学位论文 > 优秀研究生学位论文题录展示

无线传感器网络聚集查询关键技术研究

作　者: 刘彩苹
导　师: 李仁发
学　校: 湖南大学
专　业: 计算机应用技术
关键词: 无线传感器网络聚集查询不重复记录值中位数查询均值查询局部算法分布式算法
分类号: TP212.9
类　型: 博士论文
年　份: 2011年
下　载: 95次
引　用: 1次
阅　读: 论文下载

内容摘要

无线传感器网络是目前IT研究领域中的热点研究之一。面向大规模、资源有限的无线传感器网络,如何进行节能的,可扩展的,可容错的数据聚集查询是我们面临的一大挑战。聚集查询是传感器网络查询处理中的关键查询之一。本文针对WSN(Wireless Sensor Networks,WSN)中聚集查询技术的通信量、可扩展性、容错性等问题,对不重复记录值查询、中位数查询、均值查询、以及移动环境下的聚集查询等关键技术进行了研究,对于推进无线传感器网络高效聚集查询的研究和实用化具有一定的理论意义和应用价值。本文首先对聚集查询中不重复记录值查询进行了研究。由于传感器网络在节能,网络规模,容错性等方面的要求,集中式聚集算法已经非常不适合用于这种环境下。提出一种基于WSN的不重复记录值近似算法。该算法能充分利用网内数据聚合和多路径路由技术来减少网络能耗,同时能避免重复计数,提高算法的容错性。在算法中,网络中各节点产生其摘要数据-子FM (Flajolet Martin,FM)序列,然后,各FM序列经过网内数据聚合以及层层传递后,最终汇集到根节点形成全网的FM序列,最后在汇聚节点使用这个远小于全网数据集规模的、可用于代表全网数据集结构的FM序列,迅速获得不重复记录值的近似结果,从而避免了将各传感器节点的所有数据都传输至根节点。仿真结果显示该算法能耗低、容错能力强、误差范围可控,能有效地延长网络的生存期。由于节点失效、通信失败以及重复计数等问题都将导致对副本敏感的聚集查询算法无法得到正确的聚集值。为了减少误差,降低能耗,提出了两种中位数查询算法-中位数查询抽样算法和中位数查询近似算法。中位数查询抽样算法结合抽样理论和网内数据聚合技术能得到中位数的近似值,能较大地减少网络通信量。在中位数查询近似算法中,各节点分别统计出每个感知值出现的不重复次数,并抽取节点的K%个最常用感知值作为子样本集;将子样本集传递给上一层节点,经过层层传递,最终在根节点形成全网的样本集;将这个全网样本集排序后获得中位数的近似结果。实验结果显示所设计的两种算法能较大地减少网络通信量、提高系统的健壮性。目前几乎所有的聚集算法都要通过数据融合以及远距离通信等方式收集全局的节点信息,然后聚集到一个单一的管理节点进行处理,因此这些算法存在着扩展性差、能耗较高等缺点。本文提出一种基于无线传感器网络的分布式均值查询聚集算法,该算法只需在局部范围内计算结果而无需收集全局的节点信息,也不必完成数据融合以及远距离通信等任务,还可以根据当前查询结果自适应的调整查询范围,是一种分布式、低能耗、扩展性强、能自适应查询范围的聚集查询算法。本文针对LEACH(Low Energy Adaptive Clustering Hierarchy,LEACH)算法没有考虑簇头能量和地理位置的缺点,以及现有的集中式分簇算法虽然考虑了节点的地理位置,但只适用于静态网络环境下,提出一种适用于移动环境的无线传感器网络分布式分簇算法。算法根据节点的剩余能量以及与动态变化的簇心之间的距离来挑选簇头,从而使网络能量均匀消耗。与集中式算法不同,该算法只需和部分邻居节点交换阈值信息而无需收集全局节点的位置信息,也不必完成远距离通信等任务。仿真结果表明,移动环境下,该算法具有良好的负载平衡性能和较小的协议开销,与LEACH算法相比,能有效减少能量消耗。最后,为了更好的研究无线传感器网络的各方面特性,分析算法在实际系统中的性能,设计并实现了一个基于WSN室内温度监测系统。

