计算机科学与技术专业毕业论文[精品论文]无线传感器网络中高效传输技术研究

计算机科学与技术专业毕业论文[精品论文]无线传感器网络中高效传输技术研究内容摘要：

算精度和采样尺寸之间的折衷问题，即在保证一定误差精度的情况下，给出了最优的消息种子数 m和逆采样的数量 m。 FLAKE 还包含了一个分布式的稀疏采样算法，不需要进行任何中央式的控制，就可以在一定精度范围内，以很少的开销和延迟估算出网络的全局状态信息。 理论分析和实验模拟验证了FLAKE 在通信开销、实时性、可扩展性等方面都获得了较好的性能。 大规模传感器网络中发生大量突发事件时会产生大量的紧急报文，已有方法不能快速、实时地把 紧急报文传回 Sink，从而引发网络拥塞。 本文提出了一个基于分簇网络延迟敏感的控制反馈模型 DSFC 和簇间紧急报文信道预留机制 EPCR，有效提高了紧急报文端到端传输的实时性，并减少了传输开销。 DSFC 模型采用自适应闭环控制反馈的方法，每一轮自适应地只聚合一部分紧急报文，在保证一定数据聚合精度的基础上，尽可能地减少簇内聚合开销和延迟。 EPCR 机制优先调度传输紧急报文，并为紧急报文预留信道，从而有效缓解了紧急报文和普通报文间的信道竞争和路径拥塞问题。 实验表明，在保证相同数据精度的情况下，紧急报文的聚合等待延迟、端到 端的总传输延迟、聚合能量开销，以及平均丢包率等方面都获得了较好的性能。 针对目前结构化的方法在进行数据复本放置和查询分发时易出现传输开销大、实时性差、热点区域瓶颈等问题，提出了一种非结构化的数据存储和查询策略，有效减少了关键数据复本分发和查询时总的传输开销，在保证查询成功率的前提下，提高了查询的实时性。 该策略在保证一定查询成功率基础上，以最小化总能耗为目标，建立了 MESQ 优化问题模型，并在存储受限和不受限两种情况下，分别给出了复本和查询个数 (d， q)，证明了其最优性；基于MESQ 模型，设计了一个实用的分 布式实时信息分发算法 BubbleGeocast，该算法以 (d， q)作为参数，采用自适应分支扩散的虚拟多播技术进行数据分发，加速了复本和查询的分发速度。 分析和实验表明，在相同查询成功率时， BubbleGeocast有效降低了能耗，减少了复本放置和查询分发的延迟。 综上所述，本文针对高效传输技术在信息分发和收集时的通信开销、实时性、可扩展性等问题，对多播、稀疏采样、簇内聚合、非结构化的存储和查询等关键问题提出了有效的解决方案，对于推进无线传感器网络高效传输的研究和实用化具有一定的理论意义和应用价值。 无线传 感器网络集信息获取、处理和传输为一体，在工业、农业、军事、环境监控、生物医疗、城市管理和抢险救灾等领域有着非常广泛的应用前景。 传感器网络中信息传输是用户分发控制信息和获取感知数据的根本途径，而高效的信息传输技术则是一种提高网络能源使用效率的重要手段，其目的是在源节点 (Source)和汇聚节点 (Sink)之间建立信息传输的双向通道，用尽可能少的传输开销和延迟在两者间实现信息交互。 然而，传感器节点资源受限、网络带宽受限、网络规模大等问题，给高效传输的研究带来了巨大的挑战。 无线传感器网络中的高效传输技术主要 包含以下两个过程： Sink 到 Source 的高效控制信息分发； Source到 Sink 的高效数据收集。 现有的工作主要停留在使用一些诸如单播、广播、聚合之类的传统技术方法，这些方法普遍存在通信开销大、实时性差、可扩展性不强等特点。 本文针对无线传感器网络的诸多特点和现有研究的不足，以最小化总的传输开销为目标，从控制信息分发和数据收集两个方向入手，系统地研究了高效传输技术涉及到的四个关键性问题： (1)Sink 到 Source 的多播问题； (2)Sink到 Source 的采样问题； (3)Source 到 Sink 的紧急报文聚合问 题；以及 (4)Sink与 Source 之间的双向协同问题，即数据存储和查询问题。 本文首先分析了由Sink 向 Source 进行控制信息分发的多播技术，并针对现有对等通信模式下多播研究的通信开销大、效率不高、可扩展性不强等问题，提出了一种基于基站模式的新型多播协议 SenCast，减少了控制信息分发的传输开销，提高了信息分发的实时性。 