无线传感器网络数据收集问题综述

数据收集问题研究外界用户如何通过无线传感器网络从监控区域收集感知数据。传感器节点通过自组织方式构成网络,数据收集问题就是寻找高效可靠的方式将感知数据通过多跳的方式传输给用户进行分析和处理。近几年对数据收集问题的研究非常广泛,主要包含减少数据收集过程中的数据传输量、数据收集协议和大规模网络数据收集调度等问题。从以上几方面对数据收集问题进行综述。     

MR-MC无线传感器网络基于森林的数据收集研究

传感器网络的部署环境以及节点自身的限制,导致传感器节点很容易出现故障并且难以维护。在基于树的数据收集过程中,节点故障或者链路拥塞会造成较高的通信时延,甚至数据丢失。针对该问题提出以森林作为路由结构进行数据收集的策略。首先提出一个建立森林的算法,然后以多棵树作为路由结构进行数据收集。理论分析和实验结果表明,提出的方法可以有效减少数据收集过程中的数据丢失,在有25个故障节点的情况下,3棵树的森林路由结构收集的数据量与基于连通支配集的路由树收集的数据量相比多55%,并且能降低数据收集的延迟。     

一种基于收集树协议的工业无线传感器网络动态路由机制

无线HART(Highway Addressable Remote Transducer)是当前工业无线传感器网络中应用最为广泛的协议,但无线HART没有提供动态路由机制以满足对工业无线网络应用至关重要的稳定性和鲁棒性。该文在无线HART协议基础上,提出一个基于收集树协议的可应用于工业无线传感器网络的动态路由机制。它占用时分多址(TDMA)超帧中的前几个时间片来产生和维护网络拓扑。通过仿真实验从3个方面对该动态路由机制进行了评估：拓扑生成时间,链路质量及网络拓扑的稳定性。仿真和评估结果表明该动态路由机制可以在基于TDMA的工业无线传感器网络中应用。     

无线传感器网络中基于树的能量高效分布式精确数据收集算法

在大规模节点密集的多跳传感器网络中,精确数据收集存在着"热区"问题:越靠近Sink节点的传感器节点,其承担的数据转发量就越多,能量消耗也越快,从而成为瓶颈节点,缩短整个网络的生命周期.最大生命周期数据收集树的构建已被证明是NP完全问题.已有算法大多是集中式算法,不适用于大规模节点密集的传感器网络.本文提出一种分布式精确数据收集算法EEDAT,在大规模节点密集的传感器网络中,不仅能够保证每个节点到Sink的路径是最短路径(最少跳数),而且能有效延长网络生命周期.EEDAT分为两个基本步骤,首先随机生成一棵数据收集树,然后根据各个传感器节点的孩子数和剩余能量,对已生成的数据收集树进行调整,使得各个节点的负载尽量均衡,从而达到延长网络生命周期的目的.实验结果表明,与已有分布式算法LMST相比,EEDAT所构造的数据收集树能延长网络生命周期平均20%.     

无线传感器网络数据收集关键技术现状研究

无线传感器网络是一种以数据为中心的网络,由于其具有硬件资源受限、自组织网络结构、网络动态性等特征而有别于传统无线网络,因而数据收集问题是无线传感器网络的主要研究课题。介绍了无线传感器网络数据收集系统的结构和功能,概括了无线传感器网络数据收集需解决的关键问题和关键技术,对路由协议、安全管理、数据压缩等关键技术的研究现状进行了总结和分析,并对数据收集关键技术的发展方向进行了展望。     

基于矩阵补全的无线传感器网络收集数据重建方法

许多自然科学研究都利用无线传感器网络收集环境数据。收集数据的完整性和准确性决定科研结果的可靠性。然而,由于无线传感器网络的固有特性,数据收集过程中通常会出现数据丢失和数据错误等问题。为提升收集数据可用性,需要从含有错误元素的不完整数据集中恢复缺失的数据。利用环境数据的低秩特性,提出一种基于弹性网正则化的结构化噪声矩阵补全算法（EnRMC）,实现对缺失数据有效恢复,同时能精确判断收集到错误数据的传感器节点。利用真实数据进行仿真,实验结果表明本文算法性能优于现有算法,能以较高的精度重建环境数据。     

