無線傳感器網(wǎng)絡(luò)中的信息處理

1、無線傳感器網(wǎng)絡(luò)中的信息處理摘要：本文對無線傳感器網(wǎng)絡(luò)的概念和現(xiàn)狀進(jìn)行了概括性介紹，指出信息處理是無線傳感器網(wǎng)絡(luò)的核心問題。然后著重介紹了傳感器網(wǎng)絡(luò)信息處理的挑戰(zhàn)、基本內(nèi)容、國內(nèi)外研究現(xiàn)狀及最新進(jìn)展，對前人所研究的各種算法優(yōu)缺點(diǎn)進(jìn)行評述，并指出了其關(guān)鍵問題。關(guān)鍵詞：無線傳感器網(wǎng)絡(luò) 信息處理 數(shù)據(jù)壓縮 分布式數(shù)據(jù)存儲與查詢 數(shù)據(jù)融合1無線傳感器網(wǎng)絡(luò)近年來無線通信、集成電路、傳感器以及微機(jī)電系統(tǒng)(MEMS)等技術(shù)的飛速發(fā)展，使得低成本、低功耗、多功能的微型無線傳感器的大規(guī)模應(yīng)用成為可能。這些微型無線傳感器具有無線通信、數(shù)據(jù)收集和處理、協(xié)同合作等功能，共同組成了無線傳感器網(wǎng)絡(luò)(Wireless Sen

2、sor Networks, WSN)，帶來了一種全新的信息獲取和處理模式，是因特網(wǎng)從虛擬世界到物理世界的延伸。因特網(wǎng)改變了人與人之間交流、溝通的方式，而無線傳感器網(wǎng)絡(luò)將邏輯上的信息世界與真實(shí)物理世界融合在一起，將改變?nèi)伺c自然交互的方式。無線傳感器網(wǎng)絡(luò)是繼因特網(wǎng)之后的IT熱點(diǎn)技術(shù)，具有廣闊的應(yīng)用前景，引起了學(xué)術(shù)界和工業(yè)界的高度重視1。無線傳感器網(wǎng)絡(luò)是由大量無處不在的、具有無線通信與計算能力的微小傳感器節(jié)點(diǎn)構(gòu)成的自組織分布式網(wǎng)絡(luò)系統(tǒng)，是能根據(jù)環(huán)境自主完成指定任務(wù)的“智能”系統(tǒng)。它通過無線通信方式形成多跳自組織的網(wǎng)絡(luò)系統(tǒng)，能夠協(xié)同地感知、采集和處理網(wǎng)絡(luò)覆蓋地理區(qū)域中對象的信息，并傳送給觀察者。網(wǎng)絡(luò)中

3、的每個節(jié)點(diǎn)都含有一個體積小、價格便宜、低能耗、支持短距離通信的多功能傳感器。每個傳感器節(jié)點(diǎn)具備信號采集、數(shù)據(jù)處理、相互通信的功能，直接嵌入到相應(yīng)的設(shè)備或環(huán)境當(dāng)中，具有很大的靈活性和移動性2。通過自動隨機(jī)部署(比如無人駕駛飛機(jī)播撒)在監(jiān)測區(qū)域的傳感器節(jié)點(diǎn)，自組織形成網(wǎng)絡(luò)，并通過接收器(Sink)或具有較強(qiáng)通信、存儲和處理能力、配備足夠電力的基站(Base Station)將各種傳感信號通過衛(wèi)星、無線網(wǎng)絡(luò)或Internet等傳送到控制中心服務(wù)器，用戶可以通過服務(wù)器查看、查詢、搜索相關(guān)數(shù)據(jù)，并通過控制服務(wù)器發(fā)送相應(yīng)的命令，實(shí)現(xiàn)遠(yuǎn)程監(jiān)控和操作。典型的無線傳感器網(wǎng)絡(luò)體系結(jié)構(gòu)如圖1.1所示。圖1.1無線傳

4、感器網(wǎng)絡(luò)同構(gòu)型結(jié)構(gòu)根據(jù)開發(fā)系統(tǒng)互聯(lián)參考模型(Open System Interconnect Reference Model, OSI)的七層模型，結(jié)合無線傳感器網(wǎng)絡(luò)的節(jié)點(diǎn)組成結(jié)構(gòu)，可以用圖1.2來表示帶協(xié)議棧的節(jié)點(diǎn)組成結(jié)構(gòu)3。其中，物理層負(fù)責(zé)數(shù)據(jù)的調(diào)制、發(fā)送與接收，涉及傳輸?shù)拿浇?、頻段的選擇、載波產(chǎn)生、信號檢測、調(diào)制解調(diào)方式、數(shù)據(jù)加密和硬件設(shè)計等4。數(shù)據(jù)鏈路層包括差錯控制和媒介訪問控制(MAC)。目前的數(shù)據(jù)通信網(wǎng)中兩種重要的差錯控制是：前向糾錯(Forward Error Correction, FEC)及自動重復(fù)請求(Automatic RepeatreQuest, ARQ)。網(wǎng)絡(luò)層主要是

5、對路由協(xié)議進(jìn)行設(shè)計，實(shí)現(xiàn)數(shù)據(jù)的實(shí)時多跳傳輸和整個網(wǎng)絡(luò)的節(jié)能。傳輸層協(xié)議主要實(shí)現(xiàn)與Internet或其它的網(wǎng)絡(luò)進(jìn)行互聯(lián)。應(yīng)用層主要是面向應(yīng)用提供專用的服務(wù)，它通過協(xié)調(diào)控制整個網(wǎng)絡(luò)，提供可供操作的的“人網(wǎng)交互”界面。圖1.2無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)組成結(jié)構(gòu)圖2無線傳感器網(wǎng)絡(luò)以信息處理為中心無線傳感器網(wǎng)絡(luò)是面向物理世界的一種嶄新信息處理系統(tǒng)，是一種新的計算模型，涉及網(wǎng)絡(luò)的組織、管理和服務(wù)框架、信息傳輸路徑的建立機(jī)制、面向需求的分布信息處理模式等等問題。無線傳感器網(wǎng)絡(luò)作為當(dāng)今信息領(lǐng)域的研究熱點(diǎn)，涉及多學(xué)校交叉的研究領(lǐng)域，有非常多的關(guān)鍵技術(shù)和研究熱點(diǎn)5，如路由協(xié)議、時間同步、跟蹤定位等等，吸引了眾多的學(xué)者進(jìn)行

