无线传感器网络能量高效的无结构数据聚合协议ESDAD的性能评估

埃及信息学杂志（2016）17，273开罗大学埃及信息学杂志www.elsevier.com/locate/eijwww.sciencedirect.com全长文章无线传感器网络中能量高效的无结构数据聚合Prabhudutta Mohanty*，Manas Ranjan Kabat部的Comp. Sc. Engg.，Veer Surendra Sai University of Technology，Burla，Sambalpur，Orissa，印度接收日期2015年5月7日;修订日期2015年12月27日;接受日期2016年2016年3月4日在线发布摘要在无线传感器网络（WSNs）中，由于传感器数据传输的能量消耗超过了传感器节点本地处理数据。数据聚合是通过消除密集无线传感器网络中的冗余数据传输来节省能量的技术之一。在本文中，我们提出了一个能源效率的无结构数据聚合和交付（ESDAD）协议，该协议聚合的冗余数据在中间节点。该协议合理地计算了数据包在各中间节点的等待时间，使数据能在路由路径上有效地聚集，并将感知到的数据包公平地发送到聚集点进行数据聚集。ESDAD协议计算无结构的下一跳节点选择的成本函数，并执行近源数据聚合。 每个节点的缓冲区被分区以维护不同类型的数据流，以实现公平和有效的数据传输。在拥塞期间调整源和中间节点的传输速率。所提出的协议的性能进行了评估，通过广泛的模拟。仿真结果表明，该协议在能量有效性、可靠性和按时交付率方面优于现有的无结构协议.©2016制作和主办由Elsevier B.V.代表计算机与信息学院开罗大学。 这是一篇基于CC BY-NC-ND许可证的开放获取文章（http：//creativecommons.org/licenses/by-nc-nd/4.0/）。1. 介绍无线传感器网络是一组低成本、小型、能量受限和不可靠的多功能微型传感器节点，*通讯作者。联系电话：+91 9937650035。电子邮件地址：prabhudutta. gmail.com（P. Mohanty），manas_kabat@yahoo.com（M.R.Kabat）。开罗大学计算机和信息系负责同行审查。可操作地将所感测的数据发送到基站（BS）[1，2]。这些传感器节点被随机部署在远程恶劣环境中，以测量其所在地的温度、光强、湿度、噪声水平或任何其他物理条件。这些传感器节点从其周围环境收集信息并将其发送到一个或多个BS。数据可以通过互联网从远程位置访问，或者致动器响应于事件直接执行动作。无线传感器网络被广泛部署用于不同的应用，如战场监视[3]、医疗保健应用[4]、环境和栖息地监测[5]、国土安全[6]、生物医学研究[7]、人体成像[8]和农业监测[9]。http://dx.doi.org/10.1016/j.eij.2016.01.0021110-8665© 2016由Elsevier B. V.代表开罗大学计算机与信息学院制作和主办。这是一个在CC BY-NC-ND许可证下的开放获取文章（http：//creativecommons.org/licenses/by-nc-nd/4.0/）。制作和主办：Elsevier关键词能量有效性;无结构;数据融合;冗余数据;无线传感器网络274 P. Mohanty，M.R. KabatWSN中的每个传感器都具有有限的能量，内存和计算能力[10]。无线传感器网络节点密集，通常意义上的高度相关和冗余的数据。所有这些冗余数据到BS的传输增加了网络中的能量消耗和拥塞。由于所有冗余数据的传输而导致的能量消耗可以通过在本地收集这些数据并在转发到BS之前将其转换为有效的有价值的数据分组来最小化。收集相似数据包并将其转换为单个数据包的节点称为聚合器节点。将多个相似的数据包转换为一个数据包的过程称为数据聚合[11]。聚合器使用各种方法消除冗余数据，例如统计方法[12，13]、概率方法[14，15]和人工智能[16已经开发了几种数据聚合协议用于数据传输，并避免网络中大量的流量。这些数据聚合协议大致分为基于结构的[19-在结构化数据聚合中，形成传感器节点的不同结构以收集数据，聚合收集的数据并将聚合的数据发送到BS。数据聚合结构是基于链[19]，基于树[20]，基于集群[21-中间节点分别被指定为链、树和簇中的领导节点[19]、根节点[20]和簇头节点[21这些中间节点收集来自传感器节点的数据并将其聚集。