无线传感网数据查询优化方法研究

摘要

无线传感网作为连接物理世界和数字世界的桥梁引起了人们的广泛关注，具有十分广阔的应用前景。无线传感网由具有传感、数据处理和短距离无线通信功能的微型传感节点组成。这些传感节点能量有限，处理能力弱，存储空间有限。如何在无线传感网工作过程中减少能量消耗，延长网络寿命，是无线传感网领域要研究解决的重要问题。 无线传感网的主要功能是实现信息收集并发布，观察者往往通过查询的方式获取无线传感网中的传感数据。如何有效地完成查询，并且减少全网能量消耗，是无线传感网的主要研究方向之一。本文的主要研究内容和贡献如下： 1．提出了基于语义的传感网数据查询架构，为从不同层面上研究传感网数据查询提供了新的方法。传感网收集信息为观察者服务，观察者往往对原始的传感数据并不关心，而是关心由这些传感数据聚合后产生的内容。从观察者开始查询到传感网返回结果数据，其中过程包括查询语义分解、网内执行和结果数据聚集。本文从语义的角度对传感网查询执行过程进行了描述。设计了描述传感数据的语义标签。在语义查询过程中，语义标签能够被动态地加到传感数据中，通过语义信息能够有效、系统地监控环境的变化，提供用户需要的服务。附加语义标签的结果数据被聚集后，会产生更加丰富的语义内容，能够满足更复杂的查询需求或者用以对查询进行优化。 2．提出了一种基于缓存的传感网多Sink查询优化方法，通过复用查询资源，节省了多Sink查询过程中的能量消耗。当多个Sink接入传感网进行区域数据查询时，如果每个数据源节点分别响应多个Sink的查询，传感网传输的冗余信息过多，效率低下。本文设计了查询资源查找方法和复用算法，将多Sink查询根据查询区域分解成多个基查询，每个查询Q可以由基查询进行线性组合表示。查询Q的表达式作为查询语义描述，在执行过程中，被缓存在查询路由的中继节点上。当另一个Sink’执行查询Q’时，查找查询资源复用的接入点，利用接入点中缓存查询Q的信息，对Q’的执行进行优化。仿真结果表明，提出的方法可以减少多Sink查询的能量消耗。 3．提出了基于缓存数据的传感网静态数据Top k查询修剪算法，减少了Top k查询中响应节点的数目和能量消耗。Top k查询可以获取传感网中传感数据的极值分布。由于Top k查询是一种全局性的聚集查询，需要在所有数据集合中进行比较并获取结果，能量消耗巨大。本文在分析了Top k查询语义的基础上，设计了基于缓存数据的Top k查询优化算法。通过执行低能耗的“基本查询”获得全网的传感数据分布信息，并将产生的响应数据在每个中继节点上缓存。执行Top k查询时，利用缓存数据产生阀值，根据阀值“修剪”查询响应节点从而减少能量消耗。为了获取更精确的阀值，本文设计了阀值广度优先搜索算法和阀值深度优先搜索算法。执行修剪算法后的传感网Top k查询响应节点，是传感网节点的子集。本文设计了根据查询树梯度级别的数据聚集树重构算法。仿真结果表明，以本文提出的算法进行传感网Top k查询能够节省能最消耗。 4．提出了传感网数据动态变化时的Top k查询方法。根据缓存数据进行查询定位，从定位区域开始执行扩展查询，节省了能量消耗，提高了查询结果准确性。环境的变化导致传感网的传感数据分布随之发生变化。本文采用基于缓存的查询修剪算法对Top k查询源节点进行定位，感知数据值大于阀值的节点作为源节点。提出了两种从源节点开始进行扩展查询的方法。最近邻居查询法是对源节点周围最近h跳以内的邻居节点进行查询；阀值判据方法是从源节点开始，对传感数据值大于阀值的邻居节点进行查询。仿真结果表明，本文提出的Top k查询方法，可以在传感网数据变化时，减少能量消耗，并且在一定程度上保证结果的准确性。

目录

文摘

英文文摘

声明

第一章绪论

1.1传感网概述

1.1.1传感网特点

1.1.2传感网研究进展

1.1.3传感网关键技术

1.2传感网数据查询

1.2.1研究现状

1.2.2查询分类

1.2.3查询语义

1.3论文的研究内容及贡献

1.4论文的章节组织

第二章传感网数据查询语义

2.1引言

2.2相关工作

2.3查询语义

2.4传感数据语义

2.4.1传感网的异构性

2.4.2语义标签

2.5基于语义的传感网查询过程

2.5.1语义查询过程

2.5.2 Top k查询中的语义过程

2.6小结

第三章基于缓存的多Sink查询优化

3.1引言

3.2相关工作

3.3传感网多Sink查询

3.3.1应用场景

3.3.2问题定义

3.4多Sink查询优化办法

3.4.1查询资源复用算法

3.4.2查询资源查找方法

3.4.3性能分析

3.5仿真及结果

3.5.1仿真设置

3.5.2仿真结果

3.6小结

第四章传感网静态数据Top k查询优化方法

4.1引言

4.2相关工作

4.3Top k查询一般执行方法

4.4Top k套询优化方法

4.4.1网络模型

4.4.2基本查询

4.4.3修剪查询算法

4.4.4阀值估计修剪查询算法

4.4.5阀值深度优先搜索算法

4.4.6性能分析

4.5仿真及结果

4.5.1仿真设置

4.5.2仿真结果

4.6数据聚集树重构

4.6.1数据聚集树重构算法

4.6.2仿真及结果

4.7小结

第五章传感网动态数据Top k查询优化方法

5.1引言

5.2动态传感网

5.2.1动态传感网场景

5.2.2问题定义

5.3传感网动态数据Top k查询方法

5.3.1查询定位

5.3.2最近邻居法

5.3.3阀值判据法

5.3.4性能分析

5.4仿真及结果

5.4.1仿真设置

5.4.2仿真结果

5.5小结

第六章总结与展望

6.1论文总结

6.2工作展望

参考文献

致谢

攻读博士学位期间发表(录用)的论文及参加项目情况