CN105407545A - 一种可扩展的无线传感网络数据聚合方法 - Google Patents

一种可扩展的无线传感网络数据聚合方法 Download PDF

Info

Publication number
CN105407545A
CN105407545A CN201510703344.3A CN201510703344A CN105407545A CN 105407545 A CN105407545 A CN 105407545A CN 201510703344 A CN201510703344 A CN 201510703344A CN 105407545 A CN105407545 A CN 105407545A
Authority
CN
China
Prior art keywords
wsn
link length
polymerization
throughput
aggregation
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.)
Pending
Application number
CN201510703344.3A
Other languages
English (en)
Inventor
王成
张真真
樊志杰
邵禄
周劼人
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.)
Tongji University
Original Assignee
Tongji 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 Tongji University filed Critical Tongji University
Priority to CN201510703344.3A priority Critical patent/CN105407545A/zh
Publication of CN105407545A publication Critical patent/CN105407545A/zh
Pending legal-status Critical Current

Links

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-organising networks, e.g. ad-hoc networks or sensor networks

Abstract

一种可扩展的无线传感网络数据聚合方法。对于一般密度的WSN,聚合吞吐量会受到两种因素的限制:孤立分支和密集分支。为了克服这两种限制,本发明提出:针对密集分支的局部选点法和针对孤立分支的自适应弃点法。面向WSN的数据聚合,设计两类基于拓扑结构的聚合方法:单一链接长度方法和复合链接长度方法。本发明通过设计这两种有效的方法,结合提出的“弃点”和“选点”的方法理念,提高WSN的聚合吞吐量和汇集效率的权衡。结合单一链接长度方法和复合链接长度方法,为一般密度的WSN针对可分完美压缩聚合函数,可以得到聚合吞吐量和汇集效率间的最优权衡。同时,将分组编码技术引入到单一链接长度方法,进一步提高聚合吞吐量和汇集效率的权衡。

