一种无线传感器网络中基于数据压缩减少路由延迟的方法

摘要

本发明公开了一种无线传感器网络中基于数据压缩减少路由延迟的方法，该方法提出了一种在基于占空比的无线传感器网络中的利用转发等待时延的进行数据压缩以减少延迟的方法。在该方法中，当数据包在距离基站较远时时，如果需要等待其中继节点醒来进行数据转发时，就充分利用这段等待时间来压缩数据，而当转发集中有中继节点醒来时，就采用立即发送的策略可以有效的减少延迟；而在近基站区域时，数据包都经过压缩后再传输以减少节点承担的数据量。本发明方法能够同时在减少数据传输延迟的情况下保持高的网络寿命。

说明书

技术领域

本发明属于无线传感器网络中的数据压缩领域，特别涉及一种无线传感器网络中基于数据压缩减少路由延迟的方法。

背景技术

无线传感器网络是由大量具有无线通信,计算,存储,感知功能的节点构成的网络，这些传感器节点通过无线通信技术连接在一起，并以多跳的方式实现通信。传感器节点通常将获取到的信息传递给一个叫汇聚节点的特定节点。无线传感器网络可应用在不同的领域，包括智慧交通，环境控制，医疗护理，工厂自动化监控，军事以及等多个领域，被认为是物联网的一个关键技术。

无线传感器网络存在的主要问题是能量供应有限，由于数据传输是最大的能量消耗，因此，为了减少网络中传输的数据量，基于数据处理的技术已成为许多研究的重点。这些技术被提出以提高网络的生命周期。通常通过数据预测，数据融合，以及数据压缩等技术来降低网络中传输的数据量，从而减少无线信道的争用和数据传输延迟。概率适用性查询，基于相似性的自适应框架都是有关数据预测的算法，使用基于自回归模型的时间序列方法，用于预测或检测异常值和不一致数据。数据聚合是将不同传感器节点感知到的信息在近距离内收集起来，利用合适的算法去除冗余，从而保证无线传感器网络的高效通信。其中有一类模型驱动的数据聚合方法，该方法利用数据一致性来消除冗余，减少传感器节点之间的传输，有效提高能量效率，延长无线传感器网络的使用寿命。通常使用聚合函数(如最大值，最小值，平均值)聚合源节点和汇聚节点之间的中间节点上的数据。但是使用聚合函数经常会导致数据分辨率的丢失，造成处理后的数据和原始数据之间的差异太大而无法容忍。

数据压缩作为一种减少传输数据的有效技术，其目标是消除数据冗余以减少其大小。数据压缩可以是有损压缩，也可以是无损压缩。有损压缩可以达到良好的压缩比，但是不能将压缩后的数据重新生成完美的原始数据，然而无损压缩可以从压缩后的数据中重新生成准确的原始数据。

最典型的无损压缩算法主要有游程编码、哈夫曼编码、LZW压缩算法。游程编码(Run-Length Encoding,RLE)的主要思想是如果多个数据项重复出现，则将其替换成重复次数和重复项，RLE算法实现简单，对原始数据扫描一次就可以完成数据压缩，压缩还原速度也较快。其劣势是适应性较差，较为呆板，对于不同格式的文件压缩率波动性高，导致平均压缩比很低。哈夫曼编码是一种基于统计规律的无损压缩算法，该算法原理是根据统计最初数据中的

各个字符出现的概率，并根据这个概率对所有字符进行排列，将频率高的字符重新编码，成为较短的编码，由此实现平均长度最短的压缩。其根本实质是针对统计规律对字符本身重新编码，而不是选择重复的字符或字串。在实际应用中，字符的出现概率是不可预测的，需要统计之后，再进行编码，所以该算法的速度较慢，实用性不强。最后一种是TerryWelch发明的LZW压缩算法，是LZ78的改进算法，是使用频率最高的基于字典编码的压缩算法，每次遇到一个新的字符串，就将其放入字典，用相应的数字来表示，压缩文件里只存储数字，不存储字符串，从而大大提高了压缩的效率。特别之处在于，字典是动态生成的，而不是先前就创建好的。同时，它还有自适应的特点，可以根据压缩的不同内容来创建不同的字典，从而减少冗余度。根据其原理和特点，我们可以知道相对于前面两种无损压缩算法，LZW压缩算法对于随机性较高的数据具有良好的处理效果，该算法适用于可预测性较低且有大量冗余的无线传感器网络。

由于无线传感器网络的大多数应用都涉及对物理变化的长期监测。这样的应用需要消耗大量的能量，节点感知和定期传输信息的时间很长，因此无线传感器网络的时延会受到许多因素的影响，以下是对部分因素的列举：

