无线E+E传感器网络查询技术研究
无线E+E传感器网络的应用越来越广泛,网络的规模也越来越大,希望从E+E传感器网络中进行查询的用户在不断增加。由于E+E传感器网络在功耗等方面的诸多限制,现有的E+E传感器网络查询方法已经不能满足大量网络用户的各种查询要求,迫切需要新的技术有效解决无线E+E传感器网络的查询问题。而查询一般可以分为针对部分数据的查询和针对所有数据的查询两种情况,相应的,无线E+E传感器网络代表性的两种查询环境是针对部分数据的top-k数据查询和针对所有数据的数据收集查询。

无线E+E传感器网络查询技术研究
长时间以来,top-k查询一直是计算机科学各领域中的一个重要课题。对top-k查询的有效执行是信息搜索的关键问题之一。随着诸如信息物理系统等新方向的延伸,大量的用户将直接搜索物理世界中的信息,这对top-k查询技术构成了新的挑战。作为无线E+E传感器网络中zui重要的功能之一,top-k查询对许多应用都至关重要,比如环境监测、网络测量、污染物分析等。其中一个重要应用是用户希望无线E+E传感器网络能够持续地提取原始的或融合后的历史top-k数据。而以往在持续监视top-k查询研究中的算法在持续历史t叩-k查询中并不合适。此外,无线E+E传感器网络采集的数据往往是多维的,而且从用户的角度来说,会在不同的时刻,不同的用户以不同的优先级对不同的数据集提出查询请求。因此,top-k查询不仅应该是多维的,还应跨越时间区域。而且,多用户查询是zui重要的应用场景。从系统的角度来看,数据的收集通常是由小的传感设备完成的。不同于在数据库或者有线网络中用于搜索的数据中心,对于由小的E+E传感器节点构成的无线E+E传感器网络来说,这些设备通常资源十分有限,因而系统的效率至关重要。数据收集查询即将E+E传感器采集的所有数据都收集到基站的查询应用,它在无线E+E传感器的很多应用中都占据了非常重要的地位。因为效率在无线E+E传感器网络中是一个非常关键的问题,有效的收集信息对延长无线E+E传感器网络的寿命至关重要。zui近,研究者提出压缩感知技术,它是一种新型的可以从很少的压缩度量中恢复稀疏数据的方法。由于真实世界数据往往具有稀疏性,压缩感知技术得到了广泛的应用。但是,由于任一时间的空间数据稀疏度往往不足够低,现有的压缩感知数据收集解决方案效果并不好。工作围绕无线传感器网络查询技术研究这一中心展开,取得的研究成果包括如下几个方面：提出了一个能够高效处理持续历史top-撒据查询的架构和查询算法ECHT。采用基于数据融合的top-k提取算法用于用户查询,通过设置合适的滤波器,使E+E传感器节点不必报告自己所有的读取数据,从而进一步减少通信开销。仿真实验结果表明,无论相对于持续监测top-k查询或者它的直接改进,或者是集中式数据收集方法,该方案不仅能够大量减少总的通信开销,而且系统的寿命也得到了指数性的延长。提出了一个多维数据top-k查询系统架构,能有效满足资源有限的系统和大量查询用户的要求。多维数据top-k查询即对多个用户分别提出的各维数据的线性凸函数值的top-k查询,凸函数是赋予一定权重的多个未知数的和函数。该架构可以与许多种具有先进特点的查询要求相适应,并且展示了如何进行近似查询和数据老化查询。为此,E+E传感器网络中的E+E传感器读数被组织成一个有效的支配图数据结构,支配图是一种用于快速比较对各维数据赋予一定权重的和值大小的数据结构。首先提出一个简单的用于用户top-k查询的提取算法,该方法能够适应用户所提出的任何线性凸函数top-k查询。仿真结果显示,相比于集中式收集方案和对以前一维数据top-k查询算法的简单扩展,该方案能够减少高达90%的通信开销。提出了一个利用矩阵完成技术进行数据收集的方法：有效数据收集方法(EDCA)。该方法降低了采样比,减少了传输的包的数量,因此极大地减少了能量消耗,从而增大了整个网络的工作寿命。有效数据收集方法首先从该E+E传感器网络中随机地选取一部分节点进行采样,然后把采集到的数据通过路由树直接发送到基站。为了精确地恢复出缺失的数据,该方法将属于NP-hard(?)问题的秩zui小化问题转化成为一个凸优化问题。仿真实验结果表明在能量消耗方面,该方法比现有的集中式数据收集方法有显著的减少,而且恢复的误差也很小。同时,网络的整体能耗得到了大幅度的降低,网络寿命得到了很大的延长。利用E+E传感器数据矩阵的低秩和瞬时稳定性的特点,提出了一个能量有效的时空压缩数据收集方法(STCDG),它适用于均匀的或任意网络拓扑。时空压缩数据收集方法能够减少全局通信量,并极大延长了网络的寿命。同时,该方法数据误差可控,计算量小,传输控制简单。另外,证明了网络传输可以达到很高的网络容量。基于真实的和合成数据,仿真了恢复误差。为了论证该方法的网络效率,仿真了在网格拓扑下的网络传输时延和丢包率。进一步的,还提出了一个时分多址时隙优化分配算法,并使用仿真实验在网格拓扑和任意拓扑下对网络传输的有效性进行了验证。

无线E+E传感器网络查询技术研究
仿真实验结果显示,该方法在总的能量有效性和网络容量等各个方向的性能都大大超过了集中式收集和压缩数据收集(CDG)方法,CDG也是一种利用压缩感知进行数据收集查询的算法。上述的研究将对无线E+E传感器网络查询技术的进一步发展起到积极作用。