Description

一种可扩展的无线传感网络数据聚合方法
技术领域
本发明涉及无线传感网络领域,特别是涉及可扩展的无线传感网络数据聚合方法的设计。
背景技术
无线传感网络(WirelessSensorNetwork,WSN)由一组具备感知、通信和计算能力的传感器节点组成,它的一个关键应用就是数据汇集,即传感器将数据(可能通过多跳的形式)传送到汇聚节点上。在实际应用中,网络使用者经常关注的只是传感器节点测量数值的一个特定函数值,而不是需要所有测量数值的原始值。网内数据聚合在提高传感网络的容量方面发挥着重要的作用,是WSN节约能量的主要手段之一,原因是通信的能量消耗要远远高于计算的能量消耗。因此,有必要针对汇聚节点关注的特定函数定义传感网络的计算和传输数据的综合能力。各种数据聚合方法已被提出,它们或者基于集簇,或者基于树结构。在数据聚合的应用中,如环境或栖息地监测,传感器周期性地感知数据并传送给汇聚节点。当假设传输模式和网络拓扑不动时,通常可采用基于结构的方法,这种方法需要相对小的维护开销。
本发明针对一般密度的WSN设计可扩展的聚合方法,旨在提高WSN的聚合吞吐量和汇集效率的权衡。
发明内容
本发明目的在于克服现有技术的不足,提供一种提高无线传感网络(WirelessSensorNetwork,WSN)数据聚合吞吐量的聚合方法。对于一般密度的WSN,聚合吞吐量会受到两种因素的限制:孤立分支和密集分支。为了克服这两种限制,本发明的方法思路中提出了“针对密集分支的局部选点法和针对孤立分支的自适应弃点法”。
为此,本发明方法技术方案表征为:
一种可扩展的无线传感网络数据聚合方法,其特征在于,面向WSN的数据聚合,设计两类基于拓扑结构的聚合方法:单一链接长度方法和复合链接长度方法。所述单一链接长度方法:该方法是无层次的结构,由相同阶长度的链接构成。依据给定的汇集效率需求,在局部区域选取一定数量的节点,以缓解密集分支限制的方法来提高网络的聚合吞吐量。所述复合链接长度方法:该方法是层次化的结构,由多种不同阶长度的链接构成。依据给定的汇集效率需求,从局部选取一定数量的节点并限制长跳的长度,以同时缓解两个限制的方法来提高网络吞吐量。本发明通过设计这两种有效的方法,结合提出的“弃点”和“选点”的方法理念,可以提高WSN的聚合吞吐量和汇集效率的权衡。特别地,结合单一链接长度方法和复合链接长度方法,为一般密度的WSN针对可分完美压缩聚合函数,可以得到聚合吞吐量和汇集效率间的最优权衡。同时,将分组编码技术引入到单一链接长度方法,以此进一步提高聚合吞吐量和汇集效率的权衡。
本发明的目的主要是,考虑可分完美压缩聚合函数,设计高效可扩展的数据聚合方法,结合“弃点”和“选点”的方法理念,提升吞吐量和汇集效率之间的权衡。
针对具体的应用需求,比如,完全覆盖、k-覆盖、连通性等,节点的部署密度通常是一个变化范围很大的变量。因此,本发明考虑一般密度的WSN,而不是像大多已有工作那样考虑两个特例,即,随机密集WSN和随机扩展WSN。
在针对随机WSN的基于结构的聚合方法下,网络聚合吞吐量主要受限于以下两个因素:孤立分支和密集分支。孤立分支:在随机网络中,给定链接长度的上限,将存在一个大连通分支,其中任意节点对可以通过一系列符合长度的链接连通起来。然而,可能有些点远离(不属于这个连通分支),称作孤立分支。为了达到这些点,需要一些更长的链接从而导致更低的链接速率。密集分支:给定一个确定性路由,在其链接的冲突图当中,可能有一些团图的顶点数目非常大。从而,调度这些对应的边的过程将可能成为系统瓶颈。
为了克服以上的限制,本发明设计两个有效的聚合方法以提高网络的吞吐量和汇集效率的权衡。
单一链接长度方法:该方法是无层次的结构,由相同阶长度的链接构成。依据给定的汇集效率下界,在局部区域选取一定数量的节点,以缓解密集分支限制的方法来提高网络的聚合吞吐量。
复合链接长度方法:该方法是层次化的结构,由多种不同阶长度的链接构成。依据给定的汇集效率下界,从局部选取一定数量的节点并限制长跳的长度,以同时缓解两个限制的方法来提高网络吞吐量。
在详细描述单一长度方法和复合链接长度方法之前,先给出:
可达聚合吞吐量
一个吞吐量Λ(n)对聚合函数gn是可达的,如果存在一个聚合方法AN,n可以把任意 用时T(AN,n)聚合到汇聚节点上得到其中,
汇集效率
记一个聚合方法为其中,
Ψ∈(0,1]用来衡量汇集效率。
●输入任意来自中的传感器的测量值在汇聚节点输出
●定义比率Ψ为给定聚合方法的汇集效率。
特别地,本发明考虑一类重要的对称函数,称之为可分完美压缩聚合函数。称一个可分的函数为完美压缩,如果来自不同传感器的同一轮的测量值可以聚合成与原先长度相同的新的数据。从而有以下这个引理。
可分完美压缩聚合函数的压缩长度
对任意的可分完美压缩聚合函数gk,1≤k≤n,有其中是函数gk的值域。
可扩展聚合方法
一个聚合方法是可扩展的,如果Φ(λ,n)=Λ(λ,n)·Ψ(n)=Θ(1),即Λ(λ,n)=Θ(1)且Ψ(n)=Θ(1),其中Λ(λ,n)是方法下达到的吞吐量。
然后,本发明设计两个聚合方法:单一链接长度方法和复合链接长度方法。
单一链接长度方法
为了描述方便,首先给出下面定义和引理,
机制网格
将一个方形区域分割成边长为的小方格子,称生成的网格图为机制网格,并记为其中表示格子的边与边之间的最小夹角。
基于机制网格来设计聚合方法每个格子中的节点数目的范围为[(1-ε4)lnn,(1+ε5)lnn],其中ε4和ε5是依赖于z的满足表格1中条件的常数。记左下角的格子为原点(0,0),按照从左到右、从下到上的顺序给每个格子一个二维坐标,即左上格子为(δ,δ),其中不失一般性,假设汇聚节点位于格子(δ,δ)中。随机从每个格子中选取一个节点作为聚合站点,并仍旧将聚合站点的集合记为则有表示格子(i,j)中的站点。
表格1相关常数的预设条件
下面来具体介绍方法
局部聚合:在中的每个格子里,随机选取β·lnn个传感器节点(如果有),其中,N轮的测量值以单跳的形式聚合到站点上;所有传输用一个4-TDMA机制调度,如图3左。
水平骨干聚合:每个聚合存储的N轮数据按从左至右的顺序以流水线的方式聚合到相邻的聚合站点上;所有传输用一个9-TDMA机制调度,如图3右所示。
