無線傳感器網(wǎng)絡(luò)中基于主動(dòng)數(shù)據(jù)濾波算法的數(shù)據(jù)聚集ppt課件

1、無線傳感器網(wǎng)絡(luò)中基于自動(dòng)數(shù)據(jù)濾波算法的數(shù)據(jù)聚集無線傳感器網(wǎng)絡(luò)中基于自動(dòng)數(shù)據(jù)濾波算法的數(shù)據(jù)聚集摘要：本文提出了一種用于無線傳感器網(wǎng)絡(luò)聚集數(shù)據(jù)的自動(dòng)數(shù)據(jù)濾波(proactive data filtering (PDF)算法。此算法的提出目的是進(jìn)一步減少WSN聚集數(shù)據(jù)所需的功耗。在許多運(yùn)用領(lǐng)域，WSN的節(jié)點(diǎn)會(huì)收到許多類似的信息，其中一些節(jié)點(diǎn)搜集到的信息是多余，用戶并不需求，當(dāng)這些節(jié)點(diǎn)向接納器(sink)發(fā)送數(shù)據(jù)時(shí)，其用掉的能源是不用要的。為了減少功耗，本文提出了一種智能的邏輯判別方法，它可以推遲呼應(yīng)或者不呼應(yīng)節(jié)點(diǎn)向接納器發(fā)送數(shù)據(jù)的懇求。仿真結(jié)果闡明，運(yùn)用PDF算法可以有效的減少數(shù)據(jù)搜集的功耗。WSN

2、 通常包含非常多的傳感器節(jié)點(diǎn)，這些節(jié)點(diǎn)將檢測到許多信息，為了用最小的功耗將這些信息數(shù)據(jù)傳送到接納器(接受節(jié)點(diǎn))，這就需求高效的數(shù)據(jù)處置技術(shù)。但是由于一些傳感器節(jié)點(diǎn)檢測到的事件是多余的，例如用戶需求知道哪些節(jié)點(diǎn)檢測到的溫度低于70，而那些檢測到溫度高于70的節(jié)點(diǎn)就不需求傳送數(shù)據(jù)到接納器，假設(shè)沒有判別機(jī)制，一切的節(jié)點(diǎn)都向接納器發(fā)送數(shù)據(jù)，這就產(chǎn)生了冗余數(shù)據(jù)，那么這些節(jié)點(diǎn)其實(shí)是多余的。數(shù)據(jù)的聚集機(jī)制如圖一所示：Fig. 1 Effect of different routing schemes (links to be used are highlighted by solid line).目前的大部

3、分?jǐn)?shù)據(jù)聚集技術(shù)主要是經(jīng)過減少數(shù)據(jù)搜集過程中所需的功耗來減少總體的能量耗費(fèi)。但是，這些空間的拓?fù)錁?gòu)造依然不能有效減少功耗，由于子節(jié)點(diǎn)一樣要把數(shù)據(jù)傳送到接納節(jié)點(diǎn)上去，就如圖一(c)顯示的那樣。Most of the previous data aggregation techniques aim at reducing the energy expended by the sensors during the process of data gathering. They form a hierarchical reverse tree topology from multiple source

4、nodes to a sink where intermediate nodes filter or aggregate the redundant data from their child nodes. Thus, the aggregation is done in spatial rendezvous point. However, this spatial approach may not be energy-efficient since redundant data is still transmitted from the leaf nodes. An example is s

5、hown in Fig. 1. 2.1 算法模型和內(nèi)容自動(dòng)數(shù)據(jù)濾波(PDF)算法將傳感器網(wǎng)絡(luò)看成是一個(gè)拓?fù)錁淠Ｐ?，接納節(jié)點(diǎn)(sink)是樹的最底層，一切的數(shù)據(jù)都將聚集到這里。PDF算法的內(nèi)容是：1、接納節(jié)點(diǎn)(樹根root)發(fā)送指令到各子節(jié)點(diǎn)(child nodes) a、查詢命令的類型 b、樹的深度D c、計(jì)時(shí)器(timer)參數(shù)T2、每個(gè)節(jié)點(diǎn)都將指令一層一層的傳送下去，期間等待的時(shí)間長 度為(D-d)T，其中d是不同層節(jié)點(diǎn)之間的深度。3、當(dāng)上層節(jié)點(diǎn)收到下層節(jié)點(diǎn)的回應(yīng)信息時(shí)，將自動(dòng)判別能否 滿足接納條件，比如前往的溫度值能否在某個(gè)范圍。假設(shè)滿 足接納條件，經(jīng)過Bi后發(fā)送應(yīng)對信號到父節(jié)點(diǎn)，不滿足

