计算机网络论文无线传感器网络数据收集问题.PDFVIP

中国月期刊咨询网 计算机网络论文无线传感器网络数据收集问题 无线传感器网络集成了微型计算机技术，分布式计算技术和现代网络技术等[1-3]，已经成为当今实具高效影响力的 重要技术。数据收集是无线传感器网络中的重要研究问题之一。其基本原理是通过传感器节点的自组织而形成网络， 将采集到的数据通过多跳的形式发送到基站进行相应处理的实现过程。 摘要：数据收集问题研究外界用户如何通过无线传感器网络从监控区域收集感知数据。传感器节点通过自组织方式构 成网络，数据收集问题就是寻找高效可靠的方式将感知数据通过多跳的方式传输给用户进行分析和处理。近几年对数 据收集问题的研究非常广泛，主要包含减少数据收集过程中的数据传输量、数据收集协议和大规模网络数据收集调度 等问题。从以上几方面对数据收集问题进行综述。 关键词：无线传感器网络,数据收集,路由协议,调度 0引言 无线传感器网络，通常包括传感器，汇聚节点和基站。传感器节点数据经过多个节点后最终到达Sink节点，其后再通 点由电池供电，其节点能量有限[4]。无线传感器网络具有动态性强、监测数据量大、但其通信能力、供电能力和计 算能力均属有限等特点。现实中的无线传感器网络主要应用在工业控制[5]、智能家居[6]、医疗护理[7]、农业和环境 监测[8]以及目标跟踪[9]和物流管理[10]等方面。 在传感器网络的很多应用中，数据收集需要传输大量的感知数据。大量感知数据在网络中传输，会产生大量通信开销 。通信开销是传感器网络最重要的能量消耗方式。据统计，数据传输消耗的能量占整个传感器网络能量消耗的80%。 减少数据传输量，即能够降低能量开销，从而延长网络生命周期。数据收集算法中，有多种方法可以减少数据传输量 。例如，基于采样的数据收集方法，基于数据压缩的数据收集方法以及基于数据共享的数据收集方法。 传感器网络数据收集问题的覆盖范围非常广泛，从数据收集协议、到多信道调度，从静态网络、到可移动网络数据收 集等，都存在着大量的研究问题。本文将从如何减少数据收集过程中的数据传输量、数据收集协议和大规模网络数据 收集调度等几方面对数据收集问题进行系统分析和专题介绍。 1基于采样的数据收集方法 文献[11]提出一种大规模传感器网络中近似K-中位数计算方法。K-中位数是指，给定一个集合S，在集合S中找出第K 小的值，n为S集合的大小。文献[12]提出基于采样的（ε，δ）-近似聚集算法。通过采样，可使得到的结果误差在 ε界限内的概率不大于δ。文献[13]则在对一小部分传感器节点数据采样至融合中心后，再估计感知环境，并指导网 络资源分配。具体地讲，融合中心根据估计的感知环境情况，有选择地激活某些节点，从而满足一定的误差界限。这 种动态采样方法可以有效节省能量开销。文献[14]提出一种在线算法，在给定能量开销上界的情况下最小化近似比误 差。该种算法是基于区域采样，将网络划分为多个不重叠的区域，并通过计算近似聚集结果来满足事先设定的能量预 算。文献[15]采用基于卡尔曼滤波的估计方法来自动动态地调整采样速率，从而降低传输量，提高估计精度。文献[16 ]提出一种近似随机的采样方法。这种方法只采样与网络规模成比例的部分节点，由此而达到接近随机采样方法的效 果及精度。 2基于数据聚集的数据收集方法 文献[17]研究了数据聚集操作对于网络性能的影响。文献[18]总结了数据压缩的几种方式。其中，最为常见的是通过 聚集的方式尽量更少地传输数据。聚集操作只是在根据特定查询的应用中较为有效，在一般的数据收集方法中却并不 适用。文献[19]研究了传感器网络数据空间相关性对数据压缩的影响。文献[20]又提出一种分布式的基于数据空间相 关性的数据压缩方法。文献[21]则研究了无结构的数据聚集方法。通常，数据聚集方法都基于树状或其它固定结构， 该文提出了两种无结构的数据聚集方法。此外，文献[22]研究稀疏网络中的数据聚集方法，而文献[23]研究了传感器 网络数据聚集方法中的安全问题。 无线传感器网络中，有关数据聚集操作已经产生了许多的研究成果[24-29]。聚集操作一般包括求最大值、最小值、和 、均值、中值以及计数等。计数操作的方法包括基于采样的方法[30-31]、基于压缩感知的方法[32]、基于蒙特卡罗的 方法[33]以及基于统计分析的方法[34-35]等。而根据不同的应用场景，对象检测技术也将有所不同。聚集算法则可分 为集中式算法和分布式算法。集中式算法多是需要得到全网的信息，其通信开销量一般并不适于传感器网络应用中。