物聯網網絡拓撲論文范文

本站小編為你精心準備了物聯網網絡拓撲論文參考范文，愿這些范文能點燃您思維的火花，激發您的寫作靈感。歡迎深入閱讀并收藏。

一、工業企業與物聯網融合架構

傳統的物聯網架構包括三層:感知層、網絡層和應用層。感知層包括RFID、M2M和WSN等子系統，網絡層包括移動通信網絡(2G/3G/4G)、互聯網(有線/WiFi/Mesh)、衛星網、廣電電視網等接入網，應用層則涵蓋多種物聯網應用系統。在工業企業與物聯網的融合方面，首先，根據二者層次融合需求，將傳統物聯網層次進行簡化，分為感知層與應用層。感知層匯集多種感知設備面向決策采集感知數據，在物物互聯的基礎上采用各類智能處理手段對物理世界進行感知與控制;而決策應用層則是通過利用決策方法分析感知數據進行決策實現各類綜合應用。其次，在具體融合實施方面，需要部署大量的感知設備節點以監測生產流程中各類參數以及環境的變化，用于工業生產中的感知設備有很多種，常見有:存儲物品信息的二維碼、RFID射頻識別標簽，感知物品及環境狀態信息的無線傳感器，大范圍內獲取物品地理位置信息的GPS定位系統以及負責短距離通信的藍牙設備等[7]。最終，工業企業物聯網的融合構建是將企業生產運作運營各個環節全部整合到一個大規模且相互連通的網絡中，各種感知設備構成物聯網的感知網絡。

二、企業物聯網感知層的小世界網絡拓撲優化

(一)小世界網絡特性小世界網絡的本質是對規則網絡以某一概率進行重連，其目標是達到稀疏的長連接和密集的局部連接，其特性是具有高集聚系數和低平均路徑長度。集聚系數代表的是網絡中節點之間相互連接、集結成團的程度，集聚系數越高，網絡中節點的聚集性就越好。依據這個特性將網絡部分節點之間的連接刪除，使網絡整體的集聚系數增大就可以使網絡呈現明顯的聚合性或社團性。小世界網絡節點集聚系數定義為:Ci=M/Cn(1)其中，M為該節點鄰接節點的數量，Cn為這些節點之間連接的最大邊數。0＜Ci＜1，而且Ci越接近1，表示網絡的聚集性越好，這個節點附近的點就越有“抱團”的趨勢。

(二)基于小世界網絡模型的企業物聯網感知層網絡拓撲優化感知設備負責監測采集生產信息并將數據傳輸至基站，因為材料、體積、電能量、地理位置等因素，節點之間的通信限制在一定范圍內，并且節點度不完全相同，所以感知層網絡既非隨機網絡也不是完全規則的網絡。在這個連通的網絡中，數據傳輸的方式為多跳傳輸，節點間的同構性增大了網絡連通度，非鄰接節點之間的連接只需經過少數幾個跳數，這體現出小世界網絡的社會性。通信范圍之內的節點相連，而遠距離節點則通過鄰接節點相繼連接，在地理位置上體現出網絡節點聚集成團的特點，這說明物聯網感知層網絡也具有小世界網絡的聚合特性。小世界網絡具有較高的集聚系數，而網絡中集聚系數較小的邊通常都是連接兩個子網絡之間的邊，通過有選擇的刪除這些邊，可以使網絡展現出明顯的社團結構，這樣就大大簡化了網絡的拓撲結構。通過對感知層網絡拓撲刪減低集聚系數路徑，建立感知層信息優化網絡模型，采用文獻中RLOC算法的刪除規則:(1)若該邊是連接兩個節點之間的唯一的邊，則不刪除，否則就會出現孤立節點。(2)若該邊不是連接兩個節點之間唯一的邊，若刪除后使整個網絡的集聚系數降低了，則不刪除;若提高了網絡的集聚系數，則通過局部介數的大小進一步判斷。局部介數很大，說明有較多的最短路徑經過該邊，刪除后會增大網絡的平均最短路徑，所以只有當局部介數b＜p(p＞0)時才刪除。