结构化数据聚合对于静态和不变的流量模式产生低维护开销。然而，在基于事件的应用程序中，数据聚合的好处可能超过结构的构建和维护的开销[28]。在分布式事件中，由于没有一个明确的最优聚集中心或任何明显的聚集点，使得结构化聚集方法不适用。集中计算聚合树[30]的结构化方法会导致过多的通信开销，这在动态场景中是不切实际的。此外，结构化数据聚合的性能取决于数据从所有下游节点接收后在中间节点的等待时间。小的等待时间段可能导致较差的聚合，而长的等待时间段可能导致更高的延迟。因此，对于动态场景，从节点相对于整个子树的相对位置计算最优等待时间是很重要的。在无结构数据聚合方法[2，28，29]中，具有相似数据的多个源选择相同的下游节点，使得冗余数据可以在该节点处聚合，并且可以节省构建结构所花费的能量。然而，由于传感器节点传输的数据和聚合点处的数据聚合而消耗的能量是不可避免的。因此，无结构聚合中的主要问题是由于预先构造的结构的不可用而导致的用于分组的有效聚合的路由决策。在中间节点处需要动态计算数据包的等待时间，在无结构数据聚合中，用于接收数据包的下游节点的数量是不固定的。因此，还需要有效的缓冲器管理和调度方案来避免网络拥塞。并增加吞吐量。在本文中，我们提出了一种节能无结构数据聚合和交付（ESDAD）协议，以确保有效的数据聚合和交付，而无需显式维护结构。ESDAD协议解决了传感领域所需的不同水平的传感可靠性基于聚合所需的可靠性，该协议对数据包在每个中间节点的等待时间进行了合理的计算，使数据在路径上得到有效的聚集，实现了近源数据聚集，并计算了无结构下一跳节点选择的代价函数每个中间节点的缓冲区被分区以支持公平和有效的数据传输以及缓冲区管理。本文的其余部分组织如下。第二节介绍了数据聚合技术的相关工作.在第3节中提出了所提出的无结构数据聚合、数据转发、丢失恢复和拥塞控制机制。所提出的协议的仿真结果在第4节中给出。最后，论文在第五节中结束。2. 相关工作在本节中，我们对现有的协议进行了深入的研究，这些协议通过基于结构的[19-在基于结构的数据聚合中，通过创建链[19]、树[20]、簇[21-传感器信息系统中的功率效率收集（PEGASIS）[19]是一种基于链的协议，通过使用贪婪算法形成链。每个节点执行数据融合，其中它将自己的数据与邻居的数据融合在链中选择引导节点以用于将数据传输到信宿。基于TREE的传感器信息能效协议（TREEPSI）[20]是一种基于树的协议，它在所有传感器节点中随机选择根节点。然后，它开始构建分层路径以形成树结构。该路径由接收器集中计算，或者通过网络广播路径信息，或者通过在每个节点中使用公共二叉树构造算法在诸如低能量自适应聚类层次（LEACH）[21]、对带宽敏感的能量效率协议（TEEN）[22]、自适应周期性对带宽敏感的能量效率协议（APTEEN）[23]和HEED[25]等协议形成传感器集群。来自不同传感器的数据在簇头（CH）处聚合，并且CH将这些数据发送到下游CH或基站。浸出[21]基于剩余能量随机选择CH，以在网络中的集群成员将它们的数据直接发送到CH以进行数据融合，并且融合的数据 被 转 发 到 BS 。 集 中 式 LEACH （ LEACH-C ） [24] 是LEACH的一种变体，使用模拟退火方法为特定时隙选择CH，以便传感器及其CH之间的平均传输功率最小化。这是一种集中化的方法，不能扩展到非常大量的传感器。TEEN[22]是一个2层集群拓扑，其中CH向其成员发送两个阈值。第一个是A无线传感器网络275中的无结构数据聚合和传输下一个是感测属性的硬阈值，下一个是软阈值，其是感测属性的值的小变化。硬阈值试图通过仅当感测到的属性在感兴趣的范围内时才允许节点发送来减少数据通信。当感测到的属性几乎没有变化或没有变化时，软阈值进一步减少了数据通信。APTEEN[23]是TEEN的扩展，旨在传输周期性数据并对时间关键事件做出反应。它允许用户设置计数时间间隔（CT）和阈值，以便在数据通信期间更好地利用能量。计数时间是由节点发送的两个连续报告之间的最大时间段在TEEN和APTEEN协议中，CH因参数计算和设置而负担过重。混合能效分布式集群（HEED）[25]是一种多跳WSN集群算法，其中CH基于节点的剩余能量和该节点在集群内通信期间所需的成本定期选择。这是一个节能的集群路由，ing技术。的 树栖的 数据 收集 方案（TCDGP）[26]是基于树和聚类的方法的混合。TCDGP根据传感器节点的位置和能量信息形成簇。