6、各方面的研究，每個領(lǐng)域都己經(jīng)有許多的研究成果，并有新的不斷涌現(xiàn)。從無線傳感器網(wǎng)絡(luò)的功能上，可以把它劃分為通信體系、中間件和應(yīng)用系統(tǒng)三大部分2，各部分所包含的功能和對應(yīng)的研究熱點(diǎn)如圖1.3所示。圖1.3一種典型的無線傳感器網(wǎng)絡(luò)的體系結(jié)構(gòu)圖通信體系(Communication Architecture)模塊的主要功能是組網(wǎng)和通信，包括各種網(wǎng)絡(luò)通信協(xié)議(物理層、數(shù)據(jù)鏈路層、網(wǎng)絡(luò)層和傳輸層)，以及低功耗的無線射頻通信電路設(shè)計，為物理數(shù)據(jù)傳輸提供基本保證2；中間件(Middleware)主要提供低通信開銷、低成本、動態(tài)可擴(kuò)展的核心服務(wù)，包括部署/拓?fù)淇刂?、時間同步、系統(tǒng)管理和節(jié)點(diǎn)定位等，為上層應(yīng)用系統(tǒng)提

7、供基礎(chǔ)支持；應(yīng)用系統(tǒng)提供節(jié)點(diǎn)與網(wǎng)絡(luò)的服務(wù)接口。面向通用的系統(tǒng)提供一套通用的服務(wù)接口，而面向?qū)Ｓ孟到y(tǒng)則提供不同的專用服務(wù)。通過協(xié)調(diào)控制整個網(wǎng)絡(luò)，優(yōu)化現(xiàn)有的網(wǎng)絡(luò)資源，以獲得網(wǎng)絡(luò)資源的最大利用率和單個任務(wù)的最少消耗量，同時提供可操作的“人網(wǎng)交互”界面。衡量應(yīng)用系統(tǒng)協(xié)調(diào)的好壞，主要考慮采集信息的完整性和精確性、信息的可傳輸性和系統(tǒng)能耗(即網(wǎng)絡(luò)壽命)。其熱點(diǎn)問題包括動態(tài)資源管理、信息處理、協(xié)調(diào)控制、信息處理、數(shù)據(jù)查詢和安全問題等。無線傳感器網(wǎng)絡(luò)直接面向感知的物理信息，與Ad hoc網(wǎng)絡(luò)的一個區(qū)別是以數(shù)據(jù)為中心，而不是以通信連接為中心。無線傳感器網(wǎng)絡(luò)的最終目標(biāo)始終是感知和采集各種環(huán)境或監(jiān)測對象的信息，并對

8、其進(jìn)行處理，以更少的能耗、更快捷的方式傳送到這些信息的用戶。通信體系和中間件都是為上層應(yīng)用服務(wù)，用戶直接訪問的是信息處理的結(jié)果?；趥鞲衅骶W(wǎng)絡(luò)的任何應(yīng)用系統(tǒng)都離不開信息(感知數(shù)據(jù))的管理和處理技術(shù)。不言而喻，傳感網(wǎng)數(shù)據(jù)管理和處理技術(shù)是確定傳感網(wǎng)可用性和有效性的關(guān)鍵技術(shù)，是無線傳感器網(wǎng)絡(luò)的核心問題，關(guān)系到感知網(wǎng)的成敗。對于觀察者來說，傳感器網(wǎng)絡(luò)的核心是感知數(shù)據(jù)，而不是網(wǎng)絡(luò)硬件。觀察者感興趣的是傳感器產(chǎn)生的數(shù)據(jù)，而不是傳感器本身。傳感器網(wǎng)絡(luò)是一種以數(shù)據(jù)為中心的網(wǎng)絡(luò)。傳感器網(wǎng)絡(luò)以數(shù)據(jù)為中心的特點(diǎn)使得其設(shè)計方法不同于其他計算機(jī)網(wǎng)絡(luò)(包括Internet)。傳感器網(wǎng)絡(luò)的設(shè)計必須以感知數(shù)據(jù)管理和處理為中心

9、，把數(shù)據(jù)庫技術(shù)和網(wǎng)絡(luò)技術(shù)緊密結(jié)合，從邏輯概念和軟、硬件技術(shù)兩個方面實(shí)現(xiàn)一個高性能的以數(shù)據(jù)為中心的網(wǎng)絡(luò)系統(tǒng)，為用戶或觀察者提供一個有效的感知數(shù)據(jù)空間或感知數(shù)據(jù)庫管理和處理系統(tǒng)。傳感器網(wǎng)絡(luò)信息處理的目的是把傳感器網(wǎng)絡(luò)上的數(shù)據(jù)的邏輯視圖(命名，傳輸、存取和操作)和網(wǎng)絡(luò)的物理實(shí)現(xiàn)分離開來，使得傳感器網(wǎng)絡(luò)用戶和應(yīng)用程序只需關(guān)心所要提出的查詢的邏輯結(jié)構(gòu)，而無需關(guān)心傳感器網(wǎng)絡(luò)的細(xì)節(jié)。從數(shù)據(jù)處理的角度來看，傳感器可視為感知數(shù)據(jù)流或感知數(shù)據(jù)源，而傳感器網(wǎng)絡(luò)類似于分布式數(shù)據(jù)庫系統(tǒng)，但不同于傳統(tǒng)的分布式數(shù)據(jù)庫系統(tǒng)。傳感器網(wǎng)絡(luò)數(shù)據(jù)管理系統(tǒng)組織和管理傳感器網(wǎng)絡(luò)監(jiān)測區(qū)域的感知信息，回答來自用戶或應(yīng)用程序的查詢，使用戶如同

