论文部分内容阅读
通过分析国际灾难数据库提供的信息,我们看到从1975年到2011年,自然灾害发生的频率急剧增加。尤其是在2005年发生灾难的数量几乎是1975年的7倍[1]。巨大的自然灾害造成了数以万计的人员伤亡,给人们的经济生活带来了不可估量的损失。面对这样严峻的现实,无线传感网络开始逐步应用于灾后救援工作。无线传感器节点可以被大量地部署在受灾区域中,在灾难发生后能收集有效数据,并按照一定的路由策略将数据传递到救援中心,为灾后救援,次生灾害的预防,灾害原因的分析等提供重要依据。然而在实际情况中,大型灾难发生后,无线传感网络会遭到极大的破坏,从而降低了网络的实用性。打破了传统灾后应用利用冗余性来保证传感器网络灾后能够正常工作的局限性,数据逃逸(Data Evacuation)算法利用灾难发生与传感器节点被完全破坏的时间间隙,使用梯度思想和重力思想将有效信息从危险区域转移到安全区域。在这种情况下,即便无线传感网络被破坏,人们也可以通过逃逸的有效信息,还原灾难时刻的现场场景,从而有助于指导灾后救援以及灾难分析。本文首先具体分析了数据逃逸算法,研究了该算法中的网络模型及其两种数据逃逸方案:梯度思想和重力思想,并分析了每个思想的优缺点和实际可行性;其次以TinyOS操作系统为平台,实现了数据逃逸算法中的梯度思想和重力思想,并使用仿真工具TOSSIM分析算法的性能,然后在实际场景中部署大量的节点组成无线传感器网络,测试了数据逃逸算法。为了验证算法的实际可行性,我们在图书馆中部署了一定数量的Tmote Sky节点,这些传感器节点能够通过通信组成传感器网络,网络中的某些节点被设置为灾难发生源,然后按照灾难传播的方式将灾难发生环境复制到传感器网络中。我们设定好系统运行参数,在相同条件下分别运行梯度算法,重力算法和洪泛算法,并将算法的运行结果进行对比分析,观察各个算法的性能随参数值的变化趋势。大量的仿真和实际的传感器网络测试表明,数据逃逸系统可以极大地提高危险区域信息的存活率,能够为灾后救援,受灾情况分析等工作提供极大的帮助。