开题报告无线传感器网络中报头压缩算法的研究与实现.docx

开题报告无线传感器网络中报头压缩算法的研究与实现.docx

《开题报告无线传感器网络中报头压缩算法的研究与实现.docx》由会员分享，可在线阅读，更多相关《开题报告无线传感器网络中报头压缩算法的研究与实现.docx（10页珍藏版）》请在冰豆网上搜索。

开题报告无线传感器网络中报头压缩算法的研究与实现

湖南大学硕士研究生毕业（学位）论文开题报告

姓名

章健军

学　号

S0*******

已修学分

32

所属学院

计算机与通信学院

一级学科

计算机科学与技术

二级学科

计算机应用技术

指导教师

林亚平教授

开题时间

2007.12.8

研究方向

无线传感器网络

论文题目

无线传感器网络中报头压缩算法的研究与实现

一、文献综述

传感器网络是由一组传感器以AdHoc方式构成的有线或无线网络,其目的是协作地感知、采集和处理网络覆盖的地理区域中感知对象的信息,并发布给观察者[3]。

这种传感器网络综合了传感器技术、嵌入式计算技术、分布式信息处理技术和通信技术,能够协作地实时监测、感知、采集网络分布区域内的各种环境或监测对象的信息,并对这些信息进行处理,获得详尽、准确的信息,传送到需要这些信息的用户。

这种网络系统可以广泛地应用于国防军事、国家安全、环境监测、交通管理、医疗卫生、制造业、反恐抗灾等领域[2]。

2003年，MIT的《技术评论》将无线传感器网络技术列为未来改变世界的十大科技之一[6]。

传感器网络由密集布置在监测区域内的传感器结点组成[7]，节点能够通过自组织方式构成网络。

传感器节点体积微小，通常携带能量十分有限的电池。

由于传感器节点个数多、成本要求低廉、分布区域广，而且部署区域环境复杂，有些区域甚至人员不能到达，所以传感器节点通过更换电池的方式来补充能源是不现实的。

如何高效使用能量来最大化网络生命周期是传感网络面临的首先要任务[1]。

传感器网络的主要任务是收集监测到的原始数据，数量众多的传感器节点在网络中产生了大量的数据，而传感器网络只有有限的能量和传输带宽，难以适应大量数据的传送[23]。

另外，对观察者而言，感兴趣的可能不是所有的原始数据，他们更关心的是监测区域内的一些自然现象，如物体的运动轨道[8]，对象识别（如识别鸟类品种10]），或者数据统计[11]。

为减少数据的传输量一般，需要在网络内部（in-network）对原始监测数据进行压缩处理。

如何有效减少网络内部的数据量，从而延长网络生命周期并减少数据的传输延迟，是传感器网络中研究人员面临的一个重要课题。

文献[12,14,16]对各种针对原始数据的压缩算法进行了研究，文献[9,15,17,18]也为我们描述了去除时间相关性产生的冗余度的编码方法。

总之，数据压缩技术在传感器网络中起到非常重要的作用[19]。

与其它无线网络一样，传感器网络中传输的数据包含报头数据。

文献[20,21]指出，传感器节点无效功耗主要有以下4个来源：

（1）空闲侦听:

节点不知道邻居节点何时向自己发送数据，身频模块必须一直处于接收状态，消耗大量的能源。

这是无效功耗的最主要来源;

（2）冲突：

同时向同一节点发送多个数据帧，信号相互干扰，接收方无法准确接收，重发造成能量浪费；（3）串扰（overhearing）：

接收和处理发往其他节点的数据属于无效功耗；（4）控制开销：

控制报文不传送有效数据，消耗的能量对用户来说是无效的。

可见报头数据的传输消耗了可贵的无线带宽资源，有必要对报头数据进行压缩以减少无效功耗。

但目前在无线传感器网络中对报头压缩的研究还不多。

文献[28]提出并分析了一种自适应的健壮TCP/IP报头压缩算法，该算法通过使用对无线信道状态的精确估计调节报头压缩器中W-LSB编码的可变滑动窗口大小,能够实现压缩率和抗差错健壮性之间较好的平衡,这种算法适用于无线IP网络中对TCP/IP报头的压缩。