垂直骨干聚合:第δ列中的每个聚合站点存储的N轮数据按从下至上的顺序以流水线的方式聚合到相邻的聚合站点上;所有传输用一个3-TDMA机制调度,如图3右所示。
复合链接长度方法
基于机制网格来设计聚合方法其中c>0是一个满足
表格1中条件的常数。从每个非空的格子中选取一个节点作为聚合站点,构建聚合骨干,如图2所示。称骨干上的聚合站点为骨干站点,称其他的聚合站点为外围站点。所有的外围站点可以通过一个单跳传输接入骨干站点。
对一给定常数κ>0,将机制网格分割成水平(垂直)长方块,其水平(垂直)长度为垂直(水平)长度为其中,假设m/(κlnm)(表示长方块的数量)是一个整数。从而有
引理3
对任意常数c和κ,若满足则存在一个依赖于c和κ的常数使得对所有水平(垂直)块,有至少条水平(垂直)聚合骨干,其中
当聚合骨干建成之后,每个长方块的格子可以平均分配给条骨干。比方说,可以将每个长方块分成个条,且每个条对应于一条特定的骨干。无论如何,一个外围站点和对应的骨干站点的距离范围为(0,wR]。现在给出聚合方法的详细介绍。相关常数请见表格1的定义。
选样:选择一系列包含聚合站点的格子组成集合使得每个聚合站点与其对应的聚合骨干的距离不超过γ·wR,其中,
局部聚合:在中的每个格子里,随机选择至多个传感器节点(如果有),其中,ε6>0是根据表格1中的条件令σ·λ=c2取得的;N轮测量值在所选格子中以单跳聚合到对应的聚合站点上;所有传输用一个基于的4-TDMA机制调度。
注入聚合:所有中的外围站点将N轮数据通过距离至多为γ·wR的单跳聚合到对应的骨干站点上;所有传输用一个基于的K2-TDMA机制调度,其中,
水平骨干聚合:所有骨干节点上的N轮数据按从左至右的顺序以流水线的方式聚合到相邻的骨干站点上,直到聚合到汇聚节点s0所在的聚合骨干上,记为所有传输以一个基于的9-TDMA机制调度,如图3右所示。
垂直骨干聚合:所有上的骨干节点上的N轮数据按从下至上的顺序以流水线的方式聚合到相邻的骨干站点上,直到聚合到汇聚节点s0;所有传输以一个基于的3-TDMA机制调度。
结合分组编码技术的聚合方法
针对type-threshold可分完美压缩聚合函数,在单一链接长度方法中的局部聚合阶段引入分组编码技术。在每个格子中通信图实际上是一个有β·lnn个顶点的同位图。记融合分组编码技术的单一链接长度方法为
注意在方法下的局部聚合阶段,每个格子中的通信图也是同位图,然而由于这些同位图顶点数目是常数阶的,所以,引入分组编码技术也不会有性能增益。
由于感知环境潜在的空间相关性,只汇集相当数量节点的测量值是合理的。在本发明方法中,对每个节点的邻居节点,近似地选取Ψ比例的节点,并把它们的测量值聚合到汇聚点上。这种取样方法能够保证在满足空间覆盖的前提下达到更高的系统吞吐量。
可扩展性是评价网络方法的重要参数。在复合链接长度方法下,来自给定比例个传感器的测量值能以常数阶的吞吐量聚合到汇聚节点上,这就意味着,复合链接长度方法实际上是可扩展的。与已有技术不同,本发明是第一个针对随机扩展WSN的、基于结构的可扩展聚合方法。
本发明结合单一链接长度方法和复合链接长度方法,针对可分完美压缩聚合函数,实现聚合吞吐量和汇集效率间的最优权衡。
对于tpye-threshold可分完美压缩聚合函数,本发明把分组编码技术引入到单一链接长度方法,以此进一步提高聚合吞吐量和汇集效率的权衡。
附图说明
图1为方法形成过程示意图。
图2为复合链接长度方法中聚合骨干的构建示意图。
图3为单一链接长度方法局部聚合和骨干聚合示。
图4为方法流程图。
具体实施方式
对于一般密度的无线感知网络(WirelessSensorNetwork,WSN),给定任一个特定的函数,限制其聚合吞吐量的主要因素有两个:孤立分支和密集分支。为了提高WSN的聚合吞吐量,解决两个主要的限制因素,本发明率先提出针对密集分支的局部选点法和针对孤立分支的自适应弃点法。面向WSN的数据聚合,设计两类基于拓扑结构的聚合方法:单一链接长度方法和复合链接长度方法。通过设计这两种有效的方法,结合提出的“弃点”和“选点”的方法理念,可以提高WSN的聚合吞吐量和汇集效率的权衡。
如图4所示,本发明方法中主要设计两种聚合方法以及结合分组编码方法,所述分组编码技术方法为现有技术;所述复合链接长度方法和单一链接长度方法,这两种方法均基于特定的机制网格。
模块一主要设计复合链接长度方法给定机制网格本发明设计聚合方法如图2所示。
该方法主要实施步骤为:首先选择一系列包含聚合站点的格子组成集合使得每个聚合站点与其对应的聚合骨干的距离不超过γ·wR,其中,中的每个格子里,随机选择至多个传感器节点(如果有),其中,ε6>0是根据表格1中的条件令σ·λ=c2取得的;N轮测量值在所选格子中以单跳聚合到对应的聚合站点上;所有传输用一个基于的4-TDMA机制调度。所有中的外围站点将N轮数据通过距离至多为γ·wR的单跳聚合到对应的骨干站点上;所有传输用一个基于的K2-TDMA机制调度,其中,所有骨干节点上的N轮数据按从左至右的顺序以流水线的方式聚合到相邻的骨干站点上,直到聚合到汇聚节点s0所在的聚合骨干上,记为所有传输以一个基于的9-TDMA机制调度,如图3右所示。所有上的骨干节点上的N轮数据按从下至上的顺序以流水线的方式聚合到相邻的骨干站点上,直到聚合到汇聚节点s0;所有传输以一个基于的3-TDMA机制调度。
模块二主要设计单一链接长度方法给定机制网格本发明设计聚合方法如图3左所示。
该方法主要实施步骤为:首先在中的每个格子里,随机选取β·lnn个传感器节点,其中,N轮的测量值以单跳的形式聚合到站点上;所有传输用一个4-TDMA机制调度,如图3左。每个聚合存储的N轮数据按从左至右的顺序以流水线的方式聚合到相邻的聚合站点上;所有传输用一个9-TDMA机制调度,如图3右所示。第δ列中的每个聚合站点存储的N轮数据按从下至上的顺序以流水线的方式聚合到相邻的聚合站点上;所有传输用一个3-TDMA机制调度,如图3右所示。客观来说,该方法可以叙述为三个部分:局部聚合,水平骨干聚合,和垂直骨干聚合,其中算法1给出了水平骨干聚合的主要步骤:
模块三主要设计结合分组编码技术的聚合方法,即把分组编码技术引入到单一链接长度方法,以此进一步提高聚合吞吐量和汇集效率的权衡。

