论文部分内容阅读
随着监测环境的日趋复杂多变,迫切需要将信息量丰富的图像、音频、视频等媒体引入到以传感器网络为基础的环境监测活动中来,实现细粒度、精准信息的环境监测。近年来,对多媒体传感器网络(MSNs,Multimedia Sensor Networks)技术的研究已引起了学术界和工业界的密切关注。MSNs可提供的服务多种多样,因而衡量每类服务的服务质量(QoS)的标准也不尽相同。如何保障不同服务的QoS且有效利用全网资源,成为MSNs研究领域的一个突出问题。本论文围绕MSNs服务质量体系在各个层面的相关保障机制和算法进行了研究,侧重于服务模型的建立,服务感知的业务调度策略,服务感知的路由选择算法以及自适应QoS保障机制等几个方面,主要考察了MAC层、网络层、传输层以及应用层的QoS保障策略以及相互影响。论文工作主要包括以下几个方面:(1)根据MSNs的特点,在基于簇的MSNs体系结构上,借鉴DAVIC服务模型的思想,并对其加以改进,从而建立一种适用于MSNs的服务模型。在此基础上设计了该服务模型的协议流程。该服务模型使MSNs以服务为核心,为用户以及上层应用提供保障其QoS需求的多媒体服务。(2)面向MSNs的两种基本服务模式(基于事件驱动和查询驱动的服务模式),提出了一种提供区分服务的MSNs业务调度模型,进而设计了一种服务感知的业务调度策略,使用非抢占的优先级排队模型保障两类服务的时延要求,以提供满足多媒体应用需求的QoS。(3)针对MSNs中三类基本服务:异常事件告警服务、信息查询服务以及流媒体查询服务,分析了不同服务的QoS需求,并抽象出多媒体传感器网络QoS路由模型。进而,设计了一种基于蚁群优化的服务感知路由算法ASAR(Ant-colonyoptimization based Service Aware Routing)。该路由算法旨在依据各类媒体数据包的不同QoS需求,选择相应的路由以合理利用全网资源、提高网络性能。(4)考虑到MSNs中同时存在的基于端到端(end-to-end)和基于事件到汇聚节点(event-to-sink)的两种传输模型,结合传输控制协议和媒体采集方案生成方法形成了一个基于二级反馈的QoS自适应保障机制。根据网络的QoS和传输负载状况将网络划分为10个典型状态。在传输层,通过传输控制协议调整媒体流和事件流的发送率,完成网络向最优状态的迁移;在应用层,通过传输层计算得出的媒体流数据包发送率,计算节点多媒体信息采集的最佳方案。上述方法适合于MSNs的混合传输模型,有效地保证了两类基本服务的QoS。(5)在基于簇的MSNs体系结构上,我们设计并开发了一个多媒体传感器网络原型系统。在此基础上,为了更好地保障MSNs的服务质量,设计了灵活的、分布于各类多媒体传感器节点的中间件—AuViM,并详细描述了中间件中各模块功能以及两种主要服务模式流程。进而提出一种描述MSNs中QoS需求的方法,以便灵活地为每个用户定制相应的QoS需求。综上,论文从MAC层、网络层、传输层以及应用层研究了MSNs中QoS保障的关键技术,并设计了适用于MSNs的中间件。目前在MSNs中,QoS保障技术还很不成熟,多种服务的并存,使得QoS问题比传统传感器网络更难解决。因此QoS保障问题研究对MSNs的发展具有重要的意义