SenCast 首先利用了基站较强的计算和存储能力，用组件化的思想计算一棵全局近似最优多播树，并基于该树进行信息分发，最大限度地减少了多播传输开销。 然后，证明了 SenCast 在解决 MNN(最小非叶节点树 )Steiner 树这一 NP难问题时，获得了小于 ln|R|的近似率 (R 为目标节点数 )，该近似率也是 MNN 问题理论上的最优近似率。 最后，还针对路由时路径长、分支多的特点，设计了SRL 和 HLB 两种可扩展性机制，使得 SenCast 可以解决大规模多播问题。 实验结果表明， SenCast 适用于大规模群组通信，是一种能量有效的、可扩展性强的新型多播协议。 针对现有方法在获得网络全局信息时冗余传输太多，从而导致网络带宽、节点资源浪费，传输延迟长的问题，本文提出了一种基于多播的 “ 释放 /捕获 ” 采样技术 FLAKE，有效减少了获取全局信息时的通信开销，提高了实时性。 FLAKE 是一种快速稀疏采样技术，其基本思想是：首先在网内均匀、快速地 “ 释放 ”m 条消息种子，然后对消息种子进行采样，如果 m 个消息种子被 n 个节点收到，则目前网内的工作节点总数 n 估算为mn /m。 更重要的是，本文基于逆采样理论开展研究，有效解决了估算精度和采样尺寸之间的折衷问题，即在保证一定误差精度的情况下，给出了最优的消息种子数 m和逆采样的数量 m。 FLAKE 还包含了 一个分布式的稀疏采样算法，不需要进行任何中央式的控制，就可以在一定精度范围内，以很少的开销和延迟估算出网络的全局状态信息。 理论分析和实验模拟验证了FLAKE 在通信开销、实时性、可扩展性等方面都获得了较好的性能。 大规模传感器网络中发生大量突发事件时会产生大量的紧急报文，已有方法不能快速、实时地把紧急报文传回 Sink，从而引发网络拥塞。 本文提出了一个基于分簇网络延迟敏感的控制反馈模型 DSFC 和簇间紧急报文信道预留机制 EPCR，有效提高了紧急报文端到端传输的实时性，并减少了传输开销。 DSFC 模型采用自适应闭环控制反馈的方法，每一轮自适应地只聚合一部分紧急报文，在保证一定数据聚合精度的基础上，尽可能地减少簇内聚合开销和延迟。 EPCR 机制优先调度传输紧急报文，并为紧急报文预留信道，从而有效缓解了紧急报文和普通报文间的信道竞争和路径拥塞问题。 实验表明，在保证相同数据精度的情况下，紧急报文的聚合等待延迟、端到端的总传输延迟、聚合能量开销，以及平均丢包率等方面都获得了较好的性能。 针对目前结构化的方法在进行数据复本放置和查询分发时易出现传输开销大、实时性差、热点区域瓶颈等问题，提出了一种非结构化的数据存储和查询策略 ，有效减少了关键数据复本分发和查询时总的传输开销，在保证查询成功率的前提下，提高了查询的实时性。 该策略在保证一定查询成功率基础上，以最小化总能耗为目标，建立了 MESQ 优化问题模型，并在存储受限和不受限两种情况下，分别给出了复本和查询个数 (d， q)，证明了其最优性；基于MESQ 模型，设计了一个实用的分布式实时信息分发算法 BubbleGeocast，该算法以 (d， q)作为参数，采用自适应分支扩散的虚拟多播技术进行数据分发，加速了复本和查询的分发速度。 分析和实验表明，在相同查询成功率时， BubbleGeocast有效降低了能耗，减少了复本放置和查询分发的延迟。 综上所述，本文针对高效传输技术在信息分发和收集时的通信开销、实时性、可扩展性等问题，对多播、稀疏采样、簇内聚合、非结构化的存储和查询等关键问题提出了有效的解决方案，对于推进无线传感器网络高效传输的研究和实用化具有一定的理论意义和应用价值。 无线传感器网络集信息获取、处理和传输为一体，在工业、农业、军事、环境监控、生物医疗、城市管理和抢险救灾等领域有着非常广泛的应用前景。 传感器网络中信息传输是用户分发控制信息和获取感知数据的根本途径，而高效的信息传输技术则 是一种提高网络能源使用效率的重要手段，其目的是在源节点 (Source)和汇聚节点 (Sink)之间建立信息传输的双向通道，用尽可能少的传输开销和延迟在两者间实现信息交互。 