数据融合在无线传感网络方向研究.doc

数据融合在无线传感网络方向研究.doc

  1. 1、本文档共8页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
数据融合在无线传感网络方向研究

无线传感网络数据融合的研究 随着低功耗无线通信的发展,微传感器、微处理器等硬件的小型化,分布式信息处理技术的进步和Ad Hoc 网络的大量研究,无线传感器网络(Wireless Sensor Networks,WSN) 成为了一种新兴技术,引起了人们的广泛关注。无线传感器网络中,传感器节点电池能量、处理能力、存储容量以及通信带宽等几个方面的资源有限,数据融合技术是解决资源限制的有效方法。 无线传感器网络数据融合的研究主要集中于网络结构,性能,安全等方面。 与网络结构相关的数据融合研究 平面型网络结构 平面型网络结构中,通常sink节点发送查询命令到特定区域,被测区域内节点接收到查询命令后,向sink发送监测数据,并在某些中间节点有机会相遇的情况下融合。泛洪法(Flooding) [1] 是一种最早的路由协议,不需要维护网络的拓扑结构,也不需要进行路由计算,仅要求接收到消息的节点以广播形式转发数据包。定向扩散协议[2]数据融合包括在数据建立阶段的任务融合和数据发送阶段的数据融合,通过缓存机制实现两种融合。SPIN(Sensor Protocols for Information via Negotiation)[3]是一种以数据为中心的自适应通信路由协议。其目标是通过使用节点间的协商制度和资源自适应机制,解决扩散法存在的不足之处。为了避免出现泛洪方式的内爆问题和部分重叠现象,传感器节点在传送数据之前彼此进行协商.平面型路由协议的优点是简单、易于扩展;其缺点是缺乏对通信资源的优化管理,对网络动态变化的反应速度慢。 基于簇的数据融合 相对于计算所消耗的能量,无线通信所消耗的能量要更多。例如,Gregory分析得到传感器节点使用无线方式传输l比特到100米远所消耗的能量可供执行3000条指令[4]。无线传感器网络是由大量的传感器节点覆盖到监测区域而组成的,节点的监测范围互相交叠,导致临近节点报告的信息存在一定程度的冗余。 在向Sink发送数据之前,可以将整个网络组织成若干个簇区域,每个区域选举出自己的簇头,传感器节点监测到数据后将数据直接发送到它所在簇的簇头节点,簇头节点对簇内数据进行融合以消除冗余,从而减少网络中的数据传输量。 目前,大部分的研究是基于层次路由协议,与这种数据融合方式相关的算法主要有LEACH、LEACH—C、TEED、HEED、PEGASIS和CLUDDA等。 LEACH协议[5]是一种自组织的在节点之间随机分布能量负载的分层路由协议,它的工作原理如下:相邻的节点形成簇并选举簇首,簇内节点将数据发送给簇首,由簇首融合数据并把数据发送给用户。其中,簇首完成簇内数据融合工作,它收集簇中各个节点的信息,融合得到有用信息,并对数据包进行压缩,然 图1:簇结构无线传感网络 后才发给用户,这样就可以有效减少数据流量,从而实现节能的目的。但是,簇头节点过多的使用造成了电池能量的较快消耗最终使簇头节点过早的失去了功效 [6]。因此LEACH协议采用随机选择簇首并周期性轮换来平均分配簇首的工作量。LEACH适合密度适中(典型密度为0.01)的网络EEDT协议将网络中的节点动态地划分为若干个簇,结合多跳的数据传输机制,降低了网络中的数据传输能耗,提高了网络中能耗的均衡性。GITSPTCNS。 在基站能量足够大的前提下,BCDCP协议[10]对LEACH的改进之一是簇外采用最小生成树。BCDCP适合于密度较大(典型密度为0.05)的网络EADAT[11]是基于剩余电量的算法,主要思想是分布和启发式地建立和维护一棵融合树,动态调整所有叶节点的无线通信来减少能源消耗,达到延长网络生命周期的目的。 E-span和LPT算法[12] 两者都根据节点的剩余能量来确定融合树中的父与子节点,以提高网络的生存 期。在E-span中,剩余能量最高的源节点被选定为根节点,其他节点根据其自身剩余能量及与根节点的距离来选择相应的父节点。 基于蚁群算法的数据融合树[13]通过信息积累的方法,将信息素以梯度的形式建立在相应的路径上,从而使信息根据路径上保留的信息量独立的选择路径。 基于遗传算法的数据融合树(GA)[14]选择移动代理路由时,根据数据传输和融合能量开销及节能增益,对移动代理迁移到每个传感器节点是否进行数据融合做自适应选择,以在信息收集过程中提高网络能量效率. 1.提高网络生命周期的数据融合 能量损耗问题是无线传感器网络研究的关键性问题,目前,主要研究方向是如何能使无线传感器网络运行能量最小,同时使网络生命期最大。用线性规划方法来研究数据融合问题,假设已知传感器网络的所有节点的位置和能量供给,以及任意两个节点之间进行通信的代价。在网络循环收集数据时,每次循环,节点产生一个单位大小的数据分组,融合节点能将自身的分组

您可能关注的文档

文档评论(0)

xcs88858 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

版权声明书
用户编号:8130065136000003

1亿VIP精品文档

相关文档