无线传感器网络分布式数据查询处理机制的研究与设计

论文摘要

无线传感器网络的普遍工作方式是首先把大量的传感器撒播到要监控的区域,然后节点间通过某种路由方式将感知的数据传给网外的基站供用户查询,因此为用户提供一种快捷简便的数据查询处理机制是传感器网络研究的又一热点。本文对查询处理涉及的几大方面进行了分析研究,包括数据存储技术、集中式和分布式查询方式以及数据融合技术,重点分析了集中式和分布式查询算法的基本思想。分布式算法的基本思想是首先对网络中的节点进行分簇,然后将用户提交的查询分发到相关簇头上进行解析和优化,在数据收集的过程中,簇头对收集到的数据进行初步的融合,最后将融合后的数据发送到基站。以此为基础本文设计了两种分布式查询处理算法—基于空间距离的查询处理算法和基于语义相似度的查询处理算法。综合上述两种分布式查询处理算法,本文又设计出了一种基于混合式的分布式查询处理算法。该算法在设计的过程中考虑到了两方面的因素:数据的语义相似度和簇头覆盖半径的大小。考虑数据的语义相似度,使簇头收集相同类型的数据,有利于查询在簇头上的优化和融合;考虑簇头的覆盖半径可以控制分簇区域的大小,可以有效控制簇头的负担和簇内数据处理的能量消耗。异构传感器网络的主要特点是含有多种类型的传感器来采集多种类型的元数据,基于混合式的分布式查询处理机制考虑到了簇头收集数据的类型,因此能够很好地应用到这种传感器网络中。本文对其在异构网中的应用做了一定的探讨。本文最后通过实验选择该算法的两个重要参数—簇头覆盖半径和感知数据的语义相似度。并将基于混合式的分布式查询处理算法与集中式算法、基于空间距离的查询处理算法和基于语义相似度的查询处理算法进行比较,得出该算法性能较佳。

论文目录

• 摘要
• ABSTRACT
• 第一章 绪论
• 1.1 课题研究背景
• 1.2 研究现状
• 1.2.1 分布式数据查询研究现状
• 1.2.2 分布式数据融合技术研究现状
• 1.3 主要研究工作和内容安排
• 1.3.1 本文所做的主要工作
• 1.3.2 本文框架结构
• 第二章 无线传感器网络及数据查询处理机制分析
• 2.1 无线传感器网络的概念
• 2.2 无线传感器网络的特点
• 2.3 传感器网络查询机制分析
• 2.3.1 查询处理的执行架构
• 2.3.2 查询处理的执行流程
• 2.3.3 查询语言介绍与分析
• 2.3.3.1 连续查询语义
• 2.3.3.2 类SQL 查询语言模型
• 2.4 无线传感器网络数据存储技术分析
• 2.4.1 数据存储的分类
• 2.4.2 以数据为中心的存储方法
• 2.4.2.1 感知数据命名方法
• 2.4.2.2 以数据为中心的存储方法的基本原理
• 2.4.3 以数据为中心的存储方法的性能
• 2.5 本章小结
• 第三章 数据查询处理算法设计和数据融合技术分析
• 3.1 数据查询简介
• 3.2 查询处理算法分析与设计
• 3.2.1 集中式查询处理方法分析
• 3.2.2 分布式查询处理算法分析与设计
• 3.2.2.1 分布式处理方法分析
• 3.2.2.2 完全分布式算法分析
• 3.2.2.3 基于空间距离的分布式算法设计
• 3.2.2.4 基于语义相似度的分布式算法设计
• 3.3 查询分发和数据收集算法
• 3.4 数据融合技术分析
• 3.4.1 集中式与分布式数据融合技术
• 3.4.2 流水线数据融合技术分析
• 3.5 本章小结
• 第四章 异构传感器网络数据查询处理系统设计
• 4.1 引入异构传感器网络
• 4.2 异构传感器网络的数据存储
• 4.3 异构传感器网络上的查询机制设计
• 4.3.1 基于混合式的分布式查询处理算法设计
• 4.3.2 基于混合式的分布式查询算法的数据帧设计
• 4.4 查询语言选取
• 4.5 异构传感器网络的查询处理系统设计
• 4.5.1 查询处理系统前端设计
• 4.5.2 查询处理系统簇头端设计
• 4.5.3 查询执行算法
• 4.5.4 融合技术在数据收集过程中的应用探讨
• 4.6 本章小结
• 第五章 算法性能模拟论证
• 5.1 仿真工具NS-2 简介
• 5.2 实验环境设计
• 5.3 与实验相关概念描述
• 5.4 模拟结果
• 5.4.1 基于语义相似度的分布式算法模拟实验
• 5.4.2 基于空间距离的分布式算法中的半径选取实验
• 5.4.3 DQPA-HM 的语义相似度和簇头覆盖半径选取实验
• 5.4.4 算法性能比较实验
• 第六章 总结与展望
• 6.1 总结
• 6.2 展望
• 参考文献
• 致谢
• 在学期间的研究成果及发表的学术论文