15-37．
[4]蔡晓波，朱维彰．模型的修正矩估计建模法[J]．数据采集与处理，1987，2（2）：45-54．
[5]王斌会，陈旭．基于ARMA模型的自相关过程能力分析与评价[J]．数理统计与管理，2011，30（5）：879-887．
[6] Bollerslev T． On the correlation structure for the generalized auto regressive conditionalheteroskedastic process[J]．Journal of time series analysis，1988，9（2）：121-131．
[7] Garcia R C，Contreras J，van Akkeren M，et al．A GARCH forecasting model to predict day-aheadelectricity prices[J]．IEEE Transactions on Power Systems，2005，20（2）：867-874．
[8]孙承杰，刘丰，林磊等．基于时间序列聚类和ARMA模型的检索量预测[J]．华南理工大学学报（自然科学版)，2011，39（4）．
[9]张贤达．现代信号处理（第二版）[M]．北京：清华大学出版社，2002：69-93．
[10] Akaike H．Factor analysis and AIC[J]．Psychometrika，1987，52（3）：317-332．
[11]尹建川，邹早建，徐锋．一种基于Akaike信息准则的极限学习机[J]．山东大学学报（工学版），2011，41（6）：7-11．
[12]陆根源，陈孝祯，乔晓宇．Burg算法性能的理论分析[J]．哈尔滨船舶工程学院学报，1986，7（3）：51-57．
[13]夏学文．Marple算法下AR模型的建立及其在预报中的应用[J]．长沙铁道学院学报，1990，8（3）：74-78．
[14]辛斌，白永强，陈杰．基于偏差消除最小二乘估计和Durbin方法的两阶段ARMAX参数辨识[J]．自动化学报，2012，38（3）：491-496．
[15]申磊，赵艳丽，汪连栋．基于最小二乘估计的多点起始算法[J]．计算机仿真，2011，28（2）：9-13．
[16]钱进，吴金美，凌晓冬．线性回归模型加权最小二乘估计的权值计算方法[J]．统计与决策，2007，9：4-6．
[17] Friedlander B． The Modified Yule-Walker Method of ARMA Spectral Estimation[J]． IEEETransactions on Aerospace and Electronic Systems，1984，20（2）：158-173．
[18] Anderson C W，Stolz E A，Shamsunder S．Multivariate autoregressive models for classification ofspontaneous electroencephalographic signals during mental tasks[J]． IEEE Transactions onBiomedical Engineering，1998，45（3）：277-286．
[19]常学将，刘维奇．AR模型识别及其参数的高阶Yule-Walker估计[J]．应用数学学报，1989，12（2）：218-227．
[20]胡瑞敏，薛东辉，姚天任，等．噪声环境下Yule-Walker方程的推广[J]．数据采集与处理，1997，12（1）：27-31．
[21]姚天任，孙洪．现代数字信号处理[M]．武汉：华中科技大学出版社，1999：27-36．
[22]伍健荣，杜向龙，刘海涛．一种基于Kalman滤波器的自适应背景建模改进算法[J]．传感器与微系统，2012，31（1）：52-58．
[23]甘雨，隋立芬，马成．有色噪声情况下状态预测值修正的Kalman滤波[J]．测绘科学技术学报，2011，28（3）：178-181．
[24]雷伟伟，张著洪．基于Burg算法与卡尔曼滤波的有色噪声状态估计[J]．贵州大学学报（自然科学版），2009，26（6）：96-100．
[25]傅惠民，吴云章，娄泰山．欠观测条件下的增量Kalman滤波方法[J]．机械强度，2012，34（1）：43-47．
[26] Olfati-Saber R．Distributed Kalman Filter with Embedded Consensus Filters[C]．Proceedings of the44th IEEE Conference on Decision and Control and2005European Control Conference，2005，8179-8184．
[27] Sun S L，Deng Z L．Multi-sensor optimal information fusion Kalmanfilter[J]．Automatica，2004，40（6）：1017-1023．
[1] Liu J，Yuan Y，Nicol D M，et al．Empirical Validation of Wireless Models in Simulations of Ad HocRouting Protocols[J]．Simulation，2005，81（4）：307-323．
[2] Chan H，Perrig A．ACE: An Emergent Algorithm for Highly Uniform Cluster Formation[J]．LectureNotes in Computer Science，2004，2920：154-171．
[3]黄书强，周继鹏，王文丰．基于生成树的无线Mesh网络数据流负载均衡[J]．解放军理工大学学报（自然科学版），2011，12（5）：449-453．
