论文部分内容阅读
近年来,在无线传感器网络的诸多应用中,通常采用占空比模型和数据融合来减少能量消耗。然而,由于占空比模型中睡眠延迟的存在,数据传输过程中的延迟将会大大地增加。在一些实时应用,如火灾监测等应用系统中,需要在短时间内获得收集到的数据,所以在占空比网络中研究最小时延的数据融合问题具有很重要的意义。另外,传感器节点一般是通过电池来提供能量,而对部署在监测区域的节点更换电池是非常困难的。所以,通过降低节点能耗来延长网络的生命周期也是占空比传感网中研究的一个重要问题。占空比传感网中数据融合的时延问题就是为网络中的节点设置调度策略来降低时延。一种有效的调度策略可以使节点在传输过程中,避免冲突的同时并降低总的传输时延,以保证数据传输的时效性。而在数据融合过程中延长网络的生命周期问题通常通过构造一棵能够最大化网络生命周期的数据融合树来实现。本课题主要针对占空比传感网中最小时延的数据融合调度和数据融合过程中延长网络的生命周期问题,完成了如下工作:对于最小时延的数据融合调度问题,本课题提出了改进的数据融合调度方法。该方法包括两个过程:数据融合树的构造(Aggregation Tree Construction,ATC)和数据融合调度,在调度阶段提出了LAS(Leaves Aggregation Schedule)算法。其中,ATC在考虑睡眠延迟的情况下采用基于连通支配集(Connected Dominating Set,CDS)的方法构造数据融合树,使构造的数据融合树的总的睡眠延迟最小。LAS采用跨越层次的调度方法,并通过改进的集合覆盖的方式处理冲突。仿真实验表明:(ATC+LAS)算法在不同的网络参数变化时的融合时延比其他算法都要小,然后通过理论分析给出了(ATC+LAS)算法理论时延上界。对于延长网络的生命周期问题,本课题在数据融合树的构造过程中通过节点的负载均衡来实现。该方法包括两个过程,CDS的构造(Load-balanced CDS Construction,LBD)和非支配集节点的分配(Load-balanced Leaves Assignment,LBLA)。LBD和LBLA均考虑节点的负载均衡,通过降低节点的能量消耗来延长网络的生命周期。仿真实验表明:(LBD+LBLA)算法在传感器节点个数变化时总的睡眠延迟,节点的最大负载,网络的生命周期这三方面的性能都优于其他算法。本课题提出的算法在延长网络生命周期的同时也保证了传输时延。