無線傳感器網(wǎng)絡數(shù)據(jù)聚集調(diào)度技術的研究.pdf

1、隨著傳感器技術、嵌入式計算技術以及無線通信技術的迅速發(fā)展,無線傳感器網(wǎng)絡以其低成本、自組織網(wǎng)絡的優(yōu)點被廣泛地應用在環(huán)境監(jiān)測、醫(yī)療衛(wèi)生、國防軍事等眾多領域。無線傳感器網(wǎng)絡作為一種全新的信息獲取和處理技術,對網(wǎng)絡中傳感器節(jié)點收集到的感知數(shù)據(jù)進行操作是必不可少的,其中數(shù)據(jù)聚集就是無線傳感器網(wǎng)絡上一項最基本的操作,近年來受到學術界的廣泛關注。在很多無線傳感器網(wǎng)絡應用中,管理員或用戶通常需要通過基站提出一些關于感知區(qū)域中某些物理屬性的聚集查詢,此

2、時基站需要將網(wǎng)絡中所有或部分傳感器節(jié)點獲取的感知數(shù)據(jù)進行聚集,并將聚集值返回給查詢者。為了消除聚集過程中無線通信帶來的干擾,需要為網(wǎng)絡生成一個無沖突的聚集調(diào)度,并最小化聚集時間,該問題稱為聚集調(diào)度問題。因此,聚集調(diào)度方法滿足了查詢者希望迅速獲得聚集結果的需求。無線傳感器網(wǎng)絡由一組低成本、低功耗的無線傳感器節(jié)點通過自組織方式形成網(wǎng)絡,具有節(jié)點能量有限、節(jié)點通信能力有限、網(wǎng)絡動態(tài)變化等特點。這些給無線傳感器網(wǎng)絡上聚集調(diào)度問題的研究帶來了很多

3、挑戰(zhàn),包括如何設計能量有效的聚集調(diào)度算法、如何設計適用于動態(tài)網(wǎng)絡拓撲的調(diào)度算法、如何提高算法的數(shù)據(jù)傳輸率等。針對上述挑戰(zhàn),本文從多方面考慮了無線傳感器網(wǎng)絡上的聚集調(diào)度問題,并提出相應的策略和算法。本文的研究工作及成果包括以下幾個方面。
　　首先,本文提出了無線傳感器網(wǎng)絡的分布式聚集調(diào)度算法?，F(xiàn)有的聚集調(diào)度算法均為集中式算法,不適用于動態(tài)變化的網(wǎng)絡拓撲,且聚集時間延遲較高。針對上述問題,本文提出了一種兩階段的分布式聚集調(diào)度算法。第一

4、階段利用極大獨立集的方法,分布式地構造一棵具有良好性質(zhì)的聚集樹,并將網(wǎng)絡中的節(jié)點分為不同的角色。在第二階段網(wǎng)絡中的傳感器節(jié)點首先通過相互通信得到局部的拓撲信息,然后根據(jù)獲取的信息分布式地完成調(diào)度生成。由于無線傳感器網(wǎng)絡的聚集調(diào)度問題已被證明為NP-難問題,本文給出的分布式聚集調(diào)度算法為一個近似算法,通過理論分析得出該算法的近似比接近于常數(shù),改進了原有算法的聚集時間上界。本文針對動態(tài)變化的網(wǎng)絡拓撲進一步提出了一種自適應的分布式聚集調(diào)度算法

5、,包括自適應的聚集樹結構維護和自適應的聚集調(diào)度更新。
　　第二,本文針對多基站無線傳感器網(wǎng)絡提出了兩種聚集調(diào)度算法。單基站無線傳感器網(wǎng)絡中存在節(jié)點負載不平衡與能量消耗不平衡的問題,而在網(wǎng)絡中布置多個計算和通信能力強大的基站可以有效地緩解該問題,因此多基站無線傳感器網(wǎng)絡也被廣泛關注與應用。本文提出了適用于該類型網(wǎng)絡的兩種聚集調(diào)度算法,兩算法均分為三個階段,第一階段為網(wǎng)絡構造出一個聚集森林作為通信骨干網(wǎng),第二階段和第三階段對聚集森林中

6、的所有節(jié)點以自底向上的方式逐層生成聚集調(diào)度。第一個調(diào)度算法采用維諾圖劃分的方法構造聚集森林,而第二個調(diào)度算法采用網(wǎng)絡支配集的思想構造出一個具有良好性質(zhì)的聚集森林,從而改進了第一個算法。本文通過理論分析給出了兩算法聚集時間的上界,并證明第二個算法性能優(yōu)于第一個算法。模擬實驗驗證了兩算法的有效性。
　　第三,本文提出了適用于周期輪轉(zhuǎn)模式無線傳感器網(wǎng)絡上的聚集調(diào)度算法。針對無線傳感器網(wǎng)絡節(jié)點能量有限的特點,周期輪轉(zhuǎn)的節(jié)點工作模式逐漸被采

7、用,即節(jié)點在每個工作周期中工作一段時間,在其余的時間進行睡眠。周期輪轉(zhuǎn)模式可以很大程度上節(jié)省傳感器節(jié)點的能量,從而延長網(wǎng)絡的生命周期,具有廣泛的應用前景。本文考慮了該類型的無線傳感器網(wǎng)絡上的聚集調(diào)度問題,并提出一種聚集調(diào)度算法來解決該問題。該算法首先構造出網(wǎng)絡的一個分層結構,然后根據(jù)該結構進行工作周期調(diào)度。理論分析得出該算法的近似比接近于常數(shù),模擬實驗也驗證了該算法的有效性。
　　第四,本文為無線傳感器網(wǎng)絡的聚集調(diào)度提出了一種新的

8、機會聚集調(diào)度機制。已有聚集調(diào)度算法未考慮聚集過程中可能發(fā)生的傳輸失敗,因此很難適用于鏈路質(zhì)量不理想的無線傳感器網(wǎng)絡。針對此問題,本文利用機會路由的思想提出了一種兩階段的機會聚集調(diào)度機制,以提高已有調(diào)度算法的數(shù)據(jù)傳輸率。該機制可以應用在任一聚集調(diào)度算法之上,是對已有聚集調(diào)度算法工作的一個有力補充。機會聚集調(diào)度機制在第一階段為已有調(diào)度進行機會鏈路擴展,即為網(wǎng)絡添加一些質(zhì)量較好的機會鏈路,并提出了兩種鏈路選擇策略。該機制在第二階段依照擴展后的