CN104812015A - 一种面向物联网数据的分布式Top-k查询方法 - Google Patents

一种面向物联网数据的分布式Top-k查询方法 Download PDF

Info

Publication number
CN104812015A
CN104812015A CN201510244016.1A CN201510244016A CN104812015A CN 104812015 A CN104812015 A CN 104812015A CN 201510244016 A CN201510244016 A CN 201510244016A CN 104812015 A CN104812015 A CN 104812015A
Authority
CN
China
Prior art keywords
node
value
dominate
cost
information
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201510244016.1A
Other languages
English (en)
Other versions
CN104812015B (zh
Inventor
邬海琴
王良民
汤金娥
陈向益
周从华
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Zhenjiang Kangfei Automobile Manufacturing Co., Ltd.
Original Assignee
Jiangsu University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Jiangsu University filed Critical Jiangsu University
Priority to CN201510244016.1A priority Critical patent/CN104812015B/zh
Publication of CN104812015A publication Critical patent/CN104812015A/zh
Application granted granted Critical
Publication of CN104812015B publication Critical patent/CN104812015B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Data Exchanges In Wide-Area Networks (AREA)

Abstract

本发明公开一种面向物联网数据的分布式Top-k查询方法，包括以下步骤：(1)构建最优查询树，该步骤包括网络骨干节点选取、连接节点选择，以及每轮查询各节点按ID号轮流担任根节点三个过程；(2)基于最优查询树进行Top-k查询，该步骤包括查询初始化、数据更新值发送、sink节点top-k查询三个过程。本发明在构建最优查询树时充分考虑节点度数、自身能量以及与邻节点通信开销，选择能量代价小的作为支配节点，有效均衡节点能耗，进一步解决了传统查询树根节点唯一带来的其附近节点过早死亡的问题，大大延长物联网的生命周期，且查询算法中通过设置过滤值来抑制每轮无效更新值的发送，有效降低平均每轮的查询能耗。

