首页 理论教育 随机传感器网络的聚合机制优化方案

随机传感器网络的聚合机制优化方案

时间:2023-06-25 理论教育 版权反馈
【摘要】:选样:选择一系列包含聚合站点的格子组成集合,使得每个聚合站点与其对应的聚合骨干的距离不超过γ·wR,其中,局部聚合:在中的每个格子里,随机选择至多c=[·c2]个传感器节点(如果有),其中,ε6>0是根据表6-1中的条件,令σ·λ=c2取得的;N轮测量值在所选格子中以单跳聚合到对应的聚合站点上;所有传输用一个基于L3的4-TDMA机制调度。

随机传感器网络的聚合机制优化方案

设计两个聚合机制:单一链接长度机制和复合链接长度机制。

(1)单一链接长度机制

基于机制网格(定义3.7)来设计聚合机制。根据引理3.2可得,每个格子中的节点数目的范围为[(1-ε4)ln n,(1+ε5)ln n],其中ε4和ε5是依赖于z的满足表6-1中条件的常数。记左下角的格子为原点(0,0),按照从左到右、从下到上的顺序给每个格子一个二维坐标,即左上格子为(δ,δ),其中δ=δ(n)=-1。为不失一般性,假设sink节点位于格子(δ,δ)中。随机从每个格子中选取一个节点作为聚合站点,并仍旧将聚合站点的集合记为,则有=n/(zlnn)。令表示格子(i,j)中的站点。下面来具体介绍机制

表6-1 相关常数的预设条件

局部聚合:在L2中的每个格子里,随机选取β·ln n个传感器节点(如果有),其中,

N轮的测量值以单跳的形式聚合到站点上;所有传输用一个4-TDMA机制调度,如图6-7(a)所示。

水平骨干聚合:每个聚合存储的N轮数据按从左至右的顺序以流水线的方式聚合到相邻的聚合站点上(类似于算法6.1);所有传输用一个9-TDMA机制调度,如图6-7(b)所示。

垂直骨干聚合:第δ列中的每个聚合站点存储的N轮数据按从下至上的顺序以流水线的方式聚合到相邻的聚合站点上(类似于算法6.1);所有传输用一个3-TDMA机制调度,如图6-7(b)所示。

图6-7 单一链接长度机制

(2)复合链接长度机制

基于机制网格来设计聚合机制,其中c>0是一个满足表6-1中条件的常数。从每个非空的格子中选取一个节点作为聚合站点,则可以依据[68]中的方法构建聚合骨干,如图6-8所示。可称骨干上的聚合站点为骨干站点,称其他的聚合站点为外围站点。所有的外围站点可以通过一个单跳传输接入骨干站点。

图6-8 复合链接长度机制中聚合骨干的构建(www.xing528.com)

对一给定常数κ>0,将机制网格L3分割成水平(垂直)长方块,其水平(垂直)长度为垂直(水平)长度为

其中,m=。我们假设m/(κln m)(表示长方块的数量)是一个整数。从而,根据[68]中的定理5,我们有:

引理6.17

对任意常数c和κ,若满足

则存在一个依赖于c和κ的常数使得对所有水平(垂直)块,有至少·ln m条水平(垂直)聚合骨干,其中

当聚合骨干建成之后,每个长方块的格子可以平均分配给·ln m条骨干。比方说,可以将每个长方块分成·ln m个条,且每个条对应于一条特定的骨干。无论如何,一个外围站点和对应的骨干站点的距离范围为(0,wR]。现在我们给出聚合机制的详细介绍。相关常数见表6-1的定义。

选样:选择一系列包含聚合站点的格子组成集合,使得每个聚合站点与其对应的聚合骨干的距离不超过γ·wR,其中,

局部聚合:在中的每个格子里,随机选择至多c=[(1+ε6)·c2]个传感器节点(如果有),其中,ε6>0是根据表6-1中的条件,令σ·λ=c2取得的;N轮测量值在所选格子中以单跳聚合到对应的聚合站点上;所有传输用一个基于L3的4-TDMA机制调度。

注入聚合:所有中的外围站点将N轮数据通过距离至多为γ·wR的单跳聚合到对应的骨干站点上;所有传输用一个基于L3的K2-TDMA机制调度,其中,

水平骨干聚合:所有骨干节点上的N轮数据按从左至右的顺序以流水线的方式聚合到相邻的骨干站点上(类似于算法6.1),直到聚合到sink节点s0所在的聚合骨干上,记为;所有传输以一个基于L3的9-TDMA机制调度,如图6-7(b)所示。

垂直骨干聚合:所有上的骨干节点上的N轮数据按从下至上的顺序以流水线的方式聚合到相邻的骨干站点上(类似于算法6.2),直到聚合到sink节点s0;所有传输以一个基于L3的3-TDMA机制调度。

免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。

我要反馈