传感网第三章 传感网数据管理.pptVIP

3.2.2 数据索引 （2）一维分布式索引 一维分布式引索采用地理散列函数与空间分解技术相结合的方法，适用于以单一属性的数据为中心的存储方法和多分辨率空域查询要求。 一维分布式索引也是通过构造层次结构树来实现，不过构造的方式恰好与层次索引相反。与层次索引方式相比，一维分布式索引构造的层次结构树具有多个最高父节点，这些最高父节点可以同时处理查询要求，输出查询结果，避免了单一根节点的通信瓶颈问题。 3.2.2 数据索引 （3）多维分布式索引 多维分布式索引适用于多个属性上具有区域约束条件的区域查询。 多维分布式索引关键是保持数据存储的局域性，即将属性值相近的测量数据存储在临近的节点内。在进行区域查询时，可以根据这种划分方法找到满足多种属性要求的感知数据所在的区域，然后从这些区域内的节点输出查询结果。 3.2.3 网络数据聚合 传统的数据聚合定义为利用计算机技术对按时序获得的若干传感器的观察信息在一定准则下加以自动分析、综合，以完成所需的决策和估计任务而进行信息处理的过程。在传感器网络中使用的数据聚合技术稍有不同，传感器网络中的数据聚合是指将来自多个传感器节点对同一性质的数据和信息进行综合处理，得出更为准确完整的信息的过程。 3.2.3 网络数据聚合 数据聚合技术的优点： 降低能耗 提高精准度和可信度 提高收集效率 3.2.3 网络数据聚合 传感器网络中对数据聚合的分类角度： 依据聚合前后数据的信息含量分类 依据聚合操作的层次级别分类 依据数据聚合与应用层数据语义的关系分类 3.2.3 网络数据聚合 （1）依据聚合前后数据的信息含量分类 无损失聚合 无损失聚合中，所有的细节信息均被保留。此类聚合的常见做法是去除信息中的冗余部分。 有损失聚合 有损失聚合通常会省略一些细节信息或降低数据的质量，从而减少需要存储或传输的数据量，已达到节省存储资源或能量资源的目的。 3.2.3 网络数据聚合 （2）根据聚合操作的层次级别划分 数据级聚合 数据级聚合是最底层的聚合，是直接在采集到的原始数据层上进行的聚合，在传感器采集的原始数据未经处理之前就对数据进行分析和综合，因此是面向数据的聚合。 特征级聚合 特征级聚合是中间层的聚合，它先对来自传感器的原始数据提取特征信息，以反映事物的属性，然后按其特征信息对数据进行分类、汇集和综合，因此这是面向监测对象特征的聚合。 3.2.3 网络数据聚合 决策级聚合 决策级聚合是最高层的聚合，聚合前，每种传感器的信号处理装置已完成决策或分类任务。数据聚合只是根据一定的准则和决策的可信度做最优决策，对监测对象进行判别，分类，并通过简单的逻辑运算，执行满足应用需求的决策，因此它是面对应用的聚合。 3.2.3 网络数据聚合 （3）依据数据聚合与应用层数据语义的关系分类 应用中的数据聚合 通常数据聚合都是对应用层数据进行的，即数据聚合需要了解应用数据的语义。从实现角度看，数据聚合如果在应用层实现，则与应用数据之间没有语义间隔，可以直接对应用数据进行聚合。 网络层中的数据聚合 网络层的数据聚合技术不需要了解应用层数据的语义，直接对数据链路层的数据包进行聚合。 3.2.3 网络数据聚合 独立的数据聚合协议层 这种独立于应用层的数据聚合机制(Application Independent Data Aggregation, AIDA)的基本思想是不关心数据的内容，而是根据下一跳地址进行多个数据单元的合并，通过减少数据封装头部的开销及MAC层的发送冲突来达到节省能量的效果。 3.3 实例：Tiny DB系统 传感器网络数据管理系统是一个提取、存储和管理传感器网络数据的系统，核心是传感器网路数据查询的优化与处理。TinyDB系统是一个比较有代表性的传感器网络数据管理系统。 3.3.1 TinyDB系统简介 TinyDB系统是加州大学伯克利分校在其研制的操作系统TinyOS的基础上开发的一个传感器数据管理系统。该系统为用户提供了一个简洁、易用和类SQL的应用程序接口，用户可以和使用传统关系数据库系统一样使用TinyDB查询传感器网络数据，无需了解传感器网络的细节，使得传感器网络的体系结构对用户透明。 3.3.1 TinyDB系统简介 TinyDB系统的主要特征如下： （1）提供元数据管理 TinyDB提供了丰富的元数据和元数据管理功能以及一系列管理元数据的命令。TinyDB具有一个元数据目录，描述传感器网络的属性，包括读数类型、内部的软/硬件参数等。 3.3.1 TinyDB系统简介 （2）支持说明性查询语言 TinyDB提供了类似于SQL的说明性查询语言。用户可以使用这