臧景才,王自力,郑 鑫

(1.青海广播电视大学继续教育学院,青海 西宁 810000;2.驻马店职业技术学院信息工程系,河南 驻马店 463000;3.黄淮学院信息工程学院,河南 驻马店 463000)

无线传感网络WSNs(Wireless Sensor Networks)由大量的微型传感节点组成[1-2],这些传感节点具有感测、通信能力,进而实现对环境的监测目的。目前,WSNs已广泛应用于军事勘测、环境管理以及健康医疗等领域。在多数的应用中,数据融合是最基本的技术。通过数据融合,将从多个传感节点所接收数据进行汇集,再经处理后传输信宿。在数据融合过程中,中间节点将所收集的数据与自己的数据进行融合成一个数据包,然后再转发。目前,融合技术有合并、最大求和,平均等策略[3-4]。

最小化数据融合时延是融合技术最重要性能指标。所谓融合时延是指数据融合数据传输至信宿的时间[5-6]。最小化数据融合时延就是最小时延的融合策略问题MLAS(Minimum-Latency Aggregation Scheduling)。MLAS问题就是最快找到无碰撞的数据融合时隙[7]。实际上,节点间的干扰是影响数据融合的主要因素。当节点在同一时刻监听两个或两个以上的信号时,就发生了信号干扰。一旦产生了干扰,节点就无法成功再接收任何数据,这就使得发射节点需要重新传输数据。

文献[8-9]通过分析证实,由于重传数据消耗了大量的能量,碰撞是WSNs的挑战之一。此外,在MAC层(硬件)解决碰撞问题比在应用层(时隙分配策略)增加了大量的传输时延[10-12]。例如,文献[11]提出二次独立集的数据融合算法,该算法引用时分复用概念,并二次构建最大独立集,进而降低整合时延。……