无线传感器网络中基于喷泉码的分布式存储策略研究

来源 :杭州电子科技大学 | 被引量 : 0次 | 上传用户:xiaoluc
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
无线传感器网络是一类典型的分布式存储系统。它作为一种以数据为中心的分布式自组织网络,其感知数据的存储和收集是极其重要的。而无线传感器网络往往部署在环境相对恶劣,条件受限的场景中,节点面临着不可预知的故障或失效,严重影响到网络监测数据的完整性和可用性。在无线传感器网络中,数据的存储方式直接影响着数据的持久性。因此,如何保证感知数据的可靠性和存储的有效性是一个非常值得研究的课题。目前,网络编码技术在无线传感器网络中的研究和应用越来越受到关注,它打破了通信网络中中间节点只是简单复制转发的传统信息处理方式。在无线传感器网络中,引入喷泉码的编码技术能够提高网络数据的持久性,但是,传统的分布式编码策略在解码的过程中可能出现严重的“陡壁效应”,即在没有收集到足够多的编码包时,只能够解出少量的源数据。而且网络中的节点很容易受到能耗及外界环境影响,尤其是在灾难场景下,集中在某区域的节点极易出现同时失效,这种情况严重降低了持久性数据的采集性能。本文针对上述无线传感器网络中数据存储的可靠性和收集效率低下的问题,主要做了如下的工作:(1)本文突破无线传感器网络在行为及数据分布上的同化特征,设计了一类具有优先级的编码度分布策略,提出了一种具有高效解码能力的分布式存储算法PLTCDS。该方案通过简单的汇聚节点广播激发信号,实现了一种编码“度”有序聚集的机制,尽量使待解数据的节点度分布呈现由低而高,以满足解码需求。实验表明,该算法能在不显著影响数据持久性的前提下,很好地克服了“陡壁效应”问题,提高了编码数据的收集和解码效率(2)本文考虑了在编码存储过程中避免节点的空存储问题,设计了一类简单的存储计数器机制,能够保证存储节点的有效存储,从而提高数据收集的效率。与原有的方案相比,该机制能够充分利用网络中存活的节点存储数据包。(3)针对实际网络场景,本文将PLTCDS算法扩展到了边缘收集的无线传感器网络场景中,设计了一种基于度优先分布的数据收集算法PLTCDS typeⅡ,该算法以中心节点广播激发的信号,按层级依次激发网络中各区域节点,构造度分布优先级框架,设计编码度生成方式,优化了编码数据的空间分配策略。通过实验仿真实现,PLTCDS typeⅡ在保持数据持久性的基础上提高了数据的收集效率和解码效率。在无线传感器网络中,尤其是在面向节点脆弱的恶劣或灾害场景下,研究提高其数据存储可靠性和数据解码回收效率的机制,对于提高感知数据的存活能力以及珍贵时效数据的效用,对促进无线传感器网络技术的发展具有重要的意义。
其他文献
广播加密以其快速获取、传输、处理并分发信息等优点,无论是在军事领域还是在民用领域均有着广泛的运用。然而,由于空间信息网是由多个异构的自治安全域组成的,不同自治安全域存
模型驱动架构MDA(Model Driven Architecture)是一个软件开发架构,它将软件开发由代码层抽象到模型层,提高了软件的抽象层次。MDA的系统开发流程为:在需求分析的基础上建立与
本文以面向商家的托管式电子商务物流管理平台的研究与开发为应用背景,结合面向服务架构SOA、Mediator/Wrapper数据集成框架技术和Agent技术,深入研究了TAR(任务-代理-资源)协同
无线传感器网络(Wireless Sensor Network, WSN)是一种新兴的网络,它具有自组织性、动态性组网、高容错性等优点,应用领域极为广泛。在WSN的众多应用中,移动目标跟踪是一个非常
课题以协同工作平台服务软件的研究开发作为应用背景,探讨了元过程实例生成器的软件构架,旨在构建一个通用的过程模型的实例生成软件模型。以面向对象/构件的方法为指导,借助统
随着计算机网络的不断发展及计算机硬件成本的日趋下降,将计算任务分布到不同的物理节点上进行处理,加快任务的处理速度已成为一种研究的趋势。这种分布式计算技术已经在对可靠
图像处理问题在日常生活中有着广泛的应用。图像的处理可以简单地分为基于像素颜色的方法和基于图像空间构造的方法。比较而言,基于图像空间构造的方法更加稳定准确,但实施较
Ad Hoc网络是一种没有固定基础架构或者中央管理系统的无线网络,任何一个无线节点都能通过无线直连的方式进行数据传输,或者是通过中间节点以一种连续多点跳跃的无线连接方式
传统的人工装配模式已经不能满足现代工业制造的快速、低成本的需求,而虚拟装配采用计算机仿真与虚拟现实技术,通过仿真模型,在计算机上仿真装配的全过程,提高了产品的设计效率和
苹果是市场上一年四季都能见到的水果,品种丰富,分布地域广泛。苹果收货后进行分级处理可以拉开价格档次,方便不同消费者购买。目前,对苹果的分级基本上应用基于机器视觉的分