無(wú)線傳感器網(wǎng)絡(luò)中基于抽樣的聚集算法研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)由大量傳感器節(jié)點(diǎn)構(gòu)成,節(jié)點(diǎn)具備無(wú)線通信能力,能夠自發(fā)的組成通信網(wǎng)絡(luò),同時(shí)傳感器網(wǎng)絡(luò)還具備感知和采集物理環(huán)境信息的能力以及簡(jiǎn)單的計(jì)算存儲(chǔ)能力。傳感器網(wǎng)絡(luò)已經(jīng)被廣泛的應(yīng)用于自然環(huán)境監(jiān)測(cè)、野生動(dòng)物監(jiān)測(cè)、交通流量監(jiān)控、軍事偵查等領(lǐng)域,在物理信息融合系統(tǒng)、物聯(lián)網(wǎng)等新技術(shù)中也起到了關(guān)鍵作用。
　　傳感器節(jié)點(diǎn)通常由難以更換的微型電池供電,這使得能量成為了無(wú)線傳感器網(wǎng)絡(luò)工作能力的瓶頸。傳感器網(wǎng)路中的聚集查詢一方面能夠向用戶提供所監(jiān)測(cè)

2、物理信息的概況信息,同時(shí)為節(jié)省傳感器網(wǎng)絡(luò)的能量開(kāi)銷提供了契機(jī),特別是加權(quán)數(shù)據(jù)聚集:根據(jù)查詢的語(yǔ)義,賦予節(jié)點(diǎn)不同的權(quán)值,使得聚集結(jié)果更加客觀的反映物理環(huán)境的真實(shí)信息。傳統(tǒng)的聚集查詢處理算法計(jì)算并返回給用戶精確的聚集結(jié)果,然而由于節(jié)點(diǎn)本身和無(wú)線網(wǎng)絡(luò)的不確定性,使得精確的聚集結(jié)果常常難以獲得。近年來(lái)出現(xiàn)了一系列近似的聚集查詢處理算法,已經(jīng)能夠達(dá)到任意的精度要求,但是并沒(méi)有專門(mén)針對(duì)加權(quán)聚集的方法出現(xiàn),同時(shí),現(xiàn)有的研究工作也沒(méi)有深入考察近似聚集計(jì)

3、算過(guò)程中的傳輸路徑選擇問(wèn)題對(duì)能量消耗的影響。
　　針對(duì)上述問(wèn)題,本文提出了可以滿足任意精度要求的近似加權(quán)聚集查詢處理算法。文章改進(jìn)了現(xiàn)有的均勻抽樣方法,提出了分組均勻抽樣方法,并將其應(yīng)用于聚集查詢處理算法。后續(xù)的定理證明了新的抽樣方法能夠減小樣本容量,而后文章給出了樣本容量確定公式以及算法的詳細(xì)執(zhí)行過(guò)程,最后的實(shí)驗(yàn)也驗(yàn)證了新的算法能夠有效地減少查詢處理過(guò)程中的能量開(kāi)銷。本文還給出了無(wú)線傳感器網(wǎng)絡(luò)中針對(duì)抽樣過(guò)程的路由策略,文章提出了