传感器网络PPT

基于邻近图的算法 在基于邻近图的算法中,所有节点以最大功率发射时形 成的拓扑图为图G,定义为G=(V,E)的形式,V代表图中顶点的 集合,E代表图中边的集合,E中的元素可以表示为(u,v),其中 u,v∈V,按照一定的规则Q,求出该图的邻近图G’,最后G’中每 个节点以自己所邻接的最远通信节点来确定发射功率 2.2.2 层次拓扑控制方面 在层次型扑控制方面，提出了TopDisc成簇算法，以及 LEACH和HEED等自组织成簇算法 LEACH算法 它是一种自适应分簇拓扑算法，它的执行过程是周期性 的，每轮循环分为簇的建立阶段和稳定的数据通信阶段。在 簇的建立阶段，相邻节点动态地形成簇，随机产生簇头;在数 据通信阶段，簇内节点把数据发送给簇头，簇头进行数据融 合并把结果发送给汇聚节点。由于簇头需要完成数据融合、 与汇聚点通信等工作，所以能量消耗大。LEACH算法能够 保证各节点等概率地担任簇头，使得网络中的节点相对均衡 地消耗能量。
3 无线传感器网络的数据融合
3.1 数据融合的思想 数据融合主要思想是将获得数据发送sink之前，对来 自不同的传感器节点数据在融合点上进行结合，删除冗余数 据，最小化信息传输量 3.2 数据融合的作用 节省能量 获得更准确的信息 提高数据收集效率 3.3 数据融合模型 数据融合模型可分为跟踪级融合结构模型与属性级融合 结构模型
2.2.3 网内节点协同启发机制方面 现已经提出STEM算法和ASCENT算法 STEM算法 STEM算法是一种节点唤醒机制。该算法采用双信道,即监听 信道和数据通讯信道。具体地讲,STEM算法又分STEMB(STEMBEACON)算法和STEM-T(STEM-TONE)算法。在STEM-B算法 中,当一个节点想给另外一个节点发送数据时,它作为主动节点先 发送一串唤醒包。目标节点在收到唤醒包后,发送应答信号并自 动进入数据接收状态。主动节点接收到应答信号后,进入数据发 送阶段。在STEM-T算法中,节点周期性地进入侦听阶段,探测是否 有邻居节点要发送数据;当一个节点想与某个邻居节点进行通信 时,它就发送一连串的唤醒包,发送唤醒包的时间长度必须大于侦 听的时间间隔,可以确保邻居节点能够收到唤醒包,紧接着节点就 直接发送数据包。可见STEM-T比STEM-B更简单实用wk.baidu.comSTEM算 法适用于类似环境监测或者突发事件监测等应用,经实验证明,节 点的唤醒速度可以满足应用的需要。但是在STEM算法中,节点的 睡眠周期、部署密度以及网络的传输延迟之间有着密切的关系, 要针对具体的应用要求进行调整。
2 无线传感器网络中的拓扑控制
2.1 拓扑控制研究的主要内容 传感 器 网 络拓扑控制主要研究的问题是:在满足网络覆 盖度和连通度的前提下，通过功率控制和骨干网节点选择， 剔除节点之间不必要的通信链路，形成一个数据转发的优化 网络结构。具体的讲, 传感器网络拓扑控制还可以按照研究方向进行分类,可 以归纳出3个研究热点,即节点功率控制、层次型拓扑控制以 及网内节点协同启发机制。节点功率控制机制调节网络中每 个节点的发射功率,目的是在保证全网连通性的情况下,均衡 节点一跳距离的邻居数目;层次型拓扑控制是选择网络中的一 些节点成为骨干节点,构架起包转发的骨干网络,其他非骨干 网节点接受骨干节点管辖;网内节点协同启发机制是节点按照 周边通讯环境的变化,进行自主控制以及和邻居节点进行交互 的机制。
一个节点的度数是指所有距离该节点一跳的邻居节点的 数目。基于节点度的算法一般动态调节节点的发射功率,使 得节点的度数处于一个合理的区间。本地平均算法LMN (Local Mean Algorithm)和本地邻居平均算法LMA(Local Mean Of Neighbors Algorithm)[6]是两种周期性动态调整节 点发射功率的算法。它们之间的区别在于计算节点度的策略 不同。在LMN算法中,节点定期检测邻居数量,并根据邻居 数量来调节发射功率;而在LMA算法中节点是将该节点邻 居的邻居数求平均值作为自己的邻居数。 这类算法利用少量的局部信息达到了一定程度的优化效 果,它们不需要很强的时钟同步,但是算法中还存在一些明显 的不足,例如,需要进一步研究合理的邻居判断条件,对从邻居 节点得到的信息是否需要根据信号的强弱给予不同的权重
跟踪级融合模型可分为两种，集中式与分布式. (1)集中式结构 集中式结构的特点是汇聚节点发送有关数 据的兴趣或查询，具有相关数据的多个源节点直接将数据发 送给汇聚节点，最后由汇聚节点进行数据的融合。这种结构 优点是信息损失较小。但由于无线传感器网络节点分布较为 密集，多源对同一事件的数据表征存在近似的冗余信息，因 此对冗余信息的传输将使网络消耗更多的能量 (2)分布式结构 分布式结构中源节点发送的数据经中间节点 转发时，中间节点查看数据包的内容，进行相应的数据融合 后再传送到汇聚节点，由汇聚节点实现数据的综合。该结构 在一定程度上提高了网络数据收集的整体效率，减少了传输 的数据量，从而降低能耗，提高信道利用率。
2.2 拓扑控制的研究现状 2.2.1 功率控制方面 节点统一功率分配算法 节点统一功率分配算法是一种比较简单的功率控制算法, 是在所有传感器节点上使用一个保证网络连通的最小发送功 率。比如Narayanaswamy等人提出的COMPOW功率控制方 案[4]。在COMPOW算法中,每个节点维护多张路由表,分别 对应于不同的发射功率级别,节点间同级别的路由表交换控制 消息。通过对比不同路由表中的表项,节点可以决定确保最多 节点连通的最小的通用功率级别,然后统一用该功率发射。但 这种功率分配方法的最大缺点是,如果节点的撒布不均匀,那 么全网通用的通信功率可能会很大。 基于节点度的算法
传感器节点：处理能力，存储能力和通信能力较弱，通过携 带能量有限的电池供电。兼顾终端和路由器功能。 汇聚节点：处理能力，存储能力和通信能力较强，连接传感 器网络和INTERNET等外部网络。 管理节点：用户通过管理节点对传感器网络进行配置和管理， 发布监测任务和收集监测数据。 1.3 传感器网络的特点 大规模网络：部署的区域和节点的密度 自组织网络：节点一般随机部署，位置和拓扑结构难以描述 动态性网络：网络拓扑结构的动态性 可靠的网络：网络维护几乎不可能 应用相关的网络：没有统一的通信协议平台 以数据为中心的网络：互联网以地址为中心