设计两个有效机制提高DPC-AFs的网络吞吐量和汇集效率

本章主要考虑DPC-AFs。首先介绍与已有工作相比，本书的特点。

针对具体的应用需求，比如，完全覆盖、k-覆盖、连通性等，节点的部署密度通常是一个变化范围很大的变量。因此，考虑一般密度（λ，1≤λ≤n）的随机WSN，而不是像大多已有工作那样考虑两个特例，即，随机密集WSN（λ=n[83，89，93，106，160]）和随机扩展WSN（λ=1[152]）。

在针对随机WSN的基于结构的聚合机制下，给定函数的聚合吞吐量主要受限于以下两个因素：

●异类点（Outliers）：在随机网络中，给定链接长度的上限，将存在一个大连通分支（Giant Connected Component），其中任意节点对可以通过一系列符合长度的链接连通起来[163]。然而，可能有些点远离（不属于这个连通分支），称作outliers。为了达到这些点，需要一些更长的链接从而导致更低的链接速率。

●密集分支（Dense Components）：给定一个确定性路由，在其链接的冲突图当中，可能有一些团图（clique）的顶点数目非常大。从而，调度这些对应的边的过程将可能成为系统瓶颈。

为了克服以上的限制，设计两个有效的机制以提高网络的吞吐量和汇集效率的权衡。

●单一链接长度（SLH）机制：该机制是无层次的结构，由相同阶长度的链接构成。依据给定的汇集效率下界，在局部区域选取一定数量的节点，以缓解密集分支限制的方法来提高网络的聚合吞吐量。(www.xing528.com)

●复合链接长度（MLH）机制：该机制是层次化的结构，由多种不同阶长度的链接构成。依据给定的汇集效率下界，从局部选取一定数量的节点并限制长跳的长度，以同时缓解两个限制的方法来提高网络吞吐量。

本工作的主要贡献为：

●可扩展性是评价网络协议的重要参数。证明在复合链接长度（MLH）机制下，来自Θ（n）个传感器的测量值能以阶为Θ（1）的吞吐量聚合到sink节点上，这就意味着，MLH机制实际上是可扩展的。这是第一个针对随机扩展WSN的、基于结构的可扩展聚合协议。

●结合单一链接长度（SLH）机制和复合链接长度（MLH）机制，为一般密度的随机WSN，针对DPC-AFs，推导出聚合吞吐量和汇集效率间的最优权衡。当把汇集效率设为1时，本书中基于汇集效率的聚合吞吐量将特殊化为上一节介绍的一般聚合吞吐量。

●对于tpye-threshold DPC聚合函数，把block coding技术引入到单一链接长度机制，以此进一步提高聚合吞吐量和汇集效率的权衡。