10、使用通常的數(shù)據(jù)庫管理系統(tǒng)和數(shù)據(jù)處理系統(tǒng)一樣自如地在傳感器網(wǎng)絡(luò)上進(jìn)行感知數(shù)據(jù)的管理和處理。信息處理技術(shù)主要包括數(shù)據(jù)的壓縮、存儲、查詢、分析、挖掘、理解以及基于感知數(shù)據(jù)決策和行為的理論和技術(shù)。傳感器網(wǎng)絡(luò)的各種實(shí)現(xiàn)技術(shù)必須與這些技術(shù)密切結(jié)合，融為一體，而不是像目前其他網(wǎng)絡(luò)設(shè)計那樣分而治之。只有這樣，我們才能夠設(shè)計實(shí)現(xiàn)高效率的以數(shù)據(jù)為中心的傳感器網(wǎng)絡(luò)系統(tǒng)。3無線傳感器網(wǎng)絡(luò)信息處理的挑戰(zhàn)無線傳感器網(wǎng)絡(luò)與傳統(tǒng)的Ad hoc網(wǎng)絡(luò)相比，有很多相似之處，但同時也存在著很大的差別。傳感器網(wǎng)絡(luò)是集成了監(jiān)測、控制以及無線通信的網(wǎng)絡(luò)系統(tǒng)，節(jié)點(diǎn)數(shù)目更為龐大(上千甚至上萬)，節(jié)點(diǎn)分布更為密集；由于環(huán)境影響和能量耗盡，節(jié)點(diǎn)更

11、容易出現(xiàn)故障；環(huán)境干擾和節(jié)點(diǎn)故障造成網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的變化；通常情況下，大多數(shù)傳感器節(jié)點(diǎn)是固定不動的。另外，傳感器節(jié)點(diǎn)具有的能量、處理能力、存儲能力和通信能力等都十分有限。傳統(tǒng)無線網(wǎng)絡(luò)的首要設(shè)計目標(biāo)是提供服務(wù)質(zhì)量和高效帶寬利用，其次才考慮節(jié)約能源；而傳感器網(wǎng)絡(luò)的首要設(shè)計目標(biāo)是能源的高效利用，這也是傳感器網(wǎng)絡(luò)和傳統(tǒng)網(wǎng)絡(luò)最重要的區(qū)別之一。無線傳感器網(wǎng)絡(luò)不同于傳統(tǒng)網(wǎng)絡(luò)的特點(diǎn)給它的信息處理帶來了許多新的挑戰(zhàn)，如：以數(shù)據(jù)為中心，要求數(shù)據(jù)在網(wǎng)路中路由時必須對數(shù)據(jù)內(nèi)容進(jìn)行處理，而不是像傳統(tǒng)網(wǎng)絡(luò)那樣僅僅轉(zhuǎn)發(fā)數(shù)據(jù)；面向具體應(yīng)用，決定了傳感器網(wǎng)絡(luò)的信息處理方法必須結(jié)合具體應(yīng)用特點(diǎn)，因此很難找到一種適用于所有應(yīng)用的統(tǒng)一

12、處理方法；超大網(wǎng)絡(luò)規(guī)模，對算法的可擴(kuò)展性提出了嚴(yán)峻挑戰(zhàn)；高密度節(jié)點(diǎn)分布，要求算法必須能有效地消除節(jié)點(diǎn)數(shù)據(jù)間的相關(guān)性，避免因傳輸大量冗余數(shù)據(jù)所帶來的通信能耗；單個節(jié)點(diǎn)的計算、存儲能力極其有限，要求采取完全分布式處理策略，各節(jié)點(diǎn)負(fù)擔(dān)盡可能均勻分布，同時還要考慮到節(jié)點(diǎn)的能量狀況，以便盡可能延長節(jié)點(diǎn)壽命和整個系統(tǒng)的有效工作時間；網(wǎng)絡(luò)拓樸結(jié)構(gòu)變化頻繁，對算法的魯棒性和適應(yīng)性提出了很高的要求。理論分析和實(shí)驗(yàn)研究表明，無線傳感器網(wǎng)絡(luò)環(huán)境下，通信在能量消耗中占據(jù)主要因素。有研究數(shù)據(jù)表明，每傳輸1字節(jié)數(shù)據(jù)所消耗的能量可以用來執(zhí)行數(shù)千條CPU條指令，而且所消耗的時間也少得多6，因此可以采取用計算量的增加換取通信量

13、的降低的方法。為此，研究者采取了一系列措施，如在傳輸過程中進(jìn)行網(wǎng)內(nèi)數(shù)據(jù)處理，在節(jié)點(diǎn)本地對數(shù)據(jù)進(jìn)行融合，只傳輸結(jié)果數(shù)據(jù)，用計算量的增加來換取數(shù)據(jù)通信量的降低；節(jié)點(diǎn)發(fā)送數(shù)據(jù)前對數(shù)據(jù)進(jìn)行一定的壓縮，節(jié)點(diǎn)接收到數(shù)據(jù)后再進(jìn)行解壓縮：將傳感器網(wǎng)絡(luò)作為一個分布式數(shù)據(jù)系統(tǒng)，以節(jié)點(diǎn)的地理位置為索引，以便進(jìn)行高效的數(shù)據(jù)查詢操作。4信息處理的研究現(xiàn)狀在美國自然科學(xué)基金委員會的推動下，美國的加州大學(xué)伯克利分校、麻省理工學(xué)院、康奈爾大學(xué)、加州大學(xué)洛杉磯分校等學(xué)校開始了傳感器網(wǎng)絡(luò)的基礎(chǔ)理論和關(guān)鍵技術(shù)的研究。英國、日本、意大利等國家的一些大學(xué)和研究機(jī)構(gòu)也紛紛開展了該領(lǐng)域的研究工作。我國的哈爾濱工業(yè)大學(xué)、黑龍江大學(xué)和浙江大學(xué)

