無線傳感器網絡中數據融合機制的能量有效性研究

摘要:建立基于數據融合機制的無線傳感器網絡模型，并對不同融合強度下網絡總能耗和單節點能耗進行理論計算得到能耗公式#65377;分析表明，當監測區域擴大時，強融合率將有效節省網絡能耗;隨著融合強度的增加，網絡中節點能量消耗趨于平均#65377;

關鍵詞:無線傳感器網絡;數據融合;融合強度;能量消耗

中圖分類號:TP391; TP393文獻標志碼:A

文章編號:1001-3695(2007)10-0095-04



無線傳感器網絡首要任務是通過傳感器節點采集監測區域內的信息，并采用無線方式傳輸給用戶#65377;在傳感器網絡中，節點的電池能量和通信帶寬等資源均十分有限#65377;因此如何有效利用有限資源，可靠高效傳輸數據是無線傳感器網絡研究的核心問題#65377;

研究表明，在無線傳感器網絡收集信息過程中，采用各個節點單獨傳送原始數據到匯聚節點的方法，不僅會過多浪費通信帶寬和能量，且信息收集效率低[1]#65377;采用數據融合機制能夠節省整個網絡的能量，增強所收集數據的準確性以及提高收集數據的效率#65377;本文建立基于數據融合機制的無線傳感器網絡模型，并對不同融合強度下網絡總能耗和單節點能耗進行理論計算，分析不同融合機制對網絡能耗和網絡運行的影響#65377;通過理論計算所得能量消耗公式和傳輸特性將指導數據融合在無線傳感器網絡應用中的設計和實現，為實現無線傳感器QoS體系下的高層通信協議提供理論基礎#65377;

1相關研究

定義1數據融合是將多份數據或信息進行處理，組合出更有效#65380;更符合用戶需求的數據的過程[2]#65377;

數據融合基本目的是通過多種智能傳感器感知數據的綜合處理，以獲得比每個單一智能傳感器節點所感知的更多信息#65377;根據融合操作前后的信息含量，可分為無損融合(lossless aggregation)和有損融合(lossy aggregation)#65377;無損融合將保留所有的細節信息，僅去除信息中的冗余部分#65377;有損融合則在融合過程中省略某些細節信息，從而減少需要存儲或傳輸的數據量，以達到節省能量資源和通信帶寬的目的#65377;有損融合的信息損失的上限是保存用戶所需的所有信息量[3，4]#65377;

在無線傳感器網絡實際應用中，由于單個傳感器節點的監測能力和可靠性有限，需要布設多個節點，使其監測范圍互相交疊以提高可靠性#65377;這種監測區域的相互重疊必將導致鄰接節點報告的信息存在一定程度的冗余#65377;在高冗余布設條件下，將所有監測數據都發送回sink節點無疑是浪費更多的網絡能量，除此之外用戶不會得到任何更有價值的信息#65377;另一方面，無線通信網絡的基本傳輸模式包括單跳傳輸和多跳傳輸#65377;研究表明，單跳傳輸由于傳送距離過長將大量消耗監測節點能量，導致節點死亡，形成監測盲區#65377;在采用無數據融合機制的多跳轉發傳輸模式網絡中，網絡中心區域節點，由于轉發大量原始數據將導致過快消耗能量而猝死，形成網絡中心黑洞吞噬數據，使數據無法傳輸到sink節點#65377;監測盲區和數據黑洞對于以數據為中心的無線傳感器網絡是無法容忍的#65377;因此必須采用數據融合機制對冗余數據進行在網計算(computing in networks)，即中間節點在轉發數據前，首先對數據進行綜合，去掉冗余信息，在滿足應用需求的前提下將需要傳輸的數據量最小化，從而達到節省工作能耗，提高網絡性能的目的#65377;此外，數據融合技術還可以擴大網絡的時空覆蓋區域，減少測量數據的模糊度，改進系統的檢測性能并提高空域分辨率[3，4]#65377;因此，數據融合機制在無線傳感器網絡中的使用有著重要意義#65377;

2模型建立

首先建立基于數據融合的無線傳感器網絡模型#65377;Mhatre等人[4]給出一種簡單模型，即簇頭節點收集所有簇內節點的原始采集信息，并融合成一個數據包;模型并不考慮節點數目和數據包個數#65377;顯然該模型不夠靈活，不符合實際情況#65377;因為在絕大多數實際應用中無法實現將任意節點#65380;任意多的原始數據包壓縮成一個數據包，而通常情況是壓縮數據包的個數隨輸入數據包的增加而遞增#65377;

5結束語

如何利用有限的片上資源實現可靠高效的數據傳輸是無線傳感器網絡研究的首要問題#65377;本文從能量角度建立基于數據融合機制的無線傳感器網絡模型，計算不同融合強度下網絡總能耗和單節點能耗#65377;分析可知，數據融合機制將有效節省網絡總能耗，降低網絡中各節點的能耗不均衡度，從而延長網絡生存周期，提高網絡運行能力#65377;通過理論計算所得能量消耗公式和融合特性將指導數據融合在無線傳感器網絡應用中的設計和實現#65377;

參考文獻:

[1]HE T，BLUM B M.AIDA:adaptive application independent data aggregation in wireless sensor network[J].ACM Transactions on Embedded Computing System，2004，3(2):426-457.

[2]HALL D.Mathematical techniques in multisensor data fusion[M].2nd ed.Boston:Artech House Publishers，2004.

[3]ROEDIG U，BARROSO A，SREENAN C J.Determination of aggregation points in wireless sensor networks[C]//Proc of the 30th Euro Micro Conference.2004:503-510.

[4]MHATRE V，ROSENBERG C.Design guidelines for wireless sensor networks:communication， clustering and aggregation[J].Ad hoc Networks，2004，2(1):45-63.

[5]AYRES R U.Information， entropy， and progress[M].Berlin:Springer，1997.

[6]Information entropy[EB/OL].(2006-08-08).http://mathworld.wolfram.com/InformationEntropy.html.

[7]RAVIRAJP，SHARIF H，HEMPEL M，et al.An energy efficient MAC approach for mobile wireless sensor networks[C]//Proc of IEEE International Conference on Computer Systems and Applications.2006:565-570.

[8]WANG A，HEINZELMEN W B，SINHA A，et al.Energyscalable protocols for batteryoperated microsensor networks[J].Journal of VLSI Signal Processing，2001，29(3): 223-237.



“本文中所涉及到的圖表、注解、公式等內容請以PDF格式閱讀原文”