【正文】 合之類的傳統(tǒng)技術(shù)方法，這些方法普遍存在通信開(kāi)銷大、實(shí)時(shí)性差、可擴(kuò)展性不強(qiáng)等特點(diǎn)。然后，證明了 SenCast 在解決 MNN(最小非葉節(jié)點(diǎn)樹(shù) )Steiner 樹(shù)這一 NP難問(wèn)題時(shí)，獲得了小于 ln|R|的近似率 (R 為目標(biāo)節(jié)點(diǎn)數(shù) )，該近似率也是 MNN 問(wèn)題理論上的最優(yōu)近似率。 FLAKE 是一種快速稀疏采樣技 術(shù)，其基本思想是：首先在網(wǎng)內(nèi)均勻、快速地 “ 釋放 ”m 條消息種子，然后對(duì)消息種子進(jìn)行采樣，如果 m 個(gè)消息種子被 n 個(gè)節(jié)點(diǎn)收到，則目前網(wǎng)內(nèi)的工作節(jié)點(diǎn)總數(shù) n 估算為mn /m 。 大規(guī)模傳感器網(wǎng)絡(luò)中發(fā)生大量突發(fā)事件時(shí)會(huì)產(chǎn)生大量的緊急報(bào)文，已有方法不能快速、實(shí)時(shí)地把緊急報(bào)文傳回 Sink，從而引發(fā)網(wǎng)絡(luò)擁塞。實(shí)驗(yàn)表明，在保證相同數(shù)據(jù)精度的情況下，緊急報(bào)文的聚合等待延遲、端到端的總傳輸延遲、聚合能量開(kāi)銷，以及平均丟包率等方面都獲得了較好的性能。 綜上所述，本文針對(duì)高效傳輸技術(shù)在信 息分發(fā)和收集時(shí)的通信開(kāi)銷、實(shí)時(shí)性、可擴(kuò)展性等問(wèn)題，對(duì)多播、稀疏采樣、簇內(nèi)聚合、非結(jié)構(gòu)化的存儲(chǔ)和查詢等關(guān)鍵問(wèn)題提出了有效的解決方案，對(duì)于推進(jìn)無(wú)線傳感器網(wǎng)絡(luò)高效傳輸?shù)难芯亢蛯?shí)用化具有一定的理論意義和應(yīng)用價(jià)值。 無(wú)線傳感器網(wǎng)絡(luò)中的高效傳輸技術(shù)主要包含以下兩個(gè)過(guò)程： Sink 到 Source 的高效控制信息分發(fā)； Source到 Sink 的高效數(shù)據(jù)收集。 SenCast 首先利用了基站較強(qiáng)的計(jì)算和存儲(chǔ)能力，用組件化的思想計(jì)算一棵全局近似最優(yōu)多播樹(shù)，并基于該樹(shù)進(jìn)行信息分發(fā)，最大限度地減少了多播傳輸開(kāi)銷。 針對(duì)現(xiàn)有方法在獲得網(wǎng)絡(luò)全局信息時(shí)冗余傳輸太多，從而導(dǎo)致網(wǎng)絡(luò)帶寬、節(jié)點(diǎn)資源浪費(fèi)，傳輸延遲長(zhǎng)的問(wèn)題，本文提出了一種基于多播的 “ 釋放 /捕獲 ” 采樣技術(shù) FLAKE，有效減少了獲取全局信息時(shí)的通信開(kāi)銷，提高了實(shí)時(shí)性。理論分析和實(shí)驗(yàn)?zāi)M驗(yàn)證了FLAKE 在通信開(kāi)銷、實(shí)時(shí)性、可擴(kuò)展性等方面都獲得了較好的性能。 EPCR 機(jī)制優(yōu)先調(diào)度傳輸緊急報(bào)文，并為緊急報(bào)文預(yù)留信道，從而有效緩解了緊急報(bào)文和普通報(bào)文間的信道競(jìng)爭(zhēng)和路徑擁塞問(wèn)題。分析和實(shí)驗(yàn)表明，在相同查詢成功率時(shí)， BubbleGeocast有效降低了能耗，減少了復(fù)本放置和查詢分發(fā)的延遲。