传感器网络中的定位和路由以及查询处理研究

来源 :复旦大学 | 被引量 : 0次 | 上传用户:piaoye2008
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个全新的领域,由于其广泛的应用,引起了工业界和学术界的极大兴趣。目前传感器网络还处在研究阶段,很多问题有待学者解决。本文主要研究传感器网络中的三个关键问题:定位、路由和查询处理。 定位是传感器网络中最基本问题之一。传感器网络的应用和位置密切相关,因此每个传感器节点需要知道自己的地理位置。然而,在布置大规模传感器网络时,由于昂贵的成本我们无法为每个节点安装GPS来获取位置。传统的办法是通过一部分已经确定位置的节点(使用GPS),称为beacon节点,来定位其它待定位的节点。本文提出了一种新的移动定位方法,仅使用一个移动beacon节点来完成对整个传感器网络的定位。Beacon节点在网络区域内移动并每隔一定距离广播其当前的位置,待定位节点根据beacon节点的广播来定位。该移动定位方法主要有以下两方面的优势。第一,定位成本低,只需使用一个beacon节点,且待定位节点不需要使用任何额外硬件。第二,应用范围广,方法可以用于对任何拓扑结构的传感器网络进行定位。我们从理论上分析了定位误差,得出误差和广播间距成正比关系,并且给出了误差上限。最后,仿真实验显示实验结果符合理论分析,且达到了较高的定位精度。 传感器网络的路由是另一个重要的研究问题。在传感器网络中,每个节点将感知的数据以多跳路由的方式返回给数据收集器(sink 节点)。为了降低路由代价,中间节点进行数据汇聚来减少传输次数和传输数据大小。建立一个底层架构(如主干网等)是一种基本的路由方法。然而,传统主干网架构没有考虑节点间的传输代价,即边的代价,造成了路由的不节能。为了解决这个缺陷,本文通过引入边的代价来设计主干网,提出了最小代价主干网(MWB)。MWB主干网通过最小化主干网上的通讯代价(边的代价)总和,支持高效节能的数据路由从而延长网络的生命周期。我们证明构建MWB主干网是一个NPC问题,并提出两种启发式算法来完成MWB主干网的构建。通过大量的仿真实验,我们验证了本文提出的MWB主干网在各个方面都优于传统主干网。 传感器网络是以数据为中心的,返回用户想要的数据。查询处理实现了传感器网络的这个最终目的,为用户提供一个与传感器网络交互的平台。定位和路由是完成查询处理的前提条件。本文引入了传统数据库的skyline 查询,研究如何在传感器网络中节能的完成该查询。这是一个全新且富有挑战的问题,有着很广阔的应用前景。本文正式定义了在传感器网络中的skyline 查询问题,并提出两种在网络内完成的skyline计算方法。第一种为基本方法,用于提供性能比较的参考。第二种方法是基于设置分级阈值的计算方法MINMAX,利用传感器网络的特性,即节点上连续两轮感知的数据是近似的,从而降低了计算代价。最后,我们做了大量的仿真实验对两种方法进行性能比较。和基本方法相比,MINMAX方法大大减少了skyline计算的代价,且具有较好的健壮性和可扩展性。
其他文献
噪声污染作为当代四大污染之一,随着城市化的扩大而成为困扰人们生活的难题。设置防‘噪板是解决公路噪声污染的主要途径,因此,如何经济有效的检测防噪板隔音效果已成为研究热门
目前MIS系统开发主要是小型企业的开发模式,系统通过项目负责人(主要是导师)来承担项目的管理、运作以及项目维护,开发任务一般由导师领导研究生共同完成,但正是由于这种缺乏有
随着针对不同操作系统平台的应用的蓬勃发展,企业构建跨平台网络的需求越来越强烈。然而,异构网络为企业带来灵活性的同时,也暴露了许多管理、安全等方面的问题。各种平台的
光纤通信以廉价和优良的带宽特性,已经成为电信网的主要传输手段。同步数字体系(SDH)和同步光纤网络(SONET)主要以光纤为传输媒质,随着光纤通信的发展壮大,成为现代传输网络
序列比对是现代生物信息学中一个最基本的研究课题。随着生物数据库快速持续的增长,对多序列比对算法的敏感性和运算速度提出了更高的要求,开发具有高敏感性和高效率的算法成
智能算法从模拟自然界生物体系和人类智能现象出发,用计算机模拟和再现人类的某些智能行为,在改造自然的工程实践中取得了巨大成功。智能算法中的神经网络由于其所具有的很强的
增强现实(Augmented Reality)是90年代初开始兴起的新技术,也是计算机图形、计算机动画于数字多媒体领域的研究热点。它是人们在工业、医学、娱乐等应用领域对新的用户界面技
时域有限差分(FDTD)法是电磁场数值计算中应用广泛的一种时域分析方法。该方法具有与求解问题特征无关的特性,通用性强并且适于并行计算,适合于天线等电大尺寸问题的求解。  
学位
随着GPU在大规模数据并行计算中的广泛应用,GPGPU(General-Purpose GPU)程序的性能预测成为一个重要的研究课题。本文基于NVIDIA GPU和CUDA提出了两种GPU性能预测分析模型,分别为
机器人足球系统是机器人与人工智能领域最具挑战性的研究课题,机器人足球技术甚至代表了一个国家信息技术现代化程度的综合实力与水平。作为机器人系统与人工智能系统研究的平