中文摘要：

异构无线传感执行器网络是一种复杂不均衡网络，存在结构和资源的不对称问题。相对于仅由低成本节点组成的同构网络，异构大能力节点的加入令网络出现新的性能提升空间，如何挖掘不对称特性提升网络性能就成为异构网络中的重要研究课题。本项目拟从MAC层信道随机接入分配机制切入，建立不对称的CSMA/CA协议参数控制算法与网络性能之间的理论关系，获得MAC协议不对称竞争接入控制算法框架。基于结构理论和随机流量分析方法，设计针对结构的博弈模型；以能量受限节点的数据发送能效为目标设计针对能量的博弈模型；基于排队理论，以缓冲区溢出压力为指标设计针对缓冲区的博弈模型；采用梯度下降法和经验加权吸引力EWA学习算法求解博弈模型，获得相应的不对称竞争接入控制算法。本项目突破目前的对称MAC 竞争框架，融入网络结构和资源不对称因素，最终，为拓展异构传感执行器网络性能提升空间提供一种新的思路和方法。

结论摘要：

围绕异构无线传感执行器网络MAC协议不对称竞争接入控制算法研究的主题，本项目开展了以下研究（1）改进MAC层随机接入控制策略从IEEE802.15.4 MAC协议的CSMA/CA信道随机接入分配机制入手，分别针对移动场景和高密度场景，采用参数反馈方法和EWMA学习方法改进接入控制策略，可以较好地提升网络吞吐量，降低信道碰撞率和数据包时延，为无线低功耗网络的MAC协议研究扩展了改进方法；（2）开展了不对称竞争行为的检测方法研究采用K-means方法，提出基于网络性能特征序列的聚类检测方法（NPCS-CDM），以节点链路的平均传输延迟和平均吞吐量为网络性能特征建立统计序列，采用K-means聚类算法对特征序列进行分析和聚类，以此完成网络中节点自私行为的检测。在此基础上进一步提出了基于密度改进的聚类检测方法（ID-BCDM），在三维特征空间中对特征序列有良好的聚类效果，可有效地避免聚类出现局部最优化，能够较好地完成对单个以及多个自私节点的检测任务；（3）建立了CSMA/CA竞争协议的Markov分析模型采用Markov建模和分析方法对不对称竞争协议进行分析，间接建立不对称的CSMA/CA协议参数控制算法与网络性能之间的关系。针对存在优先级的信道访问策略，即实质是业务的不对称竞争信道访问方式，通过概率机制判断当前网络状况，提出基于网络负荷概率判断的业务优先级自适应区分动态退避算法（PJNL_ADDB算法），并利用Markov理论模型对算法性能进行了理论分析；（4）建立了基于博弈模型的MAC协议不对称竞争接入控制算法框架从全局角度建立网络竞争接入机制的演化博弈模型，分析了不同参数对网络吞吐量和能耗的影响，以及收益时延、成功收益以及比特差错概率对演化博弈复制子动态收敛性的影响。博弈框架下可以在更广泛意义上分析节点的不对称竞争行为及其后果，并且允许节点在各种情况下能自主调节信道访问策略至最优；（5）此外，对本项目的辅助研究方面，我们还开展了智能算法研究、无线传感网络覆盖问题、定位跟踪问题的研究。总之，本项目可为不对称竞争共享资源的研究提供理论依据，为进一步开展全局优化的不对称竞争方法提供理论基础。