無線傳感器網絡聚集查詢關鍵技術研究.pdf

1、無線傳感器網絡是目前IT研究領域中的熱點研究之一。面向大規(guī)模、資源有限的無線傳感器網絡,如何進行節(jié)能的,可擴展的,可容錯的數據聚集查詢是我們面臨的一大挑戰(zhàn)。聚集查詢是傳感器網絡查詢處理中的關鍵查詢之一。
　　 本文針對WSN(Wireless Sensor Networks,WSN)中聚集查詢技術的通信量、可擴展性、容錯性等問題,對不重復記錄值查詢、中位數查詢、均值查詢、以及移動環(huán)境下的聚集查詢等關鍵技術進行了研究,對于推進無線

2、傳感器網絡高效聚集查詢的研究和實用化具有一定的理論意義和應用價值。
　　 本文首先對聚集查詢中不重復記錄值查詢進行了研究。由于傳感器網絡在節(jié)能,網絡規(guī)模,容錯性等方面的要求,集中式聚集算法已經非常不適合用于這種環(huán)境下。提出一種基于WSN的不重復記錄值近似算法。該算法能充分利用網內數據聚合和多路徑路由技術來減少網絡能耗,同時能避免重復計數,提高算法的容錯性。在算法中,網絡中各節(jié)點產生其摘要數據-子FM(Flajolet Marti

3、n,FM)序列,然后,各FM序列經過網內數據聚合以及層層傳遞后,最終匯集到根節(jié)點形成全網的FM序列,最后在匯聚節(jié)點使用這個遠小于全網數據集規(guī)模的、可用于代表全網數據集結構的FM序列,迅速獲得不重復記錄值的近似結果,從而避免了將各傳感器節(jié)點的所有數據都傳輸至根節(jié)點。仿真結果顯示該算法能耗低、容錯能力強、誤差范圍可控,能有效地延長網絡的生存期。
　　 由于節(jié)點失效、通信失敗以及重復計數等問題都將導致對副本敏感的聚集查詢算法無法得到正

4、確的聚集值。為了減少誤差,降低能耗,提出了兩種中位數查詢算法-中位數查詢抽樣算法和中位數查詢近似算法。中位數查詢抽樣算法結合抽樣理論和網內數據聚合技術能得到中位數的近似值,能較大地減少網絡通信量。在中位數查詢近似算法中,各節(jié)點分別統計出每個感知值出現的不重復次數,并抽取節(jié)點的K％個最常用感知值作為子樣本集；將子樣本集傳遞給上一層節(jié)點,經過層層傳遞,最終在根節(jié)點形成全網的樣本集；將這個全網樣本集排序后獲得中位數的近似結果。實驗結果顯示所設

5、計的兩種算法能較大地減少網絡通信量、提高系統的健壯性。
　　 目前幾乎所有的聚集算法都要通過數據融合以及遠距離通信等方式收集全局的節(jié)點信息,然后聚集到一個單一的管理節(jié)點進行處理,因此這些算法存在著擴展性差、能耗較高等缺點。本文提出一種基于無線傳感器網絡的分布式均值查詢聚集算法,該算法只需在局部范圍內計算結果而無需收集全局的節(jié)點信息,也不必完成數據融合以及遠距離通信等任務,還可以根據當前查詢結果自適應的調整查詢范圍,是一種分布式、

6、低能耗、擴展性強、能自適應查詢范圍的聚集查詢算法。
　　 本文針對LEACH(Low Energy Adaptive Clustering Hierarchy,LEACH)算法沒有考慮簇頭能量和地理位置的缺點,以及現有的集中式分簇算法雖然考慮了節(jié)點的地理位置,但只適用于靜態(tài)網絡環(huán)境下,提出一種適用于移動環(huán)境的無線傳感器網絡分布式分簇算法。算法根據節(jié)點的剩余能量以及與動態(tài)變化的簇心之間的距離來挑選簇頭,從而使網絡能量均勻消耗。與集