一种无线传感网络的可分解聚合查询处理方法技术

本发明专利技术提出一种无线传感网络的可分解聚合查询处理方法，包括：将多个无线传感器的节点构建成树状拓扑结构；用户发出连续聚合查询；采用多父节点方法并结合智能传输路径选择算法，计算每个节点的优选父节点；数据通过树形拓扑结构传输，节点在每一个周期采集一次对应的多个子节点的数据并聚合成单个结果，然后重新切分为部分值后发送给对应的多个优选父节点，通过多跳传递数据到达根节点连接的服务器进行汇总查询结果计算；以及传输过程中应用网内聚合直至根节点处，最终基站利用根节点接收到的所有数据计算最终的查询结果。本发明专利技术能够克服无线链路数据丢失带来的负面影响，并且能够显著减少通讯开销，并且提高结果的稳定性。

【技术实现步骤摘要】
一种无线传感网络的可分解聚合查询处理方法
本专利技术属于计算机数据管理
，具体涉及一种无线传感网络的可分解聚合查询处理方法。
技术介绍
无线传感网络具有广阔的应用前景，除将采集到的所有原始数据周期性送回基站之外，响应用户的各种复杂数据查询也是无线传感网络的重要功能。在收集数据和响应查询的过程中，数据融合技术发挥了非常重要的作用，融合多节点数据所得出的结果能够克服单点感知数据易受噪声影响的缺点，有效控制误差，同时数据融合技术能够显著降低通讯开销，提高系统性能。将无线传感网络看作是一个数据库，聚合查询例如SUM（求和）、COUNT（计数）、AVG（均值）、MEDIAN（中位数）、MIN（最小值）和MAX（最大值）等是获取统计结果的重要查询，聚合查询能够克服单个感知数据的噪声影响，提高准确性并给出全局性的结果。如何高效处理无线传感网络中的各种聚合查询为数据融合技术提出来新的挑战。无线传感网络的计算以及带宽资源都极度有限，链路不稳定数据丢失频繁，因此需要设计新的机制能够在动态环境下克服数据丢失带来的影响，同时在保证数据查询结果准确率的前提下减少通信的开销。聚合查询包括很多具体类型，它们大致可以归为两类，可分解查询(或者叫做非全局查询)和不可分解查询(或全局查询)。可分解查询，包括SUM、COUNT、MIN、MAX和AVG等，都具有可分解的特性。假设数据集记为S，则对于任意查询Q，如果Q是可分解的，则存在一个函数f，使得对于所有的S=S1∪S2，Q(S)=f(Q(S1),Q(S2))。如果不存在这样的函数f，则查询Q是不可分解的（全局的）。不可分解查询包括分位数查询(例如MEDIAN)，柱状图查询等。本专利技术公开的技术主要针对可分解查询，查询的最终结果能够从部分结果直接组合计算得出，比如求和查询中只需把各个部分的数据求和即可获得最终的结果。这种计算特性使得可分解查询能够分布式计算并且很方便的进行网内聚合操作，但是高效准确的获得查询结果需要应对无线链路带来的数据包丢失问题和尽量减少传输开销。TAG技术中提出网内聚合方法，即中间节点将自己采集到的数据和所有子节点收到的数据进行融合，然后融合后的结果仅适用一个数据包内发送至其父节点，和传统方法相比，TAG大大减少了数据的发送数量。但是这种方法在数据包丢失的时候精度下降严重，例如一个数据包的丢失意味着以发送者为根的整个子树上的数据全部丢失。Silberstein等研究人员提出的技术充分利用了网络拓扑来解决最大最小值查询问题，在保证查询结果精度的前提下最小化通信开销。为了克服数据包丢失带来的影响，一个很有效的办法是让同一数据沿多条路由返回基站，这样极大提高了到达概率，但这种情况下的网内聚合存在重复数据的问题，尤其对于求和、平均值等重复敏感的查询。感知数据的不确定性和噪声干扰等问题，严重影响可分解查询的准确性。移动均值是一种广泛采用的统计方法，被用来消除不确定性和噪声的影响。特别的，当我们发现一些可疑的感知数据的时候（例如查询结果超过报警阈值），在采取其它措施之前，我们可以提高采样频率持续进行查询，并计算接下来一批查询结果的均值，来确认当前的感知数据是否真的超过了阈值。但是移动均值仍然不能保证数据的准确性，因为无线传感网络数据传输可靠性低，丢包严重。同时，由于无线传感网络的节点能量限制，传统查询处理技术消耗大量能量。
技术实现思路
本专利技术旨在至少在一定程度上解决上述技术问题之一或至少提供一种有用的商业选择。为此，本专利技术的一个目的在于提出一种开销合理、准确性高的优点的无线传感网络的可分解聚合查询处理方法。根据本专利技术实施例的无线传感网络的可分解聚合查询处理方法，包括以下步骤：S1.将多个无线传感器的节点构建成树状拓扑结构；S2.用户发出连续聚合查询，所述连续聚合查询通过所述树状拓扑结构被洪泛到所述传感器网络中；S3.采用多父节点方法并结合智能传输路径选择算法，计算每个所述节点的优选父节点，其中，计算得到的所述优选父节点的数目为多个；S4.数据通过所述树形拓扑结构传输，所述节点在每一个周期采集一次对应的多个子节点的数据并聚合成单个结果，然后重新切分为部分值后发送给对应的多个优选父节点，通过多跳传递数据到达根节点连接的服务器进行汇总查询结果计算；以及S5.传输过程中应用网内聚合直至根节点处，最终基站利用根节点接收到的所有数据计算最终的查询结果。在本专利技术的一个实施例中，所述步骤S3进一步包括：S31.计算所有可能父节点到子节点直接父节点的距离,根据所述距离将所述可能父节点投影到一条直线上；以及S32.子节点在生成树上的直接父节点默认被选为第一个优选父节点，然后从子节点的其他可能父节点中均匀选出预定数量的优选父节点。在本专利技术的一个实施例中，还包括：在所述节点内增加计数器，观察并计算链路的接收率和丢失率，并利用所述接受率和丢失率对所述节点传输的数据进行概率补偿。在本专利技术的一个实施例中，还包括：在所述节点引入卡尔曼滤波器对观察到的链路丢失率进行修正，以使得到真实链路丢失率的最优估计。本专利技术公开了一种无线传感网络的可分解聚合查询处理方法，通过设计概率补偿模型(PCM)和智能路径选择机制来解决链路丢包对查询结果准确率的影响同时降低通讯开销。本专利技术的优点在于：第一，本专利技术提出的技术能够持续获得可分解聚合查询结果。第二，本专利技术提出的技术通过概率补偿能够克服无线链路数据丢失带来的负面影响，显著提高查询结果准确性。第三，本专利技术提出的智能路径选择技术显著减少通讯开销，并且提高结果的稳定性。本专利技术的附加方面和优点将在下面的描述中部分给出，部分将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明本专利技术的上述和/或附加的方面和优点从结合下面附图对实施例的描述中将变得明显和容易理解，其中：图1是本专利技术的无线传感网络的可分解聚合查询处理方法的流程图；图2是本专利技术的网络拓扑构建示意图；图3是本专利技术的智能路径选择示意图。具体实施方式下面详细描述本专利技术的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的，旨在用于解释本专利技术，而不能理解为对本专利技术的限制。在本专利技术的描述中，需要理解的是，术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“前”、“后”、“左”、“右”、“竖直”、“水平”、“顶”、“底”“内”、“外”、“顺时针”、“逆时针”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本专利技术和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本专利技术的限制。此外，术语“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本专利技术的描述中，“多个”的含义是两个或两个以上，除非另有明确具体的限定。在本专利技术中，除非另有明确的规定和限定，术语“安装”、“相连”、“连接”、“固定”等术语应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电本文档来自技高网...