(1)传输的数据量。在无线传感器网络环境下，传感器由于制造简单，一般只有一个频率，因而，如果需要传输的数据量大，则每个节点都需要抢占无线信道后才能进行数据传送，由于节点们的传输速度是一定的，因而数据量多时，需要抢占信道的节点多，这样，节点如果没有获得信道就需要等到其它节点传输后，在下一次时间再抢占信道，因而网络需要传输的数据量越多，其信道竞争越大，其延迟越大。

(2)占空比的影响。占空比越小时，其转发延迟越大，因为占空比越小意味着节点处于工作的时间越小，因而当节点有数据需要传输时，找到正在工作状态的节点的概率小。反之，如果占空比为1，则节点一直处于工作状态，则这时转发延迟就为0，但占空比越大，节点的能量消耗越大而减少网络寿命。

为了解决无线传感器网络中端到端时延的问题，目前已经有众多研究人员提出了各种各样的解决方案。一般来说，当传感器网络被部署完成后，节点的处理能力是确定的，因而能够通过以下两个方面来解决端到端的时延问题：

1.减少需要发送的数据量。很显然，如果网络需要传输的数据量少，则数据包发送时间可以减少，减少无线信道的争用。传感器节点收集数据是依据应用而定的，其收集的数据量是不能改变的，因而研究人员寻找其它减少数据量。WSNs中减少数据量最有名的方法是数据融合，这种方法的原理是:因为传感器网络中节点比较密集，因而节点之间感知的数据之间存在冗余性。因而，采用数据融合方法，当多个存在数据冗余性的多个数据包相遇时就可以融合成比原来数据小的数据包，从而可以减少网络需要传输的数据量。数据压缩方法也是一种有效的减少数据量的方法。这种方法具有普适性，要求较低，可以广泛使用。还有研究表明:数据压缩可以减少数据量，因而可以减少节点信道竞争所导致的延迟以及减少传输数据所需要的时间，也可以减少数据传输的能量消耗。但另一方面数据压缩也需消耗一部分能量，而且由于压缩数据需要一定的时间，因而又会增大系统的延迟。因而指出数据压缩是一个折衷的优化过程，并不是数据压缩一定能够提高网络性能，而是要仔细考虑数据压缩所带来的好处，也要考虑数据压缩所带来的性能劣化，从而决定是否采用数据压缩方法。

2.占空比的优化。从减少延迟来说，节点采用的占空比越大，则其转发延迟越小，但是大的占空比会严重影响网络寿命。例如，占空比为0.4的网络，其网络寿命是几乎是占空比为0.2的网络的一半，而网络寿命也是网络中最重要的性能，可见不能只为了减少延迟而大幅度提高占空比。而值得注意的是，在以往的研究中很少考虑转发延迟，实际上这种研究是假设节点的占空比为1。显然，在大多数传感器网络中，为维持较长的网络寿命，节点的占空比都远小于1。因而，转发延迟在整个端到端延迟占据主导的比例。因而以往研究中不考虑转发延迟的研究难以具有实践意义。

在以往的研究中，大多数都只关注于一个领域，而缺乏对路由和数据压缩的综合优化研究，从上述分析可以得知，满足低时延情况下的数据传输，成为了在无线传感网络中提高网络性能的挑战。基于这个问题，本文提出了一种基于数据压缩和路由策略的综合优化方案，巧妙地利用了转发等待的时间来进行数据压缩，克服了一般数据压缩过程会增大时延的问题，使得网络性能得到有效的提高。

发明内容

本发明提供了一种无线传感器网络中基于数据压缩减少路由延迟的方法，其目标在于，克服节点在压缩数据包时，一般都会额外增加处理时延，从而导致无线传感器网络中的网络总延迟增加。

本发明所述的方法，克服了之前压缩会导致网络延迟增加的困难，使用节点等待下一节点醒来的这段时间进行数据压缩。即当节点转发数据时，如果需要等待转发节点醒来，就利用这段等待时间去压缩，如果转发节点是唤醒状态，则不需要等待，直接转发。

在无线传感器网络中，单个传感器节点往往采用多跳路由的传输方式以达到汇聚节点，节点到汇聚节点的不同距离时，其转发等待时间也有所不同，用来进行数据压缩的时间也不同。因此可将距离汇聚节点为d