然而，傳感器節(jié)點(diǎn)資源受限、網(wǎng)絡(luò)帶寬受限、網(wǎng)絡(luò)規(guī)模大等問(wèn)題，給高效傳輸?shù)难芯繋?lái)了巨大的挑戰(zhàn)。 本文首先分析了由Sink 向 Source 進(jìn)行控制信息分發(fā)的多播技術(shù)，并針對(duì)現(xiàn)有對(duì)等通信模式下多播研究的通信開(kāi)銷大、效率不高、可擴(kuò)展性不強(qiáng)等問(wèn)題，提出了一種基于基站模式的新型多播協(xié)議 SenCast，減少了控制信息分發(fā)的傳輸開(kāi)銷，提高了信息分發(fā)的實(shí)時(shí)性。實(shí)驗(yàn)結(jié)果表明， SenCast 適用于大規(guī)模群組通信，是一種能量有效的、可擴(kuò)展性強(qiáng)的新型多播協(xié)議。 FLAKE 還包含了 一個(gè)分布式的稀疏采樣算法，不需要進(jìn)行任何中央式的控制，就可以在一定精度范圍內(nèi)，以很少的開(kāi)銷和延遲估算出網(wǎng)絡(luò)的全局狀態(tài)信息。 DSFC 模型采用自適應(yīng)閉環(huán)控制反饋的方法，每一輪自適應(yīng)地只聚合一部分緊急報(bào)文，在保證一定數(shù)據(jù)聚合精度的基礎(chǔ)上，盡可能地減少簇內(nèi)聚合開(kāi)銷和延遲。該策略在保證一定查詢成功率基礎(chǔ)上，以最小化總能耗為目標(biāo)，建立了 MESQ 優(yōu)化問(wèn)題模型，并在存儲(chǔ)受限和不受限兩種情況下，分別給出了復(fù)本和查詢個(gè)數(shù) (d， q)，證明了其最優(yōu)性；基于MESQ 模型，設(shè)計(jì)了一個(gè)實(shí)用的分布式實(shí)時(shí)信息分發(fā)算法 BubbleGeocast，該算法以 (d， q)作為參數(shù)，采用自適應(yīng)分支擴(kuò)散的虛擬多播技術(shù)進(jìn)行數(shù)據(jù)分發(fā)，加速了復(fù)本和查詢的分發(fā)速度。傳感器網(wǎng)絡(luò)中信息傳輸是用戶分發(fā)控制信息和獲取感知數(shù)據(jù)的根本途徑，而高效的信息傳輸技術(shù)則 是一種提高網(wǎng)絡(luò)能源使用效率的重要手段，其目的是在源節(jié)點(diǎn) (Source)和匯聚節(jié)點(diǎn) (Sink)之間建立信息傳輸?shù)碾p向通道，用盡可能少的傳輸開(kāi)銷和延遲在兩者間實(shí)現(xiàn)信息交互。本文針對(duì)無(wú)線傳感器網(wǎng)絡(luò)的諸多特點(diǎn)和現(xiàn)有研究的不足，以最小化總的傳輸開(kāi)銷為目標(biāo)，從控制信息分發(fā)和數(shù)據(jù)收集兩個(gè)方向入手，系統(tǒng)地研究了高效傳輸技術(shù)涉及到的四個(gè)關(guān)鍵性問(wèn)題： (1)Sink 到 Source 的多播問(wèn)題； (2)Sink到 Source 的采樣問(wèn)題； (3)Source 到 Sink 的緊急報(bào)文聚合問(wèn)題；以及 (4)Sink與 Source 之間的雙向協(xié)同問(wèn)題，即數(shù)據(jù)存儲(chǔ)和查詢問(wèn)題。最后，還針對(duì)路由時(shí)路徑長(zhǎng)、分支多的特點(diǎn)，設(shè)計(jì)了SRL 和 HLB 兩種可 擴(kuò)展性機(jī)制，使得 SenCast 可以解決大規(guī)模多播問(wèn)題。更重要的是，本文基于逆采樣理論開(kāi)展研究，有效解決了估算精度和采樣尺寸之間的折衷問(wèn)題，即在保證一定誤差精度的情況下，給出了最優(yōu)的消息種子數(shù) m和逆采樣的數(shù)量 m 。