【技术保护点】
一种无线传感网络的可分解聚合查询处理方法，其特征在于，包括以下步骤：S1.将多个无线传感器的节点构建成树状拓扑结构；S2.用户发出连续聚合查询，所述连续聚合查询通过所述树状拓扑结构被洪泛到所述传感器网络中；S3.采用多父节点方法并结合智能传输路径选择算法，计算每个所述节点的优选父节点，其中，计算得到的所述优选父节点的数目为多个；S4.数据通过所述树形拓扑结构传输，所述节点在每一个周期采集一次对应的多个子节点的数据并聚合成单个结果，然后重新切分为部分值后发送给对应的多个优选父节点，通过多跳传递数据到达根节点连接的服务器进行汇总查询结果计算；以及S5.传输过程中应用网内聚合直至根节点处，最终基站利用根节点接收到的所有数据计算最终的查询结果。

【技术特征摘要】
1.一种无线传感网络的可分解聚合查询处理方法，其特征在于，包括以下步骤：S1.将多个无线传感器的节点构建成树状拓扑结构；S2.用户发出连续聚合查询，所述连续聚合查询通过所述树状拓扑结构被洪泛到传感器网络中；S3.采用多父节点方法并结合智能传输路径选择算法，计算多个无线传感器节点的每个节点的优选父节点，其中，计算得到的所述优选父节点的数目为多个，进一步包括：S31.计算所有可能父节点到子节点直接父节点的距离,根据所述距离将所述可能父节点投影到一条直线上；S32.子节点在生成树上的直接父节点默认被选为第一个优选父节点，然后从子节点的其他可能父节点中均...

【专利技术属性】
技术研发人员：刘克彬，刘云浩，
申请(专利权)人：清华大学，
类型：发明
国别省市：