链路感知的传感器网络空间范围查询处理算法

在无线传感器网络环境中,用户经常提交空间范围查询以获取网络某局部区域的统计信息,如最大温度、平均湿度等。现有的基于路线的空间范围查询处理算法假设节点通信模型为理想的圆盘模型,而实际的网络并不满足该假设,导致其能量消耗大且查询结果质量差。提出了一种链路感知的空间范围查询处理算法LSA,它根据网络拓扑和链路质量动态地将查询区域划分为若干个网格,依次收集各网格中节点的感知数据,以生成最终的查询结果。LSA算法通过遍历查询区域内的所有网格,保证了算法查询结果的质量。提出了启发式的网格划分方法以降低节点间数据通信的丢包率,给出链路感知的数据收集算法,以减少算法的能量消耗,提高查询结果的质量。通过仿真实验系统地分析和比较了LSA算法和现有的IWQE算法的能量消耗及查询结果质量,结果表明,在绝大多数情况下,LSA算法优于IWQE算法。     

能量高效的无线传感器网络空间范围查询处理算法

现有无线传感器网络空间范围查询处理算法能量消耗大且当节点失效时查询处理过程易被中断,无法返回查询结果.文中提出了一种能量高效的算法ESA(Energy-efficient Spatial window query processing Algorithm).它将查询区域划分为若干个网格,每个网格中有一个簇头节点负责收集...     

基于环扇区的无线传感器网络K近邻查询处理算法

现有传感器网络环境下的K近邻查询处理算法没有考虑节点失效对查询处理的影响,导致查询结果极易丢失.提出一种基于环扇区的数据收集算法RISC,以保证查询处理过程的鲁棒性.给出理论上最节省能量的环扇区大小设置,以减少算法的能量消耗.系统地分析了算法在不同节点密度、节点失效概率和查询区域条件下的查询成功率和能量消耗.实验结果表明,在绝大多数情况下,提出的基于环扇区的K近邻查询处理算法优于现有的基于路线的算法.     

面向移动对象的高效组最近邻居查询方法

组最近邻居查询是移动对象数据库重要的查询类型之一。本文提出了一种基于网格索引结构的剪枝搜索策略,将空间区域划分为网格,通过对象点的网格单元标识减少组最近邻居查询所需要的节点访问代价。用步长迭代法得到查询对象集的质心,提出了一种移动对象组最近邻居查询MOGNN算法,采用更精确的裁剪搜索空间准则,减少了查询所需要访问的节点数目。实验结果与分析表明,基于网格索引的MOGNN查询算法具有良好的查询性能。     

传感器网络中节点个数约束查询处理算法

对传感器网络中一类新查询--节点个数约束查询,提出能量有效的查询处理算法.算法主要由查询下发和结果回收两部分构成.查询下发算法首先根据节点个数约束查询的特点提出相关节点选择以及基于Steiner树的查询下发算法.然后对该下发算法以及一种基于洪泛的能量有效查询下发算法的能量消耗进行分析,并对比两种算法的能量消耗从中选择适当的下发算法.结果回收算法提出直接和间接两种结果回收方式,并给出两种方式在进行结果回收时能够节省能量的条件.仿真实验表明,提出的能量有效节点个数约束查询处理算法能够在满足用户查询精度的同时,使其能量消耗低于其他查询处理算法.     

无线传感器网络中一种有效支持连续窗口查询的方法

提出一种有效支持连续窗口查询的处理方法FCWQE,包括延迟可计算的四色着色法FCDC对查询窗口内的传感器节点进行着色、划分逻辑簇以及建立路由;能量有效性的逻辑簇头选择策略以及路由维护算法,以减少传感器节点的能量消耗,延长其使用寿命;在数据收集时,提出一种基于路由的数据聚集方法DAR对簇间的数据进行收集返回结果.在收集簇内数据时,仅传输差异度满足用户定义的数据,从而减少了传输量,节省了能量的消耗,延长了网络的使用寿命.     

