基于动态最小生成树路由协议的数据聚融算法-物理学报.PDF

物理学报 Acta Phys. Sin. Vol. 63, No. 9 (2014) 090206 基于动态最小生成树路由协议的数据聚融算法∗ 彭海霞 赵海 李大舟 林川 (东北大学信息科学与工程学院, 沈阳 110819) ( 2013 年12 月13 日收到; 2014 年1 月20 日收到修改稿) 大规模的地理环境监测, 以及用来传输与处理数据的物理基础设施无法和监测区域的规模保持同样的增 速, 使得不可靠链路下的数据采集与处理呈现出一种饱和流状态, 无线传感器网络的能力看似难以稳定. 另 一方面, 尽管理想网络模型的计算结果足够精确, 然而, 由于与实际应用偏差甚大, 使得网络用户无法充分地 分析和利用从工业现场所获得到的网络感知数据, 并且没有针对网络规模和性能对数据聚融的影响进行分 析. 为此, 本文提出以“过渡区” 作为工业现场仿真的假设条件, 并在此基础上提出了一种面向实际应用的数 据聚融算法, 即基于可信度的数据聚融算法(R 算法). 在具体设计R 算法过程中, 选用聚集和操作符SUM 为 例, 通过对网络提供出的近似聚集和加以自动分析、综合, 针对相对误差界限, 计算出近似聚集和的可信度 的下限 ; 并将近似聚集和、参数 一同提供给用户, 在为用户提供网络概要信息的同时, 还提供了参数 作 为对信息可信度的判断, 以便指导用户对数据聚集结果进行深度处理和提高网络的感知性能. 仿真实验描述 了过渡区内由于信噪比导致的链路不可靠所引起的 的变化规律; 讨论了网络性能和规模对 的影响, 随着 网络运行周期的增加和网络规模的增大, 的值将逐渐靠近0; 从而为WSNs 从理论模型投入实际工业应用提 供了理论依据和经验公式. 关键词: 无线传感器网络, 数据聚融, DMSTRP, 可信度 PACS: 02.50.–r, 02.50.Sk, 05.60.–k, 06.20.Dk DOI: 10.7498/aps.63.090206 络模型的网络容量问题, 几乎没有涉及工业现场的 1 引 言 实际应用情况, 而且很少考虑传感器节点(sensor nodes, SNs) 由于低电池供电所引起的资源限制. 近年来, 微电子技术、无线通信技术以及传感 此外, 数据聚集和数据融合的不同侧重点(数据聚 器技术的快速发展, 使得低成本、低功耗、多功能 集侧重于数据的传输过程, 而数据融合的侧重点在 1 于感知数据的分析与融合) 对WSN 是同等重要的, 的无线传感器节点成为可能 . 与此同时, 无孔 不入的监视能力亦使得传感器网络被广泛应用于 而已有的研究很少对两者进行同时考虑, 根本没有 23 45 针对网络性能和网络规模对数据聚融的影响进行 众多领域, 如栖息地的监测 , 对象跟踪 , 环 68 910 11 分析. 境监测 , 国防军事 , 灾害管理 , 健康监 1214 15 测 , 以及智能环境 等等. 上述应用中, 数 从多数文献来看, 针对WSNs 的数据聚集和数 据聚集和数据融合在为用户提供网络概要信息的 据融合算法的研究, 大多是建立在确定的网络模型 过程中起到了十分重要的作用. 为促进无线传感 之上, 且忽略了网络中SNs 的能量受限问题. 在确 器网络(wireless sensor networks, WSNs) 的应用 定性网络中, 两个节点的连接是确定性的,