无线传感器网络中的数据汇聚问题研究

发布时间：2017-10-31 01:32

  本文关键词：无线传感器网络中的数据汇聚问题研究

  更多相关文章： 无线传感器网络 数据汇聚 协议干扰模型 物理干扰模型 延迟最小化

【摘要】：无线传感器网络(WSN)通常由大量体型微小、能量有限的传感器组成,这些传感器部署比较密集。因而,同一区域可能被若干个传感器监测,从而网络会收集到许多重复的数据。另外,对同一区域的数据进行多次数据收集也会消耗不必要的节点能量。在这样的背景下,数据汇聚技术应运而生。数据汇聚技术可以解决许多问题,如汇聚函数、节点能量、延迟、数据的准确性等。本文重点研究最小化数据汇聚延迟问题,即在保证传感器发送的数据可以被接收者正确接收的前提下,尽可能的将网络中传输数据所用的时隙最小,从而保证传输数据的时效性。本文根据无线传感器网络中的两种干扰模型(协议干扰模型和物理干扰模型),分别对两种模型下的延迟最小化数据汇聚问题进行了分析、研究。协议干扰模型是一种计算较简单的模型,在该模型下的数据汇聚问题研究已比较成熟。本文分析了协议干扰模型下的延迟最小化数据汇聚算法,并对该模型中存在的不足进行了讨论。物理干扰模型克服了协议干扰模型的缺点,它将网络中所有同时进行数据传输的节点造成的干扰都计算进来,使其得到的结果更加精确。因而对物理干扰模型下的研究也更有意义。针对物理干扰模型中的延迟最小化数据汇聚问题,我们提出了一个HexagonAS算法。我们的算法首先用六边形单元格把传感器节点所在的网络覆盖。其次,划分网络,根据六边形单元格的位置将网络划分成层和段。然后,染色,将网络中的六边形单元格染成不同的颜色。最后,对拥有同一颜色的六边形单元格进行并发调度。通过上述方式,我们得到了一棵数据汇聚树和一个链路调度集合。网络中的传感器可以根据构造的数据汇聚树和链路调度集合进行数据的传输和汇聚。通过分析发现,该算法得到的延迟上界为O(m),其中m为覆盖无线传感器网络的六边形的层数。为验证算法的有效性,我们做了仿真实验。该仿真的运行平台是matlab7.0,我们采用C语言进行编写。在该实验中,我们设定网络中传感器节点的个数在100至1000之间,对不同参数下的汇聚延迟分别进行了实验比较。我们根据不同阶段数据传输距离的不同,给节点分配了不同的功率,既节省了节点的能量,又能保证数据的成功传输。通过理论分析和仿真比较发现,本文所提出的Hexagon-AS算法比现有的Cell-AS算法具有更小的延迟。
【关键词】：无线传感器网络 数据汇聚 协议干扰模型 物理干扰模型 延迟最小化
【学位授予单位】：曲阜师范大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP212.9;TN929.5
【目录】：

• 摘要3-4
• Abstract4-8
• 第1章 绪论8-12
• 1.1 研究背景及意义8-10
• 1.1.1 研究背景8-9
• 1.1.2 研究意义9-10
• 1.2 国内外研究现状10-11
• 1.2.1 国外研究现状10
• 1.2.2 国内研究现状10-11
• 1.3 论文组织结构11-12
• 第2章 数据汇聚研究基础12-20
• 2.1 无线传感器网络12-15
• 2.1.1 WSN的概念12-13
• 2.1.2 无线传感器网络的特点13-14
• 2.1.3 WSN的应用14-15
• 2.2 数据汇聚概述15-17
• 2.2.1 数据汇聚的概念15
• 2.2.2 数据汇聚中的相关定义15-17
• 2.3 数据汇聚与数据融合17-18
• 2.4 数据汇聚中存在的问题18-19
• 2.5 本章小结19-20
• 第3章 基于协议干扰模型的延迟最小化数据汇聚研究20-28
• 3.1 协议干扰模型20-21
• 3.2 延迟最小化数据汇聚调度21-22
• 3.3 主要数据汇聚算法的介绍和分类22-27
• 3.3.1 集中式数据汇聚算法22-24
• 3.3.2 分布式数据汇聚算法24-27
• 3.4 存在的不足27
• 3.5 本章小结27-28
• 第4章 基于物理干扰模型的延迟最小化数据汇聚研究28-40
• 4.1 引言28
• 4.2 物理干扰模型28
• 4.3 网络模型28-29
• 4.4 网络划分29-30
• 4.5 算法描述30-33
• 4.6 分析33-34
• 4.6.1 正确性分析33
• 4.6.2 有效性分析33-34
• 4.7 仿真34-39
• 4.8 本章小结39-40
• 第5章 总结与展望40-42
• 5.1 论文总结40
• 5.2 工作展望40-42
• 参考文献42-46
• 在读期间发表的学术论文及研究成果46-47
• 致谢47