低开销低延迟WSN多费马点链多地域群播算法

多地域群播是源节点将数据传输到WSN中多个地理位置区域内的所有节点,现有无线传感器网络多地域群播算法没有做到能量消耗和延迟的平衡,单费马点链算法虽然降低了能量的消耗,传输的平均延迟却很大。提出一种低能耗低延迟多地域群播算法LLA(Low-Cost and Low-Latency Multi-Fermat Chain Multi-Geocast Algorithm),在保持较低能量消耗的基础上,大大降低了传输延迟。首先提出网格划分算法,然后提出三角形费马点和四边形费马点相结合的方法建立费马点链,提高了建立费马点链的成功率。最后,对LLA算法和现有的算法的性能进行了系统的理论和实验分析。仿真结果表明LLA算法在能量消耗、平均延迟方面优于现有算法。     

一种无线传感器网络环境下的查询路由与负载均衡机制

针对无线传感器网络节点数量多、通信距离短、能量有限的特点,提出一种查询增益路由算法以及基于路由的负载均衡机制。查询增益路由算法通过查询增益矩阵维护路由信息,并依据历史查询成功记录来选取路由节点;而基于路由的负载均衡机制可以在查询路由过程中记录节点的能量信息,转移负载,使得查询路径中各节点的能量消耗得到均衡。仿真实验结果表明,查询增益路由算法可以在降低节点能量消耗的前提下提高查询成功率,而基于路由的负载均衡机制可以进一步降低查询增益路由算法的能量消耗。     

一种无线传感器网络中基于时间分段拟合的高效查询处理算法

以数据为中心的分布式传感器网络,用户经常对感兴趣的传感区域提交查询命令,如获取区域F在某个给定时间段内的感知数据。由于传感器网络依赖高密度部署节点以及高采样频率提高了监测精确度,存在大量冗余数据,因此,有效地保证查询数据准确性,减少大量冗余数据传输能量消耗,是目前亟需解决的问题。本文提出一种单个节点传感数据时间分段拟合算法,对给定查询时间进行分段拟合,寻找满足误差阈值的拟合模型集合。理论分析和实验结果表明,本文提出的基于时间分段拟合的高效查询处理算法能节省大量数据传输能耗,返回满足用户精度要求的查询结果。     

无线传感器网络Top-k多查询算法

针对无线传感器网络中多个Top-k查询问题,提出了一种Top-k多查询处理的算法,对接收到的多个Top-k查询请求进行预处理,预处理依据是约束条件,得出两类不同的查询集合:单约束条件的多查询和多约束条件的多查询。针对单约束条件的多查询提出了ETOP算法,该算法首先对排在时间序列最前面的Top-k查询请求进行基于网内处理,然后把查询结果存入基站缓存,并把结果的最小值设定为阈值传输到各个节点,再根据后续查询请求的查询范围进行相应的查询,从而快速地获得Top-k查询结果。实验表明:Top-k多查询方法在能够很好地实现查询的同时,减少了无线传感器网络中的传输消耗和能量消耗。     

Reliable spatial window aggregation query processing algorithm in wireless sensor networks

After wireless sensor network is deployed, users often submit spatial window aggregation queries to obtain statistical information of the regions of interest, such as maximum temperature, average humidity etc. Existing spatial window aggregation query processing algorithms are based on the assumption that the communication links are ideal which means there are perfect communication links within a given communication range, and none beyond. However, it is not valid in realistic sensor networks, which leads to high retransmissions of data frames. In order to address this problem, a reliable spatial window aggregation query processing algorithm called RESA is proposed in this paper. RESA only requires each node to maintain locations and residual energy of its neighbors and link qualities between them. According to the information, it divides the query area into several sub-regions, followed by collection of sensor readings in each sub-region. RESA traverses all the sub-regions within the query area to ensure the correctness of query result. Based on RESA's energy consumption formula derived, two highly efficient methods for sub-regional division are proposed to reduce packet loss rate during data communication and balance the load of nodes, hence saving energy consumption and extending lifetime. Experimental results show that in most cases RESA outperforms the existing algorithms in terms of energy consumption, quality of query results and lifetime.     