RFC2508[10]提出了CRTP（compressedRTP）报头压缩方案，在使用UDP校验和时,CRTP能够将40字节的RTP/UDP/IP报头压缩到4个字节;在不使用UDP校验和时,能够压缩到2个字节。

RFC3095[22]提出了ROHC（robustheadercompression）机制，它被设计为能在具有较长来回响应时间且差错率较高的链路上健壮、有效地进行报头压缩。

IETFROHC工作组在此基础上进一步提出了针对其他协议的压缩类,包括IP协议、TCP/IP协议和UDPLite协议等[24]。

文献[13]研究了无线多媒体传感器网络的数据传输问题,提出了一种自适应报头压缩机制,基于对信道状态的准确估计,动态调整压缩算法的参数,并使用UDPLite协议作为传输层协议,提高了多媒体数据传输的效率和鲁棒性。

文献[26]对IPv6传感器网络中的报头压缩技术进行了研究，结合IPv6overIEEE802.15.4自身的情况，提出了适合6LoWPAN[27]的IPv6,UDPv6,ICMPv6的报头压缩思路。

二、选题背景及意义

随着通信技术、嵌入式计算技术和传感器技术的飞速发展和日益成熟,具有感知能力、计算能力和通信能力的微型传感器开始在世界范围内出现.由这些微型传感器构成的传感器网络引起了人们的极大关注.这种传感器网络综合了传感器技术、嵌入式计算技术、分布式信息处理技术和通信技术,能够协作地实时监测、感知、采集网络分布区域内的各种环境或监测对象的信息,并对这些信息进行处理,获得详尽、准确的信息,传送到需要这些信息的用户.传感器网络可以使人们在任何时间、任何地点和任何环境条件下获取大量详实、可靠的信息,真正实现“无处不在的计算”理念.这种网络系统可以广泛地应用于国防军事、国家安全、环境监测、交通管理、医疗卫生、制造业、反恐抗灾等领域[2].被誉为全球未来三大高科技产业之一[1].2003年，MIT的《技术评论》将无线传感器网络技术列为未来改变世界的十大科技之一[6]。

无线传感器网络与传统无线网络有相似之处，传统的无线通信网络技术中已经成熟的解决方案可以借鉴到无线传感器网络中来。

但由于无线传感器网络自身的新特点，与传统无线网络相比，在实现各种网络协议和应用系统时有较大不同。

无线传感器网络存在以下一些现实约束：

电源能量有限，通信能力有限以及计算和存储能力有限。

如何高效使用能量来最大化网络生命周期是传感器网络面临的首先要挑战[1]。

传感器节点消耗能量的模块包括通信、计算和数据采集三个模块，而绝大部分能量消耗在无线通信模块上。

因此，如何让网络通信更有效率是传感器网络需要重点考虑的问题。

根据文献[5]，针对目前的传感器节点硬件制造技术，节点在进行无线通信时发送一个比特数据所耗费的能量相当于节点上的CPU进行3000次微指令运算，文献[25]的实验结果也显示通信耗能远比运算耗大。

综上所述，如何减少节点发送的数据量，或者增加传输数据中的有效负荷，对传感器网络的节能显得尤为重要。

目前采用的主要方法是对结点数据进行压缩，研究传感器网络中的数据压缩算法对于传感器节点的节能是十分有现实意义的。

压缩算法主要是通过分析信源的一些特性，了解产生数据冗余的原因。

然后根据产生冗余的原因提出能够去除冗余的信源编码方法。

目前无线传感器网络中的数据压缩研究主要针对的是原始数据，这类压缩算法通过去除传感器节点采集到的原始数据本身具有的冗余性，达到减少传输能耗的目的。

比如，去除数据之间的时空相关性就是一种有效的压缩途径，文献[9,15,17,18]均为我们描述了去除时间相关性产生的冗余度的编码方法，文献[23]也提出了一种基于环模型的时空数据压缩算法，这些研究可以很好去除原始数据的冗余；文献[12,14,16]也针对原始数据的压缩算法进行了研究。

