17、无线传感器网络智能信息处理综述

无线传感器网络智能信息处理综述

1 引言

在无线传感器网络（WSN）中，为满足相关需求，研究人员采用了智能处理方案，如网络内数据聚合/压缩、分布式数据库存储/查询以及多传感器数据融合等。本文旨在对WSN的智能信息处理进行概述，分析相关算法的优缺点，并指出未来的研究方向。

2 网络内数据聚合

网络内数据聚合是减少WSN通信流量的有效方法。它将传统以地址为中心的模式转变为以数据为中心的模式，节点可查看数据内容并对多个输入数据包进行聚合，生成单个输出数据包。一般来说，它会根据某种原则构建和维护分层逻辑结构，传感数据从子节点发送到父节点并在父节点聚合，父节点仅将有用数据发送给其父节点，重复此过程直至结果数据发送到汇聚节点。这一过程减少了通信量，节省了能量，延长了传感器和整个应用系统的寿命。数据聚合算法可分为以下四类：

2.1 以数据为中心的聚合

定向扩散（Directed Diffusion，DD）是早期的数据聚合研究成果。其主要思想是：传感器节点生成的数据通过属性 - 值对命名，汇聚节点通过发送对命名数据的兴趣请求数据，匹配兴趣的数据会流向该节点。中间节点可缓存、转换数据，并根据先前缓存的数据引导兴趣。兴趣和数据的传播或聚合由局部交互决定，即邻居节点或附近节点之间的消息交换。

作为按需查询方案，DD无需维护全局网络拓扑信息，能源效率高。然而，它存在一些缺点：
- 无法用于需要连续向汇聚节点发送数据的应用，如环境监测。
- 命名机制依赖应用且需提前定义，可重用性差。
- 数据与兴趣的匹配可能带来额外的能量消耗。
- 有用的兴趣消息需在整个网络中泛洪，导致时间延迟大，不适合对时间敏感