论文部分内容阅读
2005年,国际电信联盟(ITU)在信息社会世界峰会上发布了《ITU互联网报告2005:物联网》,该报告中正式阐述了物联网(the Internet of Things, IOT)的概念。物联网中感知信息具有多源异构、多粒度、多维度、海量等特点。无线传感器网络(Wireless Sensor Network,WSN)作为物联网的末端延伸网,是虚拟信息世界和现实物理世界沟通的桥梁,具有非常重要的意义,国内外对于无线传感器网络内信息传输与处理的理论和技术研究,已经有不少成果,但是物联网概念的提出,其涵盖范围已经超出了无线传感器网络的范畴,其网络规模从局域扩展到广域,网络类型从单一结构扩展到多重结构,感知信息量从有限信息扩展到海量信息。因此,如何对物联网前端采集的大量且多样性的数据进行实时的处理,是决定物联网从理论研究走向实用阶段的关键因素之一网络编码理论也是近年来通信网络领域的一项重要突破,其优势在于显著提高网络吞吐量及传输的可靠性。而无线传感器网络中靠的很近的传感器节点所采集的外部物理信息具有很强的相关性,这为数据汇聚进行冗余压缩提供了可能。因此,本论文以无线网络(尤其针对物联网的底层无线传感网)为背景,在无线传感网的汇聚节点进行数据融合的同时,采用网络编码方法,叠加多个传输的数据报文,从而有效提高无线传感网的数据汇聚和传递的效率。本文主要工作和创新点归纳如下:(1)本文结合基于陪集的分布式信源编码(Distributed Source Coding using Syndromes, DISCUS),提出了一种以网络能耗最小为目标的自适应分布式信源编码与网络编码联合传输算法(Adaptive Joint Distributed Source and Network Coding, AJDSNC)。首先,对基于陪集的分布式信源编码进行了改进,使得信源长度任意选取时,也可以无失真的解码。其次,针对典型的蝶形网络及其变形的多播网络,结合无线传感网中的流间网络编码技术(Inter-flow Network Coding),提出了自适应的联合传输算法,该算法综合了分布式信源编码的冗余压缩和网络编码的吞吐量提升等优点。数值仿真表明该算法提高了网络的传输效率,进一步降低传感器节点的能量消耗,延长网络的生存周期。(2)本文将基于香农信息论的序列熵理论和基于机会的网络编码(Coding Opportunistically, COPE)理论结合,提出了基于网络编码的自适应压缩编码算法(Adaptive Compression Coding Based on Network Coding, ACNC)。首先,对序列相似性进行定义。其次,针对多信源-多信宿网络,结合无线传感网的传输信息具有相关性的特点,提出了基于网络编码的自适应压缩编码算法,即在网络编码的中间编码节点处,增加考虑传输序列的相似性,对冗余数据进行压缩。大量的仿真实验表明,本文所提出的算法在提高传输有效性方面优于传统的单纯网络编码的方法(3)本文在基于多路径的流内网络编码(Intra-flow Network Coding)传输方法的基础上,提出了基于冗余压缩的多路径网络编码(Network Coding based on Redundancy Compression for Multipath Network, RCNC)专输算法。针对一般网络结构,结合香农信息论的序列熵理论,增加考虑无线传感网中传输序列的相似性,在汇聚节点对冗余的数据进行压缩,然后再根据基于多路径的流内网络编码进行传输,理论分析和仿真结果表明该算法去除了网络传输中的冗余数据量,进一步提高了网络中数据的传输效率,且该算法适用范围广泛。