一种面向并行空间查询的数据划分方法

在并行空间数据库中,空间数据集在各计算节点是否聚集划分,对提高空间并行查询效率起着关键的作用.Oracle Spatial采用的基于格网的划分方法只考虑了数据集在各节点是否均衡划分,而未考虑空间数据的拓扑特征.基于空间数据聚集划分的目的,提出了一种基于K-平均聚类算法的空间数据划分方法.实验证明,该方法极大地提高了空间数据并行检索和查询效率.     

无线传感器网络多查询的节能优化

提出了一个无线传感器网络多查询的节能优化方案。该方案通过建立相似查询判断算法把多查询中的相似查询分为一组,并在每一组找一个能使传输能耗达到最小的中继节点作为处理节点。组内节点的数据都传送到该处理节点,并由该节点利用数据处理函数处理数据,然后再传到基站。这样就减少了网络中数据的传输量,从而有效地节省了网络的能量,达到能量的最大化利用。     

基于事件优先级的蛇形时隙存储算法

针对WSN中的以数据为中心的平面型存储算法没有考虑在数据传输过程中节点的能量消耗问题,考虑到节点数据的重要程度,赋予相应的优先级,在蛇形时隙的节能存储算法(SLPS)基础上,提出基于事件优先级和动态散列位置的蛇形时隙算法(P-SLPS).P-SLPS算法通过划分网格区域,将特定类型的数据存储在相应的网格中,通过定义事件优先级,将高优先级的事件存储在距离查询节点更近的网络区域,保证高优先级事件优先被搜索.根据监测节点和存储映射地址计算动态散列位置,将检测事件存储在同一优先级区域内离监测节点最近的存储网格.从网络生命周期和网络的节点存活数两方面进行仿真,结果表明P-SLPS算法在能量消耗方面低于SLPS算法,延长了无线传感网络的生命周期.     

Top-k Monitoring in Wireless Sensor Networks

Top-k monitoring is important to many wireless sensor applications. This paper exploits the semantics of top-k query and proposes an energy-efficient monitoring approach called FILA. The basic idea is to install a filter at each sensor node to suppress unnecessary sensor updates. Filter setting and query reevaluation upon updates are two fundamental issues to the correctness and efficiency of the FILA approach. We develop a query reevaluation algorithm that is capable of handling concurrent sensor updates. In particular, we present optimization techniques to reduce the probing cost. We design a skewed filter setting scheme, which aims to balance energy consumption and prolong network lifetime. Moreover, two filter update strategies, namely, eager and lazy, are proposed to favor different application scenarios. We also extend the algorithms to several variants of top-k query, that is, order-insensitive, approximate, and value monitoring. The performance of the proposed FILA approach is extensively evaluated using real data traces. The results show that FILA substantially outperforms the existing TAG-based approach and range caching approach in terms of both network lifetime and energy consumption under various network configurations.     

一种高效节能的无线传感器网络Top-K查询算法

数据查询应用是无线传感器网络的基本应用之一,而查询最大(或最小的)的K个值即Top-K查询则是查询应用中的重要内容。高效节能是无线传感器网络应用中的关键问题。提出一种高效节能的Top-K查询算法ETQA(Energy-efficient Top-K Query Approach),该方法通过数据滤波的数据融合方法预防冗余数据的上传,达到节省节点通信量的目的。系统采用数据流模型在每个时刻更新"hop-K数据,以满足互联网上大量用户查询的需要。为了保证能量有效性,基站将适时调整节点的滤波器,阻止不必要的数据上传。同时,如果滤波器设置过高(或过低),将探寻必要的数据以保证Top-K值的正确性。实际采样数据的仿真实验结果表明,该方法较NAI VE, FILA和TAG算法能够大幅度节省无线传感器网络的整体能耗。