【相似文献】

中国期刊全文数据库 前10条

1 ;专题讨论[J];新闻研究导刊;2013年05期

2 陈德礼;郭江鸿;;基于位置信息的分簇传感网数据汇聚方案[J];嘉应学院学报;2013年11期

3 郭江鸿;张海峰;刘志宏;;基于簇分割的无线传感网数据汇聚方案[J];计算机工程与设计;2013年07期

4 郭江鸿;陈德礼;刘志宏;;无线传感器网络簇内数据汇聚方法[J];微电子学与计算机;2013年09期

5 郭江鸿;马建峰;;安全透明的无线传感器网络数据汇聚方案[J];通信学报;2012年10期

6 张建明;廖建勇;周四望;欧阳竟成;;传感器网络中可扩展性好的数据汇聚与认证协议[J];计算机工程与应用;2006年20期

7 张建明;祝恩;周四望;欧阳竟成;;无线传感器网络中一种安全的数据汇聚与认证协议[J];计算机工程与应用;2006年31期

8 罗红;杨放春;刘永和;;传感器网络中分布式数据汇聚路由算法[J];北京邮电大学学报;2007年01期

9 郭江鸿;罗予东;刘志宏;;基于概率传输的无线传感网数据汇聚方案[J];计算机应用;2013年07期

10 刘嘉新;郎红;李小明;;无线传感器网络山洪监测数据汇聚平台[J];自动化技术与应用;2013年06期

中国重要会议论文全文数据库 前1条

1 夏娜;徐普君;蒋建国;唐媚;李敦;钱浩伟;;无线传感器网络中基于联盟的数据汇聚路由策略[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

中国重要报纸全文数据库 前1条

1 ;向路由器高端挺进[N];计算机世界;2005年

中国博士学位论文全文数据库 前3条

1 罗红;无线传感器网络数据汇聚路由问题的研究[D];北京邮电大学;2007年

2 曾波;面向数据汇聚传感网络的TDMA链路调度技术研究[D];浙江大学;2013年

3 李烁;WSAN中时延约束的协作数据汇聚能效优化研究[D];中南大学;2014年

中国硕士学位论文全文数据库 前8条

1 封静娴;无线传感器网络数据汇聚关键技术的研究[D];东北大学;2014年

2 张宝艺;CPS中数据汇聚与分发机制研究[D];东北大学;2014年

3 刘建成;制造物联网数据汇聚调度策略研究[D];广东工业大学;2016年

4 王亚;无线传感器网络中的数据汇聚问题研究[D];曲阜师范大学;2016年

5 魏娟;无线传感器网络数据汇聚协议的研究[D];山东大学;2009年

6 唐媚;WSN中基于联盟的协同数据汇聚机制[D];合肥工业大学;2010年

7 陈凯;无线传感器网络中能量有效的安全数据汇聚方法研究[D];湖南大学;2007年

8 夏怀楠;支持跨域数据汇聚的关系数据访问服务研究[D];山东科技大学;2010年

，

本文编号：1120249