模型匹配驱动的收集型传感网节能滤波机制 model-matching driven energy-saving filtering mechanism in gathering-oriented wsn.pdfVIP

第15卷第5期 电路与系统学报 V01．15No．5 OFCIRCUITSAND October， 2010年lO月 JOURNAL SYSTEMS 2010 文章编号：1007·0249(2010)05—0090-09 模型匹配驱动的收集型传感网节能滤波机制· 黄如1， 张在琛2， 朱杰3 (1．华东理工大学信息科学与工程学院，上海200237： 2．东南大学移动通信国家重点实验室，江苏南京210096；3．上海交通大学电子工程系，上海200240) 摘要，论文面向传感器网络周期性收集中信息残缺流数据的统计特征，研究信源异构数据模型匹配驱动的节能滤 波机制(MMF)。该机制在数据收集的作用阶段和信息容错方面区别于传统的面向传输过程的同构数据无损融合技术， 能够在网络面向应用的前提下，针对异构信源采用有损融合方式来进一步降低网络整体能耗和传输时延。MMF的运作 过程分别由模型建立的基本数据收集阶段和模型匹配驱动的自适应数据滤波阶段构成。首先依据半监督学习算法估计 描述信源分布的高斯混合模型(GMM)参数，进而基于模型匹配程度来自适应控制网内数据通信频率，执行服务质量 要求(QoS)约束下的数据收集有损融合。仿真实验表明，相比于一些经典的数据收集节能算法，本文提出的滤波机 制能够在满足系统服务质量要求的前提下，通过提取信源异构流数据的统计冗余特征和驱动相应的模型匹配操作有效 地抑制网内冗余数据传输次数和降低传输延时，最终实现健壮节能的传感器网络数据收集效果。 关键词t传感器网络；数据收集；模型匹配；滤波机制；节能 中图分类号-TP393．01文献标识码，A 1 引文 传感器网络的主要任务是将网内传感器节点收集的数据传送给基站。数据收集是传感器网络面向 应用的基本功能，体现了其运作的实际意义，而资源和能量约束是传感器网络的主要特征。因此，节 能数据收集方法的设计是学术界的研究热点。由于传感器网络中，通信的代价比计算的代价高几个量 级，数据聚合技术通常被引入收集机制以降低网内的通信负荷总量。目前众多研究成果【lo】面向收集 型传感器网络的信息挖掘，分别采用数据级、特征级、决策级等不同的聚合级别来设计节能机制。 文献【6】使用洪泛方式转发数据收集的建路请求消息，由于没有考虑对数据聚合的支持，导致了极 大消耗传感器网络能量的广播风暴的产生。SPT算法¨J根据网络局域信息的聚合来分布式实现数据转 发路径，但该算法随机形成路径交叉点，数据的有效聚合程度低。文献【8】提出了一种提高数据聚合概 率的数据收集树结构，通过选择尽可能少的中间节点进行查询转发来减少中继查询包的转发量，但该 方法会造成网内负荷分配的不均衡，导致产生网络割裂的能量热点出现，降低以网络连通度为基础的 数据收集生命周期。从收集前后信息含量变化程度的角度来看，以上节能研究的重点是在不减少数据 信息量的前提下，通过无损数据压缩等技术手段达到减少数据传输量的目的，属于基于无损信息融合 的数据级节能收集方法。依据特征级聚合级别的设计角度，文献【9，10]从周期性收集机制中数据的时间 序列模型出发，通过挖掘数据内涵的时域关联特征来降低网内冗余负荷传输量，实现有损融合的节能 效果，但这些方法采用平坦型树结构协议，其延迟与网络规模成正比，一般仅适合于小规模网络。文 献[1l】提出了链式结构的数据汇聚机制，通过建立有损融合路由和选择最短转发路径来提高传感器网 络数据收集生命周期，但这种基于链和网格结构的协议要求网络中有高能节点作为簇头，网络负载均 衡性能较差；文献[12】研究了能效平衡时延数据收集机制，依据动态最小能耗树和最小时延树来辅助 路由，实现数据收集中节能和汇聚时延的折衷优化，但该算法需要组织全网节点进行数据汇聚，导致 其基于局域信息的分布式算法复杂度较高。文献[13】将采样数据表示为一系列的特征向量，采用主元 分析法消除原有向量各分量间的相关性，降低特征空间维数，实现面向监测对象特征的有损压缩，但 +收稿日期·2010-07-15修订日期：2010．09．14 基金项目-国家自然科学基金项目资助；优秀青年教师科研基金项目资助(YH