论文部分内容阅读
无线传感器网络是继因特网之后21世纪最具有影响力的IT技术之一。无线传感器网络的研究引起了世界范围内的关注。数据融合是无线传感器网络中最基本的功能之一，同时也是无线传感器网络众多研究问题中的一项关键技术。数据融合技术直接影响着无线传感器网络的能量消耗和网络生命周期，对其相关技术的研究具有非常重要的理论价值和实践意义。 近年来无线传感器网络数据融合方面取得了很多研究成果，但数据融合技术尚处于研究的初级阶段，同时无线传感器网络特有的能量受限等特点，造成了数据融合技术的研究仍然存在以下问题，如怎样选择合适的预测机制来减少传感器节点所采集数据之间的冗余、如何保证数据融合的路由安全性、怎样运用信源编码来提高无线传感器网络的性能等。这些问题的解决将有助于提高无线传感器网络在网络能量消耗，网络生命周期以及数据传输质量等方面的性能。本论文针对无线传感器网络数据融合出现的问题，以数据融合的网络结构和数据融合的过程为研究对象，把数据融合研究过程分为传感器节点数据采集阶段、传感器节点数据传输阶段和簇头数据融合阶段。由此形成了一个完整的数据融合解决方案。 本文的主要研究工作和创新点如下: (1)针对无线传感器簇状网络结构能耗不均衡和能源受限的问题，提出了基于信息熵的数据融合算法EDAT。首先运用图论知识的普里姆算法构建了一棵最小生成树，然后在数据传输的过程中利用信息熵的原理减小了数据传输过程中的数据冗余信息，降低了网络能量消耗。实验表明，EDAT算法的节点分布均匀性要优于LEACH算法和贪婪Prim树算法;EDAT算法的网络生命周期比LEACH算法和贪婪Prim树算法延长很多。 (2)针对数据采集阶段预测模型的可扩展性和能否主动识别数据冗余两方面问题，提出了基于时间预测的数据融合算法FTDA。FTDA算法分为时间预测方法的选择阶段和预测数据的融合阶段。首先根据国家生态系统观测研究网络台站的氨氮含量样本数据，在MATLAB中对比了五种时间预测方法的准确性，选择出最适合的预测方法;然后把基于该预测方法的预测模型运用到簇状无线传感器网络数据融合中，达到节能高效的目的。实验表明，FTDA算法在网络生命周期、能量消耗方面的性能相比其他算法都有明显的改善。 (3)针对数据传输阶段如何综合考虑传输路径上节点之间信任及路径长度两方面因素进行数据融合的问题，提出了基于多路径路由的数据融合算法MBDA。首先根据路径上相邻节点之间的信任关系和传输路径长度建立选择路径的指标，然后按照指标由高到低地选择出传输数据的多条路径，在多路径交叉点进行数据融合，这样既保证路径的安全性和有效性，又减少了网络中的数据传输量，降低了网络能量消耗。在NS2仿真环境中，从五个方面对比了MBDA算法和AOMDV算法的性能，即:能量消耗、端到端平均延时、路由发现频率、归一化路由开销、分组投递率。NS2仿真实验结果表明，MBDA算法在暂停时间比较长的情况下，归一化路由开销略高于AOMDV算法。但MBDA算法在能量消耗、端到端平均延时、路由发现频率、分组投递率四方面性能都优于AOMDV算法。 (4)针对簇状网络结构融合数据阶段的簇头数目不确定性问题，提出了一种基于最优簇头数目的数据融合算法ONCDA。通过把用户需要的信息失真度D转化为网络传输所需最小数据量问题，即转化成信息率失真函数R(D)的表示形式，来达到优化簇头数量的目的。根据无线传感器网络中数据采集、数据压缩和数据传输阶段特点计算出总的能量消耗，运用极值方法计算出能量消耗最小的最优簇头数目。通过理论分析和仿真实验两种方法验证了ONCDA算法的有效性。MATALB实验表明，ONCDA算法不仅能降低网络能量消耗，而且能提高网络生命周期和数据传输综合性能。