大規(guī)模移動(dòng)傳感器網(wǎng)絡(luò)中的數(shù)據(jù)融合問題研究.pdf

1、無線傳感器網(wǎng)絡(luò)是由大量廉價(jià)的傳感器節(jié)點(diǎn)組成的，而傳感器節(jié)點(diǎn)以協(xié)作地方式來完成特定的任務(wù)，如環(huán)境監(jiān)測、目標(biāo)跟蹤和醫(yī)療衛(wèi)生等。傳感器節(jié)點(diǎn)由電池供電，且通常部署于無人值守區(qū)或者環(huán)境惡劣的區(qū)域，無法通過更換電池補(bǔ)充能量，因此在設(shè)計(jì)相關(guān)協(xié)議和算法時(shí)必須考慮能量的有效性。由于無線傳感器網(wǎng)絡(luò)中通信能耗遠(yuǎn)高于數(shù)據(jù)處理能耗，因此為了減少能耗，必須盡可能地對原始數(shù)據(jù)進(jìn)行網(wǎng)內(nèi)處理，以減少節(jié)點(diǎn)間的數(shù)據(jù)通信量。數(shù)據(jù)融合是無線傳感器節(jié)點(diǎn)對收到的數(shù)據(jù)進(jìn)行網(wǎng)內(nèi)處理的一

2、項(xiàng)重要技術(shù)，該技術(shù)可以極大地減少網(wǎng)絡(luò)內(nèi)部的通信量，從而延長網(wǎng)絡(luò)的壽命。 隨著無線傳感器網(wǎng)絡(luò)得到廣泛的應(yīng)用，出現(xiàn)了一些新的應(yīng)用要求和技術(shù)，其中移動(dòng)傳感器網(wǎng)絡(luò)成為研究的熱點(diǎn)問題。由于移動(dòng)傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)的移動(dòng)性，使得原先靜態(tài)無線傳感器網(wǎng)絡(luò)中一些技術(shù)不再適用，數(shù)據(jù)融合技術(shù)就是其中之一?，F(xiàn)有的數(shù)據(jù)融合算法大多是基于固定、全局結(jié)構(gòu)的，在移動(dòng)網(wǎng)絡(luò)中由于節(jié)點(diǎn)的移動(dòng)性，使得這些算法建立和維護(hù)結(jié)構(gòu)的開銷較大，不適用于移動(dòng)傳感器網(wǎng)絡(luò)。因此本文主要研

3、究大規(guī)模移動(dòng)傳感器網(wǎng)絡(luò)中的數(shù)據(jù)融合問題。 首先，本文研究了大規(guī)模移動(dòng)傳感器網(wǎng)絡(luò)中非結(jié)構(gòu)化的數(shù)據(jù)融合問題。已有的非結(jié)構(gòu)化的DAARW(Data-Aware Anycast and Random Waiting)數(shù)據(jù)融合算法存在一些不足之處：沒有考慮能量的有效性；可能導(dǎo)致CTS(Clear To Send)消息沖突。因此我們對該算法進(jìn)行改進(jìn)提出了能量有效的EEDAARW(Energy-Efficient Data-Aware Any

4、cast and Random Waiting)算法。該算法分別使用以數(shù)據(jù)為中心的任意播(Data-Aware Anycast，DAA)機(jī)制和隨機(jī)等待(Random Waiting，RW)機(jī)制實(shí)現(xiàn)空間和時(shí)間上的融合，數(shù)據(jù)包只有在相同的時(shí)間傳到相同的節(jié)點(diǎn)才能融合。DAA機(jī)制使用Anycast方法把數(shù)據(jù)發(fā)送到有同樣數(shù)據(jù)的節(jié)點(diǎn)進(jìn)行數(shù)據(jù)融合，以此來提高空間匯聚；RW機(jī)制的作用是提高時(shí)間匯聚，有采用數(shù)據(jù)的節(jié)點(diǎn)根據(jù)自己到sink節(jié)點(diǎn)的距離產(chǎn)生一個(gè)延

5、遲，離sink節(jié)點(diǎn)越近延遲越大，該機(jī)制能夠避免有采用數(shù)據(jù)的節(jié)點(diǎn)在發(fā)送完自己的采樣數(shù)據(jù)后，而作為中繼節(jié)點(diǎn)再次發(fā)送收到的數(shù)據(jù)，從而減少能耗。實(shí)驗(yàn)仿真表明EEDAARW算法使得網(wǎng)絡(luò)生命周期比DAARW算法延長了大約30％。 其次，本文研究了大規(guī)模移動(dòng)傳感網(wǎng)絡(luò)中基于事件驅(qū)動(dòng)的數(shù)據(jù)融合問題。我們提出了基于局部動(dòng)態(tài)結(jié)構(gòu)的數(shù)據(jù)融合算法LDSDA(Local and Dynamic Structure-based Data Aggregatio

6、n)。該算法建立的結(jié)構(gòu)有三個(gè)部分：一是事件發(fā)生區(qū)域距離比率最小的節(jié)點(diǎn)到sink的直線路徑LS(Line Structure)；二是事件發(fā)生區(qū)域(Event Area，EA)中的簇結(jié)構(gòu)；三是連接各個(gè)簇頭節(jié)點(diǎn)的樹CHT(Cluster Head Tree)，把EA中的簇頭的數(shù)據(jù)收集到處于LS上的樹根節(jié)點(diǎn)。建立的結(jié)構(gòu)在完成數(shù)據(jù)收集后不再需要，故避免了維護(hù)的開銷。算法能夠獲得盡早融合，并把融合后的唯一數(shù)據(jù)以近似直線的路徑發(fā)送到sink節(jié)點(diǎn)。該算

7、法的網(wǎng)絡(luò)延遲很小，且能有效的減少節(jié)點(diǎn)能耗，延長網(wǎng)絡(luò)的生命周期。實(shí)驗(yàn)表明LDSDA算法比DAARW算法的網(wǎng)絡(luò)能耗平均減少了8％，網(wǎng)絡(luò)延遲平均減少了49％。 最后我們設(shè)計(jì)實(shí)現(xiàn)了一個(gè)網(wǎng)絡(luò)模擬器，該模擬器是基于TinyOS平臺的。模擬器使用分層的模塊化方式實(shí)現(xiàn)，模塊之間使用接口通信，可以方便的更換和更換其中的模塊，可擴(kuò)展性良好。該模擬器由前臺和后臺組成：前臺實(shí)現(xiàn)網(wǎng)絡(luò)的配置和運(yùn)行顯示過程，使用java語言編寫；后臺根據(jù)網(wǎng)絡(luò)配置進(jìn)行模擬運(yùn)行

8、，產(chǎn)生實(shí)驗(yàn)數(shù)據(jù)并提交給前臺，使用TinyOS平臺下的nesC語言和C語言編寫，網(wǎng)絡(luò)中的各層模塊，如應(yīng)用層模塊、路由層模塊和MAC層模塊等由nesC編寫，系統(tǒng)支撐文件由C語言編寫。 本論文的主要貢獻(xiàn)和創(chuàng)新點(diǎn)如下： ·針對大規(guī)模移動(dòng)傳感網(wǎng)絡(luò)，提出了非結(jié)構(gòu)化的數(shù)據(jù)融合算法，算法避免了建立和維護(hù)結(jié)構(gòu)的開銷。同時(shí)，算法考慮了能量的有效性，能夠有效的節(jié)約網(wǎng)絡(luò)能耗，延長網(wǎng)絡(luò)生命周期。 ·提出了大規(guī)模移動(dòng)傳感網(wǎng)絡(luò)中的基于局部動(dòng)態(tài)