無(wú)線傳感器網(wǎng)絡(luò)信息獲取關(guān)鍵技術(shù)研究.pdf

1、無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSNs）是由大量無(wú)處不在的、具有無(wú)線通信與計(jì)算能力的微小傳感器節(jié)點(diǎn)構(gòu)成的自組織分布式網(wǎng)絡(luò)系統(tǒng)，是能根據(jù)環(huán)境自主完成指定任務(wù)的智能系統(tǒng)；是繼Internet之后隨著傳感器技術(shù)、微機(jī)電技術(shù)、無(wú)線通信技術(shù)和分布式信息處理技術(shù)發(fā)展而興起的一種信息獲取技術(shù)，將改變?nèi)祟愓J(rèn)識(shí)自然及與自然界交互的方式。
　　 無(wú)線傳感器網(wǎng)絡(luò)以數(shù)據(jù)為中心，用于從環(huán)境中收集監(jiān)測(cè)對(duì)象信息，對(duì)其進(jìn)行處

2、理，并傳送到服務(wù)中心或用戶。任何基于傳感器網(wǎng)絡(luò)的應(yīng)用系統(tǒng)都離不開信息的管理和處理技術(shù)。無(wú)線傳感器網(wǎng)絡(luò)信息獲取的目標(biāo)是在資源受限和能量最優(yōu)的條件下收集和處理傳感器網(wǎng)絡(luò)監(jiān)測(cè)區(qū)域的感知信息。正是在這樣的背景下，本文對(duì)無(wú)線傳感器網(wǎng)絡(luò)環(huán)境下信息獲取若干關(guān)鍵技術(shù)進(jìn)行了系統(tǒng)、深入的研究。主要研究?jī)?nèi)容和成果如下：
　　 （1）基于估計(jì)代價(jià)的數(shù)據(jù)聚合樹生成算法--傳感器網(wǎng)絡(luò)在數(shù)據(jù)收集中，為減少冗余數(shù)據(jù)的傳輸耗能，降低延遲，需要采用數(shù)據(jù)聚合技術(shù)。采

3、用定向傳輸方式，在消息路由機(jī)制基礎(chǔ)上提出了一種基于估計(jì)代價(jià)的數(shù)據(jù)聚合樹生成算法。該算法主要思想在于將節(jié)點(diǎn)能耗、傳輸距離與聚合收益三方面作為估計(jì)代價(jià)，優(yōu)化聚合路徑，實(shí)現(xiàn)數(shù)據(jù)聚合在能量與時(shí)延上的折中。
　　 （2）基于蟻群算法的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)聚合路由算法--在消息路由機(jī)制基礎(chǔ)上提出了一種基于蟻群算法的數(shù)據(jù)聚合路由算法。該算法主要思想在于將網(wǎng)絡(luò)節(jié)點(diǎn)的估計(jì)代價(jià)作為啟發(fā)因子，通過一組稱為“螞蟻”的人工代理尋找到達(dá)匯聚節(jié)點(diǎn)的最優(yōu)路徑。該

4、算法利用蟻群算法的正反饋效應(yīng)來(lái)達(dá)到數(shù)據(jù)匯集的目的，不需要網(wǎng)絡(luò)節(jié)點(diǎn)維護(hù)全局信息，因此是一種實(shí)現(xiàn)數(shù)據(jù)聚合在能量與時(shí)延上折中的分布式路由算法。理論分析和仿真結(jié)果說明了新算法的有效性。
　　 （3）基于移動(dòng)Agent的無(wú)線傳感器網(wǎng)絡(luò)信息獲取框架--分析傳感器網(wǎng)絡(luò)集中式與分布式處理兩種信息獲取模型，借助移動(dòng)代理技術(shù)并結(jié)合無(wú)線傳感器網(wǎng)絡(luò)信息獲取分布式特點(diǎn)，研究了一種基于移動(dòng)Agent的無(wú)線傳感器網(wǎng)絡(luò)信息獲取框架；重點(diǎn)研究了一種基于移動(dòng)Age

5、nt的數(shù)據(jù)融合模型；針對(duì)泛在計(jì)算環(huán)境下，人們獲取智能化信息服務(wù)的需求，提出了一種基于傳感器網(wǎng)絡(luò)和智能代理的情景感知應(yīng)用模型，設(shè)計(jì)實(shí)現(xiàn)了媒體播放應(yīng)用原型系統(tǒng)。系統(tǒng)由控制終端、媒體播放終端及超聲波傳感器組成，支持有線/無(wú)線兩種傳輸方式。系統(tǒng)采用超聲波測(cè)距方法和Agent技術(shù)，媒體播放管理以Eclipse為開發(fā)平臺(tái)，實(shí)現(xiàn)目標(biāo)監(jiān)測(cè)、定位及自適應(yīng)媒體播放。
　　 （4）基于移動(dòng)Agent的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集算法--受蟻群社會(huì)行為和智能

6、代理技術(shù)的啟發(fā)，提出一種基于蟻群算法，利用代理的協(xié)作與遷移實(shí)現(xiàn)數(shù)據(jù)聚合路由的優(yōu)化機(jī)制。一定數(shù)目的類似螞蟻移動(dòng)代理在無(wú)線傳感器網(wǎng)絡(luò)中移動(dòng)，通過信息素更新，利用最優(yōu)轉(zhuǎn)移概率來(lái)發(fā)現(xiàn)源-目的節(jié)點(diǎn)之間的數(shù)據(jù)聚合路徑。此外，提出一種采用數(shù)據(jù)聚合度來(lái)改進(jìn)ACO的算法。仿真結(jié)果證明，該算法與LEACH、PEGASIS協(xié)議相比，在能量有效性方面具有較好的性能。
　　 （5）基于傳感器網(wǎng)絡(luò)的流數(shù)據(jù)聚類算法--普適計(jì)算的特征是將通信與數(shù)字化技術(shù)融合于

7、人們的生活空間，使人們可以隨時(shí)隨地和透明地獲得數(shù)字化的服務(wù)。隨著無(wú)線傳感器網(wǎng)絡(luò)技術(shù)的成熟，普適計(jì)算將成為現(xiàn)實(shí)。如何高效地處理面向普適環(huán)境的傳感器網(wǎng)絡(luò)感知數(shù)據(jù)流，從中獲取有用的知識(shí)成為新的挑戰(zhàn)。本文提出了一種基于傳感器網(wǎng)絡(luò)的K-means流數(shù)據(jù)聚類算法，該算法主要思想在于依據(jù)節(jié)點(diǎn)聚合增益選擇初始聚類質(zhì)心，隨后對(duì)這些均值參考點(diǎn)進(jìn)行聚類。實(shí)驗(yàn)結(jié)果表明算法是有效可行的。
　　 （6）基于無(wú)線傳感器網(wǎng)絡(luò)的情境感知中間件原型系統(tǒng)--普適計(jì)算