无线传感器网络实时数据管理关键技术研究

无线传感器网络实时数据管理关键技术研究

论文摘要

传感器技术、微机电系统、现代网络和无线通信等技术的进步,推动了具有现代意义的无线传感器网络的产生和发展。无线传感器网络能够获取客观的物理信息,并且可以布置在人类比较难以接近的区域,因而在军事国防、环境监测、工农业控制、城市管理等方面具有广泛的应用前景。在应用中,传感器节点协作地感知、采集和处理网络覆盖区域中感知对象的数据,并通过多跳的无线通信发送给用户,用户据此作出判断。因而无线传感器网络是以数据为中心的系统,数据管理是无线传感器网络的关键技术。实时应用是无线传感器网络重要应用之一,比如抢险救灾、军事打击和防御等,需要系统能够提供及时的服务。实时数据管理是满足无线传感器网络实时性的主要技术保障,因此本文对其关键技术进行了研究,主要研究内容包括以下几个方面。(1)提出了无线传感器网络实时数据管理的框架。研究无线传感器网络实时性主要性质,分析了数据实时性,通信实时性和查询实时性的主要特征。讨论了支持实时数据管理的技术特点和相互关系,从数据模型、查询语言、数据存储、查询处理等方面提出实时性要求。(2)提出了基于多级映射索引的数据存储方法(MIS),以支持大型无线传感器网络中同时存在的实时周期查询和Ad hoc查询。该方法综合周期查询的响应时间约束和网络拓扑结构等因素,将网络划分为三个层次,处于不同层次的节点分别采用了本地存储、以数据为中心的存储和外部存储的方式。基于层次存储设计了一种多级映射索引,上一级索引可以映射下一级数据的情况,查询在访问中间层节点时即可及时地访问底层节点数据,并且可以抑制变化不大的数据的传输,从而满足不同查询延迟约束的请求和能量有效的要求。与本地存储、外部存储和数据为中心的存储相比,该方法能够大量的节约能量代价。(3)提出了基于缓冲区的实时查询处理方法,以解决大型网络因长距离传输而导致查询错过截止期的问题。该方法基于MIS数据存储机制,在无线传感器网络中建立查询处理缓冲区,缓存数据的同时,设计了基于查询截止期等因素来设置合适的查询映射窗口的查询处理方法,使查询在其中得到及时处理。建立缓冲区查询处理系统模型,分析查询到达、查询处理、和结果输出的过程,将其抽象为排队模型,并根据输入速度和服务能力确定缓冲区合适的宽度,并可动态调整网络各层次的位置和宽度。查询缓冲区的查询处理方法在节约能量代价、满足查询截止期方面比平均划分网络结构的MIS方法更有效。(4)提出了一种基于松弛因子的实时查询处理算法,支持实时而且能量有效的全网查询处理。根据查询处理响应时间的约束程度和聚集计算方法提出了松弛因子的概念,并且根据查询操作的选择度和路由策略的选择提出了数据传递模式的概念,利用这些因素制定了有效的实时查询计划。首先,根据查询操作的选择度确定其执行的场地和顺序;然后,根据松弛因子计算跳步数的阈值,并对比节点的跳步数和阈值的关系,从而将节点划分为不同的集合,每个集合中的节点采用同一种数据传递方式。利用这种查询处理,方法比仅使用网内计算或集中计算有效地提高在截止期内查询的准确率和减少查询能量消耗。(5)提出了基于时空关联模型的实时事件检测技术,实现保证事件检测结果的准确性的同时,通过时间预测动态改变执行时间来满足用户对事件响应时间约束的要求。时空关联模型包括时间关联判断和空间关联判断两个过程,首先通过时间关联判断去掉产生频率较小的暂时性错误,然后通过空间关联判断去掉坏损节点产生的永久性错误。同时考虑到无线传感器网络能量有限的特点,提出了协作组轮流工作,组长轮班工作的方法以延长网络的使用时间,模拟实验验证了该方法对事件检测准确性、节能性和实时性较好。(6)基于实时数据管理框架和已有的研究工作,设计并实现了一个无线传感器网络数据管理模拟测试系统(WSNDM),系统整合了本文提出的存储、索引、查询、调度等无线传感网络数据管理中的必要操作,除了实现并验证了本文提出的各种数据管理理论和方法之外,还实现了多种现有技术以供对比。总之,本文研究了有关无线传感器网络中实时数据管理中数据模型、存储及索引、查询处理、实时事件检测等几个基本问题,并提出了相关的支持技术。理论分析和仿真实验表明这些方法能够有效的支持实时查询处理和事件检测。希望这些方法和技术对于开发支持高性能无线传感器网络实时数据管理系统具有一定的参考价值。

