如何实现高效的无线传感器网络数据融合

一个常见的传感器网络场景通常是在一个区域内，部署数百或上千个低成本、低功耗的传感器节点，并从该区域定期地采集信息。传感器节点必须对附近环境进行感知，并将信息发送给汇聚节点或执行器，采集的信息在汇聚节点或执行器处进行深度处理或提供给用户使用。在最基本的报告方案中，每个传感器使用生成大量冗余流量的路由操作，向相关执行器独立发送其数据。如果数据是地理或空间相关的，例如假设两个相邻或连续测量值预期非常接近，则路由操作会生成大量冗余流量。数据融合源于这样一种事实，即如果部分数据以本地方式在传感器处进行处理（如在转发数据时，在时间或空间上进行平均），则大多数这些冗余信息可以避免。这就是数据融合通过在指向汇聚节点的路径上采用数据融合/整合功能，所要实现的目标。这些功能实例包括平均值、最大值、最小值、总和、计数、偏差，它们既可以定期采用，也可以按需采用。

一旦选择了这些功能和功能组合，数据融合的主要问题是沿着数据有效聚集的路径建立覆盖结构。该结构尽可能高效，以支持快速融合，最大限度地延长网络的生存周期（即在能量耗尽前，融合周期或轮数）。

在这种环境中，一种非常通用的结构类型是树，它代表一种自然的层次组织，父节点在转发自身数据之前，依次采集和融合来自于子节点的数据。在树的顶端，是汇聚节点（或执行器）。图7-3给出了一个实例场景。在这种场景中，传感器向4个执行器执行数据。此处，树是按照位于传感器与执行器之间的边长总和最小化的方式构建的。也可采用其他标准，如跳数最小化或优先选择具有更多剩余能量的节点。

图7-3 基于到汇聚节点累积距离的数据融合树

为了确保传感器与执行器网络中实用高效，构建这种结构的算法应当具有一些重要特性。首先，算法应当是分布式的，因为在集中式算法中，在动态网络中计算最优路径，并将计算出来的路径通知给其他节点，产生的能耗会非常大。随着节点数的增加，算法应当具有良好的可扩展性。另一个理想特性是鲁棒性，它意味着路由方案对于节点和链路失效应当是弹性的。同时，方案应当支持新节点加入到网络，因为不是所有节点同时失效，一些节点需要被新节点所代替。换句话说，路由方案应当是自愈的。对于无线传感器网络中的数据融合方案来说，最终也可能是最重要的要求是节能。

构建一棵融合树的常用方法是从汇聚节点（或执行器）处开始洪泛一个数据包，这样每个节点可以在这些向它发送数据包的节点中，选择一个父节点。然后，数据沿着如此构建的层次结构进行融合。采用洪泛技术（详见第2章）的问题在于这可能会生成大量冗余消息，还可能存在一些干扰，更为一般的情况，会导致能耗增大，因为会出现若干无用的重传。在参考文献（Tan et al.，2007）中，作者提出了一种构建和维护基本LMST的思路，可以将进行洪泛操作期间形成的结构看做是拓扑，因而消息开销大大降低（作者指出，相同原理对于诸如相对邻域图等其他结构也适用）。(www.xing528.com)

人们提出了一组（3种）称为局部节能数据融合协议（Localized Power-efficient Data Aggregation Protocol，L-PEDAP）的协议。它们的变形对应于不同父节点选择策略。根据洪泛过程中做出的决策，可以得到这棵树。构建树的方法是：

1）从发送洪泛数据包的节点中选择第一个节点；

2）选择到汇聚节点跳数最少的节点；

3）选择到汇聚节点路径上总能耗最小的节点。

需要注意的是，在传感器网络中，第一种和第二种方法是近似等价的，因为消息的处理时间远大于无线物理传输时间，使得传输时间与跳数近似成正比。

由于基础结构（此处指LMST）可以进行局部维护，因而该方案能够支持新节点加入和现有节点离开。作者们还提出这些协议的功率已知版本，在构建基础结构时，充分考虑了节点的能量水平。最后，论文根据第一个节点失效时间，推导出了生存周期的理论上限。仿真结果表明，协议能够达到这个理论上限的90%。