无线传感器网络中基于主动数据滤波算法的数据聚集ppt课件

1、无线传感器网络中基于自动数据滤波算法的数据聚集无线传感器网络中基于自动数据滤波算法的数据聚集摘要：本文提出了一种用于无线传感器网络聚集数据的自动数据滤波(proactive data filtering (PDF)算法。此算法的提出目的是进一步减少WSN聚集数据所需的功耗。在许多运用领域，WSN的节点会收到许多类似的信息，其中一些节点搜集到的信息是多余，用户并不需求，当这些节点向接纳器(sink)发送数据时，其用掉的能源是不用要的。为了减少功耗，本文提出了一种智能的逻辑判别方法，它可以推迟呼应或者不呼应节点向接纳器发送数据的恳求。仿真结果阐明，运用PDF算法可以有效的减少数据搜集的功耗。WSN

2、 通常包含非常多的传感器节点，这些节点将检测到许多信息，为了用最小的功耗将这些信息数据传送到接纳器(接受节点)，这就需求高效的数据处置技术。但是由于一些传感器节点检测到的事件是多余的，例如用户需求知道哪些节点检测到的温度低于70，而那些检测到温度高于70的节点就不需求传送数据到接纳器，假设没有判别机制，一切的节点都向接纳器发送数据，这就产生了冗余数据，那么这些节点其实是多余的。数据的聚集机制如图一所示：Fig. 1 Effect of different routing schemes (links to be used are highlighted by solid line).目前的大部

3、分数据聚集技术主要是经过减少数据搜集过程中所需的功耗来减少总体的能量耗费。但是，这些空间的拓扑构造依然不能有效减少功耗，由于子节点一样要把数据传送到接纳节点上去，就如图一(c)显示的那样。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 算法模型和内容自动数据滤波(PDF)算法将传感器网络看成是一个拓扑树模型，接纳节点(sink)是树的最底层，一切的数据都将聚集到这里。PDF算法的内容是：1、接纳节点(树根root)发送指令到各子节点(child nodes) a、查询命令的类型 b、树的深度D c、计时器(timer)参数T2、每个节点都将指令一层一层的传送下去，期间等待的时间长 度为(D-d)T，其中d是不同层节点之间的深度。3、当上层节点收到下层节点的回应信息时，将自动判别能否 满足接纳条件，比如前往的温度值能否在某个范围。假设满 足接纳条件，经过Bi后发送应对信号到父节点，不满足

6、那么不 发生任何呼应动作，如图二所示：Fig. 2 A sensor node decision logic using proactive data filtering2.2 期望的回应次数PDF算法重要的一点是，节点的回应次数是受预定能量限制的，期望的回应次数可由以下公式得出：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总的节点数，Rj为各个子结点。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.图三显示了期望的回应次数和节点个数、树的深度之间的关系。从图中可以看出，当节点个数比较多，树的深度比较深时，运

8、用PDF算法可以有效减少回应次数。Fig. 4 Aggregation gain vs. R.图四显示了数据聚集效率和节点个数、树的深度之间的关系。从图中可以看出，当节点个数比较多，树的深度比较深时，运用PDF算法数据聚集的效率明显提高。为了验证PDF算法的节能效果，我们用模拟器生成了一个WSN的拓扑图，图五显示了它的拓扑构造，接纳点(sink)是模拟器随机选择的。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，本文比较了三种不同的协议：1、既没有用PDF算法，也没有用任何的侦听方法。2、只用到侦听的方法。3、运用PDF算法。算法一的每个节点都是独立

10、的传送数据，各个节点不思索其它节点的回应信号。算法二思索其它节点的回应信号，各个节点可自动判别其它节点发送过来的信息能否是多余的，比如，温度高于70。相对于算法二，算法三添加了一个计时器，所以这就可以防止接纳到很多的回应信号，仿真结果如图六、七所示：Fig. 6 Energy-efficiency performance vs. R (uniform distribution).Fig. 7 Energy-efficiency performance vs. R (non-uniform distribution).图六显示的是接纳节点均匀分布，它们接纳到的期望回应次数的仿真结果。图七显示的是

11、接纳节点不均匀分布，它们接纳到的期望回应次数的仿真结果。仿真的结果都阐明，运用PDF算法，能有效的减少接纳节点接到的期望回应次数，那么就可以有效的减少需求聚集的数据，从而减少WSN的功率耗费。为了减少WSN聚集数据所需求的能量，本文提出了自动数据滤波(PDF)算法，此算法在聚集数据时运用了智能逻辑判别方法，它可以延迟呼应或不呼应数据传输的要求，从而减少所要传输的数据量。仿真的结果阐明运用PDF算法聚集数据，其所需功耗远小于其它算法。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