基于时间序列预测模型的簇型数据收集机制.pdfVIP

JournalofComputerApplications ISSN 1001—9081 2014—10—10 计算机应用，2014，34(10)：2766—2770 CODENJYtlDU http：／／www．joca．an 文章编号：1001—9081(2014)10—2766—05 doi：10．11772／j．issn．1001-9081．2014．10．2766 基于时间序列预测模型的簇型数据收集机制 王 军 一，王正路 ，程 勇 (1．南京信息工程大学计算机与软件学院，南京210044； 2．南京信息工程大学 网络信息中心，南京210044) ( 通信作者电子邮箱wz1270mail@gmail．con) 摘 要：由于温度、光照等物理属性的时空连续性，密集部署的传感器网络中节点感知的数据往往具有很高的时 空相关性。这种数据相关性产生的数据冗余会带来通信负担，也会缩短网络的生命周期。提 出一种基于预测模型的 簇型数据收集机制 (CDCF)，探索数据相关性，减少无线传感器网络的通信量。该机制包括一种基于曲线拟合最小二 乘法的时间序列预测模型和简单有效的误差控制方法。在数据收集过程中，簇型结构考虑到 了数据 间的空间相关 性，时间序列预测模型探讨数据的时间相关性。实验仿真表明，在较为稳定的网络环境中，相对于收集原始数据，该机 制只需 10％一20％的通信量就可完成整个网络的数据收集任务；数据误差控制方法可以确保基站恢复数据的误差控 制在用户定义的误差范围之 内。 关键词：无线传感器网络；数据收集；预测模型；分簇 中图分类号：TP393．04；TN91 文献标志码：A Clustereddatacollectionframeworkbasedontimeseriespredictionmodel WANGJun ，WANGZhenglu ’，CHENGYong (1．CollegeofComputerandSoftware，Na ngUniversityofInformationScienceand Technology,Na彬ngjiangsu210044，China； 2．NetworkInformationCenter,NanjingUniversityofInformationScienceandTechnology,NanjingJiangsu210044，China) Abstract：Duetothespace—timecontinuityofthephysicalattributes，suchastemperatureandillumination，highspatio— temporalcorrelationexistsamongthesenseddatainthehigh—densityWirelessSensorNetwork(WSN)．Thedataredundancy producedbythecorrelationbringsheavyburdentonetworkcommunicationandshortensthenetwork’Slifetime．A Clustered DataCollectionFramework(CDCF)basedonpredictionmodelwasproposedtoexplorethedatacorrelationandreducethe networktraffic．The~ameworkincludedatimeseriespredictionmodelbasedoncurvefittingleastsquaremethodnad an efficienterrorcontrolstrategy．Intheprocessofdatacollection，theclusteredstructureconsideredthespatialcorrelation，and the