雷竞技网页版研究和评论——国际期刊雷竞技苹果下载

国际期刊的创新在计算机和通信工程的研究

菜单

ISSN在线(2320 - 9801)打印(2320 - 9798)

所有提交的电磁系统将被重定向到在线手稿提交系统。作者请直接提交文章在线手稿提交系统各自的杂志。

有效的方法在无线传感器网络数据聚合:自由结构的方法

Umashankar普拉萨德1和科学博士博士Adane2
  1. M。理工大学的学生,计算机科学和工程部门,Ramdeobaba工程学院管理印度那格浦尔,
  2. 信息技术部门,主管部门Ramdeobaba工程学院管理印度那格浦尔,
相关文章Pubmed,谷歌学者

访问更多的相关文章国际期刊的创新在计算机和通信工程的研究

国际期刊的创新在计算机和通信工程的研究

文摘

无线传感器网络是由成千上万的传感器节点有限的权力,计算、传感和通信能力。在所有操作的传感器节点,无线通信消耗的大部分能量。所以有必要减少通过网络传输的数据包数量。许多传感器节点可以检测到类似的事件,这就增加了整体冗余数据传输的带宽利用率。在节点计算比通信便宜的能源。所以数据聚合技术应用于总结数据,减少网络中传输的数据量,进而提高网络的生命周期。许多数据聚合协议都是基于一个结构化的方法适用于数据收集应用程序。但维护结构是一个额外的开销,这种方法不适合动态场景。我们提出一个特别的数据聚合协议对于动态场景主要是基于事件的应用程序。

关键字
无线传感器网络的吞吐量、延迟、能源效率、协议、基于事件、动态、数据聚合。

介绍
无线传感器网络是由许多廉价的,低功率计算有限的传感装置,内存和通信资源[1],[2]。这个网络提供各种低成本的解决各种问题包括目标跟踪、环境和健康监测,交通规则和火灾检测。由于传感器节点低成本简单的硬件与许多资源约束。因此它挑战提供收集数据在这些电池供电的节点,由于节点的电池是有限的。减少能耗等各种方法广播调度、拓扑控制、消除控制分组和最重要的数据聚合使用[2],[3]。数据聚合协议旨在总结数据包的不同节点的网络上传输的数据总量可以最小化和带宽利用率也会增加反过来会影响网络的吞吐量。
最优数据聚合可以测量方面的能源消耗将收集到的信息转移到水槽。但是它很大程度取决于网络的拓扑结构,位置的数据聚合器节点,事件源,等。许多集中式结构的方法[4],[5],[6],[7],[8],[9]主要集中在数据采集应用程序,其中所有节点报告他们的传感器值期刊下沉。许多分布式结构化的方法[10],[11],[12]提出了基于事件的应用程序。有各种各样的限制使用结构化的方法在基于事件的应用程序在事件区域变化频繁,首先建设和维护的开销的结构是动态的场景来说是不现实的。第二在场中心事件源导致在最适结构形成的聚合。第三集中计算结构在动态场景中是不可能的。
在本文中,我们专注于无结构数据聚合主要用于基于事件的应用程序。目的是重新设计DAA[13](即数据清楚Anycast)结构自由数据聚合协议来提高网络的生命周期。有两个主要挑战免费数据聚合结构。首先,谁应该为聚合将数据发送给谁?第二,谁应该等待谁之前发送所以最佳聚合可以实现吗?风扇[13]已经把问题分为两部分空间收敛和收敛时间和已经开发了两个方法来解决它。DAA协议解决空间收敛问题从而解决第一个路由挑战。RW(例如随机等)在应用程序层协议处理时序收敛解决第二个谁应该为谁的挑战。
我们提出一个新的模型结构自由数据聚合相结合的Mac层协议数据清楚Anycast (DAA)和传感器Mac (S-MAC)和应用程序层协议随机等待(RW)。基于观测结合基本S-MAC协议与DAA协议提高了一生与DAA原始协议[13]。

相关工作
在无线传感器网络中,节点沟通成本更昂贵的计算成本。Pottie和Kaiser[14]研究表示,能源参与计算很多指令相当于传输一个数据包通过无线信道,因此数据聚合路由数据包时是非常重要的延长网络的生命周期。各种协议提出了网内数据聚合的目的分为自由广泛的类别,基于结构和结构。