14、也從2002年起開始了對傳感器網(wǎng)絡(luò)的研究。學(xué)術(shù)界的研究主要集中在傳感器網(wǎng)絡(luò)技術(shù)和通信協(xié)議的研究上，也開展了一些感知數(shù)據(jù)管理和處理技術(shù)的研究，取得了一些初步研究結(jié)果。目前的研究工作還處于起步階段，大量的問題還沒有涉及到，未來的研究工作任重而道遠(yuǎn)。下面，我們介紹一下目前在感知數(shù)據(jù)管理和處理技術(shù)的主要研究進(jìn)展。加州大學(xué)伯克利分校研究了傳感器網(wǎng)絡(luò)的數(shù)據(jù)查詢技術(shù)，提出了實(shí)現(xiàn)可動態(tài)調(diào)整的連續(xù)查詢的處理方法和管理傳感器網(wǎng)絡(luò)上多查詢的方法，應(yīng)用數(shù)據(jù)庫技術(shù)實(shí)現(xiàn)了傳感器網(wǎng)絡(luò)上的數(shù)據(jù)聚集函數(shù)，提出了在低能源、分布式無線傳感器網(wǎng)絡(luò)環(huán)境下實(shí)現(xiàn)聚集函數(shù)的方法，并研制了一個感知數(shù)據(jù)庫系統(tǒng)TinyDB7?？的螤柎髮W(xué)在感知數(shù)據(jù)

15、查詢處理技術(shù)方面開展的研究工作較多8。他們研制了一個測試感知數(shù)據(jù)查詢技術(shù)性能的COUGAR系統(tǒng)，提出了在傳感器網(wǎng)絡(luò)上計算聚集函數(shù)的容錯和可擴(kuò)展算法，并探索了把傳感器網(wǎng)絡(luò)表示為數(shù)據(jù)庫的思想，探討了如何把分布式查詢處理技術(shù)應(yīng)用于感知數(shù)據(jù)查詢的處理。南加州大學(xué)研究了傳感器網(wǎng)絡(luò)上的聚集函數(shù)的計算方法，提出了節(jié)省能源的計算聚集的樹構(gòu)造算法，并通過實(shí)驗(yàn)證明了無線通信機(jī)制對聚集計算的性能有很大的影響9。哈爾濱工業(yè)大學(xué)和黑龍江大學(xué)在傳感器數(shù)據(jù)管理系統(tǒng)方面開展了研究工作，提出了以數(shù)據(jù)為中心的傳感器網(wǎng)絡(luò)的數(shù)據(jù)模型、一系列的能源有效的感知數(shù)據(jù)操作算法和感知數(shù)據(jù)查詢處理技術(shù)，并研制了一個傳感器網(wǎng)絡(luò)數(shù)據(jù)管理系統(tǒng)10。5

16、信息處理研究的關(guān)鍵技術(shù)和難點(diǎn)問題本節(jié)根據(jù)傳感器網(wǎng)絡(luò)研究的最新研究進(jìn)展，著重描述了目前無線傳感器網(wǎng)絡(luò)中數(shù)據(jù)壓縮、分布式存儲與查詢、網(wǎng)內(nèi)數(shù)據(jù)融合等信息處理方法，對各種方法的原理和特點(diǎn)進(jìn)行了闡述，并指出了其中仍然需要研究的問題。5.1數(shù)據(jù)壓縮/解壓縮采用網(wǎng)內(nèi)數(shù)據(jù)融合方法適用于僅對檢測目標(biāo)的統(tǒng)計結(jié)果感興趣，而不關(guān)心中間數(shù)據(jù)記錄的應(yīng)用場合，而對另外一類需要同時保留中間觀測數(shù)據(jù)的應(yīng)用，該方法就不能使用，典型的應(yīng)用如:生物棲息地監(jiān)測，希望從長期的歷史記錄數(shù)據(jù)中總結(jié)歸納出生物的生活習(xí)性。一種可行的方案是，在傳感器節(jié)點(diǎn)和Sink節(jié)點(diǎn)處分別采用壓縮和解壓縮處理，節(jié)點(diǎn)發(fā)送數(shù)據(jù)前，對發(fā)送數(shù)據(jù)進(jìn)行壓縮，Sink節(jié)點(diǎn)收到

17、數(shù)據(jù)后先進(jìn)行解壓處理。這樣雖然加重了CPU處理的負(fù)擔(dān)，有一些存儲空間和運(yùn)行時間方面的代價，但是只要設(shè)計合理，與直接傳輸原始數(shù)據(jù)所消耗的巨大能量相比，這些代價還是十分值得的。 (a)基于數(shù)據(jù)相關(guān)性壓縮算法 Jim Chou等提出了傳感器網(wǎng)絡(luò)的分布式壓縮數(shù)據(jù)傳輸模型11。在所有的傳感器節(jié)點(diǎn)中，選擇一個節(jié)點(diǎn)發(fā)送完整的數(shù)據(jù)到Sink節(jié)點(diǎn)，其它節(jié)點(diǎn)只發(fā)送壓縮后的信息。Sink節(jié)點(diǎn)收到數(shù)據(jù)后，通過壓縮數(shù)據(jù)和未壓縮數(shù)據(jù)之間的相關(guān)性進(jìn)行解壓縮，從而恢復(fù)原始數(shù)據(jù)。實(shí)現(xiàn)該方法的關(guān)鍵問題在于需要一個低復(fù)雜度、支持多壓縮率的壓縮算法和一種簡單、高效的相關(guān)性跟蹤算法。進(jìn)一步地，Jim Chou等提出了一個簡單的預(yù)測模型

