一种改进的高效无线传感器网络查询方法

2023-01-30

一、问题综述

无线传感器网络是由低功率传感器组成的, 其中的计算能力、通信能力和检测能力都是有限的, 主要用于在无人操作的环境中, 用来检测和收集传递给接收器的数据信息。通常情况下, 网络中检测到的信息可以由基本传感器发送到中点或基站中进一步处理和分析。

在无线传感器网络领域中已经进行了很多研究。这些研究包含了从传感器硬件组件到传感器运行的软件系统结构。电池容量一直是无线传感器网络中研究的热点问题。如果传感器没有充足的电源, 它就不能提供服务, 因此如何有效的降低能量消耗, 提高电池的工作时间是一个亟需解决的重要问题。传统的数据库系统中, 从服务器上通过聚合函数进行计算可以很容易的获取数据。但是, 对于无线传感器网络来说, 这样做会导致将所有必要的数据传输回基站要消耗更多的能量。出于这个原因, 很多学者提出直接在网络中执行这些操作, 并且只将最终结果发回给查询节点, 用来减少能耗。这些方法通常需要进行网络拓扑的维护, 当传感器静止时, 维护成本不高, 是可以接受的。但无线传感器也存在动态的变化, 在变化的环境中, 维护无线网络拓扑会消耗大量的资源。

我们在原有研究基础上, 基于动态的传感器环境条件, 通过输入序列号和计算节点之间的距离, 查询节点决定是否将数据传回, 以防止数据的重复传输, 这样可以获得大部分的聚集, 还降低了能耗, 提高了传感器的使用效率。

二、研究内容

无线传感器网络的研究中, 处理窗口查询处理的技术可以分为两类。一种是基于基础设施的查询处理技术, 另一种是无基础设施的查询处理技术。

基于基础设施的查询处理技术。一般情况下, 查询通过直接向传感器传播查询消息来处理, 然后将数据发送回查询节点以处理数据。以这种方式消耗更多的资源。目前, 在大多数无线传感器网络中, 都是建立在基础设施网络上的。首先, 利用路由方法构造信息传输路径, 并将查询消息传播到查询范围内的节点, 在计算出路由后, 利用中间节点的聚合函数对数据进行处理, 然后将结果返回到查询节点, 用以降低能耗。

无基础设施查询处理技术。当传感器是可移动的 (即动态环境) 时, 应用路由表的方法进行数据收集会导致能耗过高。查询消息由查询节点发送到邻居节点, 使得接收查询消息的所有节点以相同的方式向外广播, 直到WSN的所有节点都接收到查询消息。之后, 查询窗口中的节点将数据发送回查询节点, 查询节点将进一步执行聚合操作。由于数据分开发送回查询节点, 消耗了大量能量, 因此WSN的服务时间缩短了。

三、改进的查询算法

IWQE是处理动态网络中查询聚合操作行之有效的方法。即便如此IWQE也存在一些问题。比如在IWQE中, 由某个节点感知的数据被重复传送到不同的节点上, 因为数据在一个区域内逐步收集并沿着计划路线转发, 通过这种方法收集的数据无法被某些聚合函数处理。

通过使用哈希函数有效地存储收集的数据和传播节点的序列号, 并传送到下面节点以降低收集的重复数据。在理论上目的是为了消除错误, 应该记录已经返回数据的节点, 而在实际中简化记录数量将不可避免地在哈希时引起冲突并产生错误。这些方法可以解决重复数据传播的问题, 但是缺点是在节点之间传播的数据量会大量增加, 并且导致过多的能量消耗。

通过对IWQE的分析可以看出, 防止传感器重复读数可以改善查询限制并延长无线传感器网络的使用寿命。为了防止数据重传, 每个节点需要决定是否应该发回感测数据, 在这里我们使用序列号来表示查询。当汇聚节点传播查询并同时随机生成序列号时, 每个查询都与不同的序列号关联。节点广播具有相关序列号的查询, 并且节点在接收到数据时记录序列号, 直到下一个序列号到达。利用这个序列号可以帮助节点从已处理的查询中区分新的查询, 并且确定感测的数据是否已经被相应的查询响应。如果节点接收到相同的序列号, 则不需要再次处理相同的查询。利用这种简单的技术似乎解决了IWQE中数据重传问题和一些不可行的聚合函数。然而, 这种方法也会导致一个新的问题。一些节点已经成功地将数据传回, 并且不再响应从其他节点传回的相同查询, 这样就会导致数据聚合中的错误。

