恶劣环境下无线传感器网络的数据存储问题研究-通信与信息系统专业论文.docx

南京邮电大学学位论文原创性声明 本人声明所呈交的学位论文是我个人在导师指导下进行的研究工作及取得的研究成果。 尽我所知，除了文中特别加以标注和致谢的地方外，论文中不包含其他人已经发表或撰写过 的研究成果，也不包含为获得南京邮电大学或其它教育机构的学位或证书而使用过的材料。 与我一同工作的同志对本研究所做的任何贡献均已在论文中作了明确的说明并表示了谢意。 本人学位论文及涉及相关资料若有不实，愿意承担一切相关的法律责任。 研究生签名： 日期： 南京邮电大学学位论文使用授权声明 本人授权南京邮电大学可以保留并向国家有关部门或机构送交论文的复印件和电子文 档；允许论文被查阅和借阅；可以将学位论文的全部或部分内容编入有关数据库进行检索； 可以采用影印、缩印或扫描等复制手段保存、汇编本学位论文。本文电子文档的内容和纸质 论文的内容相一致。论文的公布（包括刊登）授权南京邮电大学研究生院办理。 涉密学位论文在解密后适用本授权书。 研究生签名： 导师签名： 日期： 摘要 许多新兴的传感器网络应用都部署在偏远的、人类无法靠近的恶劣环境中。在这类场景 下，一方面很难长期近距离地部署大功率的基站；另一方面传感器节点包括 sink 节点在内会 因自身的资源约束和外在环境的影响而发生故障。当传感器节点失效时，会造成其存储数据 的丢失，进而严重影响到数据的可用性。因此，如何设计有效的存储策略以提高感知数据的 可靠性成为当下的一个研究热点。 本文首先对节点自身资源耗尽引起的数据存储问题进行研究，针对目前无冗余数据存储 策略中存在的忽略节点存储、能量约束和数据检索成本的问题，提出了两种改进的无冗余数 据存储算法以解决带有优先级的数据重分配和检索问题（DRRP）：一种是基于最小费用流的 集中式数据存储算法 E 2 DP2 ，另一种是基于节点协作通信的分布式数据存储算法 D2 P2 。这 两种算法均在节点能量、存储容量受限的条件下最小化了数据重分配和检索的总能耗。 对于外在环境而引起的不可预知的节点失效问题，简单的无冗余存储策略已无法保证数 据的可靠性，为此可以引入编码机制以实现数据的冗余容错存储。为了解决基于编码的数据 冗余存储方案中存在的遍历速度慢、译码效率低的问题，本文又提出了另外一种在恶劣环境 下适用性更强的基于最小生成树的半随机化网络编码数据冗余存储算法 QRNCDS。QRNCDS 采用最小生成树遍历机制将 k 个源数据包分散存储到网络的所有节点上，而每一个节点则根 据半随机矩阵的理论对接收到的源数据包进行编码，最终只存储一个编码数据包。 通过理论分析和实验仿真，我们证明了所提的三种存储算法不仅能够减少通信的能耗， 还能提高数据的存活率、延长数据的保存时间。 关键词: 恶劣环境 ，无线传感器网络 ，数据存储 ，数据重分配和检索 ，网络编码 I Abstract Many emerging sensor network applications are deployed in challenging environments that are remote and inaccessible. In such scenarios, it is difficult to have a long-term deployment of high-powered base stations in the monitoring f ield. And sensor nodes including sink nodes may fail due to resource constraints and the impact of external environments. The failures of sensor nodes will contribute to data loss, which will seriously affect the availability of sensory data. Therefore, how to design effective storage strategies to improve the reliability of sensory data has become a hot research topic. This paper firstly studies the data storage problem caused by resource depletion of sensor nodes. Since storage (or energy) constraints and data retrieval costs are ignored in current storage