这使用Prim算法在最小生成树中构建路径。sink计算CH之间的距离以形成树，而不是CH，从而减少CH的计算开销。这些基于结构的数据聚合协议在网络结构的构造期间消耗大量的能量。分层能效可靠传输协议（HEERTP）[27]是基于分层集群的传输协议，通过与BS的协调最小化感测到的冗余数据传输来最小化能耗。即使没有从传感器节点接收冗余数据，BS也检测冗余数据。当超时发生时，在接收端识别出冗余数据如果接收机接收到非冗余数据，则它更新BS的数据表。这些基于结构的数据聚合协议在网络结构的构建期间消耗大量的能量。因此，无结构数据聚合协议被提出来处理冗余数据，而不消耗构造结构所需的能量。Fan等人提出的无结构数据聚合协议。[28]不使用任何显式结构进行数据聚合。该协议通过一种称为数据感知任播（Data-Aware Anycast，DAA）的基于MAC层任播的方法实现空间收敛（分组在同一节点相遇），同时通过源节点应用层的随机等待（Randomized Waiting，RW）实现时间收敛。与机会聚合相比，DAA与RW的组合改善了归一化负载（就传输次数而言），并且当聚合功能不完善时，它比结构化方法表现得更好。DAA基于MAC层的任播来确定每次传输的下一跳。任播需要使用发送权（RTS）分组来在分组的传输之前从邻居引出清除发送（CTS）响应。另一种无结构数据聚合协议（RAG）[2]建议处理冗余数据，而不消耗建筑结构所需的能量。RAG使用司法等待策略和实时数据感知的选播来处理实时无线传感器网络中的时间和空间冗余。司法等待策略计算在中间节点处的每个转发分组的等待超时，使得其可以在规定的时间范围内被递送到BS。实时数据感知的任意投射策略帮助节点决定下一跳，从而获得更好的聚合性能。然而，该协议增加了能量消耗，由于控制消息的广播，所有的邻居节点的节点。数据包可能在近汇聚节点处经历更多的延迟，并且RAG增加数据包传输的速度以满足最后期限约束，这增加了更多的能量消耗并且可能引起拥塞。最后，我们研究了在多跳网络中运行的无结构和能量平衡的数据聚合协议（SFEB）[29]。它假设可以聚合具有相同事件标识符（EID）的数据包。该协议分两个阶段工作。在第一阶段，通过将网络划分为虚拟平行四边形来选择主聚合器（PA）和次聚合器（SA）。利用传感器节点的通信距离构造虚拟平行四边形。聚合器对收集数据并找到一个节点将其数据转发到sink。在第二阶段，聚合器以及孤儿节点将其收集的信息发送到sink。通过选择等待时间作为聚合器选择时间、数据收集时间和ACK传输时间的总和来改善数据聚合效果。3. 节能无结构数据聚合和传输（ESDAD）协议在本节中，我们提出了在无结构的无线传感器网络中进行节能数据聚合和传输的建议框架。第一小节介绍了构造逻辑拓扑的过程。在下一小节中，我们提出的方法来选择传感器，有资格根据所需的可靠性发生的事件来传输感测数据。下一小节介绍了有效数据汇总和数据转发的司法等待政策。在最后一节中，我们提出了一种有效的拥塞控制机制，以减少数据包丢失和丢失数据包的本地恢复。3.1. 逻辑拓扑构造拓扑控制最大限度地减少了冗余节点数量及其密集部署即干扰、可能路由的最大数量、使用最大功率直接与远端节点通信。拓扑控制使用最小功率来保持连接性。在逻辑拓扑构建阶段，传感器节点必须知道自己的位置、邻居节点和基站的位置。在区域中部署传感器之后，由BS发起逻辑拓扑构造阶段。BS通过广播“HELLO“消息来发起拓扑构造接收到该"HELLO“消息的节点每个节点发送F100F100276 P. Mohanty，M.R. Kabat一个随机的等待周期，以避免对等节点之间的冲突The‘‘BS广播的HELLO消息包含hc=0（零）。听到从BS发送的HELLO消息的传感器节点将其hc设置为1并发送HELLO消息。接收到该HELLO消息的节点将其hc设置为2，依此类推。节点从接收到的多个HELLO消息中选择其具有最小hc值的邻居，并将其自己的hc设置为接收到的最小hc+1。具有hc1的节点形成第一逻辑层。具有hc2的节点形成逻辑层2，以此类推。这个过程继续，直到所有的节点都包括在层次结构或逻辑拓扑结构的未包含在逻辑拓扑中的孤立节点在超时后广播HELLO消息以知道它们的位置。孤儿节点在从其邻居接收到HELLO消息后设置其位置和hc我们在拓扑结构构建阶段之后，每个节点知道其无线电范围内的所有相邻节点的其自己的逻辑级别、可用能量、位置和缓冲器占用逻辑拓扑在开始时仅构造一次，并且不需要像其他基于结构的拓扑构造那样重复。