全文目录

摘要  5-7
Abstract  7-12
插图索引  12-14
附表索引  14-15
第1章绪论  15-26
  1.1 无线传感器网络数据查询概述  15-17
    1.1.1 数据查询体系结构  15-16
    1.1.2 数据查询的分类  16-17
  1.2 数据查询的研究内容  17-18
    1.2.1 查询请求的优化  17
    1.2.2 查询请求的分发  17-18
    1.2.3 查询结果的数据收集  18
  1.3 聚集查询技术  18-21
    1.3.1 聚集查询技术选题背景  18-20
    1.3.2 聚集查询面临的挑战  20-21
  1.4 论文的主要工作  21-24
  1.5 论文的组织结构  24-26
第2章数据查询技术相关研究  26-48
  2.1 引言  26
  2.2 传感器网络数据管理系统  26-30
    2.2.1 TinyDB系统  26-29
    2.2.2 Cougar系统  29-30
    2.2.3 Fjord系统  30
  2.3 数据查询处理技术  30-32
    2.3.1 连续查询处理技术  30-31
    2.3.2 近似查询处理技术  31-32
  2.4 聚集查询处理技术  32-44
    2.4.1 聚集查询的网络拓扑结构  33-34
    2.4.2 平面结构聚集技术  34-40
    2.4.3 层次结构聚集技术  40-44
  2.5 网内数据聚合  44-45
  2.6 TAG仿真平台  45-47
  2.7 小结  47-48
第3章不重复记录值查询近似算法研究  48-65
  3.1 引言  48-49
  3.2 TAGDC算法  49-51
  3.3 不重复记录值查询近似算法  51-58
    3.3.1 算法步骤  51-54
    3.3.2 FM值聚集过程  54-55
    3.3.3 仿真实验  55-58
  3.4 基于分组的不重复记录值查询  58-63
    3.4.1 分组查询过程  58-60
    3.4.2 仿真实验  60-63
  3.5 算法性能分析  63-64
  3.6 小结  64-65
第4章中位数查询近似算法研究  65-81
  4.1 引言  65-66
  4.2 TAGMD算法  66-67
  4.3 中位数查询抽样算法  67-70
    4.3.1 算法步骤  67-68
    4.3.2 仿真实验  68-70
    4.3.3 算法分析  70
  4.4 中位数查询近似算法  70-80
    4.4.1 算法步骤  70-76
    4.4.2 仿真实验  76-79
    4.4.3 算法分析  79-80
  4.5 小结  80-81
第5章分布式均值查询聚集算法研究  81-96
  5.1 引言  81-84
    5.1.1 研究现状  81-82
    5.1.2 TAGAVG算法  82-83
    5.1.3 Gossip算法  83-84
  5.2 分布式均值查询系统体系结构  84-85
  5.3 分布式均值查询系统管理节点  85-86
  5.4 无线传感器网络局部算法  86-91
    5.4.1 局部算法  86-89
    5.4.2 算法描述  89-91
  5.5 实验结果与分析  91-95
    5.5.1 实验结果  91-94
    5.5.2 算法性能分析  94-95
  5.6 小结  95-96
第6章移动环境下分簇型聚集查询算法研究  96-110
  6.1 引言  96-97
  6.2 分布式分簇算法原理  97-99
    6.2.1 网络模型  97
    6.2.2 能量模型  97-98
    6.2.3 分簇算法原理  98-99
  6.3 簇头的挑选  99-103
  6.4 仿真实验  103-105
  6.5 算法性能分析  105-106
  6.6 树型结构和分簇型结构的聚集系统的通信量比较  106-109
    6.6.1 集中式聚集算法通信量比较  106-107
    6.6.2 分布式聚集算法通信量  107-109
    6.6.3 分簇型结构的聚集系统性能分析  109
  6.7 小结  109-110
第7章室内温度监测系统  110-116
  7.1 引言  110
  7.2 室内温度监测系统设计  110-115
    7.2.1 总体结构  111
    7.2.2 硬件设计  111-112
    7.2.3 软件设计  112-115
  7.3 小结  115-116
结论与展望  116-119
参考文献  119-131
致谢  131-132
附录A 攻读学位期间所发表的学术论文目录  132-133
附录B 攻读学位期间参加的主要科研项目  133

无线传感器网络聚集查询关键技术研究

内容摘要

全文目录

相似论文