Claims (3)

1.一种可扩展的无线传感网络数据聚合方法,其特征在于,面向WSN的数据聚合,设计两类基于拓扑结构的聚合方法:单一链接长度方法和复合链接长度方法;
所述单一链接长度方法:该方法是无层次的结构,由相同阶长度的链接构成;依据给定的汇集效率需求,在局部区域选取一定数量的节点,以缓解密集分支限制的方法来提高网络的聚合吞吐量;
所述复合链接长度方法:该方法是层次化的结构,由多种不同阶长度的链接构成;依据给定的汇集效率需求,从局部选取一定数量的节点并限制长跳的长度,以同时缓解两个限制的方法来提高网络吞吐量;
本发明通过设计这两种有效的方法,结合提出的“弃点”和“选点”的方法理念,可以提高WSN的聚合吞吐量和汇集效率的权衡。
2.如权利要求1所述的可扩展的无线传感网络数据聚合方法,其特征在于,结合单一链接长度方法和复合链接长度方法,为一般密度的WSN针对可分完美压缩聚合函数,得到聚合吞吐量和汇集效率间的最优权衡。
3.如权利要求1或者2所述的可扩展的无线传感网络数据聚合方法,其特征在于,将分组编码技术引入到单一链接长度方法,以此进一步提高聚合吞吐量和汇集效率的权衡。
CN201510703344.3A 2015-10-26 2015-10-26 一种可扩展的无线传感网络数据聚合方法 Pending CN105407545A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510703344.3A CN105407545A (zh) 2015-10-26 2015-10-26 一种可扩展的无线传感网络数据聚合方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510703344.3A CN105407545A (zh) 2015-10-26 2015-10-26 一种可扩展的无线传感网络数据聚合方法