[4]高铁杠，牛伟伟．一个基于节点覆盖的簇头选举算法[J]．计算机工程与科学，2011，33（5）：1-8．
[5]杨明，许瑞琛，蒋挺．一种基于历史信息的簇头选取机制[J]．通信技术，2011，44（11）：97-99．
[6] Ferrari G，Tonguz O K．Minimum Number of Neighbors for Fully Connected Uniform Ad HocWireless Networks[C]．Proceedings of the IEEE International Conference on Communications，2004，7：4331-4335．
[7] Kuiper E．Node density, connectivity and the percolation threshold[R]．Report number2010:7，Technical Reports in Computer and Information Science，2010．
[8] Wu J，Dai F．Broadcasting in ad hoc networks based on self-pruning[C]．Proceedings of the INFOCOM2003，2003，3：2240-2250．
[9]唐毅，梁晓曦，武俊．无线传感器网络最优簇首节点数量研究[J]．通信技术，2007，6：30-32．
[10]耿萌，于宏毅，张效义．ZigBee路由协议分析与性能评估[J]．计算机工程与应用，2007，43（26）：116-120．
[11] Chakeres I D， Klein-Berndt L．AODVjr, AODV Simplified[J]．ACM SIGMOBILE MobileComputing and Communications Review，2002，6（3）：100-101．
[12]谢旭，黄本雄．基于卡尔曼滤波理论的传感器路由协议[J]．武汉理工大学学报，2008，30（2）：110-112．
[13]杨俊刚，史浩山，段爱媛，等．无线传感器网络卡尔曼流量预测算法[J]．华中科技大学学报（自然科学版），2011，39（2）：98-101．
[2]孙利民．无线传感器网络[M]．北京：清华大学出版社，2005：3-8．
[3]于海斌，曾鹏．智能无线传感器网络系统[M]．北京：科学出版社，2006：1-3．
[4]陈林星，曾曦，曹毅．移动Ad Hoc网络：自组织分组无线网络技术（第二版）[M]．北京：电子工业出版社，2012：5-15．
[5]郑四海，李腊元，李勇．无线传感器网络概率覆盖研究[J]．计算机应用研究，2012，29（1）：253-255．
[6] Yick J，Mukherjee B，Ghosal D．Wireless sensor network survey[J]．Computer Networks，2008，52：2292-2330．
[7] Yin L，Wang C．An energy-efficient routing protocol for event driven dense wireless sensornetworks[J]．International Journal of Wireless Information Networks，2009，16（3）：154-164．
[8]吴洲，鲁冬，曹伟．Ad hoc网络中QoS保障的按需路由算法[J]．计算机工程，2009，35（8）：134-136．
[9]李海华，范娟，陈利．网格法在无线传感器网络部署中的应用[J]．传感器与微系统，2012，31（3）：150-152．
[10]陶洋，林艳芬，黄宏程．无线传感器网络中的覆盖优化算法研究[J]．计算机工程，2011，37（1）：119-124．
[11] Perkins C E，Bhagwat P．Highly dynamic destination-sequenced distance-vector routing (DSDV) formobile computers[J]．Computer Communication Review，1994，24（4）：234-244．
[12]汤亮，戴冠中，肖鑫，等．基于DSDV协议的嵌入式无线自组网设备实现[J]．计算机工程与设计，2008，29（6）：1370-1372．
[13]张博，罗卫兵，贾方．基于DSDV的无线Mesh网络跨层路由设计[J]．计算机工程，2009，35（5）：91-93．
[14] Royer E M， Lee S J， Perkins C E． The Effects of MAC protocols on ad hoc networkcommunication[C]．Proceedings of the IEEE Wireless Communications and Networking Conference，2000，2：543-548．
[15] Murthy S，Garcia-Luna-Aceves J J．An efficient routing protocol for wireless networks[J]．MobileNetworks and Applications，1996，1（2）：183-197
[16] Gupta P，Kumar P R．A System and Traffic Dependent Adaptive Routing Algorithm for Ad HocNetworks[C]．Proceedings of the36th IEEE Conference on Decision and Control，1997，3：2375-2380．
[17] Park V D， Corson S． Temporally-Ordered routing algorithm (TORA) Version1functionalspecification[S]．Internet engineering task force，1997．