Description

一种面向物联网数据的分布式Top-k查询方法
技术领域
本发明涉及物联网数据处理技术，具体涉及一种面向物联网数据的分布式Top-k查询方法。
背景技术
物联网是通过各种传感器设备，将物品与网络连接起来，进行信息交换与通信以及实现智能化识别、定位、跟踪、监控和管理的一种网络。作为物联网感知层的重要组成部分，传感器节点在信息获取与处理过程中发挥了重大作用。
Top-k查询作为物联网查询应用的重要内容，在多个领域已得到广泛应用，如环境污染监测、动物保护及目标跟踪等；用户可根据自身需要查询监测区域内前k个最大(或最小)感知值，如温度、污染指数等，从而起到森林预警、判断污染程度较高地区的作用，然而传感器节点能量严格受限，因此设计高效的查询算法对降低网络能耗、延长传感器节点寿命至关重要。
目前提出的分布式Top-k查询方法大都是基于某种逻辑拓扑树，按照拓扑树进行数据汇聚查询能减少大量通信开销。如Wu等人基于最短路径树SPT提出的FILA算法，SPT以sink为根节点，其余节点均有到sink的最短路径，但FILA算法忽略了各节点接收探测信息的能耗，与实际不符，每一轮查询，若节点感知值没有超出过滤范围，则不向sink发送更新值，故查询结果不准确。
为了满足查询准确性，Balijeet等提出了基于支配集树DST的查询算法EXTOK，该算法为每个节点设置过滤阈值来决定其下一轮是否向sink发送更新值，但其DST的构建主要选择邻节点多的作为支配节点，未考虑节点自身能量和与邻节点通信开销，当查询次数、k值增大时，存在sink附近节点能耗不均，过早死亡的问题，且EXTOK算法中TM-node需每轮向sink发送更新值，导致一些值的无效发送。
汤等人基于层次索引树提出了新颖的top-k查询算法，同样存在头结点选取未考虑自身能量而过早死亡等问题。
发明内容
发明目的：本发明的目的在于解决现有技术存在的不足，提供一种面向物联网数据的分布式Top-k查询方法，本发明从构建逻辑拓扑树和基于树设计top-k查询方法两方面来提供一种能量均衡、高效的物联网分布式数据Top-k查询方法。
技术方案：本发明所述的一种面向物联网数据的分布式Top-k查询方法，包括以下步骤：
(1)构建最优查询树：
(11)网络骨干节点选取，即网络支配节点的选取，具体过程如下：
(111)节点状态和能量信息的初始化，各节点初始均为未处理状态，即flag＝0，并通过能量代价函数算得相应的能量代价值，该能量代价函数综合考虑了节点度数、自身剩余能量以及与邻节点通信开销，是最后所得查询结果更加精准；
(112)代价信息交换：各节点发送hello消息包和能量代价消息包，并与其邻节点交换代价信息；
(113)节点状态信息广播：
(12)连通支配集构造；包括支配信息存储和连接节点选择；
(13)根节点选择，即sink节点的选择，包括以下步骤：
(131)在步骤(12)所得连通支配集基础上，保留支配节点与其被支配节点之间的边，其余边均去除；
(132)若一个被支配节点同时被两个支配节点支配，则优先选择有较少被支配节点的节点作为其支配节点，其次再选择距离近的节点作为其支配节点；
(133)最优查询树根节点由各节点按ID号轮流担任，打破了以往查询过程中sink节点唯一的传统；
(2)基于步骤(1)所得的最优查询树进行top-k查询：
(21)查询初始化，其具体过程为：
(211)数据汇聚发送：在最优查询树中，各叶子节点将感知值发送至其父亲节点汇聚，先由父亲节点在本地进行Top-k查询，再将查询结果发送至其父节点，如此汇聚发送到达根节点；
(212)首轮top-k查询：根节点收到孩子节点发送的汇聚感知值后，将其降序排序得到k个最大值；
(213)过滤值发送：根节点将第k个最大值设为过滤值τ，并广播发送给各孩子节点，过滤值τ用于抑制连续top-k查询中的数据更新值发送；
(214)节点状态初始化：首轮查询结果中，top-k值中的节点成为TM-node即监测节点，而非top-k值中的节点成为F-node即过滤节点；
(22)数据更新值发送，依次包括监测节点数据更新、过滤节点数据更新以及根节点发送探测信息三个步骤，其中当监测节点、过滤节点数据更新值value>τ时才向根节点发送更新值；
