无线传感器网络网内处理路由研究

发布时间：2021-01-15 14:23

　　在许多无线传感器网络监测应用当中,例如结构健康监测、火山断层扫描、以及机器故障诊断等等,传感器节点采集到的数据需要无损的汇集到网关,接着通过一个集中式的算法进行处理,从而来提取被监测物的一些全局特征或者模型参数。为了减少这种大量原始采集数据的传输,通常会采用网内处理的方法。这意味着在网络中我们将不再传输原始数据,而是传输中间计算结果。然而,现有的大部分网内处理工作常常会对各传感器节点上的计算函数（也称融合函数）做一些通用的假设,而没有关注这些节点上所执行的计算是否符合当前监测应用下的特定集中式处理任务。本文针对给定的集中式处理任务下,研究如何在不同传感器节点上执行哪些计算子任务,使得最终计算结果与给定的集中式计算一致。我们称之为无损网内处理。可见无损网内处理需要等效拆分给定的集中式算法,然后合理的将拆分后的计算分配给网络中的不同节点。目前这些问题在业界还没有得到足够研究。本文针对无损网内处理围绕两个问题展开研究:1)一个集中式的算法应该按照什么样的模式进行拆分,以使得拆分后的计算可以被灵活地分配到任意拓扑结构的无线传感器网络当中。2)对于每种拆分模式下得到的计算任务,如何在资源有限的传... 

【文章来源】：华中科技大学湖北省 211工程院校 985工程院校 教育部直属院校

【文章页数】：65 页

【学位级别】：硕士

【部分图文】：

典型结构健康监测的集中式算法流程

阵分解的方式（例如奇异值分解 ，特征值分解等出结构的振动特征（例如固有频率和阵型等）。然得到与损伤有关的信息。图 1-1 典型结构健康监测的集中式算法流程型应用是火山监测。火山监测通过布置在火山表面从中推测火山内部岩土密度分布，进而估算岩浆动

于一些符合特定结构或者可以转换成这些特定结构的分布式算法研究较多[20][21]。这些算法具有图 1-3(a)、图 1-3(b)类似的结构。在这些集中式算法中，不同节点的数据融合发生在计算中期或者末期（high-level collaboration）。例如，图 1-3(a)中，不同节点的数据融合发生在决策层：每一个节点可以单独根据自己的采样数据得到局部决策(local decision)。不同节点的局部决策融合起来(decision fusion)后可得到最终的全局决策 (global decision)。在图 1-3 (b)中，不同节点的数据融合则发生在特征层：每个节点用自己的数据得到局部特征(local feature)， 多个节点的局部特征再通过特征融合技术(feature fusion)融合起来，最后得到全局结论。对于符合图 1-3(a)、图 1-3(b)架构的集中式算法，其分布式算法的设计比较简单。每个节点都可以处理自己采样得到的数据，得到局部决策/局部特征。由于多个节点的局部决策/局部特征的数据量一般而言相对于原始数据要小得多，因而可以将他们送往一个公共节点进行融合，得到最终结果。


本文编号：2979024