初始拓扑构造阶段有助于识别节点的邻域。无线传感器网络本质上是动态的，当节点死亡时，拓扑结构会发生变化。基于结构的拓扑控制协议在网络能量低于阈值能量水平或网络中大量节点死亡后启动拓扑构建阶段。这增加了WSN中大量的能量消耗。该协议采用无结构的数据传输方式，节省了拓扑构建中的能量消耗。在节点的邻域中的节点死亡的情况下，基于成本函数选择新节点用于数据传输。因此，所提出的协议可以处理拓扑结构的变化，而无需重建的拓扑结构。图1示出了感测场中的逻辑拓扑结构。图1（a）示出了由BS发起的HELLO分组传输。图1（b）示出了节点N1、N2、N3和N4发送HELLO分组以用于进一步的邻居发现和构造逻辑层1。图1（c）示出了用于级别标识和邻居发现的其余部分的分层HELLO分组传输。图1（d）显示了传感场中所有逻辑电平的形成3.2. 司法数据传输传感器节点在传感领域的密集部署产生了高度相关和冗余的数据。由于数据传输的无线传感器网络的能量消耗可以最小化，通过选择性地转发感测到的数据到聚合点。大多数无线传感器网络应用在传感领域需要不同级别的传感可靠性。例如，在森林火灾监测应用中，整个森林可以划分为子区域。森林的不同分区域需要以不同程度的关注加以监测。与含有非珍贵树木的次区域相比，需要对含有珍贵树木的次区域进行更高的监测。类似地，在基于WSN的医疗保健应用中，ICU患者应比室内患者更有兴趣进行监测。因此，子区域可以被分配有不同的可靠性权重（wj;16j6ns），其中ns是子区域的数量。分配给子区域的权重因子决定QoS要求，作为该区域的延迟和数据传送率。图2显示了具有不同水平的传感可靠性要求的传感场。我们收集的关于事件的数据越多，就能更准确地了解事件。因此，我们可以说，收集的有关事件的数据量与事件发生可靠性成正比[31，32]。所提出的方法将整个感测区划分为子区域的基础上所需的可靠性要求的水平。允许传输感测数据的传感器的数量基于该区域的可靠性要求来决定。发生在可靠性要求较高的子区域的事件比可靠性要求较低的子区域需要从传感器节点收集更多的数据。因此，所提出的协议公正地传输数据，以达到所需的可靠性水平，在一个子区域，以节省能源。如果事件发生在感测半径（d_sense）内，则传感器节点可以感测事件。在感测到事件之后，每个传感器节点为其感测到的数据分配可靠性因子（rf）。传感器数据的rf通过使用等式（1）来计算（一）.r¼dsense-dEvent Sensor事件传感器其中，dEventSensor是事件与感测到它的传感器节点之间的距离。dsense是传感器节点的感测半径。节点靠近事件，产生的值比远离它的节点更准确[31，32]。例如，森林火灾产生的热量和烟雾逐渐蔓延。因此，与远离节点相比，靠近事件的传感器节点检测到更准确的值。另一方面，远距离节点在确定受影响区域的半径一个传感器节点决定是否发送数据的基础上，其rf或禁止。如果rfPtrf，则传感器节点决定发送数据。节点的trf是事件的阈值可靠性因子。节点的trf通过使用等式（1）来计算。（二）、TR-100-WJ-2003.3. 下一跳节点选择传感器节点选择下一跳节点向BS发送自己的数据包或聚合数据包。感测到唯一数据（与其邻居不同的数据）的传感器节点明智地选择下一跳节点来发送感测到的数据。下一跳节点的选择是无结构汇聚路由中的一个重要问题。图3示出了用于下一跳选择的伪码。在所提出的协议中，下一跳节点选择的基础上的成本函数。该代价函数是根据下一跳节点的剩余能量和可用缓冲空间以及当前节点和下一跳节点之间的链路强度来计算的。每个传感器节点维护一个邻居信息表，帮助计算成本函数和下一跳节点的选择在数据转发。邻居Xi2N无线传感器网络277中的无结构数据聚合和传输图1传感场的逻辑拓扑结构其中N表示Nj的一组邻居，并且a是作为Nj和Ni之间的距离的倒数计算的权重因子。/¼1，qNj：x-Ni：x2Nj：y-N i：y 2ð4Þ节点i的剩余能量计算如下。Eresd： i¼E level： i-（ETXk;dtranERX kN1/1ERXkEagg）ð5Þ图2所需不同感知可靠性水平的感知场信息表包含下一跳邻近节点的信息，即节点id（NID）、坐标位置（N_x;y_x）、可用缓冲区（Buff_st）、链路强度（Is）和剩余能量（E_resd）。当节点从较低级别的节点感测到数据或接收到数据分组以将其转发到BS时，节点首先从邻居信息表中计算其所有下一个较高级别节点节点j（Nj）选择具有最大成本函数值（cfmax）的下一跳节点i（Ni）。