本文提出了一個(gè)基于分簇網(wǎng)絡(luò)延遲敏感的控制反饋模型 DSFC 和簇間緊急報(bào)文信道預(yù)留機(jī)制 EPCR，有效提高了緊急報(bào)文端到端傳輸?shù)膶?shí)時(shí)性，并減少了傳輸開(kāi)銷。 針對(duì)目前結(jié)構(gòu)化的方法在進(jìn)行數(shù)據(jù)復(fù)本放置和查詢分發(fā)時(shí)易出現(xiàn)傳輸開(kāi)銷大、實(shí)時(shí)性差、熱點(diǎn)區(qū)域瓶頸等問(wèn)題，提出了一種非結(jié)構(gòu)化的數(shù)據(jù)存儲(chǔ)和查詢策略，有效減少了關(guān)鍵數(shù)據(jù)復(fù)本分發(fā)和查詢時(shí)總的傳輸開(kāi)銷，在保證查詢成功率的前提下，提高了查詢的實(shí)時(shí)性。 無(wú)線傳感器網(wǎng)絡(luò)集信息獲取、處理和傳輸為一體，在工業(yè)、農(nóng)業(yè)、軍事、環(huán)境監(jiān)控、生物醫(yī)療、城市管理和搶險(xiǎn)救災(zāi)等領(lǐng)域有著非常廣泛的應(yīng)用前景。現(xiàn)有的工作主要停留在使用一些諸如單播、廣播、聚合之類的傳統(tǒng)技術(shù)方法，這些方法普遍存在通信開(kāi)銷大、實(shí)時(shí)性差、可擴(kuò)展性不強(qiáng)等特點(diǎn)。然后，證明了 SenCast 在解決 MNN(最小非葉節(jié)點(diǎn)樹(shù) )Steiner 樹(shù)這一 NP難問(wèn)題時(shí)，獲得了小于 ln|R|的近似率 (R 為目標(biāo)節(jié)點(diǎn)數(shù) )，該近似率也是 MNN 問(wèn)題理論上的最優(yōu)近似率。 FLAKE 是一種快速稀疏采樣技術(shù)，其基本思想是：首先在網(wǎng)內(nèi)均勻、快速地 “ 釋放 ”m 條消息種子，然后對(duì)消息種子進(jìn)行采樣，如果 m 個(gè)消息種子被 n 個(gè)節(jié)點(diǎn)收到，則目前網(wǎng)內(nèi)的工作節(jié)點(diǎn)總數(shù) n 估算為mn /m 。 大規(guī)模傳感器網(wǎng)絡(luò)中發(fā)生大量突發(fā)事件時(shí)會(huì)產(chǎn)生大量的緊急報(bào)文，已有方法不能快速、實(shí)時(shí)地把緊急報(bào)文傳回 Sink，從而引發(fā)網(wǎng)絡(luò)擁塞。實(shí)驗(yàn)表明，在保證相同數(shù)據(jù)精度的情況下，緊急報(bào)文的聚合等待延遲、端到端的總傳輸延遲、聚合能量開(kāi)銷，以及平均丟包率等方面都獲得了較好的性能。 綜上所述，本文針對(duì)高效傳輸技術(shù)在信息分發(fā)和收集時(shí)的通信開(kāi)銷、實(shí)時(shí)性、可擴(kuò)展性等問(wèn)題，對(duì)多播、稀疏采樣、簇內(nèi)聚合、非結(jié)構(gòu)化的存儲(chǔ)和查詢等關(guān)鍵問(wèn)題提出了有效的解決方案，對(duì)于推進(jìn)無(wú)線傳感器網(wǎng)絡(luò)高效傳輸?shù)难芯亢蛯?shí)用化具有一定的理論意義和應(yīng)用價(jià)值。 無(wú)線傳感器網(wǎng)絡(luò)中的高效傳輸技術(shù)主要包含以下兩個(gè)過(guò)程： Sink 到 Source 的高效控制信息分發(fā)； Source到 Sink 的高效數(shù)據(jù)收集。 