[18]刘强，匡镜明，王华，等．基于TORA的移动Ad hoc网络多径路由协议M-TORA[J]．北京理工大学学报，2006，26（5）：442-446．
[19] Johnson D，Hu Y，Maltz D．The Dynamic Source Routing Protocol (DSR) for Mobile Ad hocNetworks for IPv4[EB/OL]．http://www.ietf.org/rfc/rfc4728.txt，2007．
[20]张翔，汪文勇，吴荣，等．无线移动Ad-hoc路由协议DSR的安全研究[J]．中国海洋大学学报，2008，38（S1）：221-224．
[21]陈俊，史杏荣．移动自组网中安全多径DSR路由协议[J]．计算机工程与应用，2009，45（5）：117-119．
[22]李梅，周继鹏．基于负载均衡的DSR路由协议改进[J]．计算机应用研究，2011，28（1）：256-258．
[23] Perkins C E，Royer E M，Das S R．Ad-hoc On-demand Distance Vector Routing (AODV)
[EB/OL]．http://www.ietf.org/internet-drafts/draft-ietf-manet-aodv-12.txt，2002．
[24]刘金定，严悍．基于邻节点残存率的AODV路由优化算法[J]．计算机应用研究，2010，27（3）：1102-1109．
[25]刘广聪，张桦，韦东丽．一种基于Ad hoc网络AODV协议的不相交节点多路径路由算法[J]．计算机应用研究，2011，28（2）：692-695．
[26] Xu Y，Heidemann J，Estrin D．Adaptive Energy-Conserving Routing for Multihop Ad HocNetworks[R]．Research report527, USC/Information Sciences Institute，2000．
[27] Raju J， Garcia-Luna-Aceves J J． A new approach to on-demand loop-free multipathrouting[C]．Proceedings of the8th International Conference on Computer Communications andNetworks，1999：522-527．
[28] Lee S J，Gerla M．AODV-BR: Backup Routing in Ad hoc Networks[C]．Proceedings of the IEEEWireless Communications and Networking Confernce，2000，3：1311-1316．
[29]吴慧，侯嘉．一种能量有效的多径Ad Hoc网路由算法[J]．通信技术，2012，1（45）：78-80．
[30] Heinzelman W R，Chandrakasan A，Balakrishnan H．Energy-Efficient Communication Protocol forWireless Microsensor Networks[C]．Proceedings of the33rd Annual Hawaii International Conferenceon System Sciences，2000．
[31] Younis O，Fahmy S．HEED:A Hybrid, Energy-Efficient, Distributed Clustering Approach for Ad-hocSensor Networks[J]．IEEE Transactions on Mobile Computing，2004，3（4）：366-379．
[32] Handy M J， Haase M， Timmermann D． Low Energy Adaptive Clustering Hierarchy withDeterministic Cluster-Head Selection[C]．Proceedings of the4th International Workshop on Mobileand Wireless Communications Network，2002：368-372．
[33] Lindsey S， Raghavendra C S． PEGASIS: Power-Efficient GAthering in Sensor InformationSystems[C]．Proceedings of the IEEE Aerospace Conference，2002，3：1125-1130．
[34]张昱．无线传感器网络的簇头间距自适应HDA-LEACH算法[J]．计算机工程与应用，2007，43（30）：124-144．
[35]田炜，杨震．无线传感器网络地理协同通信算法[J]．信息与控制，2011，40（3）：278-282．
[36]陈衡，钱德沛，伍卫国．无线传感器网络地理位置路由度量方法[J]．西安交通大学学报，2009，43（12）：55-74．
[37]郭永红，万江文，于宁，等．基于跳数的无线传感器网络定位求精算法[J]．计算机工程，2009，35（3）：145-151．
[38]林彦汝，周继鹏．基于地理位置的Ad Hoc路由协议[J]．计算机应用，2011，31（1）：225-228．
[39]吴震东，李善平．无线传感器网络自适应并发多路由算法[J]．电子学报，2007，35（9）：1696-1701．
[40]李志宇，史浩山．一种负载均衡的无线传感器网络自适应分簇算法[J]．西北工业大学学报，2009，27（6）：822-826．