答:基于结构的方法
在基于结构的方法有建设的网络结构使节点之前应该等待谁知道哪个节点发送自己的数据,以便收到其他节点可以聚合数据。这是一个全球网络的建设和维护的开销结构可以集中式或分布式的方式。
基于集群网络中所有传感器节点不均匀的责任。一些节点成为簇头和其他所有传感器节点。属于特定集群每个节点,每个节点将数据发送给他们的传感器数据各自的簇头汇集了所有接收到的数据并将其发送给基站。Heinzelman LEACH协议[15]介绍两个阶段的操作。第一阶段设置阶段,整个网络组织集群和集群头选择,第二阶段是稳定阶段,所有节点将数据发送给簇头然后集群头部聚集数据从所有节点和发送由高功率发射机直接聚合包下沉。集群头连任以来一些时间间隔后高功率传输消耗更多。人们可能说它应该节省更多的能量聚集然后传输下沉。
林赛介绍协议pegasi[16]节点组织自己的连锁模式。最远的节点启动链形成,然后其他邻近节点形成一个线性结构。而数据采集每个节点的邻居节点发送数据的总量,在线性方式发送给下一个。LEACH和pegasi假定水槽可以达到在一个跳带来了一些网络上的物理限制。
基于树的数据路由协议[17],[18]数据压缩传感信息熵(聚合)。他们认为每个节点的全球知识熵的信息。

b . Structure-Free方法
在这种方法中不需要维持一个全球数据聚合结构。数据聚合完成这样的网络可能不是最优结构的方法相比,但建设和维护的开销是没有良好的基于事件的应用程序在事件区域变化频繁。
这一类的主要工作是通过Kai-Wei粉丝。摘要[13]作者观察到的数据聚合的机会和提出了DAA mac层协议和RW应用层协议是这样做。这使得路由和动态聚合的决定。
曹国伟[19]提出了SFEB协议扩展了DAA方法和适用于特定的网络场景做出改进。

空间和时间收敛
为了优化聚合,所有节点应该传播在一定的秩序。所有结构化的数据聚合方法旨在遵循命令数据包而前进。结构化的方法非常适合数据采集应用程序,其中每个节点有数据报告和它们形成一个层次结构,叶子节点发送数据中间节点等待和接收从所有子包然后聚集。这些方法有高开销的维护结构和不适合基于事件的应用程序。在基于事件的数据聚合应用程序完成只有当数据包同时发生在同一节点与潜在的聚合。我们研究和设计结构自由数据聚合方法适用于基于事件的应用程序,以避免的开销的维护结构。
时空融合数据聚合的必要条件。结构免费方法我们想扩展所做的功Kai-Wei风扇[13]。我们想把好处S-MAC DAA提高效率和改善。
结构自由方法的主要优势是,首先是宽容的动态事件,事件区域变化频繁。第二是容错,节点将骨料和转发数据,直到至少有一个节点在其范围内。第三是健壮的移动节点,直到它在其他节点的范围。是健壮的干扰,如果有下一个周期中发送数据时它可以重试失败只要节点有力量。