SenCast 首先利用了基站較強(qiáng)的計(jì)算和存儲(chǔ)能力，用組件化的思想計(jì)算一棵全局近似最優(yōu)多播樹(shù)，并基于該樹(shù)進(jìn)行信息分發(fā)，最大限度地減少了多播傳輸開(kāi)銷。 針對(duì)現(xiàn)有方法在獲得網(wǎng)絡(luò)全局信息時(shí)冗余傳輸太多，從而導(dǎo)致網(wǎng)絡(luò)帶寬、節(jié)點(diǎn)資源浪費(fèi)，傳輸延遲長(zhǎng)的問(wèn)題，本文提出了一種基于多播的 “ 釋放 /捕獲 ” 采樣技術(shù) FLAKE，有效減少了獲取全局信息時(shí)的通信開(kāi)銷，提高了實(shí)時(shí)性。理 論分析和實(shí)驗(yàn)?zāi)M驗(yàn)證了FLAKE 在通信開(kāi)銷、實(shí)時(shí)性、可擴(kuò)展性等方面都獲得了較好的性能。 EPCR 機(jī)制優(yōu)先調(diào)度傳輸緊急報(bào)文，并為緊急報(bào)文預(yù)留信道，從而有效緩解了緊急報(bào)文和普通報(bào)文間的信道競(jìng)爭(zhēng)和路徑擁塞問(wèn)題。分析和實(shí)驗(yàn)表明，在相同查詢成功率時(shí)， BubbleGeocast有效降低了能耗，減少了復(fù)本放置和查詢分發(fā)的延遲。然而，傳感器節(jié)點(diǎn)資源受限、網(wǎng)絡(luò)帶寬受限、網(wǎng)絡(luò)規(guī)模大等問(wèn)題，給高效傳輸?shù)难芯繋?lái)了巨大的挑戰(zhàn)。 本文首先分析了由Sink 向 Source 進(jìn)行控制信息分發(fā)的多播技術(shù)，并針對(duì)現(xiàn)有對(duì)等通信模式下多播研究的通信開(kāi)銷大、效率不高、可擴(kuò)展性不強(qiáng)等問(wèn)題，提出了一種基于基站模式的新型多播協(xié)議 SenCast，減少了控制信息分發(fā)的傳輸開(kāi)銷，提高了信息分發(fā)的實(shí)時(shí)性。實(shí)驗(yàn)結(jié)果表明， SenCast 適用于大規(guī)模群組通信，是一種能量有效的、可 擴(kuò)展性強(qiáng)的新型多播協(xié)議。 FLAKE 還包含了一個(gè)分布式的稀疏采樣算法，不需要進(jìn)行任何中央式的控制，就可以在一定精度范圍內(nèi)，以很少的開(kāi)銷和延遲估算出網(wǎng)絡(luò)的全局狀態(tài)信息。 DSFC 模型采用自適應(yīng)閉環(huán)控制反饋的方法，每一輪自適應(yīng)地只聚合一部分緊急報(bào)文，在保證一定數(shù)據(jù)聚合精度的基礎(chǔ)上，盡可能地減少簇內(nèi)聚合開(kāi)銷和延遲。該策略在保證一定查詢成功率基礎(chǔ)上，以最小化總能耗為目標(biāo)，建立了 MESQ 優(yōu)化問(wèn)題模型，并在存儲(chǔ)受限和不受限兩種情況下，分別給出了復(fù)本和查詢個(gè)數(shù) (d， q)，證明了其最優(yōu)性；基于MESQ 模型，設(shè)計(jì)了一個(gè)實(shí)用的分布式實(shí)時(shí)信息分發(fā)算法 BubbleGeocast，該算法以 (d， q)作為參數(shù)，采用自適應(yīng)分支擴(kuò)散的虛擬多播技術(shù)進(jìn)行數(shù)據(jù)分發(fā)，加速了復(fù)本和查詢的分發(fā)速度。傳感器網(wǎng)絡(luò)中信息傳輸是用戶分發(fā)控制信息和獲取感知數(shù)據(jù)的根本途徑，而高效的信息傳輸技術(shù)則是一種提高網(wǎng)絡(luò)能源使用效率的重要手段，其目的是在源節(jié)點(diǎn) (Source)和匯聚節(jié)點(diǎn) (Sink)之間建立信息傳輸?shù)碾p向通道，用盡可能少的傳輸開(kāi)銷和延遲在兩者間實(shí)現(xiàn)信息交互。