无线传感器网络中高时效信息收集机制的研究

【摘要】：作为物联网感知层的核心技术之一,无线传感器网络(Wireless Sensor Net-work,WSN)被广泛地应用在工业生产、环境监测、智能家居以及智慧城市中,其市场份额呈现爆炸性的增长。据相关数据显示,2017年中国的无线传感器网络市场总额已超过446.7亿元。对于各类WSN应用而言,信息收集机制是至关重要的,它将直接影响应用的响应速度及相关性能体验。本文将重点应对WSN信息收集机制所面临的感知节点能量受限、无线链路传输能力低下、多类别异常节点检测困难这三方面的挑战,在调研现有方法和研究成果的基础上,围绕基于时效能耗均衡的动态占空比调整机制,基于网络效用最大化的拥塞控制机制,以及基于时隙状态变化的多类别异常节点数量估计机制展开相关研究工作,以此提升无线传感器网络信息收集机制的时效性。本文的具体研究内容及创新包括如下三个方面:基于时效能耗均衡的动态占空比调整机制:无线传感器网络中机会路由协议对提高网络吞吐量,减少网络延迟方面比确定性路由协议有明显的优越性。同时由于节点在醒来时无论是空闲、发送和接收数据都会消耗大量的能量,因此减少节点醒来的时间片个数是减少系统传输能量开销的途径。为此本文在机会路由网络中提出一种新的动态时间片调整机制,通过建立节点醒来时间片的个数与端到端延迟之间的函数关系,找出节点醒来时间片个数与端到端延迟的权衡点。在求解该问题时,通过对端到端延迟要求的分解,将整体问题拆分为单跳延迟保证问题,并利用反馈控制器快速的找出近似最优解。通过与确定性路由协议中动态时间片调整机制和现有的静态时间片机会路由协议对比,本文的传输机制在控制端到端延迟的能力和减少传输能耗方面均优于上述方法。基于网络效用最大化的拥塞控制机制:为了保证节点间公平性同时提高网络吞吐量,最大化网络效用是重要的研究方向。但是由于WSN系统的无线链路的传输能力有限且很难实时预测,因此如何在满足链路传输能力的条件下,利用最大化网络效用的方法来提高系统的实际吞吐量成为难点。本文通过结合控制感知节点传输速率的两种常用方法最大化网络效用算法和拥塞控制机制来解决上述问题。首先在链路传输能力未知的前提下,通过增大探索算法动态调整距离汇聚节点一跳节点的传输速率,同时在多跳节点中通过基于链路平均接收成功率的拥塞控制机制,将一跳节点的传输速率成比例的分配给多跳节点。这样不仅可以最大化网络效用,根据效用函数的选取,控制节点的公平性原则,同时可以提高系统的整体吞吐量,以满足应用的实际要求。通过与现有的感知节点网络效用最大化算法比较,可以看出本文的传输机制不仅可以最大化感知节点的网络效用,同时与现有的拥塞控制机制相比,提高了网络的整体吞吐量。基于时隙状态变化的多类别异常节点数量估计机制:针对大规模长期部署的应用场景,由于传统电池驱动的无线传感器节点无法满足应用需求,无线可充电传感器网络成为近年来研究的热点。但是由于当前无线可充电无线传感器网络多采用主从式通信模式,致使系统信号冲突严重,信道带宽十分有限。现有的信息收集机制与节点数量成正比,并不能满足系统的高时效性需求。考虑到异常节点数量可以被用来判断当前系统的异常程度,以减少从感知节点传输到汇聚节点的数据量。本文基于一种采样思想的传输机制,通过概率统计的方法,建立真实数据与观察到的数据之间的数学关系,在保证一定精度的前提下,通过对参数的优化,最小化协议的执行时间。特别是将多类别信息同时考虑,提高了在多用户或多种感知节点情况下信息收集机制的时效性。同时通过动态剔除策略,减少无用信息的传输。通过与现有协议的比较,该协议相对于传统的信息收集协议,在收集信息保证一定精度的前提下,极大地提高了系统的时效性。