论文部分内容阅读
感知数据是指由传感器或感知设备等感知节点收集到的物理世界实时运行状态数据,感知数据一般由感知节点组成的网络(简称感知网络)来获得。得益于通信技术、传感器技术和微电子技术的快速发展和日益成熟,具有计算能力、感知能力和通信能力的微型传感器已经被研制出来,这其中也包括智能手机、平板电脑等智能终端。如果将大量传统微型传感器结点布置在森林,建筑物等静止物体上进行监测,则将形成一个静止的无线传感器网络。如果将大量传感器布置在移动的物体上进行监测,将形成移动的无线传感器网络。目前,传感器网络已经被广泛应用到环境监控、目标跟踪、交通监管、国防军事、医疗保健、防灾抗灾等领域。另外,集成了多种感知设备的智能手机组成了移动感知网络,可以对人的活动状态及活动区域进行感知,在蜂窝网不可用和无信号状态下,可采用基于蓝牙或Wi-Fi Direct的智能手机移动感知网络进行数据感知。感知数据的收集是事件发现、事件预测、事件挖掘及决策分析的基础,也是无线传感器网络和智能手机移动感知网络中最基本最重要的研究问题之一。感知数据收集是本文主要研究的内容。本文的主要贡献如下:首先,研究了基于多功率多信道静止传感器网络中感知数据收集问题。本文采用BloomFilter数据结构存储数据,节点在进行数据收集的时候可以很容易的将其它节点传输过来的数据进行合并而不增加额外存储。本文提出一个分布式多功率多信道数据收集算法,算法采用分布式方式建簇,簇首计算簇内的数据合并调度,簇与簇之间可以并行地进行数据合并。Collector计算各个簇首间的数据合并调度,然后收集各个簇首合并的数据。本文理论上证明并给出了数据收集的延迟上限。模拟实验结果表明:本文给出的算法比目前在理论分析上延迟上限最小的单信道以及多信道调度算法平均收集延迟小。其次,研究了基于概率保证的移动传感器网络中感知数据收集算法。针对高速运动结点所形成的移动传感器网络,本文提出了基于概率保证的感知数据收集算法DCPG,并给出了理论分析。理论分析表明DCPG可以通过调整系统参数来确保平均数据收集率高于用户给定的数据收集率δ。DCPG保证了密集型高速网络中获得一个较高的平均数据收集率,同时大大限制了通信开销。与目前最好的数据收集算法SMITE相比,模拟实验结果表明在密集型网络中DCPG的通信开销低于SMITE,而平均数据收集率高于SMITE。DCPG算法适用于节点速度高且密集型的机会网络中。接着,本文研究了基于蓝牙的智能手机移动网络中感知数据收集的可行性。本文充分利用了智能手机中的蓝牙配对连接的特性,在蓝牙名字中使用BloomFilter结构来优化连接的效率。提出了基于主动连接的数据收集算法ACDC,以及主被动结合的数据收集算法HDCA。实验结果表明:主被动结合的数据收集算法HDCA可避免数据的无效传输,降低冗余通信量,收集全部所需数据时所需连接数最低(即所耗费的时间和能量消耗最低)。最后,本文研究了基于Wi-Fi Direct的智能手机移动网络中感知数据收集的可行性。提出了主动请求和被动接收数据收集算法,同时分析了种子节点的选择对数据收集率的影响:若是选择某些活跃节点作为种子节点,数据收集率能达90%以上;在使用相同数量种子节点时,主动请求算法在数据收集率上优于被动接收算法。