四、虚拟仿真实验

为了验证提出的查询方法, 进行模拟实验。在实验中, 我们将改进的IWQE方法与原有的方法进行对比分析。

实验环境与参数设置。我们使用Microsoft Visual Studio 2010来开发实验的模拟程序。操作系统是Window server2008。无线传感器随机位于1000米×1000米的模拟区域中, 用来模拟1000、2000与3000个节点。传感器以随机方向和速度移动, 每个节点的最高移动速度为5米/秒。设定传感器查询的数据处理时间为0.5秒。

能耗模拟实验结果。根据当今无线传感器的性能数据表, 无线电通信的能量成本是通过传感器操作的成千上万倍。因此, 在我们所设计的仿真实验模拟程序中, 能量消耗是通过节点之间的通信时间来衡量的, 而不是由传感器节点所有操作的能量的总和。由此可见, 无线电通信量越大, 整体能耗就越高。为了验证一些不可用节点对传感器网络的影响, 每个节点的通信能力最多设置为100次。当超过设定通信时间时, 传感器节点将变得无法操作, 并且无法进一步通信。实验进行了100次模拟运行。每次传感器的状态都会重置, 并且在每次新的模拟运行时都会随机重新定位。经过一百次查询实验的统计数据验证后, 非活动传感器的数量已经大幅减少, 因为改进的IWQE减少了从节点到节点的无用传输量。除此之外, 可以观察到, 不活动节点的数量与查询窗口中节点数量的增加成比例地增长。这主要是因为在单位区域中有更多的节点时, 在进行查询传播时所采用的节点数量会增加。

模拟实验中的查询错误率。在进行查询处理期间, IWQE与改进的IWQE方法都有缺点。对于IWQE来说, 缺点有两种情况, 一种情况是数据丢失, 这些数据节点可能在查询窗口中, 但是不能被任何节点的有效范围覆盖, 因此, 这些节点收集的数据不会被传回或计算。另一种情况是在整个过程中重复传输数据。对于改进的IWQE方法, 只有刚刚提出的第一种情况适用。为了进一步的验证实验, 在相同的仿真环境, 我们模拟了聚合函数 (SUM) 来总结查询的感测数据。聚合函数平均值的结果被忽略不计, 因为它可以通过计算总和除以查询窗口中的节点号得出。然后, 我们将模拟数据与实际数据的方差计算的平均百分比进行误差分析。结果显示由于重复传输的数据IWQE的平均百分比误差比估计值略高, 虽然缺少的节点无法有效传输其感测数据, 但是, 在传输过程中, 缺失数据对汇总结果的影响小于重复传输的数据。另外, 随着节点数量的增加, 平均百分比误差也会改变。这是重复传输数据增加的结果, 也是由于不同节点覆盖的其他节点的概率不断增加。相比之下, 改进的IWQE方法的平均百分比误差很小, 因为一些节点没有被任何其他节点所覆盖, 误差仅随着传感器密度的增加而略微改变。

五、总结

在本文中, 我们提出了一种改进的简单方法来改进动态网络中使用的查询方法, 在这种情况下, 能够产生重要信息以帮助节点确定发送感测数据的需要。通过仿真实验结果表明, 改进的查询方法优于原来的方法, 降低了能量消耗, 提高了查询的准确性。随着传感器硬件技术的出现和无线传感器网络技术的不断发展, 有可能拓宽无线传感器网络的应用领域。在这些应用程序中, 对动态网络中各种查询的支持是首要关注的问题。

摘要：文章以无线传感器网络中查询路由表产生大量数据冗余, 所要消耗较多的能量为出发点, 通过提出的改进方法, 延长无线传感器网络 (WSN) 的生命周期, 通过仿真实验结果表明, 所提出的改进查询方法优于原来的方法, 降低了能量消耗, 提高了查询的准确性。

关键词：无线传感器网络,聚合功能