然而，传感器节点资源受限、网络带宽受限、网络规模大等问题，给高效传输的研究带来了巨大的挑战。 无线传感器网络中的高效传输技术主要包含以下两个过程： Sink 到 Source 的高效控制信息分发； Source到 Sink 的高效数据收集。 现有的工作主要停留在使用一些诸如单播、广播、聚合之类的传统技术方法，这些方法普遍存在通信开销大、实时性差、可扩展性 不强等特点。 本文针对无线传感器网络的诸多特点和现有研究的不足，以最小化总的传输开销为目标，从控制信息分发和数据收集两个方向入手，系统地研究了高效传输技术涉及到的四个关键性问题： (1)Sink 到 Source 的多播问题； (2)Sink到 Source 的采样问题； (3)Source 到 Sink 的紧急报文聚合问题；以及 (4)Sink与 Source 之间的双向协同问题，即数据存储和查询问题。 本文首先分析了由Sink 向 Source 进行控制信息分发的多播技术，并针对现有对等通信模式下多播研究的通信开销大、效率不高、可扩展 性不强等问题，提出了一种基于基站模式的新型多播协议 SenCast，减少了控制信息分发的传输开销，提高了信息分发的实时性。 SenCast 首先利用了基站较强的计算和存储能力，用组件化的思想计算一棵全局近似最优多播树，并基于该树进行信息分发，最大限度地减少了多播传输开销。 然后，证明了 SenCast 在解决 MNN(最小非叶节点树 )Steiner 树这一 NP难问题时，获得了小于 ln|R|的近似率 (R 为目标节点数 )，该近似率也是 MNN 问题理论上的最优近似率。 最后，还针对路由时路径长、分支多的特点，设计了SRL 和 HLB 两种可 扩展性机制，使得 SenCast 可以解决大规模多播问题。 实验结果表明， SenCast 适用于大规模群组通信，是一种能量有效的、可扩展性强的新型多播协议。 针对现有方法在获得网络全局信息时冗余传输太多，从而导致网络带宽、节点资源浪费，传输延迟长的问题，本文提出了一种基于多播的 “ 释放 /捕获 ” 采样技术 FLAKE，有效减少了获取全局信息时的通信开销，提高了实时性。 FLAKE 是一种快速稀疏采样技术，其基本思想是：首先在网内均匀、快速地 “ 释放 ”m 条消息种子，然后对消息种子进行采样，如果 m 个消息种子被 n 个节点收到，则目前网内的工作节点总数 n 估算为mn /m。 更重要的是，本文基于逆采样理论开展研究，有效解决了估算精度和采样尺寸之间的折衷问题，即在保证一定误差精度的情况下，给出了最优的消息种子数 m和逆采样的数量 m。 FLAKE 还包含了一个分布式的稀疏采样算法，不需要进行任何中央式的控制，就可以在一定精度范围内，以很少的开销和延迟估算出网络的全局状态信息。 理论分析和实验模拟验证了FLAKE 在通信开销、实时性、可扩展性等方面都获得了较好的性能。 大规模传感器网络中发生大量突发事件时会产生大量的紧急报文，已有方法不能快速、实时地把紧急报文传回 Sink，从而引发网络拥塞。 本文提出了一个基于分簇网络延迟敏感的控制反馈模型 DSFC 和簇间紧急报文信道预留机制 EPCR，有效提高了紧急报文端到端传输的实时性，并减少了传输开销。 DSFC 模型采用自适应闭环控制反馈的方法，每一轮自适应地只聚合一部分紧急报文，在保证一定数据聚合精度的基础上，尽可能地减少簇内聚合开销和延迟。 EPCR 机制优先调度传输紧急报文，并为紧急报文预留信道，从而有效缓解了紧急报文和普通报文间的信道竞争和路径拥塞问题。 实验表明，在保证相同数据精度的情况下，紧急报文的聚合等待延迟、端到端的总传输延迟、聚合能量开销，以及平均丢包率等方面都获得了较好的性能。 针对目前结构化的方法在进行数据复本放置和查询分发时易出现传输开销大、实时性差、热点区域瓶颈等问题，提出了一种非结构化的数据存储和查询策略，有效减少了关键数据复本分发和查询时总的传输开销，在保证查询成功率的前提下，提高了查询的实时性。 该策略在保证一定查询成功率基础上，以最小化总能耗为目标，建立了 MESQ 优化问题。