基于数据融合的网络覆盖配置协议

摘要

在无线传感器网络应用中，如何充分节省电池提供的有限电力，延长网络生命周期是最重要的问题之一。在多种节省能量的方法中，仅使用一小组传感器结点，而将其它结点置于睡眠状态是一种有效的解决方案。但是在节能的同时，网络性能必须被保证。在文中作者设计了一种称为Co-Grid的网络覆盖配置协议，通过将网络组织为虚拟网格(融合小组)，减少最终所需的活动结点的个数。在本文中，为了解决计算系统探测概率和误报率的计算复杂性问题，本文作者在Co-Grid协议中使用了一种称为Saddlepoint Approximation的近似算法。本文作者在Mica2 mote上实现了这种方法中求解Saddlepoint的部分，并且在实验中对其准确度和计算开销加以验证。本文作者还通过大量的计算机模拟实验重新评估修改后Co-Grid协议的性能。最终实验结果显示，使用近似算法之后的协议只需要非常小的计算开销，从而使之在资源很有限的mote上实现成为可能。

目录

文摘

英文文摘

声明

第一章引言和问题描述

第一节问题背景和本文贡献

第二节相关工作

第三节本文组织结构

第二章无线传感器网络概述

第一节无线传感器网络简介

第二节Mote

第三节TinyOS和nesC

第三章基于数据融合的网络覆盖模型

第一节Neyman-Pearson探测器模型

3.1.1信号的衰减和单个结点的信号检测

3.1.2多个结点之间的决策融合

3.1.3系统探测概率的计算复杂性问题

第二节基于能量值的数据融合

3.2.1基于能量的数据融合

3.2.2 Chi-square分布

第四章传感器网络中的覆盖问题

第一节网络覆盖问题综述

4.1.1区域覆盖问题

4.1.2点覆盖问题

4.1.3其它覆盖问题

第二节网络覆盖协议综述

4.2.1中心式协议

4.2.2基于“分割式网格”的网络覆盖协议

4.2.3基于网格间协调的网络覆盖协议

第五章系统探测概率的近似计算

第一节正态分布近似及其不足

5.1.1使用正态分布近似计算PD(x，y)

5.1.2正态近似的局限

第二节Saddlepoint Approximation

5.2.1 Saddlepoint Approximation近似计算概率密度

5.2.2 Lugananni-Rice公式

第三节使用Saddlepoint Approximation计算系统探测概率

5.3.1使用Lugananni——Rice公式计算PD(x，y)

5.3.2计算PD(x，y)过程中Saddlepoint的求解

5.3.3模拟与在mote上的实现

第六章实验及结果

第一节Saddlepoint Approximation的准确性和计算开销

第二节Saddlepoint Approximation在Mica2 mote上的开销

第三节活动结点的个数

第四节网络覆盖配置时间

第七章总结与展望

参考文献

致谢

个人简历