18、用于跟蹤和確定節(jié)點(diǎn)數(shù)據(jù)之間的相關(guān)性。Sundeep Pattern等討論了相關(guān)性對數(shù)據(jù)壓縮效果的影響。作者用聯(lián)合熵和位跳值分別來度量被壓縮信息的大小和數(shù)據(jù)傳輸?shù)目偰芎?，對比分析了DSC、RDC和CDR這三種不同處理策略下的能耗情況。理論分析結(jié)果表明，相關(guān)性較低時，沒有信息可以壓縮，RDC方法能耗較低；相關(guān)性較高時，通過壓縮可以節(jié)省大量能耗，CDR節(jié)能效果要好。另外，在相關(guān)性處于中等范圍時，RDC和CDR兩者性能相當(dāng)，這表明可以采用一種混合式方法進(jìn)行處理，即：傳感器節(jié)點(diǎn)形成較小的集群，集群內(nèi)的數(shù)據(jù)在集群首領(lǐng)處融合，集群首領(lǐng)沿著最短路徑向Sink節(jié)點(diǎn)傳輸融合結(jié)果。 (b)基于性能優(yōu)化的壓縮算法 S

19、eung Jun Baek等基于貪婪算法和聚合代價的單Sink節(jié)點(diǎn)最優(yōu)分布式數(shù)據(jù)壓縮算法12。研究表明，最后結(jié)果與節(jié)點(diǎn)的分布無關(guān)，只與其聚合代價的相對順序有關(guān)。作者提出了個由Sinks(頂層)、Aggregators/Compressors(中間層)和Sensors(底層)組成的簡化三層式結(jié)構(gòu)。通過采用合理的能量度量尺度函數(shù)，最后將這個最優(yōu)層次組織問題轉(zhuǎn)化為一個John-Mehl tessellation問題，通過采用隨機(jī)幾何理論，將其與Voroni tessellation方法進(jìn)行了比較。研究結(jié)果表明，根據(jù)壓縮率的不同，采用該方法可以從一定程度上節(jié)省能耗。 Tarik Arici等提出了基于

20、管道思想的網(wǎng)內(nèi)數(shù)據(jù)壓縮方法，即：將傳感器數(shù)據(jù)緩存在網(wǎng)絡(luò)中，根據(jù)指定的延遲值等待合適時間后再傳輸。通過管道壓縮方法將數(shù)據(jù)組合起來形成組數(shù)據(jù)，降低數(shù)據(jù)中的冗余度，從而減少節(jié)點(diǎn)間的通信量，也就降低了通信能耗。另外，不同組數(shù)據(jù)還可以進(jìn)行再壓縮，或者與其它高效路由算法結(jié)合，可以進(jìn)一步減小能耗。 (c)基于編碼方式的壓縮方法 Xiong等提出了把Slepian-Wolf編碼和Wyner-Ziv編碼方式引入到傳感器網(wǎng)絡(luò)中來，用于消除節(jié)點(diǎn)之間的數(shù)據(jù)相關(guān)性，Kusuma等在此基礎(chǔ)上提出了用于無線傳感器網(wǎng)絡(luò)的分布式壓縮算法，通過簡化使整個算法的實(shí)現(xiàn)只需很少內(nèi)存，適合在資源受限的傳感器節(jié)點(diǎn)中實(shí)現(xiàn)。Pradhan等采

21、用均衡速率對分布式編碼進(jìn)行了研究，Pradhan等研究用于密集傳感網(wǎng)的分布式壓縮算法，Ishwar等將壓縮應(yīng)用于魯棒性的估計。 由于數(shù)據(jù)融合方法和數(shù)據(jù)壓縮方法針對的是兩類不同的應(yīng)用類別，為了最大限度地提高算法的可重用性，可以將數(shù)據(jù)融合和數(shù)據(jù)壓縮方法進(jìn)行綜合考慮，這樣可以兼顧數(shù)據(jù)融合和數(shù)據(jù)壓縮方法各自的優(yōu)點(diǎn)，能夠滿足更加廣泛的應(yīng)用對象。現(xiàn)有的傳感器網(wǎng)絡(luò)數(shù)據(jù)壓縮算法研究與應(yīng)用高度相關(guān)，不易于將同一種算法用于更廣泛的應(yīng)用對象，可以考慮對通用數(shù)據(jù)壓縮算法進(jìn)行適當(dāng)?shù)牟脺p和簡化，將其移植到傳感器網(wǎng)絡(luò)環(huán)境下，從而降低算法對應(yīng)用特性的依賴性，增強(qiáng)算法的適應(yīng)性和可擴(kuò)展性。5.2分布式數(shù)據(jù)存儲與查詢 從數(shù)據(jù)庫研究

