无线传感器网络数据收集与聚合算法研究

来源 :西安电子科技大学 | 被引量 : 0次 | 上传用户:passcardaj
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线传感器网络是由大量传感器节点密集布置在监测区域来获取有效信息,已有研究表明,传感器节点的能量消耗主要部分是传输能耗,因此如何减少节点传输能耗、减少数据冗余成为无线传感器的研究重点。数据聚合技术作为一种有效减少节点能耗、延长网络生命周期的方法得到了广泛关注。因此,如何将数据聚合技术与路由相结合设计有效的路由,对于减少网络能耗、提升网络性能意义重大。本文首先对无线传感器网络数据聚合的相关算法进行了归纳,分析比较了典型路由协议的优缺点。针对无线传感器网络的特性及应用提出了两种基于网格结构的和链路结构的数据聚合算法:(1)网格结构网络中基于链路的数据聚合算法。算法将网络划分为多个均匀网格,在每个网格内,根据节点能量和与网格中心的距离为每个节点分配不同的权值,权值大的节点被选为网格头节点,网格头节点负责收集并聚合网格内其他节点的数据,将网格头节点按特定的规则形成一条闭合链路,在网格头节点构成的链路中结合节点与Sink的距离和节点的剩余能量选举链路头节点。聚合数据沿循环链路进行传输,最终由链路头节点对数据进行聚合并与Sink节点进行直接通信。仿真结果表明,该算法能有效减少节点能量消耗,延长网络生命周期。(2)网格结构网络中基于移动Sink的数据聚合算法。利用地理信息将网络划分为多个网格,在网格内采用贪婪算法独立形成链路结构,网格内的链路结构各有一个链路头节点和链路尾节点,纵坐标相同的网格的链路首尾相接构成一条较长的链路,网格内的数据沿相应的链路进行聚合并最终传输给对应的Sink节点。仿真结果表明,该算法有效降低网络能耗,提升网络性能。
其他文献
中核集团公司2005年的质量月以围绕 “奉献优质产品,构建和谐社会”的主题,在 中核集团公司统一组织下,通过各成员单位 质量自查等一系列活动,使2005年9月成 为了一个名副其
The main objective of this study was to evaluate the potential of a sesame(Sesamum indicum L.) panel for association analysis,and investigate the genetic basis
二十多年以来,研究有限群的结构及其子群的某种正规性的关系一直是有限群论重要的课题之一.群论学家们不仅给出了各种各样的广义正规性的概念,而且获得了大量的研究成果,这为有
投资组合理论主要研究如何选择风险资产组合以达到最大化收益和最小化风险的目的.1952年Markowitz首次提出了基于最优化理论的投资组合选择方法:均值-方差方法.然而传统的均值
利用子群的性质研究有限群的结构是有限群论中最活跃的研究方向之一,很多群论学者在这方面做出了卓越的成就,如著名的Huppert定理,Schur-Zassenhaus定理等.由于子群的正规性在
排序问题是一类重要的组合优化问题。本文提出一类新型的排序问题--工件加工工时间非恒定且工件可拒绝的排序问题,并对这类问题做了初步研究,具体分为以下几方面; 1. 介绍了
本文提出了两种新的函数值Padé-型逼近方法--基于形式正交多项式的函数值Padé型逼近和函数值部分Padé-型逼近,并将它们应用于第二类Fredholm积分方程特征值的估计和积分方
在论文[18]中,Nazarov定义了一类无限维结合代数-仿射Wenzl代数。 为了研究仿射Wenzl代数的有限维不可约表示的分类,Ariki、Mathaus、芮和兵在论文[3]中,定义了一类有限维