[41]洪榛，俞立，张贵军．无线传感器网络自适应分布式聚簇路由协议[J]．自动化学报，2011，37（10）：1197-1205．
[42]杨秋平，刘勇生，谭胜兰．传感器网络数据融合技术的研究与仿真[J]．计算机仿真，2011，28（7）：169-172．
[1]李文仲，段朝玉．ZigBee2007/PRO协议栈实验与实践[M]．北京：北京航空航天大学出版社，2009：2-5．
[2]瞿雷，刘盛德，胡咸斌．ZigBee技术及应用[M]．北京：北京航空航天大学出版社，2007：5-10．
[3] ZigBee Alliance．ZigBee Document053474r17[EB/OL]．http://www.zigbee.org，2008．
[4] ZigBee Alliance．ZigBee Document074855r05[EB/OL]．http://www.zigbee.org，2008．
[5]耿萌，于宏毅，张效义．ZigBee路由协议分析与性能评估[J]．计算机工程与应用，2007，43（26）：116-120．
[6]张水平，李晓波，张凤琴，等．ZigBee在多传感器信息集成中的应用[J]．计算机工程与设计，2012，33（1）：41-46．
[7]汪苑，林锦国，卓晓冬．基于ZigBee与加权质心法的室内定位方案研究[J]．机床与液压，2012，40（1）：61-64．
[8] Yen L H，Tsai W T．The room shortage problem of tree-based ZigBee/IEEE802.15.4wirelessnetworks[J]．Computer Communications，2010，33：454-462．
[9] Li V，Park H S，Oh H．A Cluster-Label-Based Mechanism for Backbone on Mobile Ad HocNetworks[C]．Proceedings of the4th Wired/Wireless Internet Communications，2006，3970：26-36．
[10] Blumenthal J，Grossmann R，Golatowski F，et al．Weighted Centroid Localization in Zigbee-basedSensor Networks[C]．Proceedings of the IEEE International Symposium on Intelligent SignalProcessing，2007：1-6．
[11]戚剑超，魏臻．ZigBee树型路由算法的改进[J]．合肥工业大学学报（自然科学版），2010，33（4）：529-537．
[12]梁滋璐，夏侯士戟，陈东义．基于SRP算法的安全AODVjr协议[J]．电子科技大学学报，2010，39（Sup）：121-126．
[13]谢川．基于ZigBee的AODVjr算法研究[J]．计算机工程，2011，37（10）：87-89．
[14]李占波，刘慧玲．基于ZigBee的动态WSN节点定位[J]．计算机工程与设计，2012，33（2）：431-434．
[15]张擎，刘淑美，柴乔林．能量高效的ZigBee网络改进路由策略[J]．计算机工程，2010，36（7）：108-118．
[1]冯军焕，张燕，范平志．Ad Hoc网络中一种基于邻节点活跃度的自适应退避算法[J]．系统仿真学报，2008，20（5）：1348-1352．
[2]徐太兵，金仁成，褚金奎，等．无线传感器网络的建模分析[J]．微纳电子技术，2007，7（8）：470-473．
[3]赵静，但琦．数学建模与数学实验[M]．北京：高等教育出版社，2000：15-37．
[4]蔡晓波，朱维彰．模型的修正矩估计建模法[J]．数据采集与处理，1987，2（2）：45-54．
[5]王斌会，陈旭．基于ARMA模型的自相关过程能力分析与评价[J]．数理统计与管理，2011，30（5）：879-887．
[6] Bollerslev T． On the correlation structure for the generalized auto regressive conditionalheteroskedastic process[J]．Journal of time series analysis，1988，9（2）：121-131．
[7] Garcia R C，Contreras J，van Akkeren M，et al．A GARCH forecasting model to predict day-aheadelectricity prices[J]．IEEE Transactions on Power Systems，2005，20（2）：867-874．
[8]孙承杰，刘丰，林磊等．基于时间序列聚类和ARMA模型的检索量预测[J]．华南理工大学学报（自然科学版)，2011，39（4）．
[9]张贤达．现代信号处理（第二版）[M]．北京：清华大学出版社，2002：69-93．
[10] Akaike H．Factor analysis and AIC[J]．Psychometrika，1987，52（3）：317-332．
[11]尹建川，邹早建，徐锋．一种基于Akaike信息准则的极限学习机[J]．山东大学学报（工学版），2011，41（6）：7-11．
[12]陆根源，陈孝祯，乔晓宇．Burg算法性能的理论分析[J]．哈尔滨船舶工程学院学报，1986，7（3）：51-57．
[13]夏学文．Marple算法下AR模型的建立及其在预报中的应用[J]．长沙铁道学院学报，1990，8（3）：74-78．
[14]辛斌，白永强，陈杰．基于偏差消除最小二乘估计和Durbin方法的两阶段ARMAX参数辨识[J]．自动化学报，2012，38（3）：491-496．
[15]申磊，赵艳丽，汪连栋．基于最小二乘估计的多点起始算法[J]．计算机仿真，2011，28（2）：9-13．