一种基于移动终端的无线传感器网络数据收集协议

本文针对无线传感器网络中利用移动终端ferry节点的路由协议进行了改进。通过分析ferry节点的运动状态,提出双ferry节点采用逆向运动,并结合突发情况进行自适应处理的方案;并将其与双ferry节点同向运动从理论上进行了分析比较,证明逆向运动提高了ferry节点的携带能力,降低了信息延时,进而提高网络传输能力,仿真结果也证明了这一点。     

基于蚁群算法的无线传感器网络数据聚合路由算法

传感器网络为减少冗余数据的传输耗能。降低延迟,需要在路由过程中采用数据聚合技术。文中采用定向传输方式,在消息路由机制基础上提出了一种基于蚁群算法的数据聚合路由算法。该算法主要思想在于将节点能耗、传输距离与聚合收益3方面作为启发因子,通过一组称为“蚂蚁”的人工代理寻找到达汇聚节点的最优路径。该算法利用蚁群算法的正反馈效应来达到数据汇集的目的,不需要网络节点维护全局信息,因此是一种实现数据聚合在能量与时延上折中的分布式路由算法。理论分析和仿真结果说明了新算法的有效性。     

传感器网络中一种基于估计代价的数据聚合树生成算法

无线传感器网络是一种全新的技术,能够广泛应用于恶劣环境和军事领域.传感器网络在数据收集中,为减少冗余数据的传输耗能,降低延迟,需要采用数据聚合技术.本文采用定向传输方式,在消息路由机制基础上提出了一种基于估计代价的数据聚合树生成算法.该算法主要思想在于将节点能耗、传输距离与聚合收益三方面作为估计代价,优化聚合路径,实现数据聚合在能量与时延上的折中.     

无线传感器网络中一种能量均衡的基于连通支配集的数据收集算法

采用连通支配集来构建虚拟骨干可以减轻无线传感器网络的广播风暴问题.目前已有大量工作通过构造最小连通支配集形成网络虚拟骨干来进行高效数据收集.然而,最小连通支配集并不能有效均衡节点的能量耗费,导致网络生命周期较短.提出了一种能量均衡的基于连通支配集的分布式算法EBCDS来进行数据收集,通过选择能量水平和度均比较大的节点组成连通支配集,支配集中的节点组成一个规模不大但具有较高能量水平的网络骨干.网络中的所有数据沿骨干在较小的寻路空间中转发,能够节省节点能量,使骨干节点不会因为能量不足而过早死亡.理论分析表明,EBCDS能以O(nlogn)的消息复杂度构造连通支配集,仿真实验表明,EBCDS能有效节省节点能耗并延长网络生命周期.     

一种同时保障隐私性与完整性的无线传感器网络可恢复数据聚合方案

该文针对无线传感器网络(WSNs)数据聚合与安全目标之间的矛盾,基于隐私同态和聚合消息验证码技术提出一种同时保障数据隐私性与完整性的可恢复数据聚合方案。该方案支持由聚合结果恢复出各感知数据,从而一方面能够验证感知数据和聚合数据的完整性,另一方面能够对原始数据进行任意所需的处理,不受聚合函数类型的限制。安全分析表明该方案不仅支持数据隐私性、完整性,还能够抵抗未授权聚合攻击,聚合节点俘获攻击,且能够在一定范围内检测及定位恶意节点。性能分析表明,该方案相比其他算法在通信和计算开销方面具有显著优势。为了评估方案性能和可行性,基于TinyOS给出了算法的原型实现。实验结果表明,该方案开销较低,对于资源受限的WSNs是高效可行的。     

射频供能无线传感器网络高能效数据收集方案

在射频供能无线传感器网络中,提高网络能效和吞吐率是一个重要的研究问题.该文统筹考虑信道分配、节点的能量阈值以及MAC（Medium Access Control）帧分块重传机制,提出高能效和高吞吐率的数据收集方案;推导了节点的充电时间、节点传输一个MAC帧的平均能耗和平均时延、网络能效和吞吐率,定义了网络效用函数,形成了最大化网络效用的优化问题.通过调整效用系数并求解优化问题,可以获得使网络能效和吞吐率最大化的最优能量阈值和MAC帧最优分块个数.仿真结果表明,所提方案的能效和吞吐率高于已有方案.     