三、網絡拓撲優化下的信息傳輸路徑選擇

由于數據傳輸的高耗能性，如何設置低能耗的數據傳輸路徑關系著整個網絡的能量支撐。路由協議是一項關鍵技術，它從邏輯上將網絡的拓撲結構進行劃分，負責建立節點間的傳輸路徑。為了使網絡長時間穩定工作，路由協議必須能夠降低節點能耗和網絡開銷，均衡網絡負載。在復雜網絡中，為了提高效率，網絡往往采取“分而治之”或者說是分層控制的辦法，即由網絡節點聚合成簇，并推舉一個簇頭，形成一個分層次的群體結構，以此原理產生分簇路由算法，作用于不同網絡進行分簇。分簇路由協議中的LEACH是最早針對無線傳感器網絡提出的低功耗自適應分簇路由算法，是后續許多算法的基礎。其基本思想是以相同概率隨機地選擇簇頭，循環進行，使整個網絡的能量負載平均分配到每個節點，從而達到降低能耗的目的，并且引入了“輪”的概念，即周期性地進行簇的重構操作。但是LEACH算法也存在缺點，在進行多次簇頭選舉與數據傳輸之后網絡節點剩余能量不盡相同，剩余能量較低的節點也有可能當選簇頭，很容易將剩余能量耗盡，退出網絡[14]?；谶@點，本文將能量作為選舉簇頭的標準引入算法，將LEACH路由協議進行優化。為了避免剩余能量較低的節點當選簇頭，假設所有節點的初始能量都相同為E0，r為簇重構的輪數，設置一個閾值E0/r，那么這個值隨著簇重構輪數的增加而減小。設節點傳送信息消耗的能量ε0，接收并整合信息消耗的能量為ε1，節點個體衰落能量為ε''''。其中，網絡分為k個簇，每個簇內包含簇內節點nj個，xi為簇內節點傳送到簇頭節點的信息量，li為簇內節點到簇頭節點的跳數，Lj為簇頭節點到匯聚節點的跳數。簇頭節點產生后，向周圍的鄰居節點廣播簇頭信息，鄰居節點收到簇頭信息之后申請加入該簇，若同時收到多個簇頭發來的信息，則選擇簇頭能量最多的那個簇加入，待所有節點加入簇后，簇頭節點創建TDMA時刻表并發送給成員節點，為每個節點分配傳送數據的時隙，如圖1所示是算法流程圖。

四、算法仿真與結果分析

利用MATLAB軟件進行算法仿真，在100×100范圍內隨機生成200個節點，并設置每個節點具有相同的初始能量值，E0=0．05，算法最大運行輪數(周期數)rmax=300，節點當選簇頭概率p=0．1，網絡簇頭節點的個數會在20左右波動。在原始網絡的基礎上運行經典的LEACH算法結果如圖2所示，運行結果顯示:算法運行到第129輪開始出現死亡節點，運行到第189輪網絡節點全部死亡。利用小世界特性對物聯網感知層網絡進行優化，優化前后部分網絡拓撲結構截取圖如圖3所示，算法運行后得到新網絡的部分節點結構如圖3(b)所示，可以看出新的網絡結構已初步成簇。結果顯示:改進算法運行到第152輪出現第一個死亡節點，運行到第242輪節點全部死亡。通過對算法運行的結果分析可以看到，在網絡結構優化的基礎上改進型算法相對原始算法網絡生存時間更長，算法改進的效率達到59．35%到61．74%，說明基于小世界網絡的拓撲結構優化結合改進LEACH算法，在降低節點傳輸能耗、延長網絡生存周期上有著較好的效果。

五、結論與建議

本文利用小世界網絡具有較高集聚系數的特性來對物聯網感知層網絡進行結構優化，并結合改進的分簇算法，提高數據傳輸效率，均衡和降低能量消耗，從而達到延長網絡生命周期的目的。感知層的優化處理將對物聯網的建設提供底層數據支持，為下一步的數據分析與決策提供了依據。物聯網的發展涉及眾多方面，是一個規模龐大的復雜技術革新過程。企業級物聯網研究對于我國兩化深度融合建設和下一代信息技術發展具有重要的經濟和社會價值。工業企業級的物聯網技術以底層數據為基礎并依靠上層決策展開綜合應用以達到各個環節的覆蓋，成為提高企業整體信息化程度的有效途徑，同時，物聯網在不斷深化的應用中催生出的新技術、新產品、新應用和新模式，也將為物聯網與工業企業的融合發展提供更有力的支持。工業企業與物聯網的融合架構應結合自身特點和行業特點進行，在產品開發方面，將信息技術或科技設備融合到工業產品中，使得傳統產品更多地增加信息技術含量，逐漸擁有電子信息產品的特征;在企業運作管理方面，通過智能化信息獲取和分析方案，為工業企業的管理控制提供高效實時的決策依據。

作者：鄭濤劉聰穎單位：燕山大學經濟管理學院