38、传感器数据流收集负载分布方法与动物园导航 AR 应用方案

传感器数据流收集负载分布方法与动物园导航 AR 应用方案

传感器数据流收集负载分布方法

在传感器数据收集领域，为解决大规模数据收集时的网络负载问题，提出了一种考虑相位差的基于跳图的传感器数据流收集系统。

相位差与数据收集方案

目前提出了一种分布式主题发布/订阅系统（TPBS）的大规模数据收集方案，采用“集体存储转发”方法，沿着结构化覆盖上的多跳树结构，将多个小消息存储并合并为一个大消息，同时考虑交付时间约束，这能减少大量传感器数据异步发布时的网络处理开销。

还提出了一种考虑相位差的收集系统。源节点 (N_i) 的相位差表示为 (d_i)（(0 \leq d_i < C_i)），收集时间表示为 (C_ip + d_i)（(p = 0, 1, 2, …)）。通过考虑相位差，能平衡每个收集周期内的收集时间，降低负载集中到特定时间或节点的概率。这种考虑相位差的方式被称为“相位偏移（PS）”。

以下是考虑相位差的收集时间示例：
| 周期 (C_i) | 相位差 (d_i) | 收集时间 |
| ---- | ---- | ---- |
| 1 | 0 | 0, 1, 2, 3, 4, … |
| 2 | 0 | 0, 2, 4, 6, 8, … |
| 2 | 1 | 1, 3, 5, 7, 9, … |
| 3 | 0 | 0, 3, 6, 9, 12, … |
| 3 | 1 | 1, 4, 7, 10, 13, … |
| 3 | 2 | 2, 5, 8, 11, 14, … |

系统评估

通过模拟对提出的基于跳