基于生成树的WSN溯源数据压缩方法的研究

摘要

在无线传感器网络(WSNs)中，溯源数据(Provenance)记录了一个数据从产生至被传输到基站(BS)途经的所有节点以及在这些节点上对数据的操作，因此溯源数据的大小会随着参与数据转发、汇聚节点数量的增加而快速膨胀，导致WSN的带宽和能量迅速损耗。
　　本文提出了一种基于生成树的溯源数据压缩方法，其基本思想是在字典中存放WSN拓扑图的生成树并对其建立索引，在数据包的传输过程中传输的是生成树的索引而不是完整的生成树，因此溯源数据中只须记录树的索引与数据源的ID，可以获得非常高的溯源数据压缩比。
　　软件仿真和硬件实验的结果表明，在大规模稀疏WSN中，采用本方法溯源数据在文件大小和传输能耗等方面都要优于目前已知的其他溯源数据编码技术，而且该方法对线性溯源数据和聚合溯源数据采用完全相同的算法处理，实现简单、一致性好。
　　本文的主要工作在于：
　　(1)针对大规模稀疏WSN，提出了一种无损的压缩方法TPE(Tree Based Provenance Encoding Scheme，基于生成树编码的溯源数据压缩方法)，在已知的同类方法中，具有最高的平均压缩比；
　　(2) TPE对线性溯源数据和聚合溯源数据设计了相同的编码与解码方式，算法的通用性、一致性好；
　　(3)做了基于TinyOS的仿真与基于ZigBee硬件节点组网的实验，实证了TPE的各项主要性能指标。

目录

第一章 绪论

1.1选题背景及意义

1.2国内外现状分析

1.3论文主要工作

1.4论文组织结构

第二章 相关技术与溯源数据模型

2.1 WSN介绍

2.2仿真工具介绍

2.3硬件组网实验工具介绍

2.4 溯源数据模型

2.5 本章小结

第三章 基于生成树的溯源数据压缩方法

3.1 WSN拓扑图的生成树分割

3.2 溯源数据解码

3.3 溯源数据编码

3.4 实例分析

3.5 性能分析

3.6 本章小结

第四章 仿真与硬件组网实验

4.1仿真

4.2 硬件实验

4.3 本章小结

第五章 总结与展望

5.1 工作总结

5.2 研究展望

参考文献

致谢

在读期间所发表的论文