论文部分内容阅读
低占空比无线传感网(Low-duty-cyclewirelesssensornetworks，简称LDC-WSN)是一种新型的分布式自组织网络，由大量能力有限(通信、存储和计算等)的节点构成，通常部署在人类难以进入的恶劣环境中执行长期的监测或跟踪任务。LDC-WSN可广泛应用于国防、工业、农业等领域，具有重大的经济和社会效益。与传统的无线传感网(Wirelesssensornetworks，简称WSN)不同，LDC-WSN中节点大部分时间处于睡眠状态，只在少量时刻醒来以进行数据的感知和通信工作。
数据采集是LDC-WSN中的重要工作，它的目标是尽快将节点感知到的数据传送给用户进行处理。但是，由于网络中任意时刻大量节点处于睡眠状态，无法实时接收和转发数据，使得数据采集的延迟较大。此外，LDC-WSN处于恶劣的环境，存在通信不可靠、节点容易损毁等情况。其中，通信不可靠会导致数据通信发生大量重传，耗费大量的能量和时间，而节点损毁会导致数据丢失。如何在LDC-WSN中实现快速、可靠且节能的数据采集是一个具有挑战性的难题。
本文针对低占空比无线传感网中的数据采集关键技术进行研究，旨在设计出在实际应用中具有较高的健壮性、能量有效性和延迟性能的数据采集方案。本文的主要研究内容包括：
(1)无固定Sink的低占空比无线传感网中快速的数据保存机制。低占空比无线传感网中节点长时间处于睡眠状态，能够大大节省能耗并延长网络生命周期，但是这样会产生较大的数据传输延迟。而对于部署在恶劣环境中的网络，通常没有固定Sink相连。节点为了防止突然被外力损害而丢失数据，需要尽快将感知的数据发送到其他节点上进行保存，这与网络延迟的特性产生了严重的矛盾。已有的数据保存协议没有考虑节点睡眠所导致的延迟，很难在无固定Sink的低占空比无线传感网中快速完成数据分发及存储。本文提出了一个完全分布式的快速数据保存机制FDP(Fast Data Preservation)，不仅可以以低延迟完成数据分发，而且能使节点在有限的存储空间内完成数据的编码保存。数据保存完成后，一个移动Sink只要在任意时间和地点进入网络，访问一部分仍然存活的节点，就可以恢复出全部的源数据。理论分析和仿真实验表明，FDP不仅能够比已有协议更快地完成数据保存，并且能量更有效。
(2)移动低占空比无线传感网中低延迟的数据持续性提高算法。在移动低占空比传感器网络中，由于节点的存储空间有限，并且节点的移动及睡眠会导致网络不连通、数据无法及时传输等问题，使得数据很难被快速分发并存储，数据持续性较低。为此，提出一种分布式的数据持续性提高算法(LT-MDS)，该算法采用一个新的传染病式数据分发方法来在节点不断移动的网络中分发数据，使数据能以较低的延迟被网络中绝大部分节点接收到，提高了网络的可靠性；节点在接收到数据的同时，利用LT码(Luby transform codes)对数据进行编码存储，使得容量有限的节点可以保存更多的数据信息。理论分析和仿真实验表明，LT-MDS算法能够以低延迟完成数据分发和存储，同时获得较高的数据持续性。
(3)低占空比无线传感网中分布式的环状流水线工作调度。低占空比无线传感网中节点的长时间睡眠会导致数据查询延迟的增加，影响应用的效果。如何调度节点的唤醒时间从而最小化延迟，是一个难解的组合优化问题。本文提出一个分布式的环状流水线调度算法，能挑选能量水平高的节点，在数据查询的发起节点和目标节点之间，构建一条长度尽可能短的路径。路径上的节点将按照流水线调度依次唤醒，不用长时间等待即可进行数据传输。理论分析和实验结果表明，算法不仅能获得较低的延迟，而且具有更长的网络生命周期。
(4)不可靠通信下低占空比无线传感网中低冲突的分布式多流水线调度。低占空比无线传感网可以部署在恶劣的环境中执行长期的监测任务，具有广泛的应用前景。但是，它与传统的传感网不同，节点会长期睡眠以节省能量，使得数据收集延迟较长。为了降低延迟，已有工作主要采用多流水线调度来调整节点唤醒的时刻，让多条数据传输路径上的节点依次醒来，使得数据可以在尽量短的时间内完成传输。但是，它们普遍没有考虑节点的通信冲突和能量均衡，导致多个节点会选择通信质量最好的同一个节点作为下一跳，冲突较高且使该节点能耗较高。为了解决这个问题，该文提出一个分布式的低冲突多流水线调度算法，综合考虑节点间的通信质量、节点的能量水平、节点的负载等因素，尽量避免多个节点选择同一个下一跳节点，然后再进行调度。理论分析和仿真实验表明，该算法执行完后，网络可以获得更短的数据收集延迟和更长的生命周期。