然而，在节点的通信过程中，实际传输的数据中除了原始数据还包含了报头消息，报头数据在整个传输数据中所占比重相当可观，且这部分数据也存在不同程序的冗余。

去除报头消息中的冗余信息、减少报头长度也是无线传感器网络中数据压缩的有效途径，但有关无线传感器网络中的报头压缩研究并不多。

传感器网络中结点间的通信基于一系列协议栈，研究人员早期提出的一个协议栈由底自上包括：

物理层、数据链路层、网络层、传输层和应用层[1]。

分层协议使节点在互相的通信时，实际传输的数据中包含大量的控制信息（即报头数据），这些不是用户感兴趣的数据，却占用了可贵的无线信道带宽。

以我们目前在micaz节点上开发应用程序为例，应用程序使用3层协议，即MAC层、网络层和应用层，MAC层和网络层分别使用Tinyos提供802.11协议和LEPS路由协议，这两部分报头数据长度为17字节，而micaz节点每次最多可发送39字节的数据，报头占整个数据报长度的44%，这对信道带宽是极大的浪费，而对于一些有效载荷相对较小的应用来说，这种浪费将更大。

因此对报头数据进行压缩，减小控制信息，增大每次传输的有效载荷，也是传感器网络节能的重要方法。

报头压缩方法的设计与通信协议相关，由于不同协议的报头数据具有不同的结构和长度，针对不同的协议报头可采用不同压缩方法。

在TinyOS中实现了MAC层和网络层的多种协议，如MAC层实现了802.11，S-MAC及B-MAC三种协议，网络层实现了HopCountRoute，MintRoute，LQIRoute和LEPS四种协议。

本文拟在其它无线网络中报头压缩算法的基础上，结合这些协议的结构特征，提出一种在实际传感器网络中的新的报头压缩算法。

制约传感器网络压缩的一个瓶颈就是传感器节点本身的存储能力有限，各种压缩编码算法占用的存储空间并不相同。

传感器网络节点并不能只是单纯的采集数据发送数据，如果压缩算法所占用的存储空间过大，留给传感器节点处理其他业务的空间就会缩小。

根据文献[4]的压缩编码综述，我们设计算法时应该通过研究各种编码方法，在所占用的存储空间来与压缩编码的性能做一个很好的折中选择。

三、研究的主要内容

1．无线传感器网络中MAC层、网络层的通信协议的研究

重点研究在TinyOS中已经实现的各层的通信协议，这些协议已经在实际传感器网络中广泛应用，如MAC层的802.11协议、s-mac协议和b-mac协议，以及网络层的LEPS协议；分析这些协议的报头特征。

2．报头压缩算法的研究

分析学习其它无线网络中报头压缩技术，然后结合传感器网络中协议报头的特征设计适合于无线传感器网络的报头压缩方法。

分析传感器网络中MAC层和网络层通信协议头各字段意义，确定各字段的可压缩性，如判断它是否属于恒定字段、可测字段、增量字段或者是随机字段。

恒定字段在生存期内一般不变，如结点自身ID；可测字段可推测出来，如帧大小，这部分可以不传输；增量字段可以使用增量编码只传输不同的部分；而随机字段则不能压缩。

对于增量字段拟利用W-LSB编码方法。

3．对实现原型系统所需的软硬件平台的研究

本文最终会实现一个原型系统，系统由micaz结点组成。

micaz结点是目前国际上应用与研究广泛使用的传感器结点，其中运行的是嵌入式操作系统TinyOS，在结点上开发应用程序的时使用的开发工具为crossbow公司开发的MoteWorks。

要实现原型系统，需要学习和研究这些软硬件平台，熟悉应用程序开发的流程。

尤其应研究TinyOS，因为本文所做的报头压缩工作将修改的TinyOS提供的系统函数，如TinyOS实现的MAC层和网络层协议的函数，这要求对TinyOS的运行机制有较深入的了解。

