【文章內(nèi)容簡介】 算精度和采樣尺寸之間的折衷問題，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 。 FLAKE 還包含了一個分布式的稀疏采樣算法，不需要進行任何中央式的控制，就可以在一定精度范圍內(nèi)，以很少的開銷和延遲估算出網(wǎng)絡(luò)的全局狀態(tài)信息。理論分析和實驗?zāi)M驗證了FLAKE 在通信開銷、實時性、可擴展性等方面都獲得了較好的性能。 大規(guī)模傳感器網(wǎng)絡(luò)中發(fā)生大量突發(fā)事件時會產(chǎn)生大量的緊急報文，已有方法不能快速、實時地把 緊急報文傳回 Sink，從而引發(fā)網(wǎng)絡(luò)擁塞。本文提出了一個基于分簇網(wǎng)絡(luò)延遲敏感的控制反饋模型 DSFC 和簇間緊急報文信道預(yù)留機制 EPCR，有效提高了緊急報文端到端傳輸?shù)膶崟r性，并減少了傳輸開銷。 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)聚合開銷和延遲。 EPCR 機制優(yōu)先調(diào)度傳輸緊急報文，并為緊急報文預(yù)留信道，從而有效緩解了緊急報文和普通報文間的信道競爭和路徑擁塞問題。實驗表明，在保證相同數(shù)據(jù)精度的情況下，緊急報文的聚合等待延遲、端到 端的總傳輸延遲、聚合能量開銷，以及平均丟包率等方面都獲得了較好的性能。 針對目前結(jié)構(gòu)化的方法在進行數(shù)據(jù)復(fù)本放置和查詢分發(fā)時易出現(xiàn)傳輸開銷大、實時性差、熱點區(qū)域瓶頸等問題，提出了一種非結(jié)構(gòu)化的數(shù)據(jù)存儲和查詢策略，有效減少了關(guān)鍵數(shù)據(jù)復(fù)本分發(fā)和查詢時總的傳輸開銷，在保證查詢成功率的前提下，提高了查詢的實時性。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，建立了 MESQ 優(yōu)化問題模型，并在存儲受限和不受限兩種情況下，分別給出了復(fù)本和查詢個數(shù) (d， q)，證明了其最優(yōu)性；基于MESQ 模型，設(shè)計了一個實用的分 布式實時信息分發(fā)算法 BubbleGeocast，該算法以 (d， q)作為參數(shù)，采用自適應(yīng)分支擴散的虛擬多播技術(shù)進行數(shù)據(jù)分發(fā)，加速了復(fù)本和查詢的分發(fā)速度。分析和實驗表明，在相同查詢成功率時， 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。 綜上所述，本文針對高效傳輸技術(shù)在信息分發(fā)和收集時的通信開銷、實時性、可擴展性等問題，對多播、稀疏采樣、簇內(nèi)聚合、非結(jié)構(gòu)化的存儲和查詢等關(guān)鍵問題提出了有效的解決方案，對于推進無線傳感器網(wǎng)絡(luò)高效傳輸?shù)难芯亢蛯嵱没哂幸欢ǖ睦碚撘饬x和應(yīng)用價值。 無線傳 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、城市管理和搶險救災(zāi)等領(lǐng)域有著非常廣泛的應(yīng)用前景。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 (Source)和匯聚節(jié)點 (Sink)之間建立信息傳輸?shù)碾p向通道，用盡可能少的傳輸開銷和延遲在兩者間實現(xiàn)信息交互。然而，傳感器節(jié)點資源受限、網(wǎng)絡(luò)帶寬受限、網(wǎng)絡(luò)規(guī)模大等問題，給高效傳輸?shù)难芯繋砹司薮蟮奶魬?zhàn)。 無線傳感器網(wǎng)絡(luò)中的高效傳輸技術(shù)主要 包含以下兩個過程： 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。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銷大、實時性差、可擴展性不強等特點。本文針對無線傳感器網(wǎng)絡(luò)的諸多特點和現(xiàn)有研究的不足，以最小化總的傳輸開銷為目標，從控制信息分發(fā)和數(shù)據(jù)收集兩個方向入手，系統(tǒng)地研究了高效傳輸技術(shù)涉及到的四個關(guān)鍵性問題： (1)Sink 到 Source 的多播問題； (2)Sink到 Source 的采樣問題； (3)Source 到 Sink 的緊急報文聚合問 題；以及 (4)Sink與 Source 之間的雙向協(xié)同問題，即數(shù)據(jù)存儲和查詢問題。 本文首先分析了由Sink 向 Source 進行控制信息分發(fā)的多播技術(shù)，并針對現(xiàn)有對等通信模式下多播研究的通信開銷大、效率不高、可擴展性不強等問題，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)的傳輸開銷，提高了信息分發(fā)的實時性。 