- 1、本文档共7页,可阅读全部内容。
- 2、原创力文档(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、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、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
第28卷 第2期 电子测量与仪器学报 %f.28 No.2
2014年2月 JOURNALOFELECTRONICMEASUREMENTANDINSTRUMENTATION 123 ·
DOI:10.13382/j.jemi.2014.02.002
:l:
空间相关性的数据收集协议的研究
王 军 , 王正路 程 勇 水 泱 顾秀云 朱雪刚
(1.南京信息T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;
3.南京信息工程大学大气科学学院 南京 210044)
摘 要:高密度部署的无线传感器网络中节点间的监测数据具有很高的空间相关性,为有效去除传输数据 中的冗余信息,
减少网络通信量,提出一种能量感知的分布式抽样的数据收集协议 DEAS,该协议在保证插值误差精度的情况下充分利用
传感器节点间的数据相关性,通过迭代竞争机制选出近似最优的抽样节点集合来完成网络数据的收集任务。仿真结果表
明每一周期的抽样节点更少,网络的能量消耗更加均匀,所提出的协议能有效降低网络能量消耗,与E2K和 ODSA2种协
议相 比,可延长网络生命周期30%~40%。
关键词:无线传感器网络;数据收集;空间相关性
中图分类号 :TP393.04;TN911 文献标识码 :A 国家标准学科分类代码 :510.5030
Studyondatagatheringprotocolbasedonspatialcorrelation
WangJun · WangZhenglu ChengYong ShuiYang GuXiuyun ZhuXuegang
DepartmentofComputerSoftware.NanjingUniversityofInformationScienceTechnology,Nanjing210044,China;
2.NetworkInformationCenter.NanjingUniversityofInfomrationScience&Technology,Nanjing210044,China;
CollegeofAtmosphericScience.NanjingUniversityofInfomrationScience&Technology,Nanjing210044,China)
Abstract:Thereisahigh spatialcorrelationamongthereadingsofsensornodesthosearedenselydeployed in
WirelessSensorNetworks.Thispaperproposesadistributedenergy-awaresampling(DEAS)protocolofdatagath。
eringforreducingtheredundantdataandthetransmissions.Theprotocolcanchooseanapproximateoptimalsetof
samplingnodeswithinalimitednumberofiterationstotransportdataandenforceerrorcontrolbyexploitingthedata
correlation.Theresultsofsimulationexperimentsdemonstratethatthenumberofsamplingnodesissmallerinevery
cycle,andtheenergyconsumptionofthenetworkismoreeven.Theproposedprotocoliseffectiveinreducingthe
energyconsumptionandprolongsthelifeofthenetworkby30%-40% comparedwithE2KandODSA.
Keywords:wirelesssensornetworks;datagathering;spatialcorrelatio
文档评论(0)