基于同态MAC的无线传感网安全数据融合方案

数据融合是缓解无线传感网资源瓶颈的重要方法之一,但在开放环境中易受数据机密性和完整性攻击。针对此问题,该文提出一种基于同态MAC的无线传感网安全数据融合方案SDA-HMAC。通过同态MAC技术进行融合数据的完整性检测,利用同态加密算法保证了融合数据的机密性,使用杂凑函数和时间参数t计算密钥的MAC保证了数据的新鲜性。实验仿真和理论分析表明,相比于其它方案,SDA-HMAC方案在传感网数据融合过程中能提供较好的数据机密性、完整性和新鲜性保护,具有较高的数据传输效率和融合精度,同时花费较少的计算量和通信量。     

蝙蝠算法优化神经网络的无线传感器网络数据融合

为了降低无线传感器网络数据间的冗余性,提高数据传输量和降低通信能耗,提出一种蝙蝠算法优化神经网络算法的数据融合策略.首先每个簇首节点接收该区域的各传感器节点检测到的数据,然后采用蝙蝠算法优化BP神经网络进行数据融合,最后采用仿真实验对其性能进行测试.仿真结果表明,本文算法节省了感知节点的能量消耗,延长了无线传感器网络的生命周期时间,提高数据融合的精度.     

一种基于矩阵补全的无线传感网数据收集方案

针对无线传感器网络中的数据收集问题,设计了一种基于矩阵补全的数据收集方案.首先利用低秩矩阵分解模型将传感器节点的数据收集问题转换为两个相互关联的凸优化子问题,然后利用基于改进Kaczmarz迭代的矩阵补全算法循环交替求解凸优化子问题.在Kaczmarz迭代过程中,依据Johnson-Lindenstrauss引理对投影操作降维,从而提高了矩阵补全算法的计算速度.实验结果表明与现有矩阵补全算法相比,文中所设计的矩阵补全算法在重构精度、成功重构概率以及重构时间等方面具有较优的重构性能.     

基于遗传算法的无线传感器网络自适应数据融合路由算法

针对移动代理以能量有效的方式收集相关性数据的问题,该文提出了一种新的基于遗传算法的自适应数据融合路由算法。算法选择移动代理路由时,根据数据传输和融合能量开销及节能增益,对移动代理迁移到每个传感器节点是否进行数据融合做自适应选择,以在信息收集过程中提高网络能量效率。仿真结果表明自适应数据融合路由算法的能量效率优于完全数据融合路由算法和最邻近启发式算法。     

无线传感网络(WSN)研究

随着智能化、网络化传感器技术的日益成熟,具有潜在的巨大应用价值的无线传感网络引起人们的重视与研究.文章介绍了无线传感网络的特点和结构形式,并对传感网络目前的研究动态、研究方向以及挑战作了重点介绍,同时对其广泛的应用前景做了描述.     

基于Bayes序贯估计的无线传感器网络数据融合算法

移动代理被认为是无线传感器网络中解决数据融合的有效方法,但代理访问节点的次序以及总数对算法有较大影响,为此该文提出一种基于Bayes序贯估计的移动代理数据融合算法.该算法通过构造特定数据结构的报文,在多跳环境中由Bayes序贯估计调整梯度向量,据此动态决定移动代理的访问路径,使移动代理有选择地在传感器节点之间移动,且在节点处由移动代理对数据进行融合,将多余的感知数据剔除,而不是把原始数据传输到Sink节点。理论分析和模拟实验表明,该算法有较小的能量消耗和传输延时。