SenCast 首先利用了基站較強的計算和存儲能力，用組件化的思想計算一棵全局近似最優(yōu)多播樹，并基于該樹進行信息分發(fā)，最大限度地減少了多播傳輸開銷。然后，證明了 SenCast 在解決 MNN(最小非葉節(jié)點樹 )Steiner 樹這一 NP難問題時，獲得了小于 ln|R|的近似率 (R 為目標節(jié)點數(shù) )，該近似率也是 MNN 問題理論上的最優(yōu)近似率。最后，還針對路由時路徑長、分支多的特點，設(shè)計了SRL 和 HLB 兩種可擴展性機制，使得 SenCast 可以解決大規(guī)模多播問題。實驗結(jié)果表明， SenCast 適用于大規(guī)模群組通信，是一種能量有效的、可擴展性強的新型多播協(xié)議。 針對現(xiàn)有方法在獲得網(wǎng)絡(luò)全局信息時冗余傳輸太多，從而導(dǎo)致網(wǎng)絡(luò)帶寬、節(jié)點資源浪費，傳輸延遲長的問題，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的通信開銷，提高了實時性。 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，然后對消息種子進行采樣，如果 m 個消息種子被 n 個節(jié)點收到，則目前網(wǎng)內(nèi)的工作節(jié)點總數(shù) n 估算為mn /m 。更重要的是，本文基于逆采樣理論開展研究，有效解決了估算精度和采樣尺寸之間的折衷問題，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 。 FLAKE 還包含了 一個分布式的稀疏采樣算法，不需要進行任何中央式的控制，就可以在一定精度范圍內(nèi)，以很少的開銷和延遲估算出網(wǎng)絡(luò)的全局狀態(tài)信息。理論分析和實驗?zāi)M驗證了FLAKE 在通信開銷、實時性、可擴展性等方面都獲得了較好的性能。 大規(guī)模傳感器網(wǎng)絡(luò)中發(fā)生大量突發(fā)事件時會產(chǎn)生大量的緊急報文，已有方法不能快速、實時地把緊急報文傳回 Sink，從而引發(fā)網(wǎng)絡(luò)擁塞。本文提出了一個基于分簇網(wǎng)絡(luò)延遲敏感的控制反饋模型 DSFC 和簇間緊急報文信道預(yù)留機制 EPCR，有效提高了緊急報文端到端傳輸?shù)膶崟r性，并減少了傳輸開銷。 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)聚合開銷和延遲。 EPCR 機制優(yōu)先調(diào)度傳輸緊急報文，并為緊急報文預(yù)留信道，從而有效緩解了緊急報文和普通報文間的信道競爭和路徑擁塞問題。實驗表明，在保證相同數(shù)據(jù)精度的情況下，緊急報文的聚合等待延遲、端到端的總傳輸延遲、聚合能量開銷，以及平均丟包率等方面都獲得了較好的性能。 針對目前結(jié)構(gòu)化的方法在進行數(shù)據(jù)復(fù)本放置和查詢分發(fā)時易出現(xiàn)傳輸開銷大、實時性差、熱點區(qū)域瓶頸等問題，提出了一種非結(jié)構(gòu)化的數(shù)據(jù)存儲和查詢策略 ，有效減少了關(guān)鍵數(shù)據(jù)復(fù)本分發(fā)和查詢時總的傳輸開銷，在保證查詢成功率的前提下，提高了查詢的實時性。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，建立了 MESQ 優(yōu)化問題模型，并在存儲受限和不受限兩種情況下，分別給出了復(fù)本和查詢個數(shù) (d， q)，證明了其最優(yōu)性；基于MESQ 模型，設(shè)計了一個實用的分布式實時信息分發(fā)算法 BubbleGeocast，該算法以 (d， q)作為參數(shù)，采用自適應(yīng)分支擴散的虛擬多播技術(shù)進行數(shù)據(jù)分發(fā)，加速了復(fù)本和查詢的分發(fā)速度。分析和實驗表明，在相同查詢成功率時， 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。 綜上所述，本文針對高效傳輸技術(shù)在信息分發(fā)和收集時的通信開銷、實時性、可擴展性等問題，對多播、稀疏采樣、簇內(nèi)聚合、非結(jié)構(gòu)化的存儲和查詢等關(guān)鍵問題提出了有效的解決方案，對于推進無線傳感器網(wǎng)絡(luò)高效傳輸?shù)难芯亢蛯嵱没哂幸欢ǖ睦碚撘饬x和應(yīng)用價值。 無線傳感器網(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、城市管理和搶險救災(zāi)等領(lǐng)域有著非常廣泛的應(yīng)用前景。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 (Source)和匯聚節(jié)點 (Sink)之間建立信息傳輸?shù)碾p向通道，用盡可能少的傳輸開銷和延遲在兩者間實現(xiàn)信息交互。