(23)sink节点top-k查询，根节点将接收到的所有更新值降序排序，并设置新过滤值τ'＝min(top-k)，即top-k中最小值，将τ'发送至各节点，同时各节点更新状态。
进一步的，所述步骤(111)中各节点初始状态标志flag＝0，均表示为未处理节点，某节点vi的能量代价值计算公式为：
E Cost ( v i ) = Σ j = 1 n ( v i ) Cost ( v i , NB j ( v i ) ) n ( v i ) × E initial ( v i )
其中NBj(vi)表示节点vi的第j个邻节点，n(vi)为节点vi的度数，即邻节点个数，Einitial(vi)为vi的初始剩余能量，表示节点vi与其邻节点的通信开销,包括发送和接收数据能量消耗，计算公式为：
Σ j = 1 n ( v i ) Cost ( v i , NB j ( v i ) ) = Σ j = 1 n ( v i ) ( a + c ) × k 1 + b × k 1 × d ( v i , NB j ( v i ) ) 2
上述a、c分别表示物联网发射和接收电路消耗的能量，b为功率放大消耗的能量，k1为一个数据包的比特数，d(vi,NBj(vi))为节点vi与其第j个邻节点的距离。
进一步的，所述步骤(112)中在进行代价信息交换时，若节点vi满足：
ECost(vi)<min(ECost(NB(vi)))，
则vi成为支配节点，即flag(vi)＝1。
进一步的，所述步骤(113)的具体过程为：
支配节点vi向邻节点广播支配信息，若邻节点vj收到支配信息后且flag(vj)＝0，成为被支配节点，并向其邻节点广播被支配信息，若节点vk收到被支配信息后且flag(vk)＝0，若其邻节点中已没有未处理节点，即满足flag(NB(vk))＝1，则vk成为支配节点，flag(vk)＝1；否则比较ECost(vk)<min(ECost(P(vk)))是否成立，若成立，则vk成为支配节点，否则P(vk)中能量代价最小的成为支配节点；其中P(vk)表示vk的未处理邻节点。
进一步的，所述步骤(12)中，所述支配信息存储阶段以列表形式存储被支配节点一跳、两跳及三跳范围内支配节点信息；所述连接节点选择阶段选择能量代价较小的节点，使每个节点都有一条到达最其近支配节点的代价最小路径。
进一步的，所述步骤(22)中，根节点发送探测信息过程是在k’<k成立时执行，其中k’为根节点接收到的更新值总数，k为需要查询数目；根节点先发送探测信息至剩余TM-node收集其top-(k-k’)值，再设置探测值probe＝min(top-(k-k’))，并发送给剩余F-node，F-node将大于探测值的更新值发送至根节点。
有益效果：与现有技术相比，本发明具有以下优点：
(1)本发明包括两个阶段，一是构建最优查询树，二是基于此查询树设计了高效的top-k查询算法，两者结合，进一步减少了top-k查询的能量消耗。
(2)本发明在构建最优查询树阶段，充分考虑了节点能量、度数以及通信开销，让能量代价大的节点参与较少通信，代价小的作为支配节点参与较多通信，从而有效均衡了节点能耗，且树中的节点按ID号轮流作为根节点，打破了传统物联网中sink固定带来的其附近节点过早死亡的弊端，延长了单个节点的寿命从而延长整个网络寿命。
(3)本发明基于最优查询树设计的top-k查询算法，TM-node不需在每轮中都发送更新值，减少了部分值的无效发送，从而减少了部分通信开销。
(4)本发明基于单一数据值进行查询，不需要事先分析数据特点，可以减少部分数据传输开销，且本发明汇聚节点不固定，每次查询时由不同节点担任，避免了汇聚节点附近的节点能耗过大而过早死亡。
(5)本发明中的传感器节点是静态的、位置是固定的，能够保证查询的准确性，而不是近似查询；适合全局top-k查询。
附图说明
图1为本发明的整体流程框图；
图2为本发明中支配节点选择流程图；
图3为实施例中支配节点选择示意图；
图4为实施例中连通支配集构造示意图；
图5为实施例所得最优查询树构建图；
图6为实施例连续top-k查询流程图；
其中，图3(a)为实施例中节点的物理拓扑图，图3(b)为实施例中支配节点广播支配信息后各节点的示意图，图3(c)、图4(a)为实施例中节点状态信息广播后的最终示意图；图4(b)为连通支配集最终结果示意图。