4.性能评估模型的研究

对压缩方法的性能进行综合评估，通过一种合理的性能评估模型分析算法的综合性能，比如算法的节能情况、丢包情况及有效负载的长度等。

四、工作的重点与难点，拟采取的解决方案

工作重点：

针对Mac层的802.11协议、s-mac及b-mac和网络层的LEPS协议设计一种有效的报头压缩方法，通过适当的编码方法（如W-LSB编码），减少这两层协议的17个字节的报头长度；并能将此压缩方法在真实网络中实现。

工作难点：

1．节点存储有限，如何提出一种新的或改进的算法，不占用太多的额外存储。

2．在压缩报头时，会给通信双方带来额外的计算负担（压缩和解压），这可能导致原型系统性能的下降。

3．本文所做的报头压缩工作将修改的TinyOS提供的系统接口，如TinyOS实现的MAC层和网络层协议的函数，这在具体编码时是个难点。

解决措施：

查找和阅读相关文献，比较无线传感器网络中现有报头压缩技术的优劣，同时学习其它无线网络中报头压缩算法技术。

在设计压缩方法时，应以micaz节点的实际特点相结合，使算法尽可能简单度高效。

对TinyOS进行深入研究，熟悉内部机制。

五、论文工作量及进度

论文工作：

1.提出一种适合无线传感器网络的报头压缩方法，能有效提高传输过程中有效负载的长度

2.根据提出的报头压缩算法实现一个由micaz结点组成的原型系统

3.通过对比实验验证，有报头压缩的传感器网络能在节能、减小丢包率和有效负载长度等方面优于无报头压缩的传感器网络

进度安排

2007.9-2007.12收集资料、阅读文献、建立模型；

2007.12-2008.3算法研究和仿真实验：

比较现有报头压缩算法的性能；提出新的或改进算法；仿真实验，评价算法的性能；

2008.3-2008.7在tinyOS上编程实现具有改进后的压缩算法的传感器网络原型系统；

2008.7-2008.11撰写、整理论文。

六、论文预期成果及创新点

创新点:

（1）报头压缩的对象是无线传感器网络中实际应用的协议报头，而目前报头压缩的研究很少涉及无线传感器网络领域。

（2）用micaz结点实现原型系统，并用真实的传感器网络评估算法性能。

目前在传感器网络中，对算法的性能评估几乎都采用模拟软件实现，如OMNET，很少在真实网络中进行检测

预期成果：

1．发表1篇较高质量的论文；

2.实现一个原型系统。

七、完成论文拟阅读的主要文献

[1]孙利民，李建中，陈渝，朱红松.无线传感器网络.北京：

清华大学出版社，2005.

[2]李建中.无线传感器网络专刊前言.软件学报，Vol.18,No.5,May2007,pp.1077−1079

[3]李建中，李金宝，石胜飞.传感器网络及其数据管理的概念、问题与进展.软件学报,2003,14（10）:

1717-1727.

[4]NaotoKimura,SharahmLatifi.ASurveyonDataCompressioninWirelessSensorNetworks.ProceedingsoftheInternationalConferenceonInformationTechnology:

CodingandComputing,Vol.2April4-6,2005Page（s）:

8-13

[5]MoChen,MarkL.Fowler.DataCompressiontrade-offsinsensornetworks.In:

ConferenceonInformationSciencesandSystems,PrincetonUniversity,March2004,17–19

[6]IEEEStd802.15.1IEEEStandardforInformationtechnology-Telecommunicationsandinformationexchangebetweensystems-Localandmetropolitanareanetworks-SpecificrequirementsPart15.1:

WirelessMediumAccessControl（MAC）andPhysicalLayer（PHY）SpecificationsforWirelessPersonalArealNetworks（WPANs）

[7]I.F.Akyildiz,W.Su,Y.Sankarasubramaniam,andE.Cayirci,Asurveyonsensornetworks,IEEECommunicationsMagazine,,August2002,Volume:

40Issue:

8,pp.102-114

[8]F.Zhao,J.Shin,andJ.Reich.Information-DrivenDynamicSensorCollaborationforTrackingApplications.InIEEESignalProcessingMagazine,March2002.

