面向數據的無線傳感器網絡節(jié)能機制研究.pdf

1、無線傳感器網絡作為一種新興的、將改變人類與物理世界交互方式的新技術，具有廣闊的應用前景和巨大的研究價值。無線傳感器網絡研究的重要目的是在滿足網絡面向應用要求的前提下最大化網絡生命周期，由于能量資源約束是影響網絡生命周期的最根本因素，因此，針對節(jié)能機制的研究在無線傳感器網絡研究領域中處于核心地位。本文從傳感器網絡的“數據中心和面向應用”的本質特征出發(fā)，以網絡數據收集應用為背景，通過分析傳感器網絡中數據的內涵屬性和分布特征，并結合網絡能耗和

2、結構模型，從降低和均衡網絡能耗的角度研究能量有效的網絡運作機制。 ⑴針對網內時間冗余數據和流量不均衡分布模式所導致的傳輸能量浪費和漏斗效應問題，提出了基于預測模式的時間冗余數據濾波機制和能量感知數據路由機制。其中，時間冗余數據濾波機制的設計構架由捕獲數據時域變化規(guī)律的預測模塊、修正預測模型的數據自學習模塊和控制數據濾波操作的驅動模塊組成。設計中將預測精度閾值分配規(guī)則和預測誤差驅動規(guī)則引入數據濾波體系的構造，通過針對節(jié)點能量狀況個

3、性化的預測精度閾值分配和根據預測誤差精確判斷所獲得的數據變化規(guī)律內涵信息，進一步加強了針對時間冗余數據的識別和濾波效果。能量感知數據路由機制的設計結合了蟻群優(yōu)化機理自適應網絡狀況動態(tài)性的優(yōu)勢和預測模型揭示數據流量變化規(guī)律的優(yōu)勢，通過將節(jié)點負載因子引入蟻群優(yōu)化算法中啟發(fā)式因子的構造和局部信息素更新規(guī)則的設計，賦予螞蟻代理在路由解空間探索中預知網絡局域能量狀況的能力，提高了數據路由構建的自適應性和能量均衡性。實驗表明，本文提出的面向時間序列

4、數據預測模式的節(jié)能機制，通過挖掘數據內涵的時域冗余度和關聯性，并引入蟻群優(yōu)化機理與預測模式相結合的實現方式，有效地降低和均衡了數據收集能耗。 ⑵針對網內價值冗余數據傳輸造成的能量浪費和監(jiān)控節(jié)點生命周期縮短的問題，研究了體現服務區(qū)分性的節(jié)能數據收集機制。文章分析了網絡數據價值的分類判斷方法并將其形式化為數據價值因子結構，進而在數據價值因子基礎上，設計了映射為集合覆蓋問題的價值貢獻驅動節(jié)點調度機制和價值冗余數據濾波體系結構。其中，節(jié)

5、點調度機制的設計思想是將體現價值貢獻度的數據價值因子引入混合蟻群優(yōu)化算法(IMAH)中啟發(fā)式因子和全局信息素更新規(guī)則的設計，從而引導人工螞蟻在解空間探索中的價值取向，在滿足覆蓋要求和能量有效的基礎上通過迭代方式求取全局最優(yōu)解。價值區(qū)分性數據濾波體系構建的節(jié)能思想是將數據價值因子引入支持QoS的MAC層退避機制的設計，通過控制網內不同價值含量數據包的發(fā)送優(yōu)先級來實現減少網內價值冗余數據傳輸量的濾波效果。這種面向數據價值服務區(qū)分度的節(jié)能機制

6、根據網絡應用的服務質量要求優(yōu)化節(jié)能效果，區(qū)別于傳統(tǒng)的面向數據自身統(tǒng)計特征的節(jié)能處理方式。仿真實驗表明，本文提出的面向數據價值的節(jié)能收集機制可根據不同級別的服務質量要求自適應地控制數據收集能耗，從而提供了從網絡應用QoS的角度進一步優(yōu)化機制能量有效性的新思路。 ⑶針對傳感器網絡數據收集應用中網內數據內容關聯度低引發(fā)的聚類結構優(yōu)化問題，和網內數據內容冗余度高造成的數據傳輸能耗浪費問題，提出了基于關聯規(guī)則挖掘的聚類構建和結構優(yōu)化算法，

7、及內容冗余數據濾波機制。根據數據內容關聯程度構建聚類結構，并通過簇重組和簇自愈算法從內容關聯性角度進一步優(yōu)化已有聚類結構，進而在聚類結構基礎上，設計了針對數據內容冗余度特征的濾波算法，依據以“內容特征碼”為核心的協商機制抑制內容冗余數據的傳輸，減少數據收集源頭的數據產生量。并在已知數據內容關聯度的基礎上引入分布式信源編碼方式來實現簇際傳輸數據的無損融合。本文提出的面向數據內容相關性和冗余度特征的節(jié)能機制設計，充分考慮了傳感器網絡數據收集

8、實際應用中采樣數據間內容相似度高的特性。實驗結果表明，引入內容關聯聚類和內容冗余濾波操作后，可以進一步降低數據收集機制的能耗。 ⑷針對異構殘缺數據的模型估計和分布模式規(guī)律挖掘的困難性，采用依據半監(jiān)督學習估計的高斯混合模型描述異構數據的統(tǒng)計分布特征，并在數據分布模型的基礎上設計了模型匹配度驅動的自適應數據濾波機制，該機制采用基于假設檢驗方法的模型匹配度判斷來挖掘數據序列分布模式間的相似性，通過濾除冗余的分布式流數據序列，達到減少數

9、據收集源頭冗余數據產生量的目的，進而在簇際數據傳輸過程中，設計了基于主元分析的聚類數據壓縮算法，通過冗余屬性濾波和主元方向的數據重構，在傳輸數據降維的基礎上實現滿足累計方差貢獻率的數據有損壓縮，降低了數據傳輸過程中的能耗。實驗表明，本文提出的基于異構數據統(tǒng)計特征的節(jié)能數據收集機制，有效解決了針對多屬性混合和信息殘缺性異構數據的建模和冗余度提取的難題，從面向統(tǒng)計特征的角度為傳感器網絡中異構數據的節(jié)能收集方法研究提供了新的設計思路。