cfmax的计算如下所示。cf最大值最大值E TXk;d是将k个比特传输到距离d tran所需的能量，其中dtran=传感器节点的最大传输范围，E RXk是接收分组所花费的能量，其计算为E RXkl/E xk，并且E agg是聚合n p个分组所花费的能量。可用的缓冲区空间是从当前的缓冲区状态和预期的数据包的数量来计算的，从邻居Nj发送。Buff_st和E级一般在为数据分组发送的确认分组中捎带，并在邻居信息表中更新。在初始阶段，当第一轮通信开始时，邻居节点的Buff_st和E_level被设置为在拓扑构造阶段期间接收的值。在拓扑结构构建阶段，邻居节点的E 层与hello数据包一起发送，并为Buffst状态分配一个值X、、、R0next-hop_node（）定义：DID目标节点ID定义：节点i开始：if（receive（control_packet）== true）then传感器节点具有DS传输;其他为所述节点设置transmission_schedule;设置下一跳节点ID =控制分组DID;传感器节点开始感测事件E的数据DS;对于i = 1到en，结束;set Cfmax = maximum { Cf [为所述节点设置transmission_schedule;设置下一跳节点ID = Cfmax节点ID;结束;end if;278 P. Mohanty，M.R. Kabat图3用于下一跳节点选择的伪码。等于节点可用的缓冲区的总长度。节点i可用的缓冲区计算如下。NBuffaval：i¼ Buffst：i-k61/1当节点接收到来自相邻节点的确认分组时，通过使用等式（1）来计算相邻节点的链路强度并在相邻信息表中更新该链路强度。（七）、链路强度是Nj和Ni之间的链路的信号干扰噪声比（SINR）。Rec信号功率根据等式计算：并且Recno： ofbits是来自邻居节点N1的确认分组中存在的比特的数量。Rec如果控制分组变为零，则它将控制分组发送到如第3.3节中所述选择的其邻居。其他节点冻结它们的定时器并监听该发送方的控制分组。控制包包含源id、下一跳id、包类型和等待周期。控制数据包被处于该节点的低功率监听（LPL）区域中的传感器节点监听。邻居节点设置它们的传输计划和数据转发到下一跳节点。选择的下一跳节点聚集接收的数据并将数据转发到BS方向上的下一跳3.5. 数据聚合和数据转发的等待时间接收到的数据分组在汇聚节点ls：i信号功率记录编号：位ð7Þ用于在将数据传输到下一跳之前进行数据聚合。从节点接收的数据在预期的时间之后被聚合。Rec信号功率的计算方法如Sergiou et al.[33]等待持续时间（tw expt）。 聚合节点等待接收信号功率¼PrdPd1/4 -10b测井曲线DB. dDXdbð8Þ在数据聚合之前，需要收集大量的数据包。空间和时间的可以改进其中Prd是距离d处的平均接收功率，其是相对于距离d0处的参考功率Prd0计算的。b是路径损耗指数，Xdb是高斯随机变量。能够具有零均值和标准差ddb。3.4. 无结构数据聚合近源数据聚合可以比近汇聚合减少能耗、延迟和流量负载。在基于结构的数据聚合中，数据从所有的子节点定期收集，然后聚合成单个数据包。基于结构的数据聚合在路由路径上聚合固定数量的数据包，需要聚合的数据包数量取决于路由结构。在无结构聚合中，聚合的分组的数量从节点到节点变化可能比基于结构的数据聚合多得多。随着要聚合的数据包数量的增加，流量负载、缓冲区需求和网络拥塞的机会也会增加。因此，我们aggre-门选定的数据包的事件，尽早.有数据要发送的节点在控制周期开始时将其定时器设置为（100-rf）。然后，节点开始递减其计时器。当节点通过两个实验。用于数据聚合的节点的tw_expt通过使用等式（1）来计算。（九）、为了在无线传感器网络中进行实时数据传输，必须将感测到的数据分组报告给BS，一 定 的 延 迟 界 限 。 延 迟 分 量 取 决 于 传 播 延 迟 分 量pro_delay_n、传输延迟分量trans_delay_n、信道接入延迟分量chan_delay_n和缓冲延迟分量buffer_delay_n。twexp¼fTTD-sprodelay-hc½strandelayschandelaybuffdelay]buff-bbuffdelay最后期限（Time-To-Deadline，TTD）是计算满足最后期限的剩余时间。 