[9]唐朝京，雷菁.信息论与编码基础.国防科技大学出版社，长沙，pp1-108,2002

[10]CasnerS,JacobsonV.CompressingIP/UDP/RTPheadersforlow-speedseriallinks.RequestforCommentsRFC2508,IETF,1999.

[11]SumanNath,PhillipGibbons,ZacharyAnderson,andSrinivasanSeshan.In:

Proceedingsofthe2ndinternationalconferenceonEmbeddednetworkedsensorsystems.Baltimore,MD,USANov2004,250-262

[12]AnimeshKumar,PrakashIshwar,andKannanRamchandran.In:

ProceedingsofthethirdinternationalsymposiumonInformationprocessinginsensornetworks.Berkeley,California,USA,2004,89-98

[13]周新运,孙利民,皇甫伟,牛建伟.无线多媒体传感器网络中一种自适应的报头压缩机制.软件学报,May2007,Vol.18,No.5,pp.1122−1129

[14]DanielMarcoandDavidNeuhof.Reliabilityvs.EfficiencyinDisstributedSourceCodingforField-Gathering.In:

ProceedingsofthethirdinternationalsymposiumonInformationprocessinginsensornetworks.Berkeley,California,USA.2004.161-168

[15]S.S.Pradham,J.Kusuma.Distributedcompressioninadensecompressioninmulti-hopsensornetworks.IEEESignalProcessingMagazine,,March2002.pp.51-60

[16]RebeccaWillett,AlineMartin,andRobertNowak.Backcasting:

AnAdaptiveApproachtoEnergyConservationinSensorNetworks.In:

ProceedingsofthethirdinternationalsymposiumonInformationprocessinginsensornetworks.Berkeley,California,USA,2004.124-133

[17]DeepakGanesan,DeborahEstrin.DIMENSIONS:

WhydoweneedanewDataHandingarchitectureforSensorNetworks?

ProceedingsoftheACMWorkshoponHotTopicsinNetworks,Princeton,NJ,USA,ACM.October,2002.pp.143-148.

[18]R.Cristescu,B.Beferull-Lozano.Onnetworkcorrelateddatagathering.In:

Proc.IEEEInforcom,Hongkong,Volume4, 7-11March2004Page（s）:

2571-2582

[19]YanYu.Scalable,Synthetic,SensorNetworkDataGeneration:

[Dissertation].LosAngeles:

Univ.ofCalifornia,2005,2-3

[20]W.Ye,J.Heidemann,D.Estrin.Anenergy-efficientMACprotocolforwirelesssensornetworks.The21stInt’lAnnualJointConf.ontheIEEEComputerandCommunicationsSocieties（INFOCOM2002）.NewYork,USA,2002

[21]W.Ye,J.Heidemann,D.Estrin.Mediumaccesscontrolwithcoordinatedadaptivesleepingforwirelesssensornetworks.IEEETrans.OnNetworking,2004,12（3）:

493~506

[22]BormannC,BurmeisterC,DegermarkM,FukushimaH,HannuH,JonssonLE,HakenbergR,KorenT,LeK,LiuZ,MartenssonA,MiyazakiA,SvanbroK,WiebkeT,YoshimuraT,ZhengH.RObustheadercompression（ROHC）:

Frameworkandfourprofiles:

RTP,UDP,ESP,anduncompressed.RequestforCommentsRFC3095,IETF,2001.

[23]周四望,林亚平,张建明,欧阳竞成,卢新国.传感器网络中基于环模型的时空数据压缩算法.软件学报,March2007,Vol.18,No.3,pp.669-680

[24]http:

//www.ietf.org/html.charters/rohc-charter.html

[25]KennethBarr,KrsteAsanovic,EnergyAwareLosslessDataCompression.In:

ACMTransactionsonComputerSystems（TOCS） .Aug. 2006,NewYork,USA.P250-291

[26]吴德伦.6LoWPAN报头压缩研究与实现.北京交通大学硕士论文.2006

[27]吴俊.6LowPan技术分析.铁道通信信号.2006.12,Vol.42No.12,pp.38-40

[28]吴亦川,黄奎,