無線E+E傳感器網(wǎng)絡(luò)任務(wù)調(diào)度關(guān)鍵技術(shù)
E+E傳感器節(jié)點(diǎn)互相合作共同完成任務(wù)是在資源受限的無線E+E傳感器網(wǎng)絡(luò)中獲得較高性能的有效途徑之一。在無線E+E傳感器網(wǎng)絡(luò)中，任務(wù)的執(zhí)行與資源的使用緊密在一起，執(zhí)行任務(wù)要消耗一定的計算和通信帶寬等資源，但由于網(wǎng)絡(luò)資源十分有限，往往需要盡可能高效地利用有限的資源以使任務(wù)得以順利執(zhí)行，即在能量受限、動態(tài)多變的網(wǎng)絡(luò)環(huán)境中，要求有效分配網(wǎng)絡(luò)內(nèi)的任務(wù)，將特定的任務(wù)調(diào)度到zui合適的節(jié)點(diǎn)上執(zhí)行，并在保證網(wǎng)絡(luò)負(fù)載均衡的同時實現(xiàn)對資源的有效分配，這就迫切要求在無線E+E傳感器網(wǎng)絡(luò)領(lǐng)域開展有關(guān)于無線E+E傳感器網(wǎng)絡(luò)任務(wù)調(diào)度的研究。

無線E+E傳感器網(wǎng)絡(luò)任務(wù)調(diào)度關(guān)鍵技術(shù)
雖然對于傳統(tǒng)網(wǎng)絡(luò)環(huán)境下任務(wù)調(diào)度算法的研究已經(jīng)非常的成熟，但在無線E+E傳感器網(wǎng)絡(luò)中的研究還有很大空間。受無線E+E傳感器網(wǎng)絡(luò)本身所具有的動態(tài)拓?fù)湫浴⒛芎挠邢扌?、?jié)點(diǎn)資源有限性以及數(shù)據(jù)傳感的不可靠性等特點(diǎn)影響，現(xiàn)有算法不能直接應(yīng)用于無線E+E傳感器網(wǎng)絡(luò)中，從而在無線E+E傳感器網(wǎng)絡(luò)中開展任務(wù)調(diào)度問題研究是非常迫切和關(guān)鍵的。圍繞這一中心問題，從多方面展開了綜合研究，并作了一些有益的嘗試，主要有以下四個方面：為了延長網(wǎng)絡(luò)生命周期，減少網(wǎng)絡(luò)能量消耗和均衡網(wǎng)絡(luò)負(fù)載，引入了動態(tài)聯(lián)盟思想，構(gòu)造了無線E+E傳感器網(wǎng)絡(luò)任務(wù)分配的動態(tài)聯(lián)盟模型，繼而提出了一種基于離散粒子群優(yōu)化的任務(wù)分配算法。該算法根據(jù)任務(wù)總完成時間、能量損耗以及網(wǎng)絡(luò)負(fù)載狀況，建立代價函數(shù)，結(jié)合粒子群優(yōu)化算法，實現(xiàn)優(yōu)化任務(wù)分配策略。引入了變異算子，在很好地保持了種群多樣性的同時提高了算法的全局搜索能力。仿真實驗結(jié)果表明了該分配算法在局部求解與全局探索之間取得了較好的平衡，能有效減少無線E+E傳感器網(wǎng)絡(luò)的計算時間和網(wǎng)絡(luò)能耗，并有效地均衡網(wǎng)絡(luò)負(fù)載。無線E+E傳感器網(wǎng)絡(luò)所具有的動態(tài)拓?fù)湫蕴攸c(diǎn)要求要有一種更加優(yōu)化和高效的拓?fù)淇刂茩C(jī)制，使拓?fù)浣Y(jié)構(gòu)能夠根據(jù)節(jié)點(diǎn)的狀況自我調(diào)整和自我配置，以保證在部分E+E傳感器節(jié)點(diǎn)損壞、失效和移動的情況下，不會影響到數(shù)據(jù)傳輸和全局任務(wù)。