论文部分内容阅读
作为21世纪的前沿技术,无线传感器网络(Wireless Sensor Network,WSN)在工农业控制、生物医疗、环境质量监测、抢险救灾以及国防军事等领域都扮演着重要角色。它融合了传感技术、微电子工艺以及无线网络技术,为人类认识世界和改变世界提供了一种很有效的工具。在WSN中,各分布式节点分别采集到局部数据后进行一定的处理,然后将处理过的数据通过某指定的路由路径发送给汇聚节点,最后由汇聚节点对处理后的数据进行还原后得到区域数据。不同的路由路径选择方法以及中间节点对数据的处理方法,形成了各种不同的数据汇集方案。目前应用在WSN的数据汇集方案主要有两种:基于特定路由的多跳存储转发、基于网络编码的数据传输与处理。其中前者设计简单,可以渐进地感知数据,但是会使得网络中各节点处于能耗不均衡状态,严重影响网络寿命;后者虽然可以提高的无线网络的能耗均衡性,但解码端却存在“全有或全无”(All-or-Nothing,AON)问题,严重影响了网络的可靠性。本文介绍了WSN的结构以及典型的数据汇集技术,并说明其存在的不足;分别对网络编码(Network Coding,NC)以及压缩感知(Compressed Sensing,CS)的数学模型进行了说明,包括随机线性网络编码(RLNC,Random Linear Network Coding)以及压缩感知的非相干测量和重构算法;分析两者之间的内在联系,利用WSN各节点感知数据的相关性以及无线传输的广播特性,建立了一个渐进感知的高能效的WSN数据汇集方案——压缩网络编码方案(Compressed Network Coding,CNC),简单来说就是由于WSN中感知数据存在相关性,对于不满秩的网络编码矩阵可以利用CS解码算法重构出来一定的信息。在该方案的基础上,分析了汇聚节点对感知数据的重建过程,结果表明,汇聚节点对于数据的重建是渐进的,CNC方案精确重构数据的成功率比一般的网络编码方案高了约15%以上,从而很好地解决了AON问题。然后通过定性和定量分析网络各节点的能耗情况,说明该方案可以大幅改善WSN的能耗均衡问题以及减少网络总能耗,从而提高了网络寿命。在每个无线节点的能量都相同的情况下,采用了CNC方案的WSN的网络寿命是采用了传统的汇聚树路由协议(Collection Tree Protocol,CTP)WSN的2.5倍以上。