关于无线传感器网络中低能耗算法的研究
来源:用户上传
作者: 吴珏
摘 要 能耗是影响无线传感器网络数据高效查询的核心原因之一，本文研究了两种算法，一种是基于时间范围查询的优化算法，另一种是查询类型的归纳并引入的算法，以求高效地响应传感器网络的多查询，降低网络节点的能耗，延长传感器网络的寿命。
关键词 无线传感器网络；低能耗；优化算法
中图分类号TM4 文献标识码A 文章编号 1674-6708（2012）64-0189-02
无线传感器网络中的大量监测数据需经过合理处理，才可满足不同用户的查询需求。但该网络数据的高效查询受到网络自身的限制，其中节点能量是制约其发展的核心因素。为有效降低网络节点的能耗，本文研究了两种算法。
1 基于时间范围查询的优化算法
传感器网络对环境的感应，很多时候要求得到查询时间范围内感应对象的属性变化趋势。若传感器节点上有大量重复数据查询并向基站发送时，可通过拟订新的查询表，将这些查询合并，使大量重复数据一次性发送，减少了节点能量的消耗。该算法充分利用基站强大的计算能力、足够的存储及充足的能量等特点，以求减少节点的通信能量消耗，延长传感器网络的寿命,如流程图1所示。该算法只考虑了时间范围条件下单用户查询的优化，同时在能量消耗上只考虑了发送能量的消耗。
合并查询发送能聊消耗为,优化合并后发送能量消耗为,则能量消耗节省量为,其中，ΔE为能量节省量，t为查询时间范围，T为查询采样周期，f(a)为合并分解次数，a为一次感应属性数据量，A为一次感应总数据量， Es为位能量发送消耗能量。
2 查询类型的归纳并引入的算法
文献[3]给出了一种基于where条件的多查询合并算法，实际上查询中节点上固有属性也可以进行合并。另外文献[3]中给出的查询满足概率是基于属性能够选择的最大范围，而实际上，几乎没有节点在实际工作时能够取得感应的最大范围。针对这两点，本文研究了以下算法。本算法是利用基站存储的节点历史信息，以最小化查询消耗能量为目标，提出一种基于预测查询满足概率的多查询合并算法，以达到能量消耗最小的目的。
以下给出多查询能量消耗模型。假设节点发送一个数据包消耗能量为E，接收一个数据包消耗能量为E。一个节点是否发送数据包，与节点采集的数据是否满足查询的概率P有关。每次采样相互独立，因此n次采样满足查询条件的次数为n×p，每个数据包需要d次转发到基站，一个时间间隔为t的查询单位时间内单个节点发送数据消耗的能量为，接收数据消耗的能量为（此处不考虑最后基站接收数据消耗的能量）。则整个网络的所有节点消耗的能量为，其中，Esi为第i个节点发送一个数据包消耗的能量，Eri为第i个节点接收一个数据包消耗的能量，Pi为第i个节点满足查询条件的概率，为无线传感器网络节点数，di为节点深度（对应发送次数），t为采样周期。
上面各参数中，节点深度di可以根据网络路由计算得到，采样周期可以根据查询需求或网络采样周期得到。下面给出查询满足概率计算方法。假设某查询属性A的搜索条件为x 在实际的无线传感器网络中，不是每个节点都能感应到属性值A的最大范围。本文利用基站的计算和存储能力，将节点历史感应并发送到基站的数据汇总起来得到每个节点感应到的最大值Amax和最小值Amin。由于最大值Amax和最小值Amin是已知能够观测到的属性范围，而未来观测到的属性范围，而未来观测到的属性范围可能在最大值Amax和最小值Amin之间，也可能在其范围之外，此处用参数ΔA来修正观测到的最大值Amax和最小值Amin。则节点取值范围为[Amin-ΔA，Amax+ΔA]。
节点i的满足查询条件概率为：
其中，y为查询上限，x为查询下限，pi为在以[x,y]为查询条件下节点i查询满足概率，Aimax为节点i历史查询出现的属性A的最大值，Aimin为节点i历史查询出现的属性A的最小值，ΔiA为节点i属性A历史最大值最小值变化修正值，ΔiA可以用属性A历史出现的数据标准差得到。
对两个查询要判断是否进行合并，可以根据上面的公式分别计算两个查询消耗的能量；。根据表1合并规则合并查询，预测合并后查询消耗的能量Enew。
若Enew>E1+E2两查询不进行合并，反之进行合并。
若n个查询需判断是否进行合并，需轮流判断可以合并的查询，最后将合并后的查询列表发送到传感器网络再查询。
该多查询合并算法与文献[3]提出的算法相比更好地利用了基站能量充足、计算能力强的特点，随着查询时间的持续，能够大量减少查询数量，降低无线传感器网络查询传输的数据量，减少网络节点的能量消耗，从而大大增加无线传感器网络的寿命。由于存在查询合并，本算法的时效性有所欠缺，更加适合对实效要求不是太高的环境。
参考文献
[1]孙利民等.无线传感器网络[M].清华大学出版社，2005.
[2]南国芳，路晓颖.传感器网络多查询架构体系及融合算法[J].计算机工程，2010，36(1)：21-24.
[3]Xiang S，Lim H B，Tan K L，Zhou Y.Two-tier multiple query optimization for sensor networks.Proceedings of the 27th International Conference on Distributed Computing Systems，2007，Toronto，Canada.
转载注明来源:https://www.xzbu.com/8/view-1684153.htm