Publications (1)

Publication Number Publication Date
CN105407545A true CN105407545A (zh) 2016-03-16

Family

ID=55472724

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510703344.3A Pending CN105407545A (zh) 2015-10-26 2015-10-26 一种可扩展的无线传感网络数据聚合方法

Country Status (1)

Country Link
CN (1) CN105407545A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109219009A (zh) * 2018-09-05 2019-01-15 佛山豆萁科技有限公司 电机设备健康管理系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101282291A (zh) * 2008-03-05 2008-10-08 中科院嘉兴中心微系统所分中心 无线分簇传感网的信息分流通信方法
CN101651599A (zh) * 2008-08-12 2010-02-17 中国移动通信集团公司 多路径无线路由方法及装置
CN102202402A (zh) * 2011-06-13 2011-09-28 北京航空航天大学 无线传感器网络的最小竞争窗口策略mac层信道分配方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101282291A (zh) * 2008-03-05 2008-10-08 中科院嘉兴中心微系统所分中心 无线分簇传感网的信息分流通信方法
CN101651599A (zh) * 2008-08-12 2010-02-17 中国移动通信集团公司 多路径无线路由方法及装置
CN102202402A (zh) * 2011-06-13 2011-09-28 北京航空航天大学 无线传感器网络的最小竞争窗口策略mac层信道分配方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
CHENG WANG: "Aggregation Capacity of Wireless Sensor Networks", 《IEEE INFOCOM 2011》 *
CHENG WANG: "Scalable Data Aggregation Scheme in Wireless Sensor Networks", 《IEEE TRANSACTIONS ON PARALLEL AND DISTRIBUTED SYSTEMS》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109219009A (zh) * 2018-09-05 2019-01-15 佛山豆萁科技有限公司 电机设备健康管理系统

Similar Documents

Publication Publication Date Title
CN104618997B (zh) 一种基于非均匀网格的数据聚合方法
CN101959244B (zh) 一种适用于无线传感网的层次型路由控制方法
CN103200643B (zh) 基于剩余能量感知的分布式容错拓扑控制方法
CN104394566A (zh) 一种基于模糊决策的低功耗自适应分簇多跳无线传感器网络拓扑控制方法
CN104284386A (zh) 基于点介数的无线传感器网络簇头选择方法
CN102740394B (zh) 中心计算的无线传感器网络2-不相交路径路由算法
Ji et al. Cell-based snapshot and continuous data collection in wireless sensor networks
CN105488581B (zh) 一种基于模拟退火算法的交通需求量估计方法
CN101835233B (zh) 面向无线传感器网络的随机路由的选择方法
CN104618852B (zh) 基于层次聚类的数据汇聚方法和系统
CN103826282B (zh) 基于剩余能量的集合划分多跳路由方法
Dermany et al. Effect of various topology control mechanisms on maximum information flow in wireless sensor networks
CN104394565A (zh) 基于最大最小距离法的分簇多跳路由方法
CN105407545A (zh) 一种可扩展的无线传感网络数据聚合方法
CN101808383B (zh) 面向矩阵式无线传感器网络的随机路由的选择方法
CN107743302A (zh) 无线传感器网络中基于压缩感知的速率分配和路由联合优化算法
CN105682170A (zh) 一种基于能耗均衡的分簇式无线传感网数据收集方法
Abou El Seoud et al. Monitoring electromagnetic pollution using wireless sensor networks
CN114205849B (zh) 基于整数规划的无线传感网节点可信覆盖部署优化方法
CN101895957A (zh) 面向矩阵式无线传感器网络分配权重的随机路由选择方法
CN105337872B (zh) 一种基于能效优先的控制层面网络划分方法
CN108934029A (zh) 面向感知大数据重建的加速分布式优化算法
Kumar et al. Improved data gathering protocol for WSN
CN104469823A (zh) 一种应用于输电线路在线监测的wsn时延优化方法
CN105959991A (zh) 一种基于等量线模型的能量优化路由方法

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20160316

WD01 Invention patent application deemed withdrawn after publication