基于跨层协作与数据融合智能路由的绿色物联网传输性能研究

With the rapid development of Internet of Things technology, more energy-efficient and efficient green Internet of things has become a research hotspot. There are still many problems to be solved in the network energy consumption and data transmission currently. This project is based on the cross layer cooperation optimization strategy and the intelligent routing protocol of data fusion to study the performance of network data transmission. The research contents include: 1) Design a high-performance MAC protocol based on cross-layer collaboration optimization. According to the remaining energy of the node, a cross-layer MAC protocol for automatically adjusting the duty cycle and contention window according to the demand is proposed, which rationally allocates wireless channel resources to improve the reliability of data communications and save energy. 2) A hierarchical data fusion algorithm based on prior knowledge is proposed. Based on the prior knowledge, the cluster state parameters are set up to classify the data; The data fusion function is designed basing on the improved Calman filtering method, which fuses data at the same level, reduce data redundancy and improve data reliability. 3) Design an energy aware adaptive QoS cross layer opportunity routing protocol. The candidate set evaluation index function is proposed to determine the size of the candidate set. A selection algorithm based on QoS adaptive is proposed to select the best forwarding node in the candidate set, adaptively selecting the forwarding node according to the characteristics of the data transmitted in the network to ensure the data transmission performance in the green IoT.

随着物联网技术的迅猛发展，更加节能和高效的绿色物联网成为研究热点。目前网络能耗、数据传输等还存在许多问题有待解决。本课题基于跨层协作优化策略及数据融合的智能路由协议，研究网络数据传输性能。研究内容包括：1)设计基于跨层协作优化的高性能MAC协议。根据节点的剩余能量，提出按需自动调整占空比及竞争窗口的跨层MAC协议，合理分配无线信道资源，提高数据通信的可靠性，节省能耗。2)提出基于先验知识的分级数据融合算法。基于先验知识，设置簇群状态参数对数据进行分级;基于改进的卡尔曼滤波法设计数据融合函数，对相同等级的数据进行融合，降低数据冗余，提高数据的可靠性。3)设计能量感知的自适应QoS跨层机会路由协议。提出能量感知的候选集评价度量指标函数确定候选集规模；提出基于QoS自适应的选择算法，用于选择候选集内最佳转发结点，按照网络中传输的数据的特性自适应地选择转发结点，用于保证绿色物联网中的数据传输性能。

针对物联网终端设备过多且具备多样性的新挑战，深入分析和研究影响网络能耗的因素，提出基于MAC技术、网络层协议、物联网系统的数据传输策略和方案，以减少网络能耗，满足网络中数据传输的高性能要求，实现节能和高效的绿色物联网。本项目的主要工作与成果包括：.1) 路由方面：提出一种QoS自适应和能量感知的跨层机会路由协议（QE-COR）。协议综合考虑多种指标设计自适应QoS函数Qi来选择最佳转发节点，传输QoS可以根据数据需求进行自适应调整。同时设计了RTS-QACK和ASS-DATA-SACK响应机制来提高传输效率并避免消息冲突，提高了能量利用率和网络的灵活性；提出一种基于非均匀分簇和改进混合蛙跳算法的节能路由协议（E2NUCR）。该协议先通过非均匀方法对网络节点进行分簇，以降低能量空穴发生的概率。同时改进了混合跳蛙算法，使用适应度函数和子组精英个人更新策略来迭代节点性能并选择最佳簇头，从而提高节点的能量效率，平衡WSN的能耗。.2) MAC协议方面：提出一种基于接收方发起和多优先级退避的节能MAC协议（RMP-MAC）。该协议采用接收方发起的唤醒匹配，发送方根据接收方的唤醒信息调整其时间表以匹配接收方，减少空闲侦听能耗。此外，提出基于事件优先级、节点剩余能级和传输队列中等待的数据包数量的多优先级因子自适应退避机制，确保了实际情况下紧急数据的优先传输；提出一种基于接收机启动和捕获效应的低能量消耗和低延迟MAC（LL-MAC）协议。该协议在发送节点具有要发送的数据时实现了发送者和接收者之间的快速匹配。提出了一种改进的贪婪算法来为节点分配功率，并且使用碰撞响应机制来实现有效的数据传输。.3）传输策略方面：提出一种基于物联网系统的机会主义社交网络中的高效路径感知消息传输策略（EPST）。该方案结合了节点的社会关系和移动性特征，解决了机会主义社交网络中本地连接路径的问题。通过研究网络拓扑的连通性，给出了网络中稳定的本地连接子网的识别方法和有效路径感知方法。