论文部分内容阅读
无线传感器网络的主要目标是通过在监测区域内部署大量的传感器节点并进行连续采样,依靠传感器点对环境进行可靠的探测、估计事件的特征,最终获取环境或事件的精确信息。因此,同一传感器节点相邻时刻与相邻节点在相同或相邻时刻所采集数据之间的相似性造成大量时间冗余和空间冗余。如果传感器节点直接传送携带大量冗余信息的数据,将浪费通信带宽、增加网络延时和节点能耗,进而会影响整个传感器网络系统的稳定性和寿命。数据压缩技术从全局考虑如何对大量冗余数据进行有效处理,保留有用的信息并进行传输,将处理后的数据从节点传递到目的地,从数据处理角度实现整个网络架构能量的高效利用。针对无线传感器网络数据冗余问题,本文对无线传感器网络中基于时空相关特性的数据压缩方法进行了研究。无线传感器网络节点能耗主要体现在数据采集、数据传输和数据处理三个阶段。数据采集阶段,首先只考虑无线传感器网络单个节点采集数据的时间相关特性,提出基于置信区间的时间线性模型调整算法,实时调整传感器节点的采样频率,有效避免“欠采样”和“过采样”问题;其次,只考虑同一时刻多个节点采样数据之间的相似性,提出基于失真度函数的移动代理路由算法,在一定的失真度函数门限值范围内,实现进入集合的节点数目、节点之间及节点于事件源之间的相关系数最小化,减少采集数据的空间冗余。可知,在保证用户精度要求的前提下,结合传感器节点数据的时空相关性,可最大限度减少数据采集量,降低时空冗余造成的能量消耗。数据传输与数据处理阶段,首先提出基于时间相关性的数据发送差分机制,采用结合差分机制与提升小波变换的数据压缩算法,以远少于原始数据的系数序列表示采样数据,实现了数据处理复杂度与数据传送量的最小化;其次,提出结合分布式压缩感知编码与移动代理路由的空间相关数据压缩算法,使得节点传送的数据信号长度远远小于原始数据,且观测值按照最优路径传输,减少了数据采集和数据传输造成的能量消耗。通过实验仿真与算法性能分析可知,结合无线传感器网络节点数据时间相关性和空间相关性的数据压缩算法可有效降低传感器节点能量消耗,延长无线传感器网络生命周期。