22、的觀點(diǎn)來看，無線傳感器網(wǎng)絡(luò)構(gòu)成了一個分布式的數(shù)據(jù)庫系統(tǒng)，每個節(jié)點(diǎn)僅保存著整個系統(tǒng)的很小一部分?jǐn)?shù)據(jù)。與傳統(tǒng)的基于中心服務(wù)器的數(shù)據(jù)庫系統(tǒng)所采用的集中式處理方式不同，傳感器網(wǎng)絡(luò)采用一種完全分布式的處理方法。每個節(jié)點(diǎn)都能對查詢操作進(jìn)行響應(yīng)，在節(jié)點(diǎn)本地進(jìn)行處理，產(chǎn)生部分查詢結(jié)果。當(dāng)查詢操作在網(wǎng)絡(luò)中傳播和路由時，不斷地被分解。當(dāng)查詢操作被完全分解時，查詢操作即告完成。受單個傳感器節(jié)點(diǎn)的存儲空間和計算能力的限制，分布式數(shù)據(jù)庫管理需要解決的關(guān)鍵問題是節(jié)點(diǎn)數(shù)據(jù)的高效存儲和查詢的快速響應(yīng)，必須采取合理的表示和索引策略，使得數(shù)據(jù)的存儲占用盡可能少的空間，并且能夠被快速檢索。由于事件信息需要事先保存起來，然后再通過查

23、詢把事件信息從網(wǎng)絡(luò)中提取出來。因此，我們介紹一下目前傳感器網(wǎng)絡(luò)存儲方面的研究工作。這方面的研究主要包括： (a)通用數(shù)據(jù)模型和查詢結(jié)構(gòu) 目前，人們對傳感器網(wǎng)絡(luò)數(shù)據(jù)模型已經(jīng)進(jìn)行了一些研究。現(xiàn)有的研究主要是對傳統(tǒng)的關(guān)系模型、對象關(guān)系模型或時間序列模型的擴(kuò)展。 美國加州大學(xué)伯克利分校的TinyDB系統(tǒng)。TinyDB系統(tǒng)的數(shù)據(jù)模型是對傳感的關(guān)系模型的擴(kuò)展，它把傳感器網(wǎng)絡(luò)數(shù)據(jù)定義為一個單一的，無限長的虛擬關(guān)系表，網(wǎng)絡(luò)中每個傳感器節(jié)點(diǎn)產(chǎn)生的每一個讀數(shù)都對應(yīng)關(guān)系表中的一行。因此，這個虛擬表就是一個無限流數(shù)據(jù)庫，對傳感器網(wǎng)絡(luò)數(shù)據(jù)的查詢就是對這個虛擬關(guān)系表的查詢。 康奈爾大學(xué)的Cougar系統(tǒng)把傳感器網(wǎng)絡(luò)看成是

24、一個大型分布式數(shù)據(jù)庫，每個傳感器對應(yīng)于分布式數(shù)據(jù)庫的一個節(jié)點(diǎn)，存儲部分?jǐn)?shù)據(jù)。Cougar系統(tǒng)的數(shù)據(jù)模型支持兩種類型的數(shù)據(jù)，即存儲數(shù)據(jù)和傳感器實(shí)時產(chǎn)生的感知數(shù)據(jù)。存儲數(shù)據(jù)用傳統(tǒng)關(guān)系來表示，而感知數(shù)據(jù)用時間序列來表示。對存儲和感知數(shù)據(jù)的查詢也就是對關(guān)系和時間序列的查詢，每個連續(xù)查詢定義為給定時間內(nèi)保持不變的一個永久視圖，被查詢的關(guān)系和時間序列可以被更新。(b)以數(shù)據(jù)為中心的存儲方法James Newsome等提出了GEM13 (Graphic EMbedding for sensor networks)算法。它在傳感器網(wǎng)絡(luò)中建立一個標(biāo)簽圖(labeled graph)，并采用高效的分布式模式嵌入到

25、原始網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中。在標(biāo)簽圖中，每個節(jié)點(diǎn)都被賦予一個標(biāo)簽值，該標(biāo)簽值的編碼保存了該節(jié)點(diǎn)在原始網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)中的位置信息。這樣，消息在網(wǎng)絡(luò)中傳遞時，每個節(jié)點(diǎn)僅需要知道其鄰居節(jié)點(diǎn)的標(biāo)簽值，就可以很快地找到正確的傳輸路徑。Boris Jan Bonfils等討論了傳感器網(wǎng)絡(luò)中進(jìn)行融合查詢時查詢操作符在節(jié)點(diǎn)中的最優(yōu)部署位置問題。它需要將由過濾器、融合函數(shù)以及關(guān)系等組成的查詢樹放置到傳感器節(jié)點(diǎn)上以便能夠使網(wǎng)絡(luò)中所傳輸?shù)臄?shù)據(jù)量降低到最少。研究表明，該問題是任務(wù)分配問題的一個變體，但已有的多項式算法是集中式的，不能用于傳感器網(wǎng)絡(luò)。為此，作者提出一種自適應(yīng)分布式算法，通過遍歷鄰居節(jié)點(diǎn)可以改善操作符的部署位置，在

26、不同幾何拓?fù)浣Y(jié)構(gòu)下都可以得到近似最優(yōu)的部署位置結(jié)果，從而降低能耗。(c)基于層次檢索結(jié)構(gòu)存儲查詢 Deepak Ganesan等針對應(yīng)用特性事先未知這類傳感器應(yīng)用，提出了支持多分辨率存儲的方法，并在Linux上進(jìn)行實(shí)現(xiàn)。該系統(tǒng)利用數(shù)據(jù)的小波系數(shù)來處理大規(guī)模數(shù)據(jù)集上的近似查詢，采用基于小波的網(wǎng)內(nèi)摘要和概要老化方法，可以在存儲和通信受限的傳感器網(wǎng)絡(luò)上進(jìn)行長期查詢。5.3分布式數(shù)據(jù)融合 數(shù)據(jù)融合(Data Aggregation或Data Fusion)是減少傳感器網(wǎng)絡(luò)中數(shù)據(jù)通信量的有效方法之一。采用該方法，一般是按照某種準(zhǔn)則，在傳感器網(wǎng)絡(luò)中建立一種由父、子節(jié)點(diǎn)構(gòu)成的層次式邏輯結(jié)構(gòu)。傳感數(shù)據(jù)由子節(jié)點(diǎn)

