1、無(wú)線(xiàn)傳感器網(wǎng)絡(luò)集成了傳感器技術(shù)、嵌入式計(jì)算技術(shù)、分布式信息處理技術(shù)、現(xiàn)代網(wǎng)絡(luò)及無(wú)線(xiàn)通信技術(shù),將數(shù)字化的信息世界與自然存在的物理世界融合在一起,改變了人類(lèi)與客觀世界的交互方式,是未來(lái)物聯(lián)網(wǎng)的重要組成技術(shù)之一。在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中,節(jié)點(diǎn)通過(guò)無(wú)線(xiàn)通信的方式自組織形成網(wǎng)絡(luò)系統(tǒng),以實(shí)現(xiàn)對(duì)監(jiān)測(cè)區(qū)域中對(duì)象的信息感知和處理。本文研究了無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的自組織技術(shù),較好地解決了無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中隨機(jī)分布節(jié)點(diǎn)的組網(wǎng)、網(wǎng)絡(luò)邊界的生成和網(wǎng)絡(luò)配置的定量等問(wèn)題。論文的主

2、要工作如下:
　　介紹了無(wú)線(xiàn)傳感器網(wǎng)絡(luò)研究的發(fā)展歷程,總結(jié)了無(wú)線(xiàn)傳感器網(wǎng)絡(luò)應(yīng)用領(lǐng)域,概述了無(wú)線(xiàn)傳感器網(wǎng)絡(luò)自組織技術(shù)目前的研究現(xiàn)狀。
　　在與其它傳統(tǒng)無(wú)線(xiàn)網(wǎng)絡(luò)拓?fù)淇刂茩C(jī)制比較的基礎(chǔ)上,歸納了無(wú)線(xiàn)傳感器網(wǎng)絡(luò)分簇算法和路由算法應(yīng)具有的特性,并對(duì)近年來(lái)針對(duì)無(wú)線(xiàn)傳感器網(wǎng)絡(luò)提出的代表性的算法進(jìn)行了研究,總結(jié)了各種算法的特點(diǎn)和適合的應(yīng)用場(chǎng)合,重點(diǎn)分析了它們的不足之處,最后指出了無(wú)線(xiàn)傳感器網(wǎng)絡(luò)分簇和路由算法未來(lái)發(fā)展的趨勢(shì)。
　　分析了

3、節(jié)點(diǎn)均勻分布下的重疊分簇算法的性能,克服了以往的分簇算法的不足,提出了一種節(jié)點(diǎn)非均勻分布下自組織重疊分簇算法Nu-SOAC;通過(guò)改進(jìn)簇頭選舉機(jī)制,減少簇內(nèi)通信能耗,提出了改進(jìn)的自組織重疊分簇算法SOAC,該算法能較好的應(yīng)用于多種節(jié)點(diǎn)分布情況。仿真實(shí)驗(yàn)驗(yàn)證了算法在節(jié)點(diǎn)均勻和非均勻分布情況下均能取得較好的性能。
　　考慮了節(jié)點(diǎn)的連接密度、剩余能量以及節(jié)點(diǎn)相對(duì)基站的位置,提出了針對(duì)基站位置固定的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的一種基于節(jié)點(diǎn)位置和分布密度

4、的多跳自組織分簇算法SACN;在此基礎(chǔ)上進(jìn)行優(yōu)化了成簇方式,減少了簇內(nèi)廣播通信,針對(duì)基站位置已知的情況,提出了一種性能更優(yōu)的分布式自組織平衡分簇算法DSBCA,通過(guò)仿真分析驗(yàn)證其能夠有效生成結(jié)構(gòu)更為均衡的分簇結(jié)構(gòu),延長(zhǎng)網(wǎng)絡(luò)的生存周期。
　　分析了無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的邊界搜索算法的的研究現(xiàn)狀,指出了先前研究的不足,從更可靠的分簇結(jié)構(gòu)的角度出發(fā),提出了基于分簇結(jié)構(gòu),對(duì)分簇邊界進(jìn)行融合的邊界搜索算法,并通過(guò)仿真分析驗(yàn)證了基于分簇的邊界搜索的