基于模式挖掘的無(wú)線傳感器網(wǎng)絡(luò)冗余消除機(jī)制.pdf

1、隨著物聯(lián)網(wǎng)的興起，作為物聯(lián)網(wǎng)重要組成部分的無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Network，WSN）也得到了不斷的研究和發(fā)展。無(wú)線傳感器網(wǎng)絡(luò)是一種面向應(yīng)用的網(wǎng)絡(luò)，網(wǎng)內(nèi)包含大量密集部署的節(jié)點(diǎn)，這使得節(jié)點(diǎn)間采集的數(shù)據(jù)存在大量的空間冗余。另外，WSN中的節(jié)點(diǎn)通常以周期性的方式高頻采集數(shù)據(jù)，這使得同一節(jié)點(diǎn)采集的數(shù)據(jù)存在大量的時(shí)間冗余。時(shí)空冗余數(shù)據(jù)極大的消耗了節(jié)點(diǎn)有限的能量，同時(shí)也會(huì)導(dǎo)致通信的干擾，增加數(shù)據(jù)的傳輸延遲。因此，如何高效

2、的消除網(wǎng)內(nèi)的冗余數(shù)據(jù)，降低節(jié)點(diǎn)發(fā)送的數(shù)據(jù)量，對(duì)于降低節(jié)點(diǎn)能耗具有十分重要的意義。為此，本文重點(diǎn)研究了網(wǎng)內(nèi)數(shù)據(jù)的時(shí)空關(guān)聯(lián)特征，并提出了兩種基于數(shù)據(jù)變化模式的冗余消除機(jī)制，以消除大量的時(shí)空冗余數(shù)據(jù)。
　　首先，本文根據(jù)物理現(xiàn)象的全局周期性和局部線性特征，提出了一種基于模式統(tǒng)計(jì)的冗余消除機(jī)制(PSB)。該機(jī)制通過(guò)統(tǒng)計(jì)各種線性模式的出現(xiàn)次數(shù)、出現(xiàn)時(shí)間和每次的持續(xù)時(shí)間，計(jì)算得到每種線性模式的加權(quán)頻率，以表征它們?cè)谖磥?lái)出現(xiàn)的可能性。然后基于得

3、到的統(tǒng)計(jì)信息，并結(jié)合最小二乘法，PSB可以獲得一個(gè)最可能出現(xiàn)的線性模式作為預(yù)測(cè)模型，并對(duì)節(jié)點(diǎn)未來(lái)采集的數(shù)據(jù)進(jìn)行預(yù)測(cè)。若節(jié)點(diǎn)采集的數(shù)據(jù)與預(yù)測(cè)值相差小于閾值e，則可以不發(fā)送數(shù)據(jù)。Sink節(jié)點(diǎn)未收到數(shù)據(jù)時(shí)，將直接采用預(yù)測(cè)值。通過(guò)這種機(jī)制，PSB可以有效的消除時(shí)間冗余數(shù)據(jù)，同時(shí)能夠確保數(shù)據(jù)的精度。相較于之前的方法，PSB不僅利用了物理現(xiàn)象的局部線性相關(guān)特征，同時(shí)充分挖掘了數(shù)據(jù)的周期相關(guān)性，所構(gòu)建的預(yù)測(cè)模型的預(yù)測(cè)準(zhǔn)確率和預(yù)測(cè)精度得到很大的提高，從

4、而有效地減少了節(jié)點(diǎn)的發(fā)送次數(shù)，降低了節(jié)點(diǎn)的能量消耗。仿真實(shí)驗(yàn)表明，與其他兩種方法相比，PSB在各方面的性能上，具有顯著的提高。
　　其次，依據(jù)很多鄰近節(jié)點(diǎn)的溫度數(shù)據(jù)差值近似恒定這一現(xiàn)象，本文提出了一種挖掘節(jié)點(diǎn)間關(guān)聯(lián)模式的相關(guān)性判定方法。然后根據(jù)此判定方法，提出了一種基于關(guān)聯(lián)模式的數(shù)據(jù)聚合算法(CMB)。CMB在Sink節(jié)點(diǎn)挖掘相鄰節(jié)點(diǎn)間的關(guān)聯(lián)模式，并根據(jù)關(guān)聯(lián)模式構(gòu)畫出網(wǎng)絡(luò)節(jié)點(diǎn)的關(guān)聯(lián)圖。然后基于最短路徑算法，為關(guān)聯(lián)圖中的各連通分支建

5、立最短路徑匯聚路由樹(shù)。而在匯聚路由的構(gòu)建過(guò)程中，CMB告知各節(jié)點(diǎn)與其子節(jié)點(diǎn)的關(guān)聯(lián)模式。當(dāng)節(jié)點(diǎn)接收到子節(jié)點(diǎn)的數(shù)據(jù)后，如果子節(jié)點(diǎn)的數(shù)據(jù)與節(jié)點(diǎn)本身采集的數(shù)據(jù)符合關(guān)聯(lián)模式，則CMB將消除這個(gè)子節(jié)點(diǎn)的數(shù)據(jù)，從而達(dá)到數(shù)據(jù)聚合的目的，并消除了空間冗余。當(dāng)聚合數(shù)據(jù)最終到達(dá) Sink節(jié)點(diǎn)后，CMB利用接收到的聚合數(shù)據(jù)和挖掘出的關(guān)聯(lián)模式，可以在指定的誤差閾值內(nèi)恢復(fù)出被消除的數(shù)據(jù)，從而得到完整的原始采集數(shù)據(jù)?；谡鎸?shí)溫度數(shù)據(jù)所做的仿真實(shí)驗(yàn)表明：CMB算法在數(shù)