面向普适计算的无线传感器网络中间件研究

论文摘要

随着普适计算（Ubiquitous/Pervasive Computing）和无线传感器网络（Wireless Sensor Network/WSN）的概念和技术的迅速发展,基于感知的普适计算应用正在日益深入人们的生活。这些应用利用无线传感器网络作为普适计算信息搜集和发布的基础架构,促进了物理世界和虚拟世界的集成和互动。但是,开发这样的应用是充满挑战性的工作。原因在于:一方面,普适计算应用对于系统灵活性、可复用性、可靠性具有较高要求;而另一方面,无线传感器网络受限于自身特征,例如:资源约束、动态结构、复杂嵌入式操作系统和硬件编程接口等,不能直接满足上述应用需求。面向普适计算的无线传感器网络中间件为解决上述矛盾带来了可能性。这使得它成为一个非常重要的研究问题。虽然在传统的网络和分布式计算环境下,对中间件的研究已经较为成熟,但是目前,对于无线传感器网络的中间件的相关研究还处于初期阶段。物理世界性质和虚拟世界性质的综合影响给面向普适计算的无线传感器网络中间件的研究带来了很多挑战性研究工作。本文研究面向普适计算的无线传感器网络中间件关键问题和应用。论文涉及以下几个主要关键问题:第一,通过合适的系统单元抽象并提供系统抽象和和开发框架,从而屏蔽底层WSN硬件和网络平台的复杂性、异构性,使得普适计算应用开发者可以更加专注于应用逻辑,而不再需要了解底层的实现细节。第二,针对WSN的特征,提供可以被普适计算应用所重用的基本数据和资源服务,从而使得普适计算应用开发者可以灵活地开发和布署新应用而不需要重复繁琐的功能模块开发工作。并且,提供有效的WSN资源管理和维护、监控方法,从而增强普适计算应用执行的可预测性。第三,研究具有代表性的领域相关的普适计算服务和应用,从而为基于论文所提出方法的实际系统开发提供借鉴。针对第一个关键问题,本文提出了普适智能对象Ubiquitous Intelligent Object（UIO）模型。该模型将传统的面向对象（Object Oriented/OO）概念拓展到普适计算领域,通过模型化智能对象而有效集成了物理世界对象和虚拟世界对象特征。本文定义了UIO的抽象数据模型、抽象关系模型、抽象操作模型和抽象能力模型;讨论了UIO对象的实现技术;描述了基于UIO模型开发普适智能环境UIE（ubiquitous intelligent environment）下应用的基本方法。我们将普适计算基本计算单元抽象为UIO,有助于研究其共同特征和类属特性,也有助于研究其间的协作关系和基于协作关系的算法;这些都为促进新型的普适计算应用设计、快速有效的开发普适计算应用提供了有效支持。实际上,UIO作为通用智能对象模型,可适用于面向普适计算的多种底层支持网络上的中间件的编程抽象。这些底层支持网络包括WSN、WSAN（Wireless sensor and actuator network）等等。本文主要关注用UIO抽象的WSN节点以及用UIE抽象的WSN网络的中间件。针对第二个关键问题,本文主要研究了基于UIO协作的分布式事件处理服务。“事件”包括应用数据事件和系统事件。它们对于普适计算应用都十分重要。因此,事件服务是WSN中间件所需提供的一项基本服务。本文提出了基于Dempster-Shafer（DS）置信度理论的分布式事件处理算法设计框架和一组分布式事件处理算法,包括:分布式事件区域检测算法（distributed event regiondetection algorithm/DERD）、分布式点事件检测算法（distributed point eventdetection algorithm/distributed fault sensor detection algorithm/DFSD）、分布式事件边界检测算法（distributed event boundary detection/DEBD）。大量试验结果表明,本文所提出的算法在准确性、容错性等评估标准上都大幅度优于现有相关算法。最后,针对第三个关键问题,本文给出了两个领域相关的中间件服务和应用实例。第一个是建筑物结构健康监测系统（Structural Health Monitoring/SHM）,第二个是普适搜索系统（Ubiquitous Searching/US）。SHM系统主要用于展示基于UIO协作的分布式事件处理在领域相关系统中的应用。而US系统主要用于展示UIO抽象模型是如促进新的普适计算应用的开发的。我们基于无线传感器网络节点Burkely motes和定制的节点TFAD901节点对这些应用系统开发了系统原型。特别地,对SHM系统,本文给出了其仿真、震动床试验、以及实地布署和测试的结果。结果评估表明了本文提出的模型和方法的有效性和适用性。