spro延迟计算如下：其中dnaggBS是聚合器节点（nagg ）与BS之间的距离。 ps 是波的传播速度。s_tran_delay被计算为k=r_t，其中k比特的数据以r_t的数据速率传输。为了计算的简单性，我们假设，每跳缓冲延迟和信道接入延迟不变。b是随机松弛时间余量，其为聚合数据分组到BS的及时数据递送提供安全性。如果以最低延迟时间界限接收到相同事件的新数据分组，则重置tw_expt传感器网络中的基于结构的路由协议被设计为发现源和目的¼04HTdata_aggregation（）定义：Dagg事件E定义：S传感器节点执行数据聚合定义：节点i开始：对于所有接收（Di），直到S的twexpt到期，否则存储Di;如果（buffer_available == true），则如果（低rf Di rf），则从缓冲器中找到E的低射频数据包;否则用Di替换低rf数据包;下降Di;结束;end if;end if;set Dagg = MD;在所有存储的Direturn（）;select_next-hop（）;无线传感器网络279中的无结构数据聚合和传输图4伪代码 数据汇总。用于数据传输。当下一跳节点能量耗尽或网络故障导致路由失败时，建立新的路径。因此，路由维护成本很高，并且适当的负载平衡也是一项具有挑战性的任务。另一方面，无结构路由协议动态选择下一跳节点进行数据转发。因此，在每一轮通信中，可以动态地选择不同的路由路径。这种无结构路由可以提供负载平衡和容错，并减少拥塞的机会。我们假设无线传感器网络由最初随机部署的传感器节点组成，但在空间上是均匀的，并且BS位于网络拓扑中的特定点每个传感器节点具有唯一标识（NID）。源节点的数量是变化的，因为事件可能是随机的，并且被多个传感器节点捕获。基站经由外部网络连接到数据收集中心我们还认为，每个节点知道它的位置和BS的位置。BS没有资源限制，并且传感器是用有限的能量电池操作的，并且具有相同的物理能力。传感器不再工作，如果能量耗尽。 此外，源节点可以发送小区缓冲区的第二部分由以下部分使用：在节点之间交换的孤立数据流和控制分组。第三部分存储节点需要聚合的数据包。多个事件可能发生在感测场中，并且它们可能需要通过节点报告。因此，缓冲区的第三部分需要在需要聚合的多个事件流之间共享。我们将缓冲区的第三部分命名为事件流。图5示出了传感器节点的缓冲区分区。 数据聚合和孤立子流都有en（预期邻居数）缓冲空间为每个. 的 事件 埃克塞特夫 （Buff事件流） 占据Buff事件流¼Buff total-2 ×en buffer space。所提出的过程在每个节点上为每个队列传递共享队列通过节点。然而，队列之间的边界是不固定的，这意味着如果一个活动队列在其队列中有空闲空间，那么其他面临空间不足的队列可以按需使用此让我们考虑在传感器网络中，每个传感器节点总是有流量发送。由事件j产生的流量表示为第j个流量，即fj。每个事件流fj被分配来自Buff事件流的缓冲器的缓冲器空间（Buff事件：j），Buff事件流的缓冲器空间从等式（1）计算。（十）、不同类型的数据分组，并且中间节点负责执行不同类型的数据分组的网络内聚合。缓冲器事件：jBuff事件流简体中文ð10Þ相同类型的数据包。不相邻的节点通过逐跳方式彼此通信。节点将大小为k比特的分组发送到距离d。数据聚合过程压缩大小为k的n个分组以产生大小为k的一个分组。如果数据包的大小大于k，它将被切成大小为k的片段。如果大小小于k，则将其放大为大小k[34]。图4示出了用于数据聚合的伪代码。3.6. 拥塞控制和缓冲区管理每个节点的缓冲区分为三个部分。缓冲区的第一部分存储来自其事件队列占用率的阈值（Qth）被设置为3×Buffevent：j。当新的分组到达时，节点通过检查分组是否来自与缓冲器中的分组相同的流来计算命中频率（ht），如果是，则ht增加1。对于一个新的缓冲区，如果可用的话，首先分配缓冲区，然后从头开始计算ht命中率越高、缓冲区可用空间越小的节点发生拥塞的可能性越大。通知预期拥塞源节点调整其传输速率，以避免拥塞。fj_ow被分配公平且有效的传输速率fj_ow。rj在拥塞期间减少1×rj所提出的协议试图通过预测拥塞的可能性来避免拥塞，表1模拟参数。传感器区域传感器节点数量数据包长度总线长度初始节点能量带宽感知长度无线电距离传播模型EsenseEwergEamp240060字节65包70 J200 KB/s50米40 m双射线50nJ/bit0.083焦耳/秒5 nJ/位/信号10 pJ/位/m2500× 500米280P. Mohanty，M.R. Kabat图5传感器节点的缓冲区划分。