论文目录

  • 摘要
  • ABSTRACT
  • 第1章 引言
  • 1.1 无线传感器网络概述
  • 1.1.1 无线传感器网络的定义
  • 1.1.2 无线传感器网络的特点
  • 1.1.3 无线传感器网络的应用
  • 1.2 无线传感器网络中数据管理的特点和挑战
  • 1.3 无线传感器网络数据管理研究的关键问题和进展
  • 1.3.1 数据管理系统结构
  • 1.3.2 数据存储和索引
  • 1.3.3 查询处理
  • 1.3.4 实时数据管理
  • 1.4 课题研究意义
  • 1.5 本文研究内容及组织
  • 1.5.1 主要研究内容
  • 1.5.2 本文组织结构
  • 第2章 无线传感器网络实时数据管理框架
  • 2.1 无线传感器网络的实时性概述
  • 2.1.1 数据实时性
  • 2.1.2 通信实时性
  • 2.1.3 查询处理实时性
  • 2.2 无线传感器网络的实时数据管理框架
  • 2.2.1 数据模型
  • 2.2.2 查询语言
  • 2.2.3 数据存储
  • 2.2.4 查询处理
  • 2.2.5 事件检测
  • 2.3 本文的研究内容基于的通信环境和假设
  • 2.3.1 实时通信协议简介
  • 2.3.2 本文网络环境假设
  • 2.4 本章小结
  • 第3章 基于多级映射索引的数据存储MIS
  • 3.1 研究背景
  • 3.2 相关工作
  • 3.3 网络环境和假设
  • 3.4 层次存储
  • 3.5 多级映射索引
  • 3.5.1 索引结构
  • 3.5.2 索引更新
  • 3.6 基于多级映射索引的存储和查询处理
  • 3.6.1 基于多级映射索引的存储和查询处理算法
  • 3.6.2 能量代价对比分析
  • 3.7 实验和分析
  • 3.7.1 性能指标
  • 3.7.2 实验结果和分析
  • 3.8 本章小结
  • 第4章 基于缓冲区管理的查询处理方法
  • 4.1 问题背景
  • 4.2 相关工作
  • 4.3 查询处理缓冲区
  • 4.3.1 查询处理缓冲区结构
  • 4.3.2 查询处理
  • 4.4 查询处理缓冲区建模
  • 4.4.1 输入过程
  • 4.4.2 服务机构
  • 4.4.3 排队规则
  • 4.4.4 系统模型
  • 4.5 确定查询处理区宽度
  • 4.6 区域之间的边界
  • 4.7 实验和分析
  • 4.7.1 试验设置
  • 4.7.2 性能指标
  • 4.7.3 试验结果和分析
  • 4.8 本章小结
  • 第5章 基于松弛因子的实时查询处理算法
  • 5.1 问题背景
  • 5.2 相关工作
  • 5.3 问题定义
  • 5.3.1 性能因素分析
  • 5.3.2 网络模型
  • 5.3.3 混合路由策略
  • 5.3.4 查询模型
  • 5.4 数据传递模式和松弛因子
  • 5.4.1 数据传递模式
  • 5.4.2 松弛因子
  • 5.5 基于松弛因子的查询计划
  • 5.5.1 查询计划中的操作执行场地
  • 5.5.2 基于数据传递方式的节点集合划分
  • 5.6 实验和分析
  • 5.6.1 性能指标
  • 5.6.2 仿真和评价
  • 5.7 本章小结
  • 第6章 基于时空关联的实时事件检测算法
  • 6.1 问题背景
  • 6.2 相关工作
  • 6.3 问题定义
  • 6.4 基于时空关联模型的事件检测算法
  • 6.4.1 时间关联判断
  • 6.4.2 空间关联判断
  • 6.5 实时响应
  • 6.6 实验和分析
  • 6.6.1 实验设置
  • 6.6.2 实验结果和分析
  • 6.7 本章小结
  • 第7章 实时数据管理模拟测试系统
  • 7.1 相关系统中的数据管理功能
  • 7.2 WSNDM系统设计
  • 7.2.1 系统的目标
  • 7.2.2 WSNDM系统结构
  • 7.2.3 WSNDM系统的功能模块
  • 7.3 WSNDM系统的实现
  • 7.4 本章小结
  • 第8章 结论
  • 8.1 本文的主要贡献与结论
  • 8.2 进一步的工作
  • 参考文献
  • 致谢
  • 攻博期间发表的文章
  • 科研经历
  • 作者简介
  • 相关论文文献

