【摘要】：無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network,WSN)中節(jié)點種類多、體積小、功耗低,且容易受外界環(huán)境的影響,因此通常需要對基站(BaseStation,BS)接收到的數(shù)據(jù)進(jìn)行可信性評估。WSN中的溯源(Provenance)記錄了數(shù)據(jù)的產(chǎn)生及其傳輸過程,是評估接收數(shù)據(jù)可信度的重要依據(jù)。在大規(guī)模WSN中,隨著數(shù)據(jù)傳輸跳數(shù)的增加,Provenance的數(shù)據(jù)量會越來越大,這不僅會消耗節(jié)點有限的能量,而且在某些極端情況下會導(dǎo)致數(shù)據(jù)包的容量過載,因此研究人員提出了Provenance的分段傳輸方法。但此類方法要求Provenance的分段必須全部準(zhǔn)確到達(dá)BS之后才能實施解碼。鑒于此,為了解決傳統(tǒng)分段方法的不足,本文提出一種基于多粒度拓?fù)鋱D的WSN逐級精化溯源方法,基本思想是:將WSN拓?fù)鋱D按照某種規(guī)則劃分成多級粒度組成的抽象拓?fù)鋱D,并在不同粒度上進(jìn)行Provenance分段傳輸,這樣BS可根據(jù)已經(jīng)接收的Provenance分段在較粗粒度上解碼出Provenance,然后運(yùn)用后繼到達(dá)的分段以增量的方式逐級細(xì)化解碼的粒度,直至獲得精確的結(jié)果。本文的主要工作如下:(1)提出了一種基于多粒度拓?fù)鋱D的WSN逐級精化溯源方法,首先使用信息熵定義等價關(guān)系,然后通過計算節(jié)點之間的互信息將WSN的拓?fù)鋱D遞歸劃分成多個不同粒度的抽象拓?fù)鋱D。(2)在WSN多粒度抽象拓?fù)鋱D中,由粗到細(xì)逐級、增量傳輸Provenance,設(shè)計并實現(xiàn)了基于多粒度的字典編碼方法壓縮Provenance。由此,提高了Provenance的平均壓縮比。同時,也討論了WSN拓?fù)鋱D動態(tài)變化時的處理方法。(3)在TinyOS-2.1.2系統(tǒng)下分別完成了TOSSIM仿真和基于PowerTOSSIMz的能量仿真,并在ZigBee硬件節(jié)點上完成了相應(yīng)的硬件組網(wǎng)實驗。理論分析和實驗數(shù)據(jù)均表明,與傳統(tǒng)分段方法相比,本文方法有效彌補(bǔ)了現(xiàn)有Provenance分段傳輸方法的不足,而且具有更高的Provenance壓縮比,能有效的減少WSN的能量消耗。
【學(xué)位授予單位】：江蘇大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2018
【分類號】：TP212.9;TN929.5
【圖文】：

圖 4.1 多粒度劃分代碼Fig 4.1 The Code of Multi-granularity Hierarchical Topology（4）編寫頂層配置文件配置文件中主要包含組件使用或提供接口的情況，主要是定義使用組件列表以及組件間接口的連接關(guān)系。本實驗以“NetworkAppC.nc”作為頂層配置文件程序中主要使用到的組件有 MainC、LedsC、TimerMilliC、ActiveMessageC、SensirionSht11C、NetworkC，使用到的接口有 Boot、Leds、Timer、Packet、AMSend、RadioControl、AMReceive，其連接關(guān)系為：NetworkC.Boot -> MainC;NetworkC.Leds -> LedsC;NetworkC.Timer0 -> Timer0;NetworkC.Packet -> AMSenderC;NetworkC.AMPacket -> AMSenderC;NetworkC.AMControl -> ActiveMessageC;

江蘇大學(xué)碩士學(xué)位論文Step4: 為了使得實驗中的輸出結(jié)果得以保存，需要對輸出通道進(jìn)行配置，把“Boot”通道輸出的內(nèi)容保存到文件“l(fā)og.txt”，代碼為：f=open("log.txt","w")t.addChannel("Boot",f)Step5: 編寫 TOSSIM 仿真代碼，代碼為：for i in range(0,1000000):t.runNextEvent()（8）TOSSIM 仿真和 PowerTOSSIMz 仿真首先，終端輸入“\opt\tinyos-2.1.2\apps\Test\hier”進(jìn)入應(yīng)用程序所在目錄，運(yùn)行：make micaz sim，當(dāng)出現(xiàn)“***Successfully built micaz TOSSIM library”時，表示編譯通過。如圖 4.2。

圖 4.3 Python 運(yùn)行結(jié)果Fig 4.3 The Result of Running Python圖 4.4 PowerTOSSIMz 能量監(jiān)測

【參考文獻(xiàn)】

相關(guān)期刊論文 前9條

1 覃榮華;何亮明;李寶清;袁曉兵;;基于單向散列鏈的定點布設(shè)無線傳感器網(wǎng)絡(luò)密鑰分配方案[J];計算機(jī)科學(xué);2013年01期

2 陳雯;孫紅兵;;基于無線傳感網(wǎng)絡(luò)及移動主體的遠(yuǎn)程醫(yī)療監(jiān)護(hù)系統(tǒng)研究[J];現(xiàn)代電子技術(shù);2012年15期

3 楊慧中;章軍;陶洪峰;;基于互信息的軟測量變量選擇[J];控制工程;2012年04期

4 嚴(yán)蔚敏;李冬梅;吳偉民;;數(shù)據(jù)結(jié)構(gòu)(C語言版)[J];計算機(jī)教育;2012年12期

5 徐立鋒;;基于無線傳感器網(wǎng)絡(luò)技術(shù)在交通信息采集系統(tǒng)的應(yīng)用[J];計算機(jī)應(yīng)用與軟件;2012年04期

6 李戰(zhàn)明;劉寶;駱東松;;Zigbee技術(shù)規(guī)范與協(xié)議棧分析[J];信息化縱橫;2009年05期

7 王向陽;張燕平;;粒度計算中的商結(jié)構(gòu)[J];計算機(jī)技術(shù)與發(fā)展;2008年01期

8 吳成東;鄭君剛;劉大任;謝昆;;基于無線傳感器網(wǎng)絡(luò)的智能家居網(wǎng)絡(luò)技術(shù)研究[J];沈陽建筑大學(xué)學(xué)報(自然科學(xué)版);2005年06期

9 張燕平,張鈴,吳濤;不同粒度世界的描述法——商空間法[J];計算機(jī)學(xué)報;2004年03期

相關(guān)碩士學(xué)位論文 前4條

1 宋澤;基于分層視圖的WSN溯源壓縮算法的研究[D];江蘇大學(xué);2017年

2 袁裕琳;WSN中基于多級算術(shù)編碼的溯源數(shù)據(jù)壓縮方法[D];江蘇大學(xué);2016年

3 郭克君;基于PowerTOSSIM的WSN仿真軟件研究與實現(xiàn)[D];南京航空航天大學(xué);2012年

4 閆沫;ZigBee協(xié)議棧的分析與設(shè)計[D];廈門大學(xué);2007年

本文編號：2769456