具体实施方式
下面对本发明技术方案进行详细说明，但是本发明的保护范围不局限于所述实施例。
如图1和图2所示，本发明所述的一种面向物联网数据的分布式Top-k查询方法，包括以下步骤：
(1)构建最优查询树：
(11)网络骨干节点选取，即网络支配节点的选取，具体过程如下：
(111)节点状态和能量信息的初始化，各节点初始均为未处理状态，即flag＝0，并通过能量代价函数算得相应的能量代价值，该能量代价函数综合考虑了节点度数、自身剩余能量以及与邻节点通信开销，是最后所得查询结果更加精准；
其中，某节点vi的能量代价值计算公式为：
E Cost ( v i ) = &Sigma; j = 1 n ( v i ) Cost ( v i , NB j ( v i ) ) n ( v i ) &times; E initial ( v i )
其中NBj(vi)表示节点vi的第j个邻节点，n(vi)为节点vi的度数，即邻节点个数，Einitial(vi)为vi的初始剩余能量，表示节点vi与其邻节点的通信开销包括发送和接收数据能量消耗，计算公式为：
&Sigma; j = 1 n ( v i ) Cost ( v i , NB j ( v i ) ) = &Sigma; j = 1 n ( v i ) ( a + c ) &times; k 1 + b &times; k 1 &times; d ( v i , NB j ( v i ) ) 2
上述a、c分别表示物联网发射和接收电路消耗的能量，b为功率放大消耗的能量，k1为一个数据包的比特数，d(vi,NBj(vi))为节点vi与其第j个邻节点的距离。
(112)代价信息交换：各节点发送hello消息包和能量代价消息包，并与其邻节点交换代价信息，并且在进行代价信息交换时，若节点vi满足：
ECost(vi)<min(ECost(NB(vi)))，
则vi成为支配节点，即flag(vi)＝1。
(113)节点状态信息广播：
(12)连通支配集构造；包括支配信息存储和连接节点选择，所述支配信息存储阶段以列表形式存储被支配节点一跳、两跳及三跳范围内支配节点信息；所述连接节点选择阶段选择能量代价较小的节点，使每个节点都有一条到达最其近支配节点的代价最小路径；
(13)根节点选择，即sink节点的选择，包括以下步骤：
(131)在步骤(12)所得连通支配集基础上，保留支配节点与其被支配节点之间的边，其余边均去除；
(132)若一个被支配节点同时被两个支配节点支配，则先选择有较少被支配节点的节点作为其支配节点，其次再选择距离近的作为其支配节点；
(133)最优查询树根节点由各节点按ID号轮流担任，打破了以往查询过程中sink节点唯一的传统；
(2)基于步骤(1)所得的最优查询树进行top-k查询：
(21)查询初始化，其具体过程为：
(211)数据汇聚发送：在最优查询树中，各叶子节点将感知值发送至其父亲节点汇聚，先由父亲节点在本地进行Top-k查询，再将查询结果发送至其父节点，如此汇聚发送到达根节点；
(212)首轮top-k查询：根节点收到孩子节点发送的汇聚感知值后，将其按已有排序算法降序排序得到k个最大值；
(213)过滤值发送：根节点将第k个最大值设为过滤值τ，并广播发送给各孩子节点，过滤值τ用于抑制连续top-k查询中的数据更新值发送；
(214)节点状态初始化：首轮查询结果中，top-k值中的节点成为TM-node即监测节点，而非top-k值中的节点成为F-node即过滤节点；
(22)数据更新值发送，依次包括监测节点数据更新、过滤节点数据更新以及根节点发送探测信息三个步骤，其中当监测节点、过滤节点数据更新值value>τ时才向根节点发送更新值；
上述根节点发送探测信息过程是在k’<k成立时执行，其中k’为根节点接收到的更新值总数，k为需要查询数目；根节点先发送探测信息至剩余TM-node收集其top-(k-k’)值，再设置探测值probe＝min(top-(k-k’))，并发送给剩余F-node，F-node将大于探测值的更新值发送至根节点；
(23)sink节点top-k查询，根节点将接收到的所有更新值按已有排序算法降序排序，并设置新过滤值τ'＝min(top-k)，即top-k中最小值，将τ'发送至各节点，同时各节点更新状态。