论文目录

• 摘要
• ABSTRACT
• 第一章 概述
• 1.1 研究背景和动机
• 1.1.1 普适计算、无线传感器网络和中间件
• 1.1.2 WSN中间件参考模型、研究现状和不足之处
• 1.2 论文主要工作
• 1.3 论文框架和组织
• 第二章 普适计算智能对象模型
• 2.1 引言
• 2.2 相关工作
• 2.3 UIO模型概述
• 2.4 UIO概念模型
• 2.4.1 UIO的基本模型
• 2.4.2 UIO的抽象数据模型
• 2.4.3 UIO的关系模型
• 2.4.4 UIO的抽象操作模型
• 2.4.5 UIO的能力模型
• 2.5 UIO的实现的讨论
• 2.5.1 支持UIO概念的智能设备
• UIO'>2.5.2 简约S_UIO
• 2.5.3 UIO的生命周期
• 2.6 基于UIO的UIE描述和应用构建
• 2.7 小结
• 第三章 协作的分布式事件处理算法框架
• 3.1 UIO协作
• 3.1.1 UIO协作的基本模式
• 3.1.2 UIO协作的分析
• 3.2 分布式协作事件处理算法框架DCPF
• 3.2.1 系统模型
• 3.2.2 DS理论介绍
• 3.2.3 DCPF框架以及应用方法
• 3.3 相关工作讨论
• 3.3.1 WSN中间件事件处理策略
• 3.3.2 协作的融和理论
• 3.3.3 QoS特征
• 3.4 小结
• 第四章 分布式协作事件处理服务算法
• 4.1 引言
• 4.2 分布式事件区域检测算法DERD
• 4.2.1 问题和算法描述
• 4.2.2 相关工作
• 4.2.3 性能评估
• 4.2.3.1 仿真实验设置
• 4.2.3.2 阈值对结果的影响
• 4.2.3.3 检测率vs.误报率,传感器错误比率p=0
• 4.2.3.4 检测率vs.误报率,传感器错误比率p=10%和p=20%
• 4.2.3.5 网络密度的影响,传感器错误比率p=0
• 4.2.3.6 网络密度的影响,传感器错误比率p=10%
• proportion的影响'>4.2.3.7 算法参数anti_proportion的影响
• 4.3 分布式错误传感器检测算法DFSD
• 4.3.1 问题和算法描述
• 4.3.2 相关工作
• 4.3.3 性能评估
• 4.3.3.1 仿真实验设置
• 4.2.3.2 网络密度对DFSD检测准确度的影响
• 4.2.3.3 网络密度对DFSD误报率影响
• 4.2.3.4 DFSD算法和相关工作性能比较
• 4.4 分布式事件边界检测算法DEBD
• 4.4.1 问题和算法描述
• 4.4.2 相关工作
• 4.4.3 性能评估
• 4.4.3.1 仿真实验设置
• 4.4.3.2 不同策略的影响
• 4.4.3.3 网络密度影响
• 4.4.3.4 系统容错性
• 4.4.3.5 和相关工作算法性能比较（错误传感器比率p=0）
• 0）'>4.4.3.6 和相关工作算法性能比较（错误传感器比率:p>0）
• 4.5 小结
• 第五章 结构健康监测服务和应用
• 5.1 引言
• 5.2 相关研究工作
• 5.3 分布式协作结构健康监测WSN中间件服务
• 5.3.1 SHM分布式协作处理框架
• 5.3.2 协作的结构损伤检测算法DDID,CDED
• 5.4.原型和评估
• 5.4.1 原型系统
• 5.4.2 仿真平台试验
• 5.4.3 实验室测试和实地部署
• 5.4.4 Tossim仿真
• 5.5 小结
• 第六章 普适数据搜索服务和应用
• 6.1 引言
• 6.2 相关工作
• 6.3 普适搜索的设计
• 6.3.1 普适搜索服务的设计原则和方法
• 6.3.2 普适搜索应用体系结构
• 6.3.3 普适搜索服务接口
• 6.3.4 普适搜索关键算法
• 6.4 原型和仿真
• 6.5 小结
• 第七章 结束语
• 7.1 论文主要创新点
• 7.2 进一步工作展望
• 参考文献
• 在读期间发表的学术论文与取得的研究成果
• 致谢