無線傳感器網(wǎng)絡(luò)相關(guān)性及關(guān)鍵技術(shù)研究.pdf

1、無線傳感器網(wǎng)絡(luò)(Wirelesssensornetworks，WSNs)不同于傳統(tǒng)網(wǎng)絡(luò)，其有限的能量、存儲空間、計算速度、通信距離和帶寬等，要求該領(lǐng)域的研究主要關(guān)注于最小化節(jié)點工作量，包括通信量、計算量、存儲量等，以此實現(xiàn)節(jié)省資源、延長網(wǎng)絡(luò)生命期等目標(biāo)。在WSNs中，節(jié)點及數(shù)據(jù)均存在相關(guān)性，目前涉及相關(guān)性的概念一般包括空間和時間相關(guān)性，最近開始出現(xiàn)部分成果涉及數(shù)據(jù)類型屬性的相關(guān)性，相關(guān)性在WSNs節(jié)能技術(shù)中發(fā)揮著重要的作用。針對相關(guān)性的

2、研究主要集中在相關(guān)性的挖掘及評估、基于相關(guān)性的數(shù)據(jù)查詢與融合、考慮相關(guān)性的協(xié)議棧設(shè)計、利用相關(guān)性進(jìn)行的缺失值估計等關(guān)鍵技術(shù)。本文按照研究內(nèi)容可以分為以下三個部分：
　　 一、相關(guān)性研究。利用WSNs的相關(guān)性特點實現(xiàn)節(jié)省能量、提高數(shù)據(jù)質(zhì)量、降低延遲等幾個重要目標(biāo)。文章首先進(jìn)行相關(guān)性的概念研究，通過綜述WSNs發(fā)展現(xiàn)狀以及應(yīng)用需求中最新出現(xiàn)的多類型數(shù)據(jù)等情況，提出監(jiān)測數(shù)據(jù)類型屬性相關(guān)性的概念，用以揭示可以對多類型數(shù)據(jù)進(jìn)行融合的可能。

3、然后分析相關(guān)性的表現(xiàn)形式，討論相關(guān)性存在行為相關(guān)和數(shù)據(jù)相關(guān)兩種特征。針對行為相關(guān)特征，文章討論了相關(guān)性與負(fù)載的關(guān)系，提出行為相關(guān)性分為局部相關(guān)性(LC)和全局相關(guān)性(GC)，建立行為相關(guān)性評估模型，在此基礎(chǔ)上建立空間、時間、類型屬性行為相關(guān)性評估方法以及通過三者建立局部相關(guān)性和全局相關(guān)性的評估方法；針對數(shù)據(jù)相關(guān)特征，文章詳細(xì)介紹空間、時間、類型屬性數(shù)據(jù)相關(guān)性的評估方法。
　　 二、基于相關(guān)性的自適應(yīng)MAC協(xié)議。依據(jù)相關(guān)性評估模型

4、，本文針對具有行為相關(guān)性特征的無線傳感器網(wǎng)絡(luò)提出了基于相關(guān)性的自適應(yīng)MAC協(xié)議(CAS-MAC)。該協(xié)議來源于AS-MAC，文章首先從理論和實驗兩個方面對AS-MAC協(xié)議存在的缺陷進(jìn)行了分析，通過調(diào)整AS-MAC協(xié)議中幀結(jié)構(gòu)的比例，以適應(yīng)不同負(fù)載對MAC協(xié)議性能的影響。另外，CAS-MAC還增加了數(shù)據(jù)包時效性的判定機制，用于處理已失效數(shù)據(jù)包的不利影響。仿真實驗表明，AS-MAC協(xié)議改進(jìn)了AS-MAC協(xié)議的自適應(yīng)機制，增強了MAC協(xié)議對超

5、高負(fù)載及不穩(wěn)定環(huán)境下的適應(yīng)能力。
　　 三、基于相關(guān)性的數(shù)據(jù)融合研究。文章首先在以往相關(guān)性評估算法的基礎(chǔ)上，針對多類型數(shù)據(jù)的特點，提出基于弗洛伊德算法(Floyd)的相關(guān)性二次評估方案，精確并簡化了相關(guān)性的表示。該算法首先將數(shù)據(jù)按照空間.時間，類型屬性三維相關(guān)性進(jìn)行三維下標(biāo)編碼.利用數(shù)據(jù)的三維下標(biāo)將數(shù)據(jù)表示成帶有三維下標(biāo)的二維矩陣，并進(jìn)一步轉(zhuǎn)化成一維序列；然后根據(jù)相關(guān)性的傳遞規(guī)則，利用弗洛伊德算法對相關(guān)性進(jìn)行二次評估，計算出任意

6、數(shù)據(jù)間的最大相關(guān)性。其次，在相關(guān)性二次評估的基礎(chǔ)上，本文提出弗洛伊德.人工魚群數(shù)據(jù)選擇算法，主要包括一個“最優(yōu)解.最優(yōu)解維度”雙向反饋機制。該機制利用弗洛伊德算法對人工魚群算法的聚群行為收斂性差的缺陷進(jìn)行優(yōu)化；利用人工魚群算法求解最優(yōu)解時的穩(wěn)定性對弗洛伊德算法求中點時難以確定維度的缺陷進(jìn)行優(yōu)化。仿真結(jié)果表明，該算法能有效提高數(shù)據(jù)選擇效率和質(zhì)量。最后，文章提出了基于弗洛伊德.人工魚群-BPNN的數(shù)據(jù)預(yù)測算法，使用弗洛伊德.人工魚群數(shù)據(jù)選擇