详解无线传感器网络实时数据融合策略

2仿真及其分析

使用NS2来进行仿真模拟，评估了RDAUA的性能。模拟环境配置为：50个传感器节点随机分布在400 m×400 m的区域内，节点按照LEACH协议的思想形成相应的簇，仿真时间为100 s，每个节点随机产生一定数据位数的数据。Twait、ξ、η等常数分别取值为60 s、90%、1？235.算法主要分析了接收数据的延时、精度和量化级别这几个参数。

图3是Sink对接收数据的平均延时情况进行统计对照的结果。从接收数据的延时看，应用RDAUA策略对数据进行融合时，延时比使用常规融合方法明显降低，有效提高了数据传输的实时性，从而保证用户及时获得突发事件并采取应对措施。

图3 接收数据平均延时情况

图4是Sink对接收数据的精度进行统计的结果对照情况。从接收数据精度结果看，应用 RDAUA策略进行融合，Sink所接收数据的精度比使用常规方法高。因为在 RDAUA算法中，节点融合时丢弃的都是优先级最低的数据，它们对数据精度的影响最小，从而避免了因融合对数据精度的破坏。

图4 接收数据的精度

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

总结

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。