27、傳向其對應(yīng)的父節(jié)點(diǎn)，在父節(jié)點(diǎn)處對數(shù)據(jù)進(jìn)行融合處理。父節(jié)點(diǎn)僅傳輸經(jīng)過處理后的少量有用數(shù)據(jù)，而不是像早期所采用的平坦數(shù)據(jù)采集方式那樣，直接將所有的原始數(shù)據(jù)全部傳輸?shù)教幚碇行慕y(tǒng)一進(jìn)行計算和處理。這樣就大大降低了通信過程中的冗余數(shù)據(jù)傳輸，節(jié)省了通信能耗，從而延長了網(wǎng)絡(luò)和整個應(yīng)用系統(tǒng)的壽命。目前的數(shù)據(jù)融合算法，根據(jù)其出發(fā)點(diǎn)的不同，可分為4類，即：以數(shù)據(jù)為中心的、基于剩余能量的、最優(yōu)的和基于性能的融合算法。 (a)以數(shù)據(jù)為中心的融合算法Intanagonwiwat等和Heidemann等提出的定向擴(kuò)散14(Directed Diffusion)方法，是關(guān)于傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方面較早的研究之一。其基本思想為

28、：將節(jié)點(diǎn)數(shù)據(jù)以屬性值對的方式命名，所有網(wǎng)絡(luò)通信都針對命名數(shù)據(jù)進(jìn)行。Sink節(jié)點(diǎn)通過發(fā)送對命名數(shù)據(jù)的興趣來請求數(shù)據(jù)，并廣播興趣消息，通知網(wǎng)絡(luò)中的所有節(jié)點(diǎn)，只有與興趣匹配的節(jié)點(diǎn)其數(shù)據(jù)才被提取。傳感數(shù)據(jù)在節(jié)點(diǎn)本地進(jìn)行融合，并采用路徑選擇、本地數(shù)據(jù)緩存等策略，來減小網(wǎng)絡(luò)中的數(shù)據(jù)通信量。在興趣傳播過程中，節(jié)點(diǎn)可以選擇緩存或者傳送數(shù)據(jù)，也可以根據(jù)前次緩存的數(shù)據(jù)繼續(xù)轉(zhuǎn)發(fā)興趣。傳輸數(shù)據(jù)之前首先建立一個梯度場，開始時節(jié)點(diǎn)沿著多條路徑向Sink節(jié)點(diǎn)傳輸數(shù)據(jù)，然后從這些路徑中提煉出一條最優(yōu)路徑，最后數(shù)據(jù)就沿著該最優(yōu)路徑傳輸。 采用定向擴(kuò)散融合方法，所有通信都在相鄰節(jié)點(diǎn)間進(jìn)行，不需要額外的節(jié)點(diǎn)尋址機(jī)制；每個節(jié)點(diǎn)都可以

29、進(jìn)行融合和緩存;另外，因?yàn)槭前葱璨樵?，不需要保持全局的網(wǎng)絡(luò)拓?fù)洌运惴ǖ哪苄院芨?。但它也存在一些缺陷：首先，采用按需查詢機(jī)制，使得它不能有效地工作在那些需要將數(shù)據(jù)持續(xù)傳送到基站的應(yīng)用中，如環(huán)境狀態(tài)監(jiān)測；其次，定向擴(kuò)散使用的命名機(jī)制高度依賴于應(yīng)用，每次都需要事先定義，算法的可重用性比較差；第三，數(shù)據(jù)和查詢的匹配過程可能會在節(jié)點(diǎn)中引入一些額外的開銷；最后，興趣消息的擴(kuò)散需要以廣播的方式遍歷網(wǎng)內(nèi)所有節(jié)點(diǎn)，當(dāng)節(jié)點(diǎn)數(shù)目增加時，時延很大，因此它在實(shí)時應(yīng)用中的可擴(kuò)展性不好；另外，由于命名機(jī)制的選擇直接影響到任務(wù)的精確表達(dá)和泛洪算法的性能，因此如何根據(jù)傳感器網(wǎng)絡(luò)應(yīng)用的具體特點(diǎn)，快速確定合適的命名方法，是一

30、個值得研究的課題。 (b)基于剩余能量的融合算法 Min Ding等提出了建立基于節(jié)點(diǎn)剩余能量的EADAT(Energy Aware Distributed Aggregation Tree)的思想15。它在傳感器網(wǎng)絡(luò)中建立和維護(hù)一顆融合樹，為減少廣播消息數(shù)量，關(guān)閉樹中所有葉子節(jié)點(diǎn)的射頻單元以便節(jié)約能量，只有非葉子節(jié)點(diǎn)參與數(shù)據(jù)融合和響應(yīng)。根據(jù)每個節(jié)點(diǎn)的剩余能量確定發(fā)送數(shù)據(jù)之前的等待時間，剩余能量越高，等待時間越短。這樣使得各個節(jié)點(diǎn)的能耗比較均勻，也使得具有較高能量的節(jié)點(diǎn)更有機(jī)會成為非葉子節(jié)點(diǎn)，參與數(shù)據(jù)融合和任務(wù)響應(yīng)。 采用這種處理方法，有效地節(jié)省了非葉子節(jié)點(diǎn)的能耗，可以有效地延長網(wǎng)絡(luò)壽命，同時

