無線傳感器網(wǎng)絡(luò)相關(guān)性及關(guān)鍵技術(shù)研究.pdf

1、無線傳感器網(wǎng)絡(luò)(Wirelesssensornetworks，WSNs)不同于傳統(tǒng)網(wǎng)絡(luò)，其有限的能量、存儲(chǔ)空間、計(jì)算速度、通信距離和帶寬等，要求該領(lǐng)域的研究主要關(guān)注于最小化節(jié)點(diǎn)工作量，包括通信量、計(jì)算量、存儲(chǔ)量等，以此實(shí)現(xiàn)節(jié)省資源、延長網(wǎng)絡(luò)生命期等目標(biāo)。在WSNs中，節(jié)點(diǎn)及數(shù)據(jù)均存在相關(guān)性，目前涉及相關(guān)性的概念一般包括空間和時(shí)間相關(guān)性，最近開始出現(xiàn)部分成果涉及數(shù)據(jù)類型屬性的相關(guān)性，相關(guān)性在WSNs節(jié)能技術(shù)中發(fā)揮著重要的作用。針對(duì)相關(guān)性的

2、研究主要集中在相關(guān)性的挖掘及評(píng)估、基于相關(guān)性的數(shù)據(jù)查詢與融合、考慮相關(guān)性的協(xié)議棧設(shè)計(jì)、利用相關(guān)性進(jìn)行的缺失值估計(jì)等關(guān)鍵技術(shù)。本文按照研究內(nèi)容可以分為以下三個(gè)部分：
　　 一、相關(guān)性研究。利用WSNs的相關(guān)性特點(diǎn)實(shí)現(xiàn)節(jié)省能量、提高數(shù)據(jù)質(zhì)量、降低延遲等幾個(gè)重要目標(biāo)。文章首先進(jìn)行相關(guān)性的概念研究，通過綜述WSNs發(fā)展現(xiàn)狀以及應(yīng)用需求中最新出現(xiàn)的多類型數(shù)據(jù)等情況，提出監(jiān)測數(shù)據(jù)類型屬性相關(guān)性的概念，用以揭示可以對(duì)多類型數(shù)據(jù)進(jìn)行融合的可能。

3、然后分析相關(guān)性的表現(xiàn)形式，討論相關(guān)性存在行為相關(guān)和數(shù)據(jù)相關(guān)兩種特征。針對(duì)行為相關(guān)特征，文章討論了相關(guān)性與負(fù)載的關(guān)系，提出行為相關(guān)性分為局部相關(guān)性(LC)和全局相關(guān)性(GC)，建立行為相關(guān)性評(píng)估模型，在此基礎(chǔ)上建立空間、時(shí)間、類型屬性行為相關(guān)性評(píng)估方法以及通過三者建立局部相關(guān)性和全局相關(guān)性的評(píng)估方法；針對(duì)數(shù)據(jù)相關(guān)特征，文章詳細(xì)介紹空間、時(shí)間、類型屬性數(shù)據(jù)相關(guān)性的評(píng)估方法。
　　 二、基于相關(guān)性的自適應(yīng)MAC協(xié)議。依據(jù)相關(guān)性評(píng)估模型

4、，本文針對(duì)具有行為相關(guān)性特征的無線傳感器網(wǎng)絡(luò)提出了基于相關(guān)性的自適應(yīng)MAC協(xié)議(CAS-MAC)。該協(xié)議來源于AS-MAC，文章首先從理論和實(shí)驗(yàn)兩個(gè)方面對(duì)AS-MAC協(xié)議存在的缺陷進(jìn)行了分析，通過調(diào)整AS-MAC協(xié)議中幀結(jié)構(gòu)的比例，以適應(yīng)不同負(fù)載對(duì)MAC協(xié)議性能的影響。另外，CAS-MAC還增加了數(shù)據(jù)包時(shí)效性的判定機(jī)制，用于處理已失效數(shù)據(jù)包的不利影響。仿真實(shí)驗(yàn)表明，AS-MAC協(xié)議改進(jìn)了AS-MAC協(xié)議的自適應(yīng)機(jī)制，增強(qiáng)了MAC協(xié)議對(duì)超

5、高負(fù)載及不穩(wěn)定環(huán)境下的適應(yīng)能力。
　　 三、基于相關(guān)性的數(shù)據(jù)融合研究。文章首先在以往相關(guān)性評(píng)估算法的基礎(chǔ)上，針對(duì)多類型數(shù)據(jù)的特點(diǎn)，提出基于弗洛伊德算法(Floyd)的相關(guān)性二次評(píng)估方案，精確并簡化了相關(guān)性的表示。該算法首先將數(shù)據(jù)按照空間.時(shí)間，類型屬性三維相關(guān)性進(jìn)行三維下標(biāo)編碼.利用數(shù)據(jù)的三維下標(biāo)將數(shù)據(jù)表示成帶有三維下標(biāo)的二維矩陣，并進(jìn)一步轉(zhuǎn)化成一維序列；然后根據(jù)相關(guān)性的傳遞規(guī)則，利用弗洛伊德算法對(duì)相關(guān)性進(jìn)行二次評(píng)估，計(jì)算出任意

6、數(shù)據(jù)間的最大相關(guān)性。其次，在相關(guān)性二次評(píng)估的基礎(chǔ)上，本文提出弗洛伊德.人工魚群數(shù)據(jù)選擇算法，主要包括一個(gè)“最優(yōu)解.最優(yōu)解維度”雙向反饋機(jī)制。該機(jī)制利用弗洛伊德算法對(duì)人工魚群算法的聚群行為收斂性差的缺陷進(jìn)行優(yōu)化；利用人工魚群算法求解最優(yōu)解時(shí)的穩(wěn)定性對(duì)弗洛伊德算法求中點(diǎn)時(shí)難以確定維度的缺陷進(jìn)行優(yōu)化。仿真結(jié)果表明，該算法能有效提高數(shù)據(jù)選擇效率和質(zhì)量。最后，文章提出了基于弗洛伊德.人工魚群-BPNN的數(shù)據(jù)預(yù)測算法，使用弗洛伊德.人工魚群數(shù)據(jù)選擇