传感网第四章 传感网关键技术.pptVIP

4.2 拓扑控制 基于邻近图的功率控制 算法思想 邻近图可以用G = (V, E)的形式表示，其中V代表图中顶点的集合，E代表图中边的集合。 设所有节点都使用最大发射功率发射时形成的拓扑图是G，按照一定的邻居判别条件求出该图的邻近图G’，每个节点以自己所邻接的最远节点来确定发射功率。 代表性算法：DRNG，DLMST。 4.2 拓扑控制 基于邻近图的功率控制 基本定义 E中的元素可以表示为l = (u, v)，其中u, v∈V。所有由一个图G = (V, E)导出的邻近图G= (V, E)是指：对于任意一个节点v∈V，给定其邻居的判别条件q，E中满足q的边(u, v)属于E。 4.2 拓扑控制 基于邻近图的功率控制 基本定义 (u, v)和(v, u)是两组不同的边，即边是有向的。 d(u, v)表示节点u、v之间的距离，r(u)代表节点u的通信半径。 4.2 拓扑控制 基于邻近图的功率控制 基本定义 可达邻居集合 代表节点u以最大发射半径可以到达的节点集合，有节点u和 以及这些节点之间的边构成可达邻居子图 4.2 拓扑控制 基于邻近图的功率控制 基本定义 定义由节点u和v构成边的权重函数w(u,v)满足: 上述关系式中，id(x)表示节点x的编号 4.2 拓扑控制 基于邻近图的功率控制 准备阶段 每个节点以自己的最大发射功率广播HELLO消息，该消息中至少要包括自己的ID和自己所在的位置。这个阶段完成后，每个节点通过接收到的HELLO消息确定自己可达的邻居集合 4.2 拓扑控制 基于邻近图的功率控制 DRNG算法 假设节点u、v满足条件 ， 且不存在另一节点p同时满足 ， ， 时， 节点v则被选为节点u的邻居节点。 4.2 拓扑控制 基于邻近图的功率控制 DLSS算法 假设已知节点u以及它的可到达邻居子图 ，将p到所有可达邻居节点的边以权重 为标准按升序排列；依次取出这些边，直到u与所有可达邻居节点直接相连或通过其他节点相连；最后，与u直接相连的节点构成u的邻居集合。 4.2 拓扑控制 基于邻近图的功率控制 结束阶段 经过执行DRNG和DLSS算法后，节点u确定了自己的邻居集合，然后将发射半径调整为到最远邻居节点的距离。更进一步，通过对所形成的拓扑图进行边的增删，使网络达到双向连通。 4.2 拓扑控制 基于邻近图的功率控制 DRNG算法、DLSS算法对比 (a) 优化前 (b) DRNG优化 (c) DLSS优化 4.3 能耗优化技术 传感器节点的体系结构 传感器节点由电源、感知、计算和通信四个子系统组成 4.3 能耗优化技术 传感器节点的能耗分布 节点传输1比特数据所消耗的能量与MCU执行1000条指令的能耗大致相当 4.3 能耗优化技术 节点能耗分布的共性 通信子系统的功耗高于计算子系统 Radio的传输、接收和空闲状态的功耗位于同一数量级，而休眠状态的功耗较低 感知子系统的能耗取决于传感器的类型，可能成为另一主要的能耗来源 4.3 能耗优化技术 能耗优化的对象 网络子系统 以“计算”换“通信” Radio无需通信时应尽量置于休眠状态 感知子系统 4.3 能耗优化技术 Radio的体系结构 功耗模型 通信能耗模型 4.3 能耗优化技术 节能策略概览 4.3 能耗优化技术 节点级能量优化 来自于传统的嵌入式系统节能技术 硬件技术、软件技术 功耗感知计算 DPM、DVS 能量感知的软件技术 低功耗操作系统、任务调度 射频管理技术 关键在于决定何时关闭射频芯片 4.3 能耗优化技术 无线通信级能量优化 优化节点的单跳通信能耗 可进一步分为：物理层、数据链路层、MAC层、功率控制、协作通信技术、认知通信技术和网络编码技术 物理层：DMCS 根据网络通信流量和无线信道状况，动态调整信号调制和编码参数 数据链路层：差错控制技术 4.3 能耗优化技术 网络级能量优化 从网络全局的角度优化、调度各节点的计算和通信任务，强调节点间的相互协作以提高全局网络的生存周期 路由技术 多径路由和自适应逐跳路由 节点休眠状态调度 Sleep/Wakeup协议 网络体系结构技术 平面型WSN vs.分簇WSN（层次型WSN） 4.3 能耗优化技术 基于数据的能量优化 从数据角度减少网络中不必要的通信和数据操作，提高整个系统的能量有效性，包括数据的采集、处理和存储等技术 数据冗余 感知数据具有较强的时间和空间相关性 数据压缩、网内数据处理 感知子系统的功耗不可忽略 优