然而，傳感器節(jié)點資源受限、網(wǎng)絡(luò)帶寬受限、網(wǎng)絡(luò)規(guī)模大等問題，給高效傳輸?shù)难芯繋砹司薮蟮奶魬?zhàn)。 無線傳感器網(wǎng)絡(luò)中的高效傳輸技術(shù)主要包含以下兩個過程： 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?，F(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銷大、實時性差、可擴展性 不強等特點。本文針對無線傳感器網(wǎng)絡(luò)的諸多特點和現(xiàn)有研究的不足，以最小化總的傳輸開銷為目標，從控制信息分發(fā)和數(shù)據(jù)收集兩個方向入手，系統(tǒng)地研究了高效傳輸技術(shù)涉及到的四個關(guān)鍵性問題： (1)Sink 到 Source 的多播問題； (2)Sink到 Source 的采樣問題； (3)Source 到 Sink 的緊急報文聚合問題；以及 (4)Sink與 Source 之間的雙向協(xié)同問題，即數(shù)據(jù)存儲和查詢問題。 本文首先分析了由Sink 向 Source 進行控制信息分發(fā)的多播技術(shù)，并針對現(xiàn)有對等通信模式下多播研究的通信開銷大、效率不高、可擴展 性不強等問題，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)的傳輸開銷，提高了信息分發(fā)的實時性。 SenCast 首先利用了基站較強的計算和存儲能力，用組件化的思想計算一棵全局近似最優(yōu)多播樹，并基于該樹進行信息分發(fā)，最大限度地減少了多播傳輸開銷。然后，證明了 SenCast 在解決 MNN(最小非葉節(jié)點樹 )Steiner 樹這一 NP難問題時，獲得了小于 ln|R|的近似率 (R 為目標節(jié)點數(shù) )，該近似率也是 MNN 問題理論上的最優(yōu)近似率。最后，還針對路由時路徑長、分支多的特點，設(shè)計了SRL 和 HLB 兩種可 擴展性機制，使得 SenCast 可以解決大規(guī)模多播問題。實驗結(jié)果表明， SenCast 適用于大規(guī)模群組通信，是一種能量有效的、可擴展性強的新型多播協(xié)議。 針對現(xiàn)有方法在獲得網(wǎng)絡(luò)全局信息時冗余傳輸太多，從而導(dǎo)致網(wǎng)絡(luò)帶寬、節(jié)點資源浪費，傳輸延遲長的問題，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的通信開銷，提高了實時性。 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，然后對消息種子進行采樣，如果 m 個消息種子被 n 個節(jié)點收到，則目前網(wǎng)內(nèi)的工作節(jié)點總數(shù) n 估算為mn /m 。更重要的是，本文基于逆采樣理論開展研究，有效解決了估算精度和采樣尺寸之間的折衷問題，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 。 FLAKE 還包含了一個分布式的稀疏采樣算法，不需要進行任何中央式的控制，就可以在一定精度范圍內(nèi)，以很少的開銷和延遲估算出網(wǎng)絡(luò)的全局狀態(tài)信息。理論分析和實驗?zāi)M驗證了FLAKE 在通信開銷、實時性、可擴展性等方面都獲得了較好的性能。 大規(guī)模傳感器網(wǎng)絡(luò)中發(fā)生大量突發(fā)事件時會產(chǎn)生大量的緊急報文，已有方法不能快速、實時地把緊急報文傳回 Sink，從而引發(fā)網(wǎng)絡(luò)擁塞。本文提出了一個基于分簇網(wǎng)絡(luò)延遲敏感的控制反饋模型 DSFC 和簇間緊急報文信道預(yù)留機制 EPCR，有效提高了緊急報文端到端傳輸?shù)膶崟r性，并減少了傳輸開銷。 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)聚合開銷和延遲。 EPCR 機制優(yōu)先調(diào)度傳輸緊急報文，并為緊急報文預(yù)留信道，從而有效緩解了緊急報文和普通報文間的信道競爭和路徑擁塞問題。實驗表明，在保證相同數(shù)據(jù)精度的情況下，緊急報文的聚合等待延遲、端到端的總傳輸延遲、聚合能量開銷，以及平均丟包率等方面都獲得了較好的性能。 針對目前結(jié)構(gòu)化的方法在進行數(shù)據(jù)復(fù)本放置和查詢分發(fā)時易出現(xiàn)傳輸開銷大、實時性差、熱點區(qū)域瓶頸等問題，提出了一種非結(jié)構(gòu)化的數(shù)據(jù)存儲和查詢策略，有效減少了關(guān)鍵數(shù)據(jù)復(fù)本分發(fā)和查詢時總的傳輸開銷，在保證查詢成功率的前提下，提高了查詢的實時性。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，建立了 MESQ 優(yōu)化問題