无线传感器网络中基于自适应滤波器的数据收集策略

在许多无线传感器网络应用中,数据收集是一项基本任务。 由于通信成本和带宽的限制,将所有感测到的数据发送到每个传感器节点的基站是不可行的。 过滤器可以提供具有错误边界保证的感测数据估计。 对于给定的滤波器[li,ui],节点i仅在且仅当感测到的数据超出[li,ui]的范围时才发送数据。 基于滤波器的方法的主要思想是在传感器节点和基站处都维护每个节点的滤波器。 在本文中,我们研究了基于自适应滤波器的数据收集策略。 将感测数据的变化建模为一维随机游动,并提供用于模型参数估计的公式。 具有误差限制保证的滤波器分配问题被形式化为优化问题。 提出了一种基于贪婪启发式算法的错误分配约束条件下的滤波器分配算法,其时间和空间复杂度分别为Onταmin和O(n)。 并且当过滤器发生故障时,提供了轻量级的过滤器更新策略。 实验结果表明,我们的算法在通信成本和有效滤波器的预期时间方面具有更好的性能。