可用的缓冲器空间以及调整事件流的源节点如果即使在拥塞避免步骤之后也发生拥塞当缓冲器的缓冲器到达缓冲事件：j并且没有进一步的自由空间可用时，则使用等式（1）计算到达分组的丢弃概率（pd（十一）、p3ht：jd： j¼4×Q th：jð11Þ数据传输的公平性是根据数据包的剩余最早截止线来传输的。此外，对于聚合缓冲器数据流和孤儿数据流，以2：1的比率调度数据分组的传输。在一个数据流中的数据包不可用的情况下，另一个数据流利用数据转发的机会图6示出了总结所提出的ESDAD协议的基本步骤的流程图。4. 绩效评价在本节中，我们通过NS-2.30仿真来评估我们提出的协议的性能。模拟的目的是比较我们提出的协议ESDAD与现有的无结构数据聚合协议（如RAG[2]和（SFEB）[26]）在多跳网络中运行的性能。表1总结了模拟参数-所提出的议定书。我们考虑在500× 500m2的区域内随机部署400个传感器节点.传感器节点的传输范围（dtran）设置为50m，速率为200 kbps。传感器节点的传感范围为50 m。数据包长度为60字节。每个传感器节点具有0.6J（焦耳）的初始能量。发送和接收比特的能量消耗为50 nJ/比特。传感、聚 合 和 无 线 电 放 大 所 消 耗 的 能 量 分 别 为 0.083 J/s 、 5nJ/bit/signal和10 pJ/bit/m2。事件在传感场中每3秒随机产生一次。具有相同事件ID（EID）的分组可以被聚合。每个节点的缓冲器传感区域被随机划分为子区域，每个子区域在每次仿真中随机分配传感可靠度。我们运行模拟25次，每次35秒。运行的平均值被认为是最好的可能结果。我们研究和比较我们提出的协议与其他现有的协议的平均能耗，未命中率和端到端的延迟方面的性能。平均能耗是衡量无线传感器网络性能它显示了能量图6 ESDAD协议的基本步骤。数据传输过程中的消耗，并有助于预测整个传感器网络的寿命。未命中率被计算为在延迟敏感的应用中未被及时递送到BS并且被丢弃的分组的百分比。我们为每个生成的数据包设置RAG[2]中的Time-To-Deadline（TTD）以计算未命中率。在拥塞的实时传感器网络应用中，丢失率是评估可靠事件报告性能的重要指标。端到端延迟是指从源生成的数据包到将其传递到目的地的时间。端到端时延在时间约束数据通信系统的性能评估中起着至关重要的作用。无线传感器网络281中的无结构数据聚合和传输图图7 - 10示出了我们提出的ESDAD协议与SFEB和RAG协议分别针对不同的数据速率、感测可靠性、事件生成时间和节点数量的平均能耗的比较。结果表明，ESDAD比RAG和SFEB节省更多的能量与数据速率，传感器的可靠性，事件产生时间和节点的数量分别增加。RAG采用公正等待策略对数据包进行有效聚合以节省更多能量，并试图消除原始数据的在SFEB中，所有节点传输数据，用于数据传输过程中涉及的整个网络的聚合结果。ESDAD优于所有这些不同的建议协议，由于选择性的数据转发和聚合的时间。因此，它节省了向其整个邻居广播数据分组的负担它执行近源数据聚合，这减少了多跳传输中的业务负载。 图 8，子区域的传感可靠性分别从10个增加到100个。我们发现，RAG和SFEB的能量消耗保持不变ESDAD的能量消耗相对于感测可靠性成比例地增加随着感测可靠性的增加，数据传输节点，即，源节点增加;因此，无线传感器网络的平均能耗增加。图图11-13示出了分别相对于数据速率、事件生成时间和节点数量的增加的未命中率方面的性能。当在感测场中产生事件时，RAG和SFEB协议传输感测数据的所有源节点的感测数据。ESDAD协议选择性地传输满足传输可靠性标准的数据聚合数据包。在聚合期间，由于缓冲区空间不足，数据包在缓冲区中被丢弃。图 11中，观察到分组丢弃率随着数据速率的增加而成比例地增加。然而，建议的ESDAD协议性能优于现有的协议，由于较少的源节点比RAG和SFEB。图12显示了ESDAD、RAG和SFEB方案相对于事件产生时间增加的未命中率。流量负载随着事件生成时间的增加而减少，此外，我们的ESDAD中的流量负载低于其他无结构数据聚合协议。因此，我们的ESDAD协议的失败率低于RAG和SFEB。图8相对于不同感测可靠性的平均能耗。图9相对于事件生成时间的平均能耗。图10相对于传感场中节点数量的平均能耗。