無線E+E傳感器網絡數據聚集調度技術研究
隨著E+E傳感器技術、嵌入式計算技術以及無線通信技術的迅速發展，無線E+E傳感器網絡以其低成本、自組織網絡的優點被廣泛地應用在環境監測、醫療衛生、國防軍事等眾多領域。無線E+E傳感器網絡作為一種全新的信息獲取和處理技術，對網絡中E+E傳感器節點收集到的感知數據進行操作是*的，其中數據聚集就是無線E+E傳感器網絡上一項zui基本的操作，近年來受到學術界的廣泛關注。

無線E+E傳感器網絡數據聚集調度技術研究
在很多無線E+E傳感器網絡應用中，管理員或用戶通常需要通過基站提出一些關于感知區域中某些物理屬性的聚集查詢，此時基站需要將網絡中所有或部分E+E傳感器節點獲取的感知數據進行聚集，并將聚集值返回給查詢者。為了消除聚集過程中無線通信帶來的干擾，需要為網絡生成一個無沖突的聚集調度，并zui小化聚集時間，該問題稱為聚集調度問題。因此，聚集調度方法滿足了查詢者希望迅速獲得聚集結果的需求。無線E+E傳感器網絡由一組低成本、低功耗的無線E+E傳感器節點通過自組織方式形成網絡，具有節點能量有限、節點通信能力有限、網絡動態變化等特點。這些給無線E+E傳感器網絡上聚集調度問題的研究帶來了很多挑戰，包括如何設計能量有效的聚集調度算法、如何設計適用于動態網絡拓撲的調度算法、如何提高算法的數據傳輸率等。針對上述挑戰，從多方面考慮了無線E+E傳感器網絡上的聚集調度問題，并提出相應的策略和算法。研究工作及成果包括以下幾個方面。首先，提出了無線E+E傳感器網絡的分布式聚集調度算法。現有的聚集調度算法均為集中式算法，不適用于動態變化的網絡拓撲，且聚集時間延遲較高。針對上述問題，提出了一種兩階段的分布式聚集調度算法。*階段利用極大獨立集的方法，分布式地構造一棵具有良好性質的聚集樹，并將網絡中的節點分為不同的角色。在第二階段網絡中的E+E傳感器節點首先通過相互通信得到局部的拓撲信息，然后根據獲取的信息分布式地完成調度生成。由于無線E+E傳感器網絡的聚集調度問題已被證明為NP-難問題，給出的分布式聚集調度算法為一個近似算法，通過理論分析得出該算法的近似比接近于常數，改進了原有算法的聚集時間上界。針對動態變化的網絡拓撲進一步提出了一種自適應的分布式聚集調度算法，包括自適應的聚集樹結構維護和自適應的聚集調度更新。針對多基站無線E+E傳感器網絡提出了兩種聚集調度算法。單基站無線E+E傳感器網絡中存在節點負載不平衡與能量消耗不平衡的問題，而在網絡中布置多個計算和通信能力強大的基站可以有效地緩解該問題，因此多基站無線E+E傳感器網絡也被廣泛關注與應用。提出了適用于該類型網絡的兩種聚集調度算法，兩算法均分為三個階段，*階段為網絡構造出一個聚集森林作為通信骨干網，第二階段和第三階段對聚集森林中的所有節點以自底向上的方式逐層生成聚集調度。*個調度算法采用維諾圖劃分的方法構造聚集森林，而第二個調度算法采用網絡支配集的思想構造出一個具有良好性質的聚集森林，從而改進了*個算法。通過理論分析給出了兩算法聚集時間的上界，并證明第二個算法性能優于*個算法。模擬實驗驗證了兩算法的有效性。提出了適用于周期輪轉模式無線E+E傳感器網絡上的聚集調度算法。針對無線E+E傳感器網絡節點能量有限的特點，周期輪轉的節點工作模式逐漸被采用，即節點在每個工作周期中工作一段時間，在其余的時間進行睡眠。周期輪轉模式可以很大程度上節省E+E傳感器節點的能量，從而延長網絡的生命周期，具有廣泛的應用前景。考慮了該類型的無線E+E傳感器網絡上的聚集調度問題，并提出一種聚集調度算法來解決該問題。該算法首先構造出網絡的一個分層結構，然后根據該結構進行工作周期調度。理論分析得出該算法的近似比接近于常數，模擬實驗也驗證了該算法的有效性。為無線E+E傳感器網絡的聚集調度提出了一種新的機會聚集調度機制。已有聚集調度算法未考慮聚集過程中可能發生的傳輸失敗，因此很難適用于鏈路質量不理想的無線E+E傳感器網絡。

無線E+E傳感器網絡數據聚集調度技術研究
針對此問題，利用機會路由的思想提出了一種兩階段的機會聚集調度機制，以提高已有調度算法的數據傳輸率。該機制可以應用在任一聚集調度算法之上，是對已有聚集調度算法工作的一個有力補充。機會聚集調度機制在*階段為已有調度進行機會鏈路擴展，即為網絡添加一些質量較好的機會鏈路，并提出了兩種鏈路選擇策略。該機制在第二階段依照擴展后的調度執行聚集操作，并設計了適應于機會鏈路傳輸的新聚集執行算法。模擬實驗驗證了該機會聚集調度機制極大提高了數據聚集時的數據傳輸率，并驗證了該機制的能量有效性。