论文部分内容阅读
众多无线传感器网络的应用中,用户常常对某个目标区域内的感知数据感兴趣。例如,用户为了获得一片植物种植区域内的温度或湿度等相关数据。目前,相关的无线传感器网络区域查询算法可分为两类：基于树的算法和基于路线的算法。其中,基于树的算法受网络拓扑变化的影响较大,而基于路线的算法受其影响则相对较小。本文主要研究的是基于路线的区域查询算法,其中假设区域内的每个节点都能通过GPS定位技术知道自身所处的地理位置。具体的研究内容如下：(1)改进了现有的窗口查询算法IWQE。IWQE算法中的成员节点存在不必要的数据传输和非最佳查询节点选择等问题,并且当网络出现空洞时,IWQE算法会因找不到下一个杏询节点(簇头)而被迫中断。针对以上IWQE算法中存在的问题,本文提出了改进算法IWQE-Ⅱ。IWQE-II算法在成员节点传输数据时采用双查询节点的方式,让其成员节点选择其中一个距离本节点较近的查询节点进行数据传输,这样不仅能减少传输的能耗而且能提高数据收集的速度。此外,IWQE-Ⅱ算法根据不同情况的空洞问题提出了两种不同的解决方法。通过仿真实验表明:IWQE-Ⅱ算法在查询质量和减少能耗等方面比IWQE算法有着更好的效果,而且在网络节点比较稀疏的情况下,IWQE-Ⅱ算法并不会像IWQE算法那样频繁出现查询中断的情况。(2)本文提出了一种新的区域查询算法GQE,主要适用于传感器节点比较密集的目标区域,且是主动型收集目标区域内的感知数据。该算法在每一次查询处理中并不需要收集目标区域内所有感知节点的数据,而是认为在同一个虚拟网格中的传感器节点收集的数据是相同的。所以在同一个虚拟网格中只需保留其中一个节点作为活动节点,而其它节点则可以进入其它状态。其中,活动节点是根据节点的剩余能量等相关因素选出的。在GQE算法中提出了块的概念,块是由若干个虚拟网格组成。块对外部传感器节点来说是一个封闭的结构体,外部节点只需将查询信息传输到块的内部,然后块就会将收集后的数据传输到外部节点；当查询消息传入到块内时,由某种机制选择出的查询节点就会收集块内传感器节点的感知数据,然后把融合后的数据传送给外部节点。最后本文还对目标区域内块与块之间的传输路线进行了分析和设计。通过仿真实验表明：GQE算法在网络总能量消耗和IWQE、IWQE-Ⅱ算法相比具有一定的优势,因为它并不需要收集目标区域内所有传感器节点的感知数据。而且通过多次重复实验表明网络中各传感器节点的能量消耗分布比较均衡,这非常有利于延长网络的生存时间。