本文針對(duì)無(wú)線傳感器網(wǎng)絡(luò)的諸多特點(diǎn)和現(xiàn)有研究的不足，以最小化總的傳輸開(kāi)銷為目標(biāo)，從控制信息分發(fā)和數(shù)據(jù)收集兩個(gè)方向入手，系統(tǒng)地研究了高效傳輸技術(shù)涉及到的四個(gè)關(guān)鍵性問(wèn)題： (1)Sink 到 Source 的多播問(wèn)題； (2)Sink到 Source 的采樣問(wèn)題； (3)Source 到 Sink 的緊急報(bào)文聚合問(wèn)題；以及 (4)Sink與 Source 之間的雙向協(xié)同問(wèn)題，即數(shù)據(jù)存儲(chǔ)和查詢問(wèn)題。最后，還針對(duì)路由時(shí)路徑長(zhǎng)、分支多的特點(diǎn)，設(shè)計(jì)了SRL 和 HLB 兩種可擴(kuò)展性機(jī)制，使得 SenCast 可以解決大規(guī)模多播問(wèn)題。更重要的是，本文基于逆采樣理論開(kāi)展研究，有效解決了估算精度和采樣尺寸之間的折衷問(wèn)題，即在保證一定誤差精度的情況下，給出了最優(yōu)的消息種子數(shù) m和逆采樣的數(shù)量 m 。本文提出了一個(gè)基于分簇網(wǎng)絡(luò)延遲敏感的控制反饋模型 DSFC 和簇間緊急報(bào)文信道預(yù)留機(jī)制 EPCR，有效提高了緊急報(bào)文端到端傳輸?shù)膶?shí)時(shí)性，并減少了傳輸開(kāi)銷。 針對(duì)目前結(jié)構(gòu)化的方法在進(jìn)行數(shù)據(jù)復(fù)本放置和查詢分發(fā)時(shí)易出現(xiàn)傳輸開(kāi)銷大、實(shí)時(shí)性差、熱點(diǎn)區(qū)域瓶頸等問(wèn)題，提出了一種非結(jié)構(gòu)化的數(shù)據(jù)存儲(chǔ)和查詢策略，有效減少了關(guān)鍵數(shù)據(jù)復(fù)本分發(fā)和查詢時(shí) 總的傳輸開(kāi)銷，在保證查詢成功率的前提下，提高了查詢的實(shí)時(shí)性。 《《《特別提醒》》》：正文內(nèi)容由 PDF文件轉(zhuǎn)碼生成，如您電腦未有相應(yīng)轉(zhuǎn)換碼，則無(wú)法顯示正文內(nèi)容，請(qǐng)您下載相應(yīng)軟件，下載地址為 。??4)=r宵 ?i?]j彺帖 B3锝檡骹 笪 yLrQ?0鯖 l壛枒 l壛枒 l壛枒 l 壛枒 l壛枒 l 壛枒 l壛枒 l 壛枒 l壛枒 l 壛枒 l壛枒 l 壛 渓 ?擗?? € 綫 G劌 K 芿 ${` ? ? ~??Wa 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 皗 E|?pDb 癳 $[Fb 癳 $[Fb 癳$[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb 癳 $[Fb癳 $[Fb 癳 $[F?責(zé)鯻 0 橔 C,f 薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵 秾腵薍秾腵 % ?秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍秾腵薍 G??螪 t俐 猻覎 ? 烰 :X=[勢(shì) } ) [趯飥 ?媂 ^s 劂/ x?矓 w豒庘 q?唙 ?鄰爖媧 \ㄤ A|Q 趗擓 蒚 ?緱 ^ ~鱔嗷 P?笄 nf( 鱂匧 叺 9 就菹 $