上述步骤(113)的具体过程为：
支配节点vi向邻节点广播支配信息，若邻节点vj收到支配信息后且flag(vj)＝0，成为被支配节点，并向其邻节点广播被支配信息，若节点vk收到被支配信息后且flag(vk)＝0，若其邻节点中已没有未处理节点，即满足flag(NB(vk))＝1，则vk成为支配节点，flag(vk)＝1；否则比较ECost(vk)<min(ECost(P(vk)))是否成立，若成立，则vk成为支配节点，否则P(vk)中能量代价最小的成为支配节点；其中P(vk)表示vk的未处理邻节点。
实施例1：
如图3所示，本实施例中假设共有15个传感器节点，图3(a)为节点的物理拓扑图，支配节点选取具体实施步骤如下：
(1)节点初始化：各节点初始均为白色未处理节点，且假设每个节点已计算出能量代价，按ID号依次为10,15,21,19,17,14,18,20,18,15,24,23,21,18,20。
(2)代价信息交换：各节点发送hello消息包、能量代价消息包与其邻节点交换代价信息，具体地，若节点vi满足ECost(vi)<min(ECost(NB(vi)))，则vi成为支配节点，节点1,10,14均满足条件，故成为黑色支配节点。
(3)节点状态信息广播：黑色支配节点向邻居节点广播支配信息，邻居未处理白色节点收到后，则成为灰色被支配节点，如图3(b)所示，同时向邻节点广播被支配信息，此时还剩下三个未处理节点5,8,9，节点5收到被支配信息，且没有未处理邻节点，则其成为黑色支配节点并广播支配信息；节点8收到被支配信息，与未处理邻节点9比较得到ECost(v9)<ECost(v8)，故节点9成为黑色支配节点并广播信息，节点8为灰色被支配节点，如3(c)所示。
连通支配集构造如图4所示，各节点存储其一跳、两跳及三跳支配节点信息，并选择选择能量代价较小的节点作为连接节点，节点6,7,12具有较小的能量代价，故成为连接节点，与支配节点构成连通支配集，如图4(b)所示。
在以上连通支配集基础上，保留支配节点与被支配节点间的边，其余边均去除，若一个被支配节点同时被两个支配节点支配，则选择距离短的或只有一个被支配节点的节点作为支配节点，如节点4，同时被节点1与5支配，节点5只有一个被支配节点4，故保留4,5之间的边，去除1,4之间的边，结果如图5所示，每次top-k查询时，节点按ID号轮流作为根节点。
以k＝2为例，基于最优查询树top-2查询初始化具体步骤如下(设首轮sink节点ID＝1,各节点感知值分别为：30,26,34,31,24,40,38,36,33,28,27,39,38,42,35)：
A、数据汇聚发送：各叶子节点将感知值发送至其父亲节点汇聚，如节点13,10将值发送给节点10，加上自身数值，父亲节点10先在本地进行top-2查询，再将查询结果发送至其父节点7，如此汇聚发送到达根节点1，其余节点亦如此；
B、首轮top-2查询：根节点1收到孩子节点发送的汇聚感知值，排序得到top-2值：42,40，分别来自节点6和节点14；
C、过滤值发送：节点1设置过滤值τ＝40，并广播给各孩子节点；
D、节点状态初始化：首轮查询结束后，节点6和节点14成为TM-node(监测节点)，其余节点成为F-node(过滤节点)。
在接下来n轮连续查询中，数据更新及top-k查询流程图如图6所示。具体实施步骤如下：
A、各节点更新感知值，若TM-node 6及14的值大于τ(40)，则向根节点发送更新值，若F-node数值大于40，则也发送更新值。
B、根节点统计所有更新值数目k’，若k’≥2，则根节点进行新一轮top-2查询，并将top-2中最小值设为新的过滤值τ'，广播给各节点，各节点更新状态信息，若新的top-2为节点5,8，则5,8成为TM-node，其余节点为F-node。
C、若k’<2，则sink节点需发送探测信息，先发送至剩余TM-node收集其top-(2-k’)值，再设置探测值probe＝min(top-(2-k’))，并发送给剩余F-node，F-node将大于probe的更新值发送至根节点；sink节点进行新一轮top-2查询，并设置新过滤值τ'，各节点更新状态信息。