6、那么不 發(fā)生任何呼應(yīng)動(dòng)作，如圖二所示：Fig. 2 A sensor node decision logic using proactive data filtering2.2 期望的回應(yīng)次數(shù)PDF算法重要的一點(diǎn)是，節(jié)點(diǎn)的回應(yīng)次數(shù)是受預(yù)定能量限制的，期望的回應(yīng)次數(shù)可由以下公式得出：An important performance metric for the PDF algorithm is the expected number of responses since it is directly related to an energy budget. The expected number

7、 of responses, ER is given by：其中R是WSN總的節(jié)點(diǎn)數(shù)，Rj為各個(gè)子結(jié)點(diǎn)。Where R is the number of nodes which match the query; and Rj is the number of responses at nodej。ERj is given by： ERj = E Inodei sends its responseFig. 3 The expected number of responses vs. R.圖三顯示了期望的回應(yīng)次數(shù)和節(jié)點(diǎn)個(gè)數(shù)、樹的深度之間的關(guān)系。從圖中可以看出，當(dāng)節(jié)點(diǎn)個(gè)數(shù)比較多，樹的深度比較深時(shí)，運(yùn)

8、用PDF算法可以有效減少回應(yīng)次數(shù)。Fig. 4 Aggregation gain vs. R.圖四顯示了數(shù)據(jù)聚集效率和節(jié)點(diǎn)個(gè)數(shù)、樹的深度之間的關(guān)系。從圖中可以看出，當(dāng)節(jié)點(diǎn)個(gè)數(shù)比較多，樹的深度比較深時(shí)，運(yùn)用PDF算法數(shù)據(jù)聚集的效率明顯提高。為了驗(yàn)證PDF算法的節(jié)能效果，我們用模擬器生成了一個(gè)WSN的拓?fù)鋱D，圖五顯示了它的拓?fù)錁?gòu)造，接納點(diǎn)(sink)是模擬器隨機(jī)選擇的。The simulator generates a random topology as follows. We assume that the sensors have a fixed radio range and are pl

9、aced in a square area randomly. Figure 7 shows a typical network routing tree。The root of the tree (sink) is randomly selected in the simulator。Fig. 5 An exemplary network routing tree for 40 nodes placed in a 200 200 area以下的仿真分析，本文比較了三種不同的協(xié)議：1、既沒有用PDF算法，也沒有用任何的偵聽方法。2、只用到偵聽的方法。3、運(yùn)用PDF算法。算法一的每個(gè)節(jié)點(diǎn)都是獨(dú)立

10、的傳送數(shù)據(jù)，各個(gè)節(jié)點(diǎn)不思索其它節(jié)點(diǎn)的回應(yīng)信號。算法二思索其它節(jié)點(diǎn)的回應(yīng)信號，各個(gè)節(jié)點(diǎn)可自動(dòng)判別其它節(jié)點(diǎn)發(fā)送過來的信息能否是多余的，比如，溫度高于70。相對于算法二，算法三添加了一個(gè)計(jì)時(shí)器，所以這就可以防止接納到很多的回應(yīng)信號，仿真結(jié)果如圖六、七所示：Fig. 6 Energy-efficiency performance vs. R (uniform distribution).Fig. 7 Energy-efficiency performance vs. R (non-uniform distribution).圖六顯示的是接納節(jié)點(diǎn)均勻分布，它們接納到的期望回應(yīng)次數(shù)的仿真結(jié)果。圖七顯示的是

11、接納節(jié)點(diǎn)不均勻分布，它們接納到的期望回應(yīng)次數(shù)的仿真結(jié)果。仿真的結(jié)果都闡明，運(yùn)用PDF算法，能有效的減少接納節(jié)點(diǎn)接到的期望回應(yīng)次數(shù)，那么就可以有效的減少需求聚集的數(shù)據(jù)，從而減少WSN的功率耗費(fèi)。為了減少WSN聚集數(shù)據(jù)所需求的能量，本文提出了自動(dòng)數(shù)據(jù)濾波(PDF)算法，此算法在聚集數(shù)據(jù)時(shí)運(yùn)用了智能邏輯判別方法，它可以延遲呼應(yīng)或不呼應(yīng)數(shù)據(jù)傳輸?shù)囊?，從而減少所要傳輸?shù)臄?shù)據(jù)量。仿真的結(jié)果闡明運(yùn)用PDF算法聚集數(shù)據(jù)，其所需功耗遠(yuǎn)小于其它算法。In this paper, proactive data filtering (PDF) scheme is proposed. In order to reduce the energy consumption, our schemes employ intelligent decision logic in the sensor node which delays or deactivates the transmission of its response. Performance evaluation sho