无线传感器网络数据收集研究综述
摘要：数据收集是无线传感器网络的重要技术之一，在对诸多文献进行归纳总结的基础上，介绍了几种无线传感器网络中周期性数据收集的方法。
关键词：无线传感器网络；数据收集；周期性
中图分类号：TP212文献标识码：A 文章编号：1009-3044(2011)30-7370-02
Overview of Data Gathering in Wireless Sensor Networks
HE Hui-lin, XIAO Qiang-hua
(School of Mathematics & Physics, University of South China, 元宵节贺词
Hengyang 421001, China)
Abstract: Data gathering is crucial technology in wireless nsor networks. Bad on the summary of some litepretended
ratures, methods of Data gathering in wireless nsor networks are introduced.
Key words: wireless nsor network; data gathering; periodicity
无线传感器网络(W电脑定时关机
ireless Sensor Network，简称WSN)是一种由大量微型传感器节点通过无线通信自组织而成的网络系统，用于实时地监测、感知和采集某个区域的信息，对信息进行处理，并发送给观察者。近年来，无线传感器在军事国防、工农业控制、生物医疗、环境监测等诸多领域得到了广泛的应用。
数据收集是无线传感器网络的基本功能之一，指将节点感知到的数据传送到Sink节点，使得用户可以进行分析和处理。数据收集包括数据采集、数据处理和数据传输，其中数据传输会消耗大量的能量。而传感器节点仅通过携带能量有限的电池进行供电，这使得网络中的能量资源有限，因此在无线传感器网络中，尽可能地保存节点能量，及有效地进行数据收集以尽量延长网络工作寿命是研究的热点。目前，已有大量的工作对无线传感器网络中的数据收集进行研究，本文根据Sink节点是否固定来讨论传感器网络周期性数据收集方法，而周期性数据收集是指传感器网络对监测区域进行周期性监测，节点定期生成数据返回给用户。
1 Sink节点固定的数据收集
1.1 基于簇的数据收集
在基于簇的数据收集中，一部分节点将选择性地成为簇首(Cluster head)，负责收集簇内节点传输来的数据，然后直接或多跳地传送给Sink节点；网络中的其他节点则加入离自己最近的簇首，从而形成一种Voronoi结构的网络。
最典型的基于簇的协议是LEACH[1]。在LEACH中，每个节点以一定概率成为簇首，然后网络中的其他节点选择加入离自己最近的簇首以组成簇。所有的簇首和Sink节点会组成一个连通结构。簇首负责收集簇内的数据，然后传送到上一级的簇首或sink节点。显然，簇首的能量耗费要远远大于其他节点。为了均衡节点的能量耗费，每隔一段时间会重新选择担任簇首的节点。
基于簇的协议会遇到如下问题：簇的规模（或最优的簇半径）如何确定、何时更换簇首、簇首的个数为多少、节点的能量如何能消耗均衡从而延长网络生命周期（第一个节点死亡的时间）等。为了能解决如上问题，近年来的工作分别从簇结构的调整、簇首的选择、数据特征的抽取等方面来优化分簇协议。
从簇结构的调整方面来看，传统协议中簇的半径是固定或任意的。文献[2]针对数据收集过程中靠近Sink的那部分节点需要转发大量从远方来的数据从而导致能量消耗过大而过早
死亡的问题，提出采用非均匀分簇的方法来均衡不同区域节点的负载。其思想是：靠近Sink节点的位置形成较小的簇，而远离Sink节点的位置形成较大的簇。这样，靠近Sink的那些节点就能节省出能量用于转发远方来数据。
从簇首的选择方面来看，文献[3]为了改变LEACH等传统分簇协议中节点仅根据自身被预设的概率成为簇首从而导致多个临近的节点可能同时成为簇首（造成簇首分布不均）的不足，提出结合节点邻居的状态来决定成为簇首，其中设计了一种新的簇首竞争参数，每个节点vi成为簇首的概率与Ea/Ei成反比，其中Ea是vi邻居的平均剩余能量，Ei是vi的剩余能量。这样能够更好地使能量异构的节点均衡地的消耗能量。
从数据特征的抽取方面来看，文献[4]提出一种利用多项式回归提取数据特征，进而减少数据收集过程中数据传输量的方法。首先，每个节点根据最近几轮中感知到数据的特征，近似出相应的回归函数。然后，传送函数的相关因子和参数到Sink。最后，Sink再通过这些因子和参数还原出原数据。
1.2 基于链的数据收集
基于链的数据收集是将网络中的节点构成一条或若干条链，并在链上选择一个节点作为头节点与Sink节点进行通信，而链两端的数据均沿链传输到头结点。基于链的数据收集的典型工作，按组成链的方式，可以分为单链式协议和多链式协议。
PEGASIS[5]是最早出现的单链式协议，也是基于链的协议中最典型的工作之一。在PEGASIS中，每个节点根据信号的强度判断各个邻居节点与自己的距离。然后，每个节点选择离自己最近的邻居进行通信以减少能量耗费。链中每个节点将轮流成为头节点向Sink节点发送数据，这样可以均衡节点的能量耗费。
由于单链协议中节点组成的链较长，造成数据延迟较大而且头节点负载过重。文献[6]提出一个基于同心圆环的改进P芭蕾舞动作
EGASIS协议，该协议是典型的多链式协议。首先，根据各个节点到Sink节点的距离，划分网络为若干个以Sink节点为中心的同心圆环。然后，每个同心圆环内的节点组成一条链，链上选择一个头节点负责接收其他节点的数据并进行完全汇聚。最后，各个头节点再组成一条以Sink节点为头节点的链以传送数据。由于各个同心圆环中节点数量不一定均衡，从而造成各节点能量消耗也不均衡。
1.3 基于树的数据收集
基于树的数据收集是将网络中的所有节点组成一棵生成树，非叶子节点可以执行数据聚合，沿树枝路径把数据发送到根节点。根据构造树的方式及树的典型工作可分为基于线性规划的协议、基于结构增长的协议和基于性能提高的协议。
1.3.1 基于线性规划的协议
文献[7]提出的MLDR是最早出现的工作之一，是一个集中式的算法。MLDR的目标是使网络生命周期最大化，其中网络生命周期定义为网络中第一个节点死亡的时间。它首先将该问题建模为一个节点带有能量限制的最大流问题。然后，利用整数规划来找出一个树的集合，集合中每棵树将被用来收集一次网络中全部节点的数据。