Claims (6)

1.一种面向物联网数据的分布式Top-k查询方法，其特征在于：包括以下步骤：
(1)构建最优查询树：
(11)网络骨干节点选取，即网络支配节点的选取，具体过程如下：
(111)节点状态和能量信息的初始化，各节点初始均为未处理状态，即flag＝0，并通过能量代价函数算得相应的能量代价值；
(112)代价信息交换：各节点发送hello消息包和能量代价消息包，并与其邻节点交换代价信息；
(113)节点状态信息广播：
(12)连通支配集构造；包括支配信息存储和连接节点选择；
(13)根节点选择，即sink节点的选择，包括以下步骤：
(131)在步骤(12)所得连通支配集基础上，保留支配节点与其被支配节点之间的边，其余边均去除；
(132)若一个被支配节点同时被两个节点支配，则先选择有较少被支配的节点为其支配节点，其次再选择距离近的节点作为其支配节点；
(133)最优查询树根节点由各节点按ID号轮流担任；
(2)基于步骤(1)所得的最优查询树进行top-k查询：
(21)查询初始化，其具体过程为：
(211)数据汇聚发送：在最优查询树中，各叶子节点将感知值发送至其父亲节点汇聚，先由父亲节点在本地进行Top-k查询，再将查询结果发送至其父节点，如此汇聚发送到达根节点；
(212)首轮top-k查询：根节点收到孩子节点发送的汇聚感知值后，将其降序排列得到k个最大值；
(213)过滤值发送：根节点将第k个最大值设为过滤值τ，并广播发送给各孩子节点，过滤值τ用于抑制连续top-k查询中的数据更新值发送；
(214)节点状态初始化：首轮查询结果中，top-k值中的节点成为TM-node即监测节点，而非top-k值中的节点成为F-node即过滤节点；
(22)数据更新值发送，依次包括监测节点数据更新、过滤节点数据更新以及根节点发送探测信息三个步骤，其中当监测节点、过滤节点数据更新值value>τ时才向根节点发送更新值；
(23)sink节点top-k查询，根节点将接收到的所有更新值降序排序并设置新过滤值τ'＝min(top-k)，即top-k中最小值，将τ'发送至各节点，同时各节点更新状态。
2.根据权利要求1所述的面向物联网数据的分布式Top-k查询方法，其特征在于，所述步骤(111)中各节点初始状态标志flag＝0，均表示为未处理节点，某节点vi的能量代价值计算公式为：
E Cost ( v i ) = &Sigma; j = 1 n ( v i ) Cost ( v i , NB j ( v i ) ) n ( v i ) &times; E initial ( v i )
其中NBj(vi)表示节点vi的第j个邻节点，n(vi)为节点vi的度数，即邻节点个数，Einitial(vi)为vi的初始剩余能量，表示节点vi与其邻节点的通信开销包括发送和接收数据能量消耗，计算公式为：
&Sigma; j = 1 n ( v i ) Cost ( v i , NB j ( v i ) ) = &Sigma; j = 1 n ( v i ) ( a + c ) &times; k 1 + b &times; k 1 &times; d ( v i , NB j ( v i ) ) 2
上述a、c分别表示物联网发射和接收电路消耗的能量，b为功率放大消耗的能量，k1为一个数据包的比特数，d(vi,NBj(vi))为节点vi与其第j个邻节点的距离。
3.根据权利要求1所述的面向物联网数据的分布式Top-k查询方法，其特征在于，所述步骤(112)中在进行代价信息交换时，若节点vi满足：
ECost(vi)<min(ECost(NB(vi)))，
则vi成为支配节点，即flag(vi)＝1。
4.根据权利要求1所述的面向物联网数据的分布式Top-k查询方法，其特征在于，所述步骤(113)的具体过程为：
支配节点vi向邻节点广播支配信息，若邻节点vj收到支配信息后且flag(vj)＝0，成为被支配节点，并向其邻节点广播被支配信息，若节点vk收到被支配信息后且flag(vk)＝0，若其邻节点中已没有未处理节点，即满足flag(NB(vk))＝1，则vk成为支配节点，flag(vk)＝1；否则比较ECost(vk)<min(ECost(P(vk)))是否成立，若成立，则vk成为支配节点，否则P(vk)中能量代价最小的成为支配节点；其中P(vk)表示vk的未处理邻节点。
5.根据权利要求1所述的面向物联网数据的分布式Top-k查询方法，其特征在于：所述步骤(12)中，所述支配信息以列表形式存储阶段存储被支配节点一跳、两跳及三跳范围内支配节点信息；所述连接节点选择阶段选择能量代价较小的节点，使每个节点都有一条到达最其近支配节点的代价最小路径。
6.根据权利要求1所述的面向物联网数据的分布式Top-k查询方法，其特征在于：所述步骤(22)中，根节点发送探测信息过程是在k’<k成立时执行，其中k’为根节点接收到的更新值总数，k为需要查询数目；根节点先发送探测信息至剩余TM-node收集其top-(k-k’)值，再设置探测值probe＝min(top-(k-k’))，并发送给剩余F-node，F-node将大于探测值的更新值发送至根节点。
CN201510244016.1A 2015-05-14 2015-05-14 一种面向物联网数据的分布式Top-k查询方法 Active CN104812015B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510244016.1A CN104812015B (zh) 2015-05-14 2015-05-14 一种面向物联网数据的分布式Top-k查询方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510244016.1A CN104812015B (zh) 2015-05-14 2015-05-14 一种面向物联网数据的分布式Top-k查询方法