图7不同数据速率下的平均能耗图13示出了相对于节点数量的未命中率。由于无线传感器网络中传感器的密集部署，在一个区域中可能存在大量的传感器节点来感测该区域中发生的事件。因此，事件可以由多个传感器感测和发送，282P. Mohanty，M.R. Kabat图11不同数据速率下的未命中率图14不同数据速率下的端到端延迟。图12未命中率与事件生成时间的关系图15相对于事件生成时间的端到端延迟。图13未命中率与传感场中增加了中间传感器处的流量负载和缓冲器。缓冲区在中间的传感器节点，导致数据包丢失。丢包率随着流量负载的增加而增加。如果感测区域的节点密度更大，则该区域的交通负荷增加。因此，我们可以说丢包率与该区域的节点密度成正比。可以通过降低业务负载来最小化由于业务负载增加而导致的丢包率。如果尽可能早地执行数据聚合，则流量负载会降低。近距离的数据聚合源是比接收器附近的数据聚集更早的数据聚集技术，并且它显著地减少了业务量。因此，ESDAD由于近源聚合而在高密度下表现出色，而SFEB通过选择靠近宿的主聚合器来执行近宿聚合图图14- 16分别示出了相对于数据速率、事件生成时间和节点数量的增加的端到端延迟。我们的等待策略动态调整的基础上的数据包的截止日期在聚合器节点的等待时间限制。图14示出了RAG、SFEB和ESDAD的端到端延迟随着数据速率的增加而增加。在RAG中，由于数据速率的增加，端到端延迟缓慢增加这仅仅是由于拥堵的增加然而，由于拥塞、等待时间和丢失恢复，SFEB和ESDAD的端到端延迟随着数据速率的增加而成比例地增加我们提出的协议具有更少的流量负载比SFEB和RAG，因为选择的数量的前缀。因此，建议的ESDAD的性能优于现有协议的端到端延迟。图15示出了相对于增加的事件生成时间的端到端延迟。流量负载以及事件报告频率随着事件生成时间的增加而降低。因此，更好的聚合和损失恢复是可能的ESDAD。在增加的情况下，端到端延迟减少无线传感器网络283中的无结构数据聚合和传输适用于传感领域中需要不同可靠性的实时WSN应用。引用图16端到端延迟与传感场中在事件生成时。RAG SFEB和ESDAD的端到端延迟与节点数量的关系如图16所示。在SFEB中，数据聚合时间取决于聚合树的下游节点。SFEB中聚合树随着节点密度的增加而增长，因此端到端延迟增加。RAG的等待时间是在聚合过程中的中间节点判断计算的。它根据敏感的数据包交付时间（即截止时间（TTD））聚合数据包。在RAG和ESDAD中，数据分组的优先传输调度有助于满足延迟敏感数据分组的截止日期。因此，在高节点密度下，RAG和ESDAD比SFEB执行更好的分组递送。然而，我们提出的协议优于RAG和SFEB的延迟，由于优先数据转发到实时数据包和较少的流量负载和丢失恢复。5. 结论在本文中，我们提出了一个可靠的能源效率和结构无关的无线传感器网络的数据聚合协议。在ESDAD中，我们考虑将感测区域划分为具有不同可靠性要求的不同子区域。我们提出的协议允许选定数量的传感器传输的数据取决于可靠性的要求。这不仅节省了传感器的能量消耗，还降低了网络中的流量负载。在我们提出的协议与现有协议兼容的情况下，这种更少的流量负载减少了由于拥塞和丢失恢复而导致的端到端延迟。此外，在我们的协议中使用的无结构的数据聚合方法也节省了能量消耗，由于计算的结构，也提高了无线传感器网络的性能。我们还考虑了无线传感器网络中的近汇数据聚合问题，提出了一种近源数据聚合方法。在我们的协议中使用的高效的下一个节点选择方法提高了数据聚合的空间和时间收敛性。传感器的数据被选择性地聚合，以改善能量消耗和降低失败率以及端到端延迟。通过有效的缓冲区划分和管理，未命中率也被最小化。在我们未来的研究中，建议的协议需要修改和测试，以采用实时动态环境。协议需要测试[1] Mohanty P，Kabat MR.无线传感器网络中的传输协议。In：EIEmay Ewahiem MM，Ramkrishan，editors. 无线传感器网络：从理论到应用。CRCPress，Taylor & Francis Group; 2013. p.265 -305 [第10章]。[2] Youse fiH，Yeganeh MH，Alinaghipour N，Movaghar A.无线传感器网络中的无结构实时数据聚合。Comput Commun2012;35：1132-40.[3] 钱宏，孙平，荣毅.一种用于战场监视的自供电无线传感器网络节点设计方案。能