答:空间收敛
在本节中,我们提出结合S-MAC和DAA的新方案。适当的数据聚合全球知识的一些东西是必要的,但应该是网络拓扑结构。这里定义的协议需要以下假设:
假设1:节点需要知道自己的位置和水槽的位置。这可以通过定位协议[20],[21]或GPS设备。
假设2:节点需要协调S-MAC所需的睡眠时间同步和聚合生成包在同一时间或不同的参数可以考虑聚合数据。
图1显示了场景显示如何转发数据如果有机会在聚合通常是忽略和数据传输。图1 B显示如果节点B知道其跳邻居节点的数据可以聚合在未来所以节点B C而不是节点转发数据的节点在一般情况发生。
首先我们利用S-MAC降低mac层协议。S-MAC具有适应性的睡眠时间需要同步,是我们的一个假设。S-MAC有责任周期(DC)这是分为两部分的听力时间和睡觉时间显示在图2。所有节点的工作周期是同步的,这样可以将数据发送给周边只听时期。
数据交换发生在一个方式RTS / CTS /数据/ ACK。跨节点发送数据RTS和CTS交换必须发生在听力时间发送方和接收方知道数据交换来了那份数据/ ACK会在睡眠期间和所有其他的节点不参与传播可以睡觉听时期结束。必须选择在这里工作周期,数据传输下听槽开始前完成。载波监听发送任何数据包和握手模型之前避免无线信道的隐藏和暴露终端问题。网络分配向量(NAV)可以发送包提醒其他传感节点支持一定的时间。
第二部分在MAC层协议是基于DAA决定为每个传输下一跳。这是RTS数据包是决定哪些节点准备接收传输。RTS S-MAC发送在听力阶段。聚合的机会下一跳可能决定通过聚合ID(援助)。援助可能事件的时间戳同一事件检测到多个节点可以聚合或可以根据应用程序的任何东西。RTS数据包包含援助和节点接收这样RTS数据包内也有相同数据与援助有机会聚合。这种方式只有那些节点与CTS援助匹配将得到答复。但同样的RTS数据包接收到多个节点,节点回复一个RTS然后会有CTS碰撞来解决。我们推迟CTS和一些小的随机时间避免通道是感觉到之前发送CTS。这样后续取消,如图3所示。 To increase aggregation. We will reply to RTS with CTS the receiving node is closer to sink then sender node.
节点分为三个类为主。所以高优先级节点回复与CTS早期低优先级。这三个类的优先级如下:
甲级:接收节点在RTS援助一样,靠近水槽然后发送者。
乙级:接收节点在RTS援助一样,往下沉然后发送者。
丙级:接收节点没有在RTS援助一样,但它更接近于水槽然后发送者。
类有更多的优先级然后类B, B类有更多的优先级类c。因此,如果一个节点接收到RTS它属于这类检查,然后回复CTS相应延迟。首先类CTS发送其他两类。
每个节点的信息是下沉的距离,可以作为路由参数。这个参数在合并至少优先回复CTS为适当的路由下沉。

b .时序收敛
聚合只有当两个包相同的援助在相同的节点,并在同一时间。如果我们传输的数据就被传感器一些数据包将立即转发和聚合的机会就会失去。相同的数据中普遍存在的数据捕获由许多节点相同的物理事件。如果所有节点发送数据立即通过上述方法只有几个聚合。所以需要等待时间节点发送他们自己的数据聚合的机会最大化。由于没有结构以随机的方式可以做到这一点。所以随机等待(RW)在应用程序层解决方案。节点有一个随机的等待期开始时听之前发送RTS避免碰撞以及解决时序收敛问题。然而这种方法并不能保证最优聚合由于随机性质但增加聚合的机会。这使得一些节点等几个工作周期之前从邻居节点发送当他们收到RTS之前自己的RTS就准备好了。
随机值范围选择扮演重要角色在最佳的聚合,取决于网络的密度、大小事件,传输时间,听力和S-MAC时期选择睡觉。

模拟的场景
来证明我的设计上面的协议,我们需要比较它与非聚集和基于结构化的数据聚合的方法至少在仿真环境。我们选择托勒密二世模拟器为我们的设计。托勒密二世所有无线网络仿真的基本组件,每个组件是定制的大演员。它是一个开源软件框架支持实验actororiented设计。在托勒密二世不依赖于模型的语义框架,而是一个软件组件称为主任。这是由加州大学伯克利分校的开发和支持电部门[22]。
每个传感器节点在我们的模拟是演员在无线导演环境。传感器节点是破碎的四个组件,如图4所示。这四个组件设计是基于有限状态机(FSM),每个州都有改进的地方。
一个典型的场景如图5所示,最大的圆是事件源的范围。一个传感器节点显示与白色的圆大圆周围来表示该节点覆盖范围。红色中心的节点是水槽节点需要发送的信息。事件地区的三个节点,感觉这个事件并试图报告和RTS和邻居节点广播事件地区优先援助可以将回复与CTS早期然后不匹配的节点事件外地区的援助。所以这三个节点聚合数据彼此间在三个循环,然后种一个包红色下沉。

结论和未来的工作
最大化网络的生命周期是通过引入S-MAC DAA协议层功能。S-MAC基本上解决了无线信道的空闲监听的问题。所以节点只在听力听通道循环。这个改进传统DAA方法节省更多的能量从而增加了一生。但它也增加per-hop延迟,所以应该有延迟和能量之间的权衡保存在这个结构自由聚合方法。
上述模型的性能分析需要完成对非聚合和基于结构化的数据聚合的方法。报告生成和分析方法是需要纳入建议的方法。

数据乍一看
图1 图2 图3 图4 图5
图1 图2 图3 图4 图5

引用