无线传感器网络中的数据聚合算法

发布时间：2017-07-15 14:11

  本文关键词：无线传感器网络中的数据聚合算法

  更多相关文章： 无线传感器网络 密度关联度 数据融合 非均匀分簇 合作链路聚合

【摘要】：无线传感器网络中的节点随机分布在监测区域内,其一大特点是节点密集部署,距离较近的节点所监测到的数据具有较大的相似性,当节点把这些数据直接发送到Sink节点时,数据会产生较大的冗余并且造成网络能量的大量消耗,所以那些相似性较大的数据无需全部发送给Sink节点,可以对这些数据进行聚合处理。经过聚合前对数据的预处理,去掉一些相似性较大的数据,在保证数据正确性的前提下可以有效地减少无线传感器网络中数据的传输量,延长网络的寿命。本文基于对数据预处理以及数据聚合方法的研究,分别提出了两种不同的解决方案:(1)针对无线传感器网路中的“热区问题”(网络能耗快,寿命短),提出了一种基于数据密度关联度的非均匀成簇的数据聚合方法。该方法分为两个阶段,第一阶段是根据计算来的节点密度关联度选出代表节点和孤立节点,第二阶段是对选出的节点进行高层次数据融合,即采用非均匀成簇算法来选举簇头,然后簇头进行数据聚合,并将聚合数据通过多跳的方式发送到Sink节点。仿真结果表明,该方法可以均衡利用网络能量,有效延长网络的生命周期。(2)针对网络中的“热区问题”,提出了一种基于统计模型的分布图法,据此来进行数据预处理,然后根据分簇合作的链路算法进行数据聚合。此方法分为两个阶段,第一阶段是根据节点所收集到数据的中间值,将数据分为上半部分与下半部分,然后计算出中位数,获得数据的有效判定区间;第二阶段是根据节点剩余能量、与邻居节点之间的距离以及邻居节点个数来选择簇头与合作节点。簇头节点只进行数据的收集与融合,合作节点通过链路的方式将聚合数据发送到基站。此方法可以有效地均衡网络能量,延长网络寿命。
【关键词】：无线传感器网络 密度关联度 数据融合 非均匀分簇 合作链路聚合
【学位授予单位】：西安电子科技大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要5-6
• ABSTRACT6-10
• 符号对照表10-11
• 缩略语对照表11-14
• 第一章 绪论14-22
• 1.1 研究背景14-15
• 1.2 无线传感器网络概述15-20
• 1.2.1 无线传感器网络的概念15-16
• 1.2.2 无线传感器网络的系统架构16
• 1.2.3 传感器节点的结构16-17
• 1.2.4 无线传感器网络的特征17-18
• 1.2.5 无线传感器网络的应用18-20
• 1.2.6 无线传感器网络的发展前景20
• 1.3 本文主要工作与组织结构20-22
• 第二章 无线传感器网络的数据聚合22-32
• 2.1 传感器数据聚合概述22
• 2.2 数据聚合的必要性22-25
• 2.2.1 能量有限的要求23
• 2.2.2 数据的精确度要求23-24
• 2.2.3 通信延迟要求24-25
• 2.3 数据聚合的作用25
• 2.4 数据聚合技术的分类25-29
• 2.4.1 根据聚合前后数据的信息含量分类25-26
• 2.4.2 根据聚合技术与路由相结合的方式26-29
• 2.5 数据聚合的主要方法29-32
• 第三章 基于密度关联度的非均匀成簇数据融合32-44
• 3.1 相关工作32-33
• 3.2 相关模型33-34
• 3.2.1 网络模型33
• 3.2.2 能量消耗模型33-34
• 3.3 节点密度关联度的计算34-35
• 3.3.1 相关定义34-35
• 3.3.2 算法基本思想35
• 3.4 高层次数据融合35-38
• 3.5 性能仿真与测试38-42
• 3.5.1 场景设置与测试指标38-39
• 3.5.2 实验结果39-42
• 3.6 总结42-44
• 第四章 基于统计模型的链路合作聚合44-54
• 4.1 相关工作44
• 4.2 相关模型44-45
• 4.2.1 网络模型44-45
• 4.2.2 能量消耗模型45
• 4.3 基于统计模型的分布图法45-46
• 4.4 高层次数据融合46-49
• 4.5 性能仿真与测试49-53
• 4.5.1 场景设置与测试指标49-50
• 4.5.2 实验结果50-53
• 4.6 总结53-54
• 第五章 结束语54-56
• 5.1 本文总结54
• 5.2 展望54-56
• 参考文献56-60
• 致谢60-62
• 作者简介62-63