為此，針對傳統(tǒng)方案所獲拓?fù)涞倪B通冗余度過高或結(jié)構(gòu)健壯性較低等弊端，采納了本地生成樹結(jié)構(gòu)的拓?fù)湔{(diào)整思路，對拓?fù)湫枨筮M(jìn)行了建模分析并轉(zhuǎn)化為多目標(biāo)度約束zui小生成樹問題，繼而設(shè)計了一個基于目標(biāo)共享函數(shù)的適應(yīng)度評價函數(shù)，給出了求解該問題的新型離散粒子群優(yōu)化算法，基于種群的隨機(jī)狀態(tài)轉(zhuǎn)移過程，理論分析了算法的全局收斂性，zui后構(gòu)建一種基于新型離散粒子群優(yōu)化的拓?fù)淇刂品桨?，仿真實驗結(jié)果表明了所提方案所獲拓?fù)渚哂芯W(wǎng)絡(luò)整體功耗低，結(jié)構(gòu)健壯性高和節(jié)點(diǎn)間通信干擾可控的折衷特點(diǎn)，并能夠有效地延長無線E+E傳感器網(wǎng)絡(luò)的生命周期。無線E+E傳感器網(wǎng)絡(luò)所具有的能耗有限性和節(jié)點(diǎn)資源有限性要求在任務(wù)調(diào)度過程中進(jìn)行實時數(shù)據(jù)交換時要盡量減少E+E傳感器節(jié)點(diǎn)的功耗，而數(shù)據(jù)融合能有效減少網(wǎng)絡(luò)內(nèi)的數(shù)據(jù)傳輸量，減少能源的消耗，并盡可能地挖掘E+E傳感器節(jié)點(diǎn)的處理能力。為此，綜合運(yùn)用前向反饋神經(jīng)網(wǎng)絡(luò)和粒子群優(yōu)化算法，建立了一個面向無線E+E傳感器網(wǎng)絡(luò)的多源時域數(shù)據(jù)融合模型。新模型首先構(gòu)造了基于粒子群優(yōu)化的特征選擇算法用以簡化大量的歷史數(shù)據(jù)源，然后提出了一種基于粒子群優(yōu)化的新型神經(jīng)網(wǎng)絡(luò)預(yù)測算法，利用粒子群優(yōu)化訓(xùn)練前向反饋神經(jīng)網(wǎng)絡(luò)，獲得全局優(yōu)化的神經(jīng)網(wǎng)絡(luò)權(quán)值和閾值，zui后依賴于過濾的數(shù)據(jù)，通過所提預(yù)測算法進(jìn)行數(shù)值預(yù)測，達(dá)到節(jié)省能耗的目的，并克服了傳統(tǒng)時序算法所無法實現(xiàn)的根據(jù)多種不同類型數(shù)據(jù)進(jìn)行預(yù)測的缺點(diǎn)。無線E+E傳感器網(wǎng)絡(luò)自身的網(wǎng)絡(luò)狀況和所處的外界環(huán)境動態(tài)多變性等特點(diǎn)要求采取自適應(yīng)機(jī)制使任務(wù)管理更加適應(yīng)于無線E+E傳感器網(wǎng)絡(luò)的實時應(yīng)用需求。

無線E+E傳感器網(wǎng)絡(luò)任務(wù)調(diào)度關(guān)鍵技術(shù)
為此，引入多Agent系統(tǒng)理論，構(gòu)建了一種基于多Agent的無線E+E傳感器網(wǎng)絡(luò)系統(tǒng)模型，并在該系統(tǒng)模型基礎(chǔ)上，提出了一種基于多Agent的無線E+E傳感器網(wǎng)絡(luò)自適應(yīng)任務(wù)調(diào)度策略。該策略有效地將多Agent技術(shù)融入到了無線E+E傳感器網(wǎng)絡(luò)的自適應(yīng)任務(wù)調(diào)度當(dāng)中，能夠?qū)收辖Y(jié)點(diǎn)上未完成的任務(wù)及時地進(jìn)行自適應(yīng)調(diào)整，以達(dá)到用zui小的開銷恢復(fù)網(wǎng)絡(luò)的正常運(yùn)作。