总体而言，本文对低占空比无线传感网中的数据采集关键技术进行了深入地研究，提出了具有更低延迟、更高能量有效性并且可靠的算法，具有较好的应用价值和理论意义。
数据采集是LDC-WSN中的重要工作，它的目标是尽快将节点感知到的数据传送给用户进行处理。但是，由于网络中任意时刻大量节点处于睡眠状态，无法实时接收和转发数据，使得数据采集的延迟较大。此外，LDC-WSN处于恶劣的环境，存在通信不可靠、节点容易损毁等情况。其中，通信不可靠会导致数据通信发生大量重传，耗费大量的能量和时间，而节点损毁会导致数据丢失。如何在LDC-WSN中实现快速、可靠且节能的数据采集是一个具有挑战性的难题。
本文针对低占空比无线传感网中的数据采集关键技术进行研究，旨在设计出在实际应用中具有较高的健壮性、能量有效性和延迟性能的数据采集方案。本文的主要研究内容包括：
(1)无固定Sink的低占空比无线传感网中快速的数据保存机制。低占空比无线传感网中节点长时间处于睡眠状态，能够大大节省能耗并延长网络生命周期，但是这样会产生较大的数据传输延迟。而对于部署在恶劣环境中的网络，通常没有固定Sink相连。节点为了防止突然被外力损害而丢失数据，需要尽快将感知的数据发送到其他节点上进行保存，这与网络延迟的特性产生了严重的矛盾。已有的数据保存协议没有考虑节点睡眠所导致的延迟，很难在无固定Sink的低占空比无线传感网中快速完成数据分发及存储。本文提出了一个完全分布式的快速数据保存机制FDP(Fast Data Preservation)，不仅可以以低延迟完成数据分发，而且能使节点在有限的存储空间内完成数据的编码保存。数据保存完成后，一个移动Sink只要在任意时间和地点进入网络，访问一部分仍然存活的节点，就可以恢复出全部的源数据。理论分析和仿真实验表明，FDP不仅能够比已有协议更快地完成数据保存，并且能量更有效。
(2)移动低占空比无线传感网中低延迟的数据持续性提高算法。在移动低占空比传感器网络中，由于节点的存储空间有限，并且节点的移动及睡眠会导致网络不连通、数据无法及时传输等问题，使得数据很难被快速分发并存储，数据持续性较低。为此，提出一种分布式的数据持续性提高算法(LT-MDS)，该算法采用一个新的传染病式数据分发方法来在节点不断移动的网络中分发数据，使数据能以较低的延迟被网络中绝大部分节点接收到，提高了网络的可靠性；节点在接收到数据的同时，利用LT码(Luby transform codes)对数据进行编码存储，使得容量有限的节点可以保存更多的数据信息。理论分析和仿真实验表明，LT-MDS算法能够以低延迟完成数据分发和存储，同时获得较高的数据持续性。
(3)低占空比无线传感网中分布式的环状流水线工作调度。低占空比无线传感网中节点的长时间睡眠会导致数据查询延迟的增加，影响应用的效果。如何调度节点的唤醒时间从而最小化延迟，是一个难解的组合优化问题。本文提出一个分布式的环状流水线调度算法，能挑选能量水平高的节点，在数据查询的发起节点和目标节点之间，构建一条长度尽可能短的路径。路径上的节点将按照流水线调度依次唤醒，不用长时间等待即可进行数据传输。理论分析和实验结果表明，算法不仅能获得较低的延迟，而且具有更长的网络生命周期。
(4)不可靠通信下低占空比无线传感网中低冲突的分布式多流水线调度。低占空比无线传感网可以部署在恶劣的环境中执行长期的监测任务，具有广泛的应用前景。但是，它与传统的传感网不同，节点会长期睡眠以节省能量，使得数据收集延迟较长。为了降低延迟，已有工作主要采用多流水线调度来调整节点唤醒的时刻，让多条数据传输路径上的节点依次醒来，使得数据可以在尽量短的时间内完成传输。但是，它们普遍没有考虑节点的通信冲突和能量均衡，导致多个节点会选择通信质量最好的同一个节点作为下一跳，冲突较高且使该节点能耗较高。为了解决这个问题，该文提出一个分布式的低冲突多流水线调度算法，综合考虑节点间的通信质量、节点的能量水平、节点的负载等因素，尽量避免多个节点选择同一个下一跳节点，然后再进行调度。理论分析和仿真实验表明，该算法执行完后，网络可以获得更短的数据收集延迟和更长的生命周期。
总体而言，本文对低占空比无线传感网中的数据采集关键技术进行了深入地研究，提出了具有更低延迟、更高能量有效性并且可靠的算法，具有较好的应用价值和理论意义。