面向數(shù)據(jù)的無線傳感器網(wǎng)絡(luò)節(jié)能機(jī)制研究.pdf

1、無線傳感器網(wǎng)絡(luò)作為一種新興的、將改變?nèi)祟惻c物理世界交互方式的新技術(shù)，具有廣闊的應(yīng)用前景和巨大的研究?jī)r(jià)值。無線傳感器網(wǎng)絡(luò)研究的重要目的是在滿足網(wǎng)絡(luò)面向應(yīng)用要求的前提下最大化網(wǎng)絡(luò)生命周期，由于能量資源約束是影響網(wǎng)絡(luò)生命周期的最根本因素，因此，針對(duì)節(jié)能機(jī)制的研究在無線傳感器網(wǎng)絡(luò)研究領(lǐng)域中處于核心地位。本文從傳感器網(wǎng)絡(luò)的“數(shù)據(jù)中心和面向應(yīng)用”的本質(zhì)特征出發(fā)，以網(wǎng)絡(luò)數(shù)據(jù)收集應(yīng)用為背景，通過分析傳感器網(wǎng)絡(luò)中數(shù)據(jù)的內(nèi)涵屬性和分布特征，并結(jié)合網(wǎng)絡(luò)能耗和

2、結(jié)構(gòu)模型，從降低和均衡網(wǎng)絡(luò)能耗的角度研究能量有效的網(wǎng)絡(luò)運(yùn)作機(jī)制。 ⑴針對(duì)網(wǎng)內(nèi)時(shí)間冗余數(shù)據(jù)和流量不均衡分布模式所導(dǎo)致的傳輸能量浪費(fèi)和漏斗效應(yīng)問題，提出了基于預(yù)測(cè)模式的時(shí)間冗余數(shù)據(jù)濾波機(jī)制和能量感知數(shù)據(jù)路由機(jī)制。其中，時(shí)間冗余數(shù)據(jù)濾波機(jī)制的設(shè)計(jì)構(gòu)架由捕獲數(shù)據(jù)時(shí)域變化規(guī)律的預(yù)測(cè)模塊、修正預(yù)測(cè)模型的數(shù)據(jù)自學(xué)習(xí)模塊和控制數(shù)據(jù)濾波操作的驅(qū)動(dòng)模塊組成。設(shè)計(jì)中將預(yù)測(cè)精度閾值分配規(guī)則和預(yù)測(cè)誤差驅(qū)動(dòng)規(guī)則引入數(shù)據(jù)濾波體系的構(gòu)造，通過針對(duì)節(jié)點(diǎn)能量狀況個(gè)

3、性化的預(yù)測(cè)精度閾值分配和根據(jù)預(yù)測(cè)誤差精確判斷所獲得的數(shù)據(jù)變化規(guī)律內(nèi)涵信息，進(jìn)一步加強(qiáng)了針對(duì)時(shí)間冗余數(shù)據(jù)的識(shí)別和濾波效果。能量感知數(shù)據(jù)路由機(jī)制的設(shè)計(jì)結(jié)合了蟻群優(yōu)化機(jī)理自適應(yīng)網(wǎng)絡(luò)狀況動(dòng)態(tài)性的優(yōu)勢(shì)和預(yù)測(cè)模型揭示數(shù)據(jù)流量變化規(guī)律的優(yōu)勢(shì)，通過將節(jié)點(diǎn)負(fù)載因子引入蟻群優(yōu)化算法中啟發(fā)式因子的構(gòu)造和局部信息素更新規(guī)則的設(shè)計(jì)，賦予螞蟻代理在路由解空間探索中預(yù)知網(wǎng)絡(luò)局域能量狀況的能力，提高了數(shù)據(jù)路由構(gòu)建的自適應(yīng)性和能量均衡性。實(shí)驗(yàn)表明，本文提出的面向時(shí)間序列

4、數(shù)據(jù)預(yù)測(cè)模式的節(jié)能機(jī)制，通過挖掘數(shù)據(jù)內(nèi)涵的時(shí)域冗余度和關(guān)聯(lián)性，并引入蟻群優(yōu)化機(jī)理與預(yù)測(cè)模式相結(jié)合的實(shí)現(xiàn)方式，有效地降低和均衡了數(shù)據(jù)收集能耗。 ⑵針對(duì)網(wǎng)內(nèi)價(jià)值冗余數(shù)據(jù)傳輸造成的能量浪費(fèi)和監(jiān)控節(jié)點(diǎn)生命周期縮短的問題，研究了體現(xiàn)服務(wù)區(qū)分性的節(jié)能數(shù)據(jù)收集機(jī)制。文章分析了網(wǎng)絡(luò)數(shù)據(jù)價(jià)值的分類判斷方法并將其形式化為數(shù)據(jù)價(jià)值因子結(jié)構(gòu)，進(jìn)而在數(shù)據(jù)價(jià)值因子基礎(chǔ)上，設(shè)計(jì)了映射為集合覆蓋問題的價(jià)值貢獻(xiàn)驅(qū)動(dòng)節(jié)點(diǎn)調(diào)度機(jī)制和價(jià)值冗余數(shù)據(jù)濾波體系結(jié)構(gòu)。其中，節(jié)