【相似文献】

中国期刊全文数据库 前10条

1 许小丰;万江文;冯仁剑;;传感器网络中基于置信区间的数据聚合策略[J];北京邮电大学学报;2009年01期

2 冯诚;李治军;姜守旭;;车用自组织网络中数据聚合算法综述[J];计算机工程与设计;2011年05期

3 温彦;刘晨;韩燕波;;支持探索式业务流程的即时数据聚合方法[J];计算机集成制造系统;2012年08期

4 周百顺;刘非;;一种工业无线网络中的数据聚合路由机制[J];福建师范大学学报(自然科学版);2014年03期

5 李宏;于宏毅;李林海;杨白薇;;对无线传感器网络区域数据聚合有效性的研究[J];计算机应用;2007年09期

6 张强;卢潇;崔晓臣;;基于分簇的无线传感器网络数据聚合方案研究[J];传感技术学报;2010年12期

7 D.Batra;P.J.kirs;董晶;;数据聚合方法与逻辑关系设计方法的比较[J];计算机工程与应用;1991年Z1期

8 王翥;魏德宝;王玲;;传感器网络数据聚合时机控制算法[J];仪表技术与传感器;2012年05期

9 钟治初;郭江鸿;张海峰;;高效安全的无线传感器网络数据聚合方案[J];计算机应用;2013年S1期

10 张军强;王汝传;黄海平;;基于分簇的无线多媒体传感器网络数据聚合方案研究[J];电子与信息学报;2014年01期

中国重要会议论文全文数据库 前2条

1 赵开芹;王峰;李明楚;;基于克隆选择的无线传感网络数据聚合方法[A];全国第19届计算机技术与应用（CACIS）学术会议论文集（下册）[C];2008年

2 王婧;吴共庆;章湘南;胡学钢;;基于Mashup数据聚合的Web购物服务系统[A];全国第21届计算机技术与应用学术会议（CACIS·2010）暨全国第2届安全关键技术与应用学术会议论文集[C];2010年

中国博士学位论文全文数据库 前4条

1 付帅;能量有效的WSN数据聚合技术及其安全问题研究[D];西安电子科技大学;2015年

2 刘晨旭;无线传感器网络的安全数据聚合问题研究[D];北京交通大学;2014年

3 单立群;无线传感器网络数据聚合与跨层优化算法的研究[D];东北大学;2012年

4 孟宇龙;基于本体的多源异构安全数据聚合[D];哈尔滨工程大学;2010年

中国硕士学位论文全文数据库 前10条

1 王洁;一种可及时确定受攻击的传感器节点的数据聚合方案[D];暨南大学;2016年

2 焦兴茂;无线传感器网络数据传输优化研究[D];天津工业大学;2016年

3 沈天呈;面向能耗均衡的无线传感网数据聚合技术研究[D];南京邮电大学;2016年

4 贾丽凯;无线传感器网络中的数据聚合算法[D];西安电子科技大学;2015年

5 于腾腾;无线传感器网络的数据聚合研究[D];西安电子科技大学;2015年

6 王萌;无线传感器网络数据聚合时机控制算法的研究[D];哈尔滨工业大学;2013年

7 曹祥盈;无线传感器网络中数据聚合策略研究[D];北京邮电大学;2010年

8 冯诚;车用自组织网络上的变尺度数据聚合算法[D];哈尔滨工业大学;2010年

9 蔡济杨;基于数据聚合的无线传感器网络路由算法研究[D];电子科技大学;2015年

10 陆赞赞;无线传感器网络中基于数据聚合的传输优化的研究[D];西安电子科技大学;2014年

，

本文编号：544257