论文部分内容阅读
无线传感器网络(Wireless Sensor Networks,简称WSNs)是由分布在目标区域内大量传感器节点自组织形成的一类网络,广泛应用于各种特殊的监测任务。这些应用都是由传感器节点收集相关的监测数据,经过多跳发送至汇聚节点(sink节点)进行分析和决策。中间节点需进行数据融合,即通过本地计算来传输部分融合数据而非原始数据,从而减少传输的数据量,降低能量消耗。因此,如何在数据传输过程中对节点进行有效的融合调度是本论文的研究重点。针对现有调度算法存在节点能量消耗较大的问题,本论文提出了一种能量高效的数据融合邻近节点调度算法(Contiguous Data Aggregation Scheduling,简称CDAS),通过计算节点的竞争集来生成一个无冲突的调度序列。由于节点在不同状态间转换需要消耗能量,该算法给兄弟节点分配连续的传输时隙,从而降低节点状态转换的频率。模拟结果表明,当网络规模较大时,该算法在不增加数据收集延迟的前提下,在能量消耗方面优于现有的调度算法。针对现有调度算法存在数据收集延迟较高的问题,本论文提出了一种延迟约束下的数据融合调度算法(Latency-Constraints Data Aggregation Scheduling,简称LDAS)。限定sink节点数据收集的时隙数,该算法基于融合树的局部信息来确定节点的等待数据时间及发送时隙,以达到提高数据融合收益的目的。模拟结果表明,当给sink节点设置适当的时隙约束时,该算法在不增加节点状态转换次数的同时,提高了数据融合收益。无线传感器网络的能量主要消耗在数据传输上,所以路由过程中需减少传输的数据量,从而达到节省能量的目的。本论文提出的数据融合调度算法能够有效地改善融合质量,提高能量的有效性,降低时间延迟等等,这对于数据融合的相关研究工作有一定的参考价值。