無線傳感器網(wǎng)絡(luò)數(shù)據(jù)查詢關(guān)鍵技術(shù)研究.pdf

1、無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network，WSN)，也稱傳感器網(wǎng)絡(luò)(SensorNetwork)，在軍事、民用、環(huán)境監(jiān)控、城市管理等領(lǐng)域有著非常廣泛的應(yīng)用。早期的無線傳感器網(wǎng)絡(luò)主要指節(jié)點(diǎn)一旦部署不再移動的靜態(tài)無線傳感器網(wǎng)絡(luò)(Static WirelessSensor Network，SWSN)，隨著傳感器網(wǎng)絡(luò)研究的深入與拓展，匯聚節(jié)點(diǎn)sink可移動的動態(tài)無線傳感器網(wǎng)絡(luò)模型(Dynamic Wireless Sens

2、or Network，DWSN)以及所有節(jié)點(diǎn)均可自由移動的機(jī)會無線傳感器網(wǎng)絡(luò)模型(Opportunistic Wireless Sensor Network，OWSN)被相繼提出，進(jìn)一步擴(kuò)大了傳感器網(wǎng)絡(luò)的研究與應(yīng)用領(lǐng)域。
　　 傳感器網(wǎng)絡(luò)下的數(shù)據(jù)查詢是用戶主動獲取和分析網(wǎng)絡(luò)感應(yīng)數(shù)據(jù)集的重要手段。隨著傳感器網(wǎng)絡(luò)研究的深入，數(shù)據(jù)查詢領(lǐng)域出現(xiàn)許多新的課題。一方面，查詢需求從簡單的聚合查詢逐漸向復(fù)雜查詢拓展，Top-k查詢、Skylin

3、e查詢等查詢算子被引入到傳感器網(wǎng)絡(luò)查詢處理領(lǐng)域，如何克服通用查詢處理算法的不足，結(jié)合查詢算子特征，建立能量高效的面向具體算子的查詢處理算法成為新的課題。此外，由于DWSN和OWSN下節(jié)點(diǎn)的移動性，DWSN下如何規(guī)劃sink移動路徑以提高查詢處理性能，OWSN下如何建立適應(yīng)OWSN特征的查詢處理策略等都成為新的挑戰(zhàn)。本文以傳感器網(wǎng)絡(luò)中的數(shù)據(jù)查詢?yōu)檠芯績?nèi)容，對不同傳感器網(wǎng)絡(luò)模型數(shù)據(jù)查詢處理中的關(guān)鍵問題展開研究，提出有效的解決策略。本文的研究

4、工作與主要成果包括：
　　 (1)針對SWSN下精確快照Top-k查詢通用處理算法TAG能耗較高的問題，從結(jié)合查詢算子特征與網(wǎng)絡(luò)拓?fù)鋬?yōu)化的角度，提出了SWSN下基于查詢-驗(yàn)證機(jī)制與生成樹優(yōu)化的精確快照Top-k查詢處理算法QVTOP。首先根據(jù)Top-k查詢算子性質(zhì)和傳感器網(wǎng)絡(luò)的通信特性，提出基于查詢-驗(yàn)證機(jī)制的Top-k查詢處理算法QVTOP-Base，通過首先查詢少量高概率Top-k節(jié)點(diǎn)的實(shí)時(shí)數(shù)據(jù)并向其它節(jié)點(diǎn)分發(fā)驗(yàn)證，有效降低

5、了通信能耗。在QVTOP-Base基礎(chǔ)上，提出QVTOP-Improve算法，優(yōu)化生成樹結(jié)構(gòu)，進(jìn)一步降低查詢分發(fā)與驗(yàn)證階段的能耗。理論分析和仿真結(jié)果表明在感應(yīng)數(shù)據(jù)平滑變化的應(yīng)用中，QVTOP-Base算法和QVTOP-Improve算法有更高的能量有效性。
　　 (2)針對SWSN下的位置屬性為決策屬性之一的Skyline查詢應(yīng)用，提出了SWSN下Skyline查詢與KNN控制關(guān)系相結(jié)合的KNN_Skyline查詢問題及基于區(qū)域

6、劃分的精確快照KNN_Skyline查詢處理算法Ring_Skyline(RS)。首先提出SWSN下的KNN_Skyrline查詢問題，即尋找距離指定位置最近的k個(gè)Skyline值。根據(jù)KNN_Skyline查詢算子性質(zhì)，提出基于區(qū)域劃分的查詢處理算法RS_Serial和RS_Parallel?；舅枷胧菍⒉樵儏^(qū)域劃分為若干以指定查詢位置為中心的環(huán)形區(qū)，各環(huán)形區(qū)內(nèi)的節(jié)點(diǎn)采用鏈簇式結(jié)構(gòu)組織，采用分發(fā)并匯聚的模式進(jìn)行查詢處理。各環(huán)形區(qū)內(nèi)的查

7、詢處理過程采用串行或并行的方式進(jìn)行。理論分析和仿真實(shí)驗(yàn)結(jié)果表明，相比于集中式和TAG查詢處理算法，RS_Serial和RS_Parallel能實(shí)現(xiàn)KNN_Skyline查詢結(jié)果的漸進(jìn)式輸出并有效地降低了查詢處理延遲與處理能耗。
　　 (3)針對DWSN下數(shù)據(jù)查詢需要首先合理規(guī)劃sink移動路線，但是已有的sink移動路徑規(guī)劃策略主要著重考慮節(jié)點(diǎn)的相關(guān)參數(shù)，并未考慮sink本身移動區(qū)域的約束這一問題，提出了sink移動區(qū)域受限下的

8、路徑規(guī)劃問題。在假設(shè)網(wǎng)絡(luò)為高密度稠密網(wǎng)絡(luò)以及采用緩沖區(qū)輔助結(jié)果收集模式的前提下，分別針對sink可選移動路徑全局信息已知和未知的情況，提出利用傳輸能耗與節(jié)點(diǎn)負(fù)載的理論計(jì)算模型進(jìn)行Voronoi劃分求解的理論建模規(guī)劃策略和以最接近于將監(jiān)測區(qū)域平分的最長路線為sink近似最優(yōu)移動路線的啟發(fā)式的規(guī)劃策略。仿真實(shí)驗(yàn)結(jié)果表明了所提策略的可行性和有效性。
　　 (4)針對OWSN數(shù)據(jù)查詢中需要高可靠、低延遲、低能耗地進(jìn)行查詢分發(fā)，將查詢分發(fā)

9、問題拓展為數(shù)據(jù)分發(fā)問題，提出了循環(huán)移動OWSN下基于節(jié)點(diǎn)分發(fā)能力細(xì)粒度評價(jià)的數(shù)據(jù)分發(fā)策略QADD。首先利用時(shí)間-概率圖和轉(zhuǎn)發(fā)狀態(tài)-空間圖對節(jié)點(diǎn)的循環(huán)移動模型進(jìn)行描述，并研究了基于該模型對節(jié)點(diǎn)分發(fā)能力的細(xì)粒度計(jì)算。在此基礎(chǔ)上，分別提出了面向延遲、可靠性和通信能耗優(yōu)化的數(shù)據(jù)分發(fā)策略QADD_d，QADD_r和QADD_c。主要思想是兩節(jié)點(diǎn)相遇時(shí)，分別根據(jù)自身維護(hù)的轉(zhuǎn)發(fā)狀態(tài)-空間圖評價(jià)自身對分發(fā)目標(biāo)節(jié)點(diǎn)的分發(fā)能力，然后根據(jù)評價(jià)結(jié)果對分發(fā)計(jì)劃進(jìn)