本文研究了无线传感器网络拓扑的自组织演化模型，并设计了拓扑演化算法。真结果表明，该网络拓扑结构更符合无线传感器网络的实际应用，提高了网络的鲁棒性。真结果表明，该网络拓扑结构更符合无线传感器网络拓扑自组织演化模型的实际应用，并设计了拓扑演化算法。线传感器网络，提高网络的鲁棒性关键词传感器网络，拓扑演化，鲁棒性无线传感器网络无线传感器网络包含大量无线传感器微节点，节点无线传感器通过无线通信形成具有多跳的自组织网络。
统[1]。为一种新型的自组织网络中，无线传感器网络结合了各种新的技术[2]，它的传感器节点通常部署在复杂的环境中，使得网络可以不依赖任何安装在培训过程中固定网络。
点必须以自组织的方式形成分布式网络。杂网络理论是一组具有一定的特点和功能，由于人的互联，通常允许个人成为网络的节点和连接上的郊区它们之间的连接个人网络。谓的复杂网络由大量节点和各种拓扑连接组成[3]。
本文提出的模型的无线传感器网络的拓扑结构演化模型，不仅节点和链路增加或基于一定的概率下降，也节点的能量和其他问题也被考虑在内。真结果表明，由新的模型全能力的进化产生的网络拓扑确保了在无线传感器网络中可靠的数据传输，提高网络的鲁棒性随机误差[4] 。扑演化模式设计网络在开始时具有节点，并且这些节点在单个平面中随机且均匀地分布。每个时间步t，网络根据以下算法发展：概率增长。每个时间步t，新节点以概率加入现有网络。
现有节点上。的连接节点选择使用首选概率方法与现有节点建立连接。
概率中移除新节点与现有节点i的一般连接。概率删除节点。
网络中随机选择要删除的节点，并删除连接到该节点的连接。
此，节点i遵循删除的概率。论分析假设随机变量连续变化。用平均场理论，热敏元件可以获得变化率：网络节点的能量的期望值，其中是网络节点的平均值。演进过程中，我们已经实现了网络，不仅包括节点和链接的添加，还包括节点和链接的删除。置网络中的节点的总数，这是réseau.Selon仿真分析的边缘的总数，以验证所提出的网络的演进模型的有效性，利用Matlab作为仿真工具用于模拟实验。
于存在无线传感器节点和节点删除，这更符合无线传感器网络的演进过程。常，无梯网络的理想幂律范围是指数。时，功率因数指数范围从2到4，表明该模型是功率因数分布的并且具有无标度特征[5]。
功率系数的节点具有0.9的值，它在2和4之间变化此时，网络也具有这样的特性无标度，这也是随机故障和节点故障非常坚固。
点的分布程度具有无标度特征，并且还验证了上述理论分析的准确性。论本文基于无线传感器网络动态拓扑的演化，研究了无线传感器网络的动态特性，优化了无线传感器网络拓扑模型。
后，我们提出了基于增加和节点的可能性的消除，以及节点的功率因数的网络拓扑演化的影响无线传感器网络的演化模型该理论表明，网络模型的度分布与幂律一致。过仿真验证网络模型。些条件与无线传感器网络的实际情况一致，这使其具有一定的容错能力，即对随机故障和节点故障具有极强的鲁棒性。考文献[1]傅菊萍，齐小刚。
于剩余能量和节点度的无线传感器网络分组算法[J]。算机应用研究，2011，28（1）：250-252。2]李善仓，张克旺。
线传感器网络原理与应用[M] .Pekin：按机械工业，2008：29。3]孙利民，李建中，陈炜等，无线传感器网络[M] .Pekin。：清华大学出版社，2005：89-90。
[4]章称采，基于复杂网络理论分析[J] .Informatique，2010，37（11）齐Xiaogang.Caractéristiques无线传感器网络：44〜49 [5]骆晓娟，颜挥逡，冷春霞传感器网络局部动态演化模型[J]。
东理工大学学报（自然科学版），2012，4（38）：216-220。
本文转载自
热敏元件www.wisdom-thermostats.com