|
图5是Sink对接收数据的量化级别e的统计情况。从统计结果来看，利用常规方法融合时，量化级别很高的数据也有可能后到达，而利用 RDAUA融合策略则保证了一轮数据传输中，量化级别越高的数据越优先到达，便于用户及早了解突发事件情况，并采取应对措施。
图5 接收数据的量化级别情况比较 结语 应用于地震监测、森林火灾监测等的响应型无线传感器网络，会由于突发性事件产生大量的紧急数据，并且这些紧急数据对传输实时性要求很高。本文针对这种应用提出了一种基于紧急数据优先和自适应控制的无线传感器网络实时数据融合策略RDAUA。策略中对数据进行量化分级，并为分级高的数据优先分配传输时隙进行传输，融合时自适应调整融合等待时间，保证将紧急数据迅速融合并传输给用户。该策略有效地保证了紧急数据的实时处理，减少了整个网络的平均延时，且数据的融合精度较高，具有一定的实际应用价值。 参考文献 [1] 孙利民，李建中．无线传感器网络[M]．北京：清华大学出版社，2005． [2] 袁光杰，王留洋，刘清友，等．低概率事件场景的无线传感器网络构建[J]．传感器与微系统，2010（12）：5457． [3] 牛康，邓亚平，满文．低时延的无线传感器网络数据融合算法[J].计算机工程与设计,2010，31(12)：27102712． [4] O Younis, S Fahmy. Distributed Clustering in ad?hoc sensor networks：A hybrid，energy?efficient approach[C]∥The 23rd Annual Joint Conference of the IEEE Computer and Communications Societies, Hong Kong,2004． [5] 陈正宇，，杨庚，陈蕾，等．无线传感器网络数据融合研究综述[J].计算机应用研究，2010（5）：16011604．
[6] M Enachescu，A Goel，R Govindan，et al．ScaleFree Aggregation in Sensor Networks[C]∥Proceedings of First International Workshop on Algorithmic Aspects of Wireless Sensor Networks, Turku, Finland, 2004． |
