无线传感器网络中基于主动数据滤波算法的数据聚集.ppt

Proactive Data Filtering Algorithm for Aggregation in Wireless Sensor Networks,无线传感器网络中基于主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主动数据滤波(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。在许多应用领域，WSN的节点会收到许多类似的信息，其中一些节点收集到的信息是多余，用户并不需要，当这些节点向接收器(sink)发送数据时，其用掉的能源是不必要的。为了减少功耗，本文提出了一种智能的逻辑判断方法，它可以推迟响应或者不响应节点向接收器发送数据的请求。仿真结果表明，应用PDF算法可以有效的减少数据收集的功耗。,1 绪论,WSN 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收器(接受节点)，这就需要高效的数据处理技术。但是由于一些传感器节点检测到的事件是多余的，例如用户需要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的节点就不需要传送数据到接收器，如果没有判别机制，所有的节点都向接收器发送数据，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).,目前的大部分数据聚集技术主要是通过减少数据收集过程中所需的功耗来减少总体的能量消耗。但是，这些空间的拓扑结构仍然不能有效减少功耗，因为子节点一样要把数据传送到接收节点上去，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 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 shown in Fig. 1.,2 主动数据滤波(PDF)算法,2.1 算法模型和内容 主动数据滤波(PDF)算法将传感器网络看成是一个拓扑树模型，接收节点(sink)是树的最底层，所有的数据都将聚集到这里。PDF算法的内容是： 1、接收节点(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T 2、每个节点都将指令一层一层的传递下去，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，将自动判别是否 满足接收条件，比如返回的温度值是否在某个范围。如果满 足接收条件，经过Bi后发送应答信号到父节点，不满足则不 发生任何响应动作，如图二所示：,Fig. 2 A sensor node decision logic using proactive data filtering,2.2 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 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 response,Fig. 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，应用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，应用PDF算法数据聚集的效率明显提高。,3 仿真及其结果分析,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结构，接收点(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 placed 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、应用PDF算法。 算法一的每个节点都是独立的传送数据，各个节点不考虑其它节点的回应信号。算法二考虑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是否是多余的，比如，温度高于70。相对于算法二，算法三增加了一个计时器，所以这就可以避免接收到很多的回应信号，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).,图六显示的是接收节点均匀分布，它们接收到的期望回应次数的仿真结果。图七显示的是接收节点不均匀分布，它们接收到的期望回应次数的仿真结果。 仿真的结果都表明，应用PDF算法，能有效的减少接收节点接到的期望回应次数，那么就可以有效的减少需要聚集的数据，从而减少WSN的功率消耗。,4 总结,为了减少WSN聚集数据所需要的能量，本文提出了主动数据滤波(PDF)算法，此算法在聚集数据时运用了智能逻辑判断方法，它可以延迟响应或不响应数据传输的要求，从而减少所要传输的数据量。仿真的结果表明应用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 evaluati