5、點(diǎn)調(diào)度機(jī)制的設(shè)計(jì)思想是將體現(xiàn)價(jià)值貢獻(xiàn)度的數(shù)據(jù)價(jià)值因子引入混合蟻群優(yōu)化算法(IMAH)中啟發(fā)式因子和全局信息素更新規(guī)則的設(shè)計(jì)，從而引導(dǎo)人工螞蟻在解空間探索中的價(jià)值取向，在滿足覆蓋要求和能量有效的基礎(chǔ)上通過迭代方式求取全局最優(yōu)解。價(jià)值區(qū)分性數(shù)據(jù)濾波體系構(gòu)建的節(jié)能思想是將數(shù)據(jù)價(jià)值因子引入支持QoS的MAC層退避機(jī)制的設(shè)計(jì)，通過控制網(wǎng)內(nèi)不同價(jià)值含量數(shù)據(jù)包的發(fā)送優(yōu)先級(jí)來實(shí)現(xiàn)減少網(wǎng)內(nèi)價(jià)值冗余數(shù)據(jù)傳輸量的濾波效果。這種面向數(shù)據(jù)價(jià)值服務(wù)區(qū)分度的節(jié)能機(jī)制

6、根據(jù)網(wǎng)絡(luò)應(yīng)用的服務(wù)質(zhì)量要求優(yōu)化節(jié)能效果，區(qū)別于傳統(tǒng)的面向數(shù)據(jù)自身統(tǒng)計(jì)特征的節(jié)能處理方式。仿真實(shí)驗(yàn)表明，本文提出的面向數(shù)據(jù)價(jià)值的節(jié)能收集機(jī)制可根據(jù)不同級(jí)別的服務(wù)質(zhì)量要求自適應(yīng)地控制數(shù)據(jù)收集能耗，從而提供了從網(wǎng)絡(luò)應(yīng)用QoS的角度進(jìn)一步優(yōu)化機(jī)制能量有效性的新思路。 ⑶針對(duì)傳感器網(wǎng)絡(luò)數(shù)據(jù)收集應(yīng)用中網(wǎng)內(nèi)數(shù)據(jù)內(nèi)容關(guān)聯(lián)度低引發(fā)的聚類結(jié)構(gòu)優(yōu)化問題，和網(wǎng)內(nèi)數(shù)據(jù)內(nèi)容冗余度高造成的數(shù)據(jù)傳輸能耗浪費(fèi)問題，提出了基于關(guān)聯(lián)規(guī)則挖掘的聚類構(gòu)建和結(jié)構(gòu)優(yōu)化算法，

7、及內(nèi)容冗余數(shù)據(jù)濾波機(jī)制。根據(jù)數(shù)據(jù)內(nèi)容關(guān)聯(lián)程度構(gòu)建聚類結(jié)構(gòu)，并通過簇重組和簇自愈算法從內(nèi)容關(guān)聯(lián)性角度進(jìn)一步優(yōu)化已有聚類結(jié)構(gòu)，進(jìn)而在聚類結(jié)構(gòu)基礎(chǔ)上，設(shè)計(jì)了針對(duì)數(shù)據(jù)內(nèi)容冗余度特征的濾波算法，依據(jù)以“內(nèi)容特征碼”為核心的協(xié)商機(jī)制抑制內(nèi)容冗余數(shù)據(jù)的傳輸，減少數(shù)據(jù)收集源頭的數(shù)據(jù)產(chǎn)生量。并在已知數(shù)據(jù)內(nèi)容關(guān)聯(lián)度的基礎(chǔ)上引入分布式信源編碼方式來實(shí)現(xiàn)簇際傳輸數(shù)據(jù)的無損融合。本文提出的面向數(shù)據(jù)內(nèi)容相關(guān)性和冗余度特征的節(jié)能機(jī)制設(shè)計(jì)，充分考慮了傳感器網(wǎng)絡(luò)數(shù)據(jù)收集

8、實(shí)際應(yīng)用中采樣數(shù)據(jù)間內(nèi)容相似度高的特性。實(shí)驗(yàn)結(jié)果表明，引入內(nèi)容關(guān)聯(lián)聚類和內(nèi)容冗余濾波操作后，可以進(jìn)一步降低數(shù)據(jù)收集機(jī)制的能耗。 ⑷針對(duì)異構(gòu)殘缺數(shù)據(jù)的模型估計(jì)和分布模式規(guī)律挖掘的困難性，采用依據(jù)半監(jiān)督學(xué)習(xí)估計(jì)的高斯混合模型描述異構(gòu)數(shù)據(jù)的統(tǒng)計(jì)分布特征，并在數(shù)據(jù)分布模型的基礎(chǔ)上設(shè)計(jì)了模型匹配度驅(qū)動(dòng)的自適應(yīng)數(shù)據(jù)濾波機(jī)制，該機(jī)制采用基于假設(shè)檢驗(yàn)方法的模型匹配度判斷來挖掘數(shù)據(jù)序列分布模式間的相似性，通過濾除冗余的分布式流數(shù)據(jù)序列，達(dá)到減少數(shù)

9、據(jù)收集源頭冗余數(shù)據(jù)產(chǎn)生量的目的，進(jìn)而在簇際數(shù)據(jù)傳輸過程中，設(shè)計(jì)了基于主元分析的聚類數(shù)據(jù)壓縮算法，通過冗余屬性濾波和主元方向的數(shù)據(jù)重構(gòu)，在傳輸數(shù)據(jù)降維的基礎(chǔ)上實(shí)現(xiàn)滿足累計(jì)方差貢獻(xiàn)率的數(shù)據(jù)有損壓縮，降低了數(shù)據(jù)傳輸過程中的能耗。實(shí)驗(yàn)表明，本文提出的基于異構(gòu)數(shù)據(jù)統(tǒng)計(jì)特征的節(jié)能數(shù)據(jù)收集機(jī)制，有效解決了針對(duì)多屬性混合和信息殘缺性異構(gòu)數(shù)據(jù)的建模和冗余度提取的難題，從面向統(tǒng)計(jì)特征的角度為傳感器網(wǎng)絡(luò)中異構(gòu)數(shù)據(jù)的節(jié)能收集方法研究提供了新的設(shè)計(jì)思路。