31、也提高了數(shù)據(jù)傳輸?shù)男?另外，節(jié)點(diǎn)部署密度越大，網(wǎng)絡(luò)壽命越長，這一點(diǎn)也使得該算法的擴(kuò)展性很好。但是，采用該方法時，必須考慮葉子節(jié)點(diǎn)和非葉子節(jié)點(diǎn)的合理分布問題，應(yīng)當(dāng)使其盡量均勻，并確保非葉子節(jié)點(diǎn)處于正常工作狀態(tài)。否則，當(dāng)外部事件發(fā)生時，如果不能及時喚醒處于休眠狀態(tài)的非葉子節(jié)點(diǎn)，則很可能使系統(tǒng)的響應(yīng)能力受到嚴(yán)重影響。 (c)最優(yōu)融合方法Chalermek等提出了一種貪婪融合算法(Greedy Aggregation)16。其基本思想是：在網(wǎng)絡(luò)中建立一顆貪婪增量樹(GIT，Greedy IncrementalTree)，僅為第一個源節(jié)點(diǎn)到Sink節(jié)點(diǎn)建立一條最短路徑，其它節(jié)點(diǎn)均增量式地連接到增量樹中

32、最近的節(jié)點(diǎn)上，通過不斷地調(diào)整融合節(jié)點(diǎn)的位置來增加路徑共享的數(shù)量，使得通信時的數(shù)據(jù)傳輸量最小。與定向擴(kuò)散方法相比較，在傳感器網(wǎng)絡(luò)密度較大時，GIT方法可以節(jié)省更多的能量，并且不會對延遲和魯棒性造成過大影響。由于最優(yōu)融合方法都是以某種系統(tǒng)參數(shù)最優(yōu)為目標(biāo)，其計算結(jié)果的性能一般都可得到保證。但是，需要注意的問題是，采用最優(yōu)算法時其計算時間和復(fù)雜度不能太高，必須考慮到無線傳感器網(wǎng)絡(luò)密集分布和單個節(jié)點(diǎn)資源極其有限這兩個特點(diǎn)，需要在結(jié)果的最優(yōu)性和對計算資源的消耗方面進(jìn)行合理的折中處理。(d)基于性能的融合算法 Jerry Zhao等探討了連續(xù)計算融合17對網(wǎng)絡(luò)性能(丟包率、能量水平等)的影響。所提出的樹結(jié)構(gòu)

33、建立算法，可以針對部分融合函數(shù)進(jìn)行高能效計算。研究和實(shí)驗(yàn)表明，通過丟棄高丟包率和非對稱性鏈路，可以大大提高結(jié)果的準(zhǔn)確性。 Athanassions Boulis等考察了傳感器網(wǎng)絡(luò)中數(shù)據(jù)融合的能耗和結(jié)果準(zhǔn)確性之間的平衡問題。文中針對周期性融合問題，提出利用各節(jié)點(diǎn)數(shù)據(jù)之間的時空相關(guān)性作為融合估計值的思想，建立了能耗和準(zhǔn)確性的折中準(zhǔn)則。結(jié)果表明，用戶所能忍受的估計誤差越大，則能耗越低;反之亦然。根據(jù)上述各種融合算法的特點(diǎn)，對其進(jìn)行綜合比較，結(jié)果如表1所示。表1. 各種融合算法的綜合比較融合算法節(jié)能效果準(zhǔn)確性自適應(yīng)性可擴(kuò)展性復(fù)雜度以數(shù)據(jù)為中心一般好一般一般低基于剩余能量較好好好好較低最優(yōu)最好一般好最好

34、高基于性能較好一般一般較好高信息處理方法一般與網(wǎng)絡(luò)協(xié)議棧，如物理層協(xié)議、路由算法、應(yīng)用層協(xié)議等緊密相關(guān)，因?yàn)閭鞲芯W(wǎng)的通信質(zhì)量、節(jié)點(diǎn)分簇、位置部署、應(yīng)用的對象等等均對信息處理的方式、能耗和準(zhǔn)確性有影響。目前一般可以認(rèn)為信息處理技術(shù)可以分為三類：依賴于應(yīng)用，獨(dú)立于應(yīng)用和兩種技術(shù)結(jié)合的信息處理。一個重要的研究方向就是將信息處理與路由、拓?fù)淇刂频绕渌矫婢C合起來考慮。參考文獻(xiàn)1 于海斌，曾鵬等，智能無線傳感器網(wǎng)絡(luò)系統(tǒng).北京，科學(xué)出版社，2006.12 林瑞仲，面向目標(biāo)跟蹤的無線傳感器網(wǎng)絡(luò)研究.浙江大學(xué)博士學(xué)位論文，2005.5.3 Zhao F., Guibas L. Wireless sensor

35、networks: an information processing approach. Boston: Elsevier-Morgan Kaufmann, 2004.4 李建中，李金寶，石勝飛，傳感器網(wǎng)絡(luò)及其數(shù)據(jù)管理的概念、問題與進(jìn)展.軟件學(xué)報.2003, 14(10): 1717-1727.5 孫利民，李建中，陳渝，朱紅松，無線傳感器網(wǎng)絡(luò).清華大學(xué)出版社，2005.1.6 Min R., Bhardwaj M., HChoi S., Ickes N., Shih E.,Sinha A.,Wang A. Energy-centric enabling technologies for wi

36、reless sensor networks. In: IEEE Wireless Communications, August, 2002, pp. 28-39.7 Madden S.R., Szewczyk R., Franklin M.J., Culler D. Supporting aggregate queries over ad-hoc wireless sensor networks. Proceedings of the Workshop on Mobile Computing and Systems Applications, 2002, pp.49-58.8 Yao Y.,

37、 Gehrke J. The cougar approach to in-network query processing in sensor networks. SIGMOD Record, 2002,31(3):9-18.9 Zhao J., Govindan R. Computing aggregates for monitoring wireless sensor networks. Proceedings of the International Workshop on Sensor Network Protocols and Applications. Piscataway, 2003, pp.37-48.10 Subramanian L., Katz R.H. An architecture for building self configurable systems. Proceedings of IEEE/ACM Workshop on Mobile Ad Hoc Networking and Computing，Boston, MA, August, 2000.11 Chou J.,