Publications (2)

Publication Number Publication Date
CN104812015A true CN104812015A (zh) 2015-07-29
CN104812015B CN104812015B (zh) 2018-09-11

Family

ID=53696378

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510244016.1A Active CN104812015B (zh) 2015-05-14 2015-05-14 一种面向物联网数据的分布式Top-k查询方法

Country Status (1)

Country Link
CN (1) CN104812015B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107450341A (zh) * 2017-09-20 2017-12-08 深圳市晟达机械设计有限公司 一种智能家居环境监测控制系统
CN108153883A (zh) * 2017-12-26 2018-06-12 北京百度网讯科技有限公司 搜索方法和装置、计算机设备、程序产品以及存储介质
CN109582698A (zh) * 2017-09-29 2019-04-05 上海宽带技术及应用工程研究中心 多个连续top-k关键词查询结果更新方法、系统、存储介质及终端

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102143547A (zh) * 2011-01-24 2011-08-03 中国人民大学 一种无线传感器网络中连续的Top-k区域查询方法
KR101085967B1 (ko) * 2011-04-21 2011-11-22 한국과학기술원 선형 시간 Ｔｏｐ－ｋ 정렬방법
CN103369570A (zh) * 2013-07-19 2013-10-23 无锡清华信息科学与技术国家实验室物联网技术中心 在无线传感器网络中分布式Top-k查询方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102143547A (zh) * 2011-01-24 2011-08-03 中国人民大学 一种无线传感器网络中连续的Top-k区域查询方法
KR101085967B1 (ko) * 2011-04-21 2011-11-22 한국과학기술원 선형 시간 Ｔｏｐ－ｋ 정렬방법
CN103369570A (zh) * 2013-07-19 2013-10-23 无锡清华信息科学与技术国家实验室物联网技术中心 在无线传感器网络中分布式Top-k查询方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
LIU LIANG等: "Reliable spatial window aggregation query processing algotithm in wireless sensor networks", 《JOURNAL OF NETWORK AND COMPUTER APPLICATIONS》 *
TANG SHAOJIE等: "Efficient and Fast Ditributed Top-k Query Protocol in Wireless Sensor Networks", 《IEEE INTERNATIONAL CONFERENCE ON NETWORK PROTOCLOS》 *

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107450341A (zh) * 2017-09-20 2017-12-08 深圳市晟达机械设计有限公司 一种智能家居环境监测控制系统
CN109582698A (zh) * 2017-09-29 2019-04-05 上海宽带技术及应用工程研究中心 多个连续top-k关键词查询结果更新方法、系统、存储介质及终端
CN109582698B (zh) * 2017-09-29 2021-08-13 上海宽带技术及应用工程研究中心 多个连续top-k关键词查询结果更新方法、系统、存储介质及终端
CN108153883A (zh) * 2017-12-26 2018-06-12 北京百度网讯科技有限公司 搜索方法和装置、计算机设备、程序产品以及存储介质
CN108153883B (zh) * 2017-12-26 2022-02-18 北京百度网讯科技有限公司 搜索方法和装置、计算机设备、程序产品以及存储介质

Also Published As

Publication number Publication date
CN104812015B (zh) 2018-09-11

Similar Documents

Publication Publication Date Title
CN103906164B (zh) 海上搜救无线传感器网络拓扑及拓扑控制方法
CN102685255B (zh) 一种分布式机会网络社区划分方法
CN103916942A (zh) 一种降低功耗的leach协议改进方法
CN108900996A (zh) 一种基于双层模糊算法的无线传感器网络数据传输方法
Rathore et al. Towards Trusted Green Computing for Wireless Sensor Networks: Multi Metric Optimization Approach.
CN110730486B (zh) 基于Q-Learning算法获取无线体域网最优路径的方法
CN105072656A (zh) 基于K-means聚类和蚁群算法的多级异构无线传感器网络分簇路由方法
CN105636143A (zh) 基于合作博弈的无线传感器网络分簇协作路由算法
CN104883301B (zh) 基于剩余能量与通信代价的无线传感器网络分簇路由方法
CN108737191B (zh) 面向超密集无线传感器网基于无监督学习的拓扑控制方法
CN103974366B (zh) 一种基于增强学习的无线体域网路由方法
CN101325544A (zh) 无线传感器网络中基于链路多特征值的多路径路由建立方法
CN104812015A (zh) 一种面向物联网数据的分布式Top-k查询方法
CN106658641A (zh) 一种分布式无线传感网络分簇路由方法
CN103781143A (zh) 一种能效优化的簇树分层无线传感网路由方法
CN108174411A (zh) 基于模糊逻辑的无线传感器网络路由方法
CN104994020A (zh) 基于蜂群优化算法模型的预测性能量高效分簇路由方法
CN105430708A (zh) 基于路由表节点能量的无线传感器路由方法
CN108777877A (zh) 一种狭长拓扑下的WSNs分簇路由方法
Hu et al. Dynamic spatial-correlation-aware topology control of wireless sensor networks using game theory
CN107682241A (zh) 一种基于云计算的智能家居设备控制系统
CN102883333A (zh) 一种基于定位信息的无线传感器网络构建方法
CN105045967A (zh) 基于集团度的复杂网络重要节点排序方法及模型演化方法
Chen et al. A clustering protocol for wireless sensor networks based on energy potential field
CN107801227B (zh) 一种面向无线传感器网层次化分析的路由调度方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
EXSB Decision made by sipo to initiate substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20190321

Address after: 212000 No. 66 Wufengshan Road, Dagang, Zhenjiang City, Jiangsu Province

Patentee after: Zhenjiang Kangfei Automobile Manufacturing Co., Ltd.

Address before: 212000 No. 99 Jing 15 Road, Zhenjiang Science and Technology New Town, Jiangsu Province

Patentee before: Jiangsu University

TR01 Transfer of patent right