無(wú)線傳感器網(wǎng)絡(luò)中高能效魯棒的匯聚傳輸技術(shù).pdf

1、近年來(lái)，微機(jī)電系統(tǒng)、無(wú)線通訊和數(shù)字電子等領(lǐng)域的迅猛發(fā)展使得低成本、低能耗、具備小范圍通信能力的小尺寸傳感器成為可能。當(dāng)大量的傳感器被部署在感興趣區(qū)域進(jìn)行協(xié)同感知，便構(gòu)成了傳感器網(wǎng)絡(luò)。傳感器網(wǎng)絡(luò)是互聯(lián)網(wǎng)的延伸和拓展，隨著物聯(lián)網(wǎng)概念的提出，傳感器網(wǎng)絡(luò)更是被看作現(xiàn)代計(jì)算機(jī)網(wǎng)絡(luò)不可或缺的組成部分。然而，與傳統(tǒng)計(jì)算機(jī)網(wǎng)絡(luò)中的節(jié)點(diǎn)相比，傳感器節(jié)點(diǎn)能量受限，計(jì)算、存儲(chǔ)與傳輸能力都較薄弱，因此傳感器網(wǎng)絡(luò)中的數(shù)據(jù)傳輸，尤其是從大量傳感節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的匯聚

2、傳輸(Convergecast)面臨著巨大的挑戰(zhàn)。
　　無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network或簡(jiǎn)稱WSN)中的匯聚傳輸所面臨的挑戰(zhàn)可以總結(jié)為以下三點(diǎn)。首先，大量傳感器節(jié)點(diǎn)周期性的采集數(shù)據(jù)，需要傳輸?shù)臄?shù)據(jù)量巨大，這與傳感器節(jié)點(diǎn)有限的能量供應(yīng)形成了鮮明的矛盾。其次，由于傳感節(jié)點(diǎn)通信能力有限，一般需要通過(guò)多跳轉(zhuǎn)發(fā)將數(shù)據(jù)傳輸?shù)絽R聚節(jié)點(diǎn)。當(dāng)多數(shù)據(jù)源同時(shí)向匯聚節(jié)點(diǎn)發(fā)送數(shù)據(jù)時(shí)，會(huì)產(chǎn)生所謂的漏斗效應(yīng)，即匯聚節(jié)點(diǎn)周?chē)牧髁?/p>

3、顯著高于網(wǎng)絡(luò)周邊的流量。這將使得靠近匯聚節(jié)點(diǎn)的傳感節(jié)點(diǎn)消耗更多的能量，從而嚴(yán)重影響網(wǎng)絡(luò)的生存時(shí)間。再次，傳感器節(jié)點(diǎn)易發(fā)生損壞和失效，因此傳輸可靠性和魯棒性無(wú)法得到保證。
　　可見(jiàn)，要解決以上挑戰(zhàn)從而實(shí)現(xiàn)無(wú)線傳感器網(wǎng)絡(luò)的成功部署將取決于高能效、魯棒的匯聚傳輸技術(shù)。本文將針對(duì)幾種不同類型的無(wú)線傳感器網(wǎng)絡(luò)，在應(yīng)用層和傳輸層上就高能效、魯棒的匯聚傳輸技術(shù)進(jìn)行研究。
　　首先，本文考慮了在中小型稀疏傳感器網(wǎng)絡(luò)中的匯聚傳輸。在這類網(wǎng)絡(luò)中

4、，雖然每個(gè)傳感節(jié)點(diǎn)都可以與很多其它節(jié)點(diǎn)通信，但鏈路的可靠性非常差。受到壓縮感知理論的啟發(fā)，本文創(chuàng)新性的提出了基于隨機(jī)線性映射的聯(lián)合信源－網(wǎng)絡(luò)編碼方案。該方案不僅能夠充分利用傳感數(shù)據(jù)的相關(guān)性進(jìn)行一定程度的數(shù)據(jù)壓縮，而且在多徑路由的配合下能夠有效提高整個(gè)網(wǎng)絡(luò)的吞吐量。更為重要的是，本文所設(shè)計(jì)的方案能夠?qū)崿F(xiàn)可適度降級(jí)的匯聚傳輸，即隨著匯聚節(jié)點(diǎn)所收到的數(shù)據(jù)包的增加，所重構(gòu)的數(shù)據(jù)的精度可以逐步提高。更進(jìn)一步，本文將能量受限的多源、多跳和多徑數(shù)據(jù)傳

5、輸問(wèn)題歸結(jié)為一個(gè)網(wǎng)絡(luò)效能最大化（NUM）問(wèn)題，并設(shè)計(jì)了一個(gè)分布式算法完成了NUM問(wèn)題求解，給出了使各傳感器節(jié)點(diǎn)耗能平衡的多徑路由，有效的緩解了漏斗效應(yīng)，從而實(shí)現(xiàn)了高能效的匯聚傳輸。
　　其次，本文考慮了在大型密集傳感器網(wǎng)絡(luò)中的匯聚傳輸問(wèn)題。在這類網(wǎng)絡(luò)中，成百上千個(gè)傳感器節(jié)點(diǎn)生成海量的數(shù)據(jù)需要傳輸?shù)絽R聚節(jié)點(diǎn)。而由于數(shù)據(jù)是通過(guò)多跳轉(zhuǎn)發(fā)到達(dá)匯聚節(jié)點(diǎn)的，距離匯聚節(jié)點(diǎn)越近的傳感節(jié)點(diǎn)所消耗的能量越大，生命周期就越短。而整個(gè)網(wǎng)絡(luò)的生命周期也將受

6、到影響。本文提出了一個(gè)基于壓縮感知理論的壓縮數(shù)據(jù)采集模型，理論分析表明，壓縮數(shù)據(jù)采集可以提高數(shù)倍的網(wǎng)絡(luò)容量，而且能夠更好的利用傳感數(shù)據(jù)中隱含的相關(guān)性。該模型不僅成功降低了網(wǎng)絡(luò)總體通信代價(jià)，而且有效平衡了節(jié)點(diǎn)間的能量消耗，延長(zhǎng)了網(wǎng)絡(luò)的生命周期。
　　再次，無(wú)線傳感器網(wǎng)絡(luò)正在向信息密集型網(wǎng)絡(luò)發(fā)展，而視頻傳感器網(wǎng)絡(luò)作為一種典型的信息密集型網(wǎng)絡(luò)，正處于此類研究領(lǐng)域的前沿。因此，本文研究了無(wú)線視頻傳感器網(wǎng)絡(luò)中的匯聚傳輸。該問(wèn)題的主要挑戰(zhàn)來(lái)源

7、于流內(nèi)、流間干擾以及多個(gè)視頻源的流量平衡。本文提出了一個(gè)前向壓力傳輸控制協(xié)議，包含了傳輸層的逐跳控制協(xié)議和流量控制協(xié)議。前者最大限度的減少了視頻流在無(wú)線多跳傳輸過(guò)程中的丟包問(wèn)題，而后者不僅可以有效控制每個(gè)視頻流的流量而且能夠平衡多個(gè)并發(fā)視頻流的吞吐量。這組跨應(yīng)用層和傳輸層的設(shè)計(jì)可以實(shí)現(xiàn)從多個(gè)源節(jié)點(diǎn)到匯聚節(jié)點(diǎn)的公平、有效的視頻傳輸。
　　總體來(lái)看，本文就無(wú)線傳感器網(wǎng)絡(luò)中極具挑戰(zhàn)的匯聚傳輸技術(shù)進(jìn)行了深入的研究。針對(duì)不同類型的傳感器網(wǎng)絡(luò)