[16]钱进，吴金美，凌晓冬．线性回归模型加权最小二乘估计的权值计算方法[J]．统计与决策，2007，9：4-6．
[17] Friedlander B． The Modified Yule-Walker Method of ARMA Spectral Estimation[J]． IEEETransactions on Aerospace and Electronic Systems，1984，20（2）：158-173．
[18] Anderson C W，Stolz E A，Shamsunder S．Multivariate autoregressive models for classification ofspontaneous electroencephalographic signals during mental tasks[J]． IEEE Transactions onBiomedical Engineering，1998，45（3）：277-286．
[19]常学将，刘维奇．AR模型识别及其参数的高阶Yule-Walker估计[J]．应用数学学报，1989，12（2）：218-227．
[20]胡瑞敏，薛东辉，姚天任，等．噪声环境下Yule-Walker方程的推广[J]．数据采集与处理，1997，12（1）：27-31．
[21]姚天任，孙洪．现代数字信号处理[M]．武汉：华中科技大学出版社，1999：27-36．
[22]伍健荣，杜向龙，刘海涛．一种基于Kalman滤波器的自适应背景建模改进算法[J]．传感器与微系统，2012，31（1）：52-58．
[23]甘雨，隋立芬，马成．有色噪声情况下状态预测值修正的Kalman滤波[J]．测绘科学技术学报，2011，28（3）：178-181．
[24]雷伟伟，张著洪．基于Burg算法与卡尔曼滤波的有色噪声状态估计[J]．贵州大学学报（自然科学版），2009，26（6）：96-100．
[25]傅惠民，吴云章，娄泰山．欠观测条件下的增量Kalman滤波方法[J]．机械强度，2012，34（1）：43-47．
[26] Olfati-Saber R．Distributed Kalman Filter with Embedded Consensus Filters[C]．Proceedings of the44th IEEE Conference on Decision and Control and2005European Control Conference，2005，8179-8184．
[27] Sun S L，Deng Z L．Multi-sensor optimal information fusion Kalmanfilter[J]．Automatica，2004，40（6）：1017-1023．
[1] Liu J，Yuan Y，Nicol D M，et al．Empirical Validation of Wireless Models in Simulations of Ad HocRouting Protocols[J]．Simulation，2005，81（4）：307-323．
[2] Chan H，Perrig A．ACE: An Emergent Algorithm for Highly Uniform Cluster Formation[J]．LectureNotes in Computer Science，2004，2920：154-171．
[3]黄书强，周继鹏，王文丰．基于生成树的无线Mesh网络数据流负载均衡[J]．解放军理工大学学报（自然科学版），2011，12（5）：449-453．
[4]高铁杠，牛伟伟．一个基于节点覆盖的簇头选举算法[J]．计算机工程与科学，2011，33（5）：1-8．
[5]杨明，许瑞琛，蒋挺．一种基于历史信息的簇头选取机制[J]．通信技术，2011，44（11）：97-99．
[6] Ferrari G，Tonguz O K．Minimum Number of Neighbors for Fully Connected Uniform Ad HocWireless Networks[C]．Proceedings of the IEEE International Conference on Communications，2004，7：4331-4335．
[7] Kuiper E．Node density, connectivity and the percolation threshold[R]．Report number2010:7，Technical Reports in Computer and Information Science，2010．
[8] Wu J，Dai F．Broadcasting in ad hoc networks based on self-pruning[C]．Proceedings of the INFOCOM2003，2003，3：2240-2250．
[9]唐毅，梁晓曦，武俊．无线传感器网络最优簇首节点数量研究[J]．通信技术，2007，6：30-32．
[10]耿萌，于宏毅，张效义．ZigBee路由协议分析与性能评估[J]．计算机工程与应用，2007，43（26）：116-120．
[11] Chakeres I D， Klein-Berndt L．AODVjr, AODV Simplified[J]．ACM SIGMOBILE MobileComputing and Communications Review，2002，6（3）：100-101．
[12]谢旭，黄本雄．基于卡尔曼滤波理论的传感器路由协议[J]．武汉理工大学学报，2008，30（2）：110-112．
[13]杨俊刚，史浩山，段爱媛，等．无线传感器网络卡尔曼流量预测算法[J]．华中科技大学学报（自然科学版），2011，39（2）：98-101．