    • [1].国外主要科学数据管理成本模型调研与分析[J]. 图书馆学研究 2019(22)
    • [2].三大关键要素,实现高效多云数据管理[J]. 软件和集成电路 2019(12)
    • [3].我国科学数据管理相关政策解读与人口健康科学数据管理的启示[J]. 医学信息学杂志 2019(12)
    • [4].科学数据管理体系的二维视角——《科学数据管理办法》解读[J]. 图书情报工作 2019(23)
    • [5].基于科学数据管理流程的科研机构职责分析[J]. 数字图书馆论坛 2020(01)
    • [6].“科学数据管理”专刊介绍[J]. 农业大数据学报 2019(04)
    • [7].国家大数据战略下教育大数据管理研究[J]. 管理观察 2020(04)
    • [8].数据管理计划在图书馆科学数据管理服务研究[J]. 中外企业家 2020(09)
    • [9].探索大数据管理的新模式[J]. 中国新通信 2020(04)
    • [10].建筑装饰设计的大数据管理及应用[J]. 现代物业(中旬刊) 2019(11)
    • [11].中医药临床研究电子数据管理特点及标准操作规程的制定[J]. 中国临床药理学与治疗学 2020(05)
    • [12].我国人文社会科学数据管理的主要问题与对策研究[J]. 图书情报工作 2020(06)
    • [13].山东省科学数据管理的问卷调查分析[J]. 中国科技资源导刊 2020(02)
    • [14].中外数据馆员培训实践调研与比较研究[J]. 新世纪图书馆 2020(02)
    • [15].国外高校图书馆科学数据管理政策研究——以英国剑桥大学图书馆为例[J]. 山东图书馆学刊 2020(02)
    • [16].国际公共资助的数字人文项目数据管理计划研究[J]. 内蒙古科技与经济 2020(11)
    • [17].加拿大科学数据管理及启示[J]. 图书馆杂志 2020(06)
    • [18].面向研究数据管理的高校图书馆学科服务模式探析[J]. 图书馆工作与研究 2020(06)
    • [19].大数据管理与应用新专业建设探索与实践——以北京信息科技大学为例[J]. 教育教学论坛 2020(31)
    • [20].新西兰高校科研数据管理服务调查研究[J]. 数字图书馆论坛 2020(06)
    • [21].大数据管理分析中的分类法[J]. 电子技术与软件工程 2020(10)
    • [22].智慧图书馆为教学科研提供数据管理服务的意义[J]. 科技经济导刊 2020(22)
    • [23].英国科学数据管理政策研究[J]. 医学信息学杂志 2020(07)
    • [24].人文社会科学数据管理的现实困境与对策分析[J]. 情报科学 2020(09)
    • [25].基于利益相关者的高校图书馆科学数据管理策略分析[J]. 图书馆工作与研究 2020(09)
    • [26].图书馆数据管理服务设计——基于中国科学院大学研究生的调查[J]. 图书馆学研究 2020(18)
    • [27].大数据背景下的电网企业数据管理[J]. 大众用电 2020(10)
    • [28].猪场数据管理的问题及展望[J]. 今日养猪业 2019(01)
    • [29].谈大数据管理的概念和挑战[J]. 才智 2019(06)
    • [30].利益相关者视角下档案部门参与科学数据管理的分析[J]. 档案天地 2019(03)

    标签:;  ;  ;  ;  ;  ;  

    无线传感器网络实时数据管理关键技术研究
    下载Doc文档

    猜你喜欢