[发明专利]一种集成的无线传感器网络数据收集机制

说明书

技术领域

本发明涉及无线通信网络领域，尤其涉及一种集成的无线传感器网络数据收集机制。该机制主要用于大规模周期性监测型无线传感器网络中，是一种能更好降低网络能耗的数据收集机制。 

背景技术

近年来，随着通信技术、嵌入式技术和传感器技术的飞速发展，无线传感器网络大规模应用趋势逐渐形成。作为“物联网”的底层支撑技术，无线传感器网络将人类的触角向物理世界延伸一步。因此具有十分广阔的应用前景，目前已经应用于军事国防、工农业控制、环境监测、抢险救灾、智能城市、生物医疗和智能交通等诸多领域。 

无线传感器网络是由大量部署在监测区域，具有计算、存储和通信能力的微型传感器节点，通过无线通信方式自组织形成的一个多跳网络，其目的是协作地感知、采集和处理网络覆盖区域中感知对象的信息，并发送给簇头节点（Sink），进而上传至基站或处理中心。资源有限是无线传感器节点的固有缺陷，主要包括能量、计算、存储等资源。多数无线传感器节点均由电池供电，能量资源极其有限，再加上节点个数多，分布区域广，有些甚至部署在危险区域，很难通过更换电池的方式来对传感器节点补充能量。另外，无线传感器网络与应用高度相关，其研究必须优先充分考虑应用的特殊性。不仅如此，它还是一种以数据为中心的网络，其关键技术的研究均要围绕数据收集的整个过程。一直以来，如何设计出节能高效的数据收集机制，以此最大化网络寿命是传感器网络研究面临的重要挑战。 

综合不同的数据收集机制以优化网络能耗，是提高网络寿命的一种有效方法。无线传感器网络数据收集机制主要包括以下几种：1）直接上传；2）查询处理；3）部分节点选择；4）数据压缩。其中，直接上传是一种简单的数据收集方式，节点监测到数据后直接上传，该方法适用于小规模网络，当网络规模增大时，该方法存在较多冲突，且所收集数据具有较大冗余，过多的数据收集会大大降低网络寿命；查询处理是继直接上传方式的一种改进，Sink节点首先广播自己的兴趣信息，各节点收到兴趣信息后判断是否发包，因此，只有部分Sink节点感兴趣的信息被选择上传，一定程度降低了能量消耗，该方法适用于具有不同信息特征的数据收集场景，如事件驱动型网络和多元数据监测型网络，但在具有相似数据的大规模监测型网络中，该方法优势大大降低；部分节点选择是通过节点自组织推选出最具有代表性的节点进行数据上传工作，该方法最大程度降低了数据传输的冗余，提高了数据收集的效率，但这是一种有损的数据收集，其实施条件是该应用能够容忍一定程度的监测误差；数据压缩是相对于部分节点选择的一种无损收集方式，它通过压缩技术对收集数据进行压缩，降低数据传输量， 提高传输效率，最小化数据误差，压缩比率和重建误差是一对矛盾目标；综上所述，各种方法均存在优缺点，如何结合不同的方法提高数据收集效率、降低网络能耗，进而提高网络生命期是一个非常值得研究的问题。 

在大规模周期性监测的传感器网络中，能量的过多消耗是导致网络失效的主要原因，大规模周期性的数据上传也会产生大量的链路冲突，进一步增加能量消耗。另外，随着数据收集链路上数据量的累加，靠近Sink的部分传感器能量消耗过快，网络中存在严重的负载不均衡问题。因此，如何在大规模周期性监测的传感器网络中设计出负载较低且均衡的数据收集机制是数据收集机制研究的一个重要课题。南加州大学的SUNHEE YOON和CYRUS SHAHABI提出了CAG算法，该方法将一定读数范围内的节点划分为一个组，在这些相似的读数之间，只选择一个节点上传自己的数据，有效节省了数据通信量，但这种部分节点选择的方法没有解决负载均衡问题。压缩感知是一种新颖的数据压缩收集方法，在解决数据收集的负载均衡问题上，具有独特的优势，但该方法只适用于大规模网络，且对于链路的前端节点来讲，负载有所增加，相对不够公平。混合压缩感知(Hybrid-CS)一定程度解决了前两者面临的共同问题，但直接上传的方式没有充分利用空间相关性的特点，作用范围十分有限，集成程度较低。因此，提出一种更加集成的数据收集机制，进一步降低通信量具有重要意义。 

发明内容

本发明首先提供一种集成的无线传感器网络数据收集机制（Integrated data gathering,IDG），旨在于降低数据收集时的网络通信量，实现各个节点在数据收集过程中公平性。其次，本发明提供该机制的性能分析模型，在满足一般性的条件下，从理论上分析论证该机制降低数据通信量的效果。 

本发明提供一种集成的无线传感器网络数据收集机制，其主要思想是结合部分节点选择和压缩感知两种方法进行数据收集。