N

其中，

其中，n

由于节点能压缩的数据量与原始数据量之间有着一定的差距，因此压缩前后不同节点处的数据量和压缩比可以计算为：

r

其中，r

有益效果

本发明提供了一种无线传感器网络中基于数据压缩的减小负载和能耗的方法，数据压缩会带来一定的处理时间和能量消耗，而在无线传感器网络中，近sink节点的能耗较高，数据压缩只会加剧其能量消耗情况。与此同时，在源节点向sink节点发送数据包的过程中，由于网络是基于占空比的，所以它会周期的唤醒和休眠。在节点与节点之间，存在一种转发节点处于休眠状态的情况，此时，发送节点只能等待转发节点醒来。本发明所述的方法正是基于以上这两个特点，提出了将这段等待时间用来压缩，一方面，不会增加额外的压缩处理时间，另一方面，压缩还可以减少网络中传输的数据量。

附图说明

图1为本发明所述方法的示意图；

图2是本发明所述的方法在不同到汇聚节点的距离下或不同工作时长下节点能压缩的数据量对比示意图。

图3是本发明所述的方法在不同的工作时长下或不同的通信半径下节点能压缩的数据量对比示意图。

图4是本发明所述的方法在不同的通信半径下原始数据量的对比示意图。

图5是本发明所述的方法在通信半径为90米时，节点能压缩的数据量与原始数据量的对比示意图。

图6是本发明所述的方法在通信半径为80米时，节点能压缩的数据量与原始数据量的对比示意图。

图7是本发明所述的方法在不同的工作时长下，节点能压缩的数据量与原始数据量的数据量对比示意图。

图8是本发明所述的方法与传统路由方法在不同的到汇聚节点距离下数据量对比示意图。

图9是本发明所述的方法与传统路由方法在不同的到汇聚节点距离下数据量对比示意图。

具体实施方式

下面将结合具体实例对本发明做进一步的说明。

一种无线传感器网络中基于数据压缩的减小负载和能耗的方法，其目标在于，当节点转发数据时，如果需要等待转发节点醒来，就利用这段等待时间去压缩，如果转发节点是唤醒状态，则不需要等待，直接转发。

根据节点每一跳的转发等待时间和节点所经过的跳数，计算得到数据包在传输过程中的总压缩时间：

之后，结合节点的压缩处理速度和压缩时间，计算得到节点能压缩的数据包个数：

由于远sink区域的节点相比近sink区域的节点所承担的数据量较少，但远sink区域的节点能够压缩的数据量较多，因为节点距离sink较远，等待延迟相比更长，所以压缩时间更充分。因此两者之间存在一定的差距，此时用以下公式计算：

其中，r

图1是本发明所述方法的示意图

图2是本发明所述的方法在不同到汇聚节点的距离下和不同工作时长对节点能压缩的数据量的影响。在本发明所述的方法中，工作时长与占空比成反比，工作时长越长，占空比越小，等待节点醒来的延迟也越久，节点能用来压缩的时间也越长，因此能压缩的数据量也更多。其次，节点到汇聚节点的距离越远，等待延迟越长，压缩时间更多，能压缩的数据量更多。图3是本发明所述的方法在不同的工作时长下和不同的通信半径对节点能压缩的数据量的影响。通信半径越大，转发区域内的中继节点数目越多，延迟就越小，因此用来压缩的时间就越少，数据量就越少。

图4是本发明所述的方法在不同的通信半径下原始数据量的对比示意图。通信半径越大，期望前进距离就越大，原始数据量随着到汇聚节点的距离变远而逐渐减少。

图5-图6分别给出了通信半径为90米和80米时，节点能压缩的数据量与原始数据量的对比示意图，可见图6其交点处比通信半径为90米时更靠近汇聚节点。

图7是本发明所述的方法在不同的工作时长下，节点能压缩的数据量与原始数据量的数据量对比示意图。

图8是本发明所述的方法与传统路由方法在不同的到汇聚节点距离下数据量对比示意图。传统路由方法为即来即发策略，不同于传统路由方法，本发明所述的方法中，利用节点转发等待的时间进行压缩，不增加额外的处理时间，而且其数据量随着到汇聚节点的距离不同而变化。从实验结果可以看出，本发明所述的方法能够很好的减少网络中传输的数据量。本发明所述方法的数据量总体上小于传统的直接转发策略。

图9是本发明所述的方法与传统路由方法在不同的到汇聚节点距离下能量消耗对比示意图。从实验结果可以看出，本发明所述方法在距离汇聚节点较近时，能量消耗大于传统的直接转发策略，但是随着节点距离汇聚节点逐渐变远，本发明所述方法整体上小于传统方法的能量消耗。