无线传感器网络数据管理自适应处理研究

无线传感器网络是当前学术界研究的前沿和热点，具有广阔的应用前景。无线传感器网络数据管理是无线传感器网络的核心研究内容。与传统应用模型不同，无线传感器网络的网络状态、感知对象和用户需求等要素具有高度动态性，而现有数据管理技术对由无线传感器网络的高度动态性带来的挑战考虑不足，为此我们将研究无线传感器网络数据管理自适应处理方法，包括：（1）自适应查询处理方法，当节点能量衰减或失效、通信质量降低等网络状态变化时，能够自适应地调整查询计划和查询路径；（2）自适应查询优化方法，使得一次采样、传输和计算的中间结果可以被多个查询和用户共享，减少能量开销，加快查询响应时间；（3）自适应数据存储和数据压缩方法，以适应网络的动态变化，压缩传送的感知数据量，均衡网络能量的消耗，延长网络的生命周期；（4）在此基础上，我们将设计和开发一个原型系统，针对典型的传感器网络应用，在系统中验证本项目的理论和方法。

无线传感器网络数据管理是无线传感器网络的核心研究内容之一。查询处理是数据管理的重要内容。为了能够过滤掉那些不满足用户需求的查询结果，减少不必要的通信能耗。项目提出了一种传感器网络中基于子空间划分的Skyline查询处理方法SDKSA和一种无线传感器网络中基于连通核的高效Skyline查询算法CCBS；SDKSA将感知数据按数据空间划分，设立子空间，数据存储在skyline查询转发路径的分簇里。CCBS首先在网络中构建连通核，设立了簇和元组两级过滤器，用来过滤掉被支配的感知元组；连接查询是传感器网络中一类重要的查询，项目提出了高效的自连接查询算法SCJA，可找出不同数据源之间感知数据的联系；传感器网络中的数据为典型的流数据，自适应查询优化的首要工作是分析网络中流数据的相关性，项目提出了基于基窗口的多维数据流查询同步相关性分析算法Base_win_CCA，通过统计量的计算开展相关性分析，根据相关性进行优化处理；传感器网络中每个节点的存储能力有限，感知数据不能够被长时间地存储在节点上，提出了一种基于分布式数据存储与映射策略；为了尽可能地利用网内计算，减少回传到基站上的数据量是传感器网络数据管理技术要解决的主要问题。我们提出了一种基于支配能力的轻量级的迭代过滤算法DBIFA，提出了一种新的基于数据相关的数据剪枝与压缩算法DRCSky，DRCSky采用轻量级的数据过滤器，能够明显降低网络的开销，并能够达到簇级的剪枝；分簇和路由是数据管理的基础设施，项目提出来了提出一种基于域的分布式自动成簇算法DCAM和移动分簇路由算法EM-LEACH、EM-CHMR，DCAM 把传感器网络按域划分来构建簇，簇之间是相互连通并且可以覆盖网络中所有的传感节点，EM-LEACH与EM-CHMR根据移动传感器网络中节点距离、速度、剩余能量等因素提出了能量高效的移动分簇路由算法；无线传感器网络节点是组成无线传感器网络的基础，项目组设计了一款低功耗无线传感器网络节点LL430；项目开发了一款无线传感器网络自适应数据管理系统，申请了软件著作权。