武加文,李光辉*

(1.江南大学物联网工程学院,江苏 无锡 214122;2.物联网技术应用教育部工程技术研究中心,江苏 无锡 214122)

通过将客观物理世界与信息世界紧密的相联,无线传感器网络(Wireless Sensor Network,WSN)极大地提高了人们对真实世界的认识能力[1]。然而,在环境监测领域,WSN通常被部署于无人监管、气候复杂的野外环境,一方面,受到低成本传感器节点资源的限制,例如电池功率、计算存储能力以及通信带宽,这使得节点产生错误数据的概率很大。另一方面,数量庞大地传感器节点通常随机部署在环境恶劣的外界环境,伴随着极端气候的影响,如狂风,暴雨,冰雹等,一些节点发生故障也是不可避免的。因此,在长期使用过程中,WSN经常发生数据缺失现象[2]。若不精确重建这些缺失数据,可能会影响整个网络数据的可靠性以及监测数据流的完整性。例如,当监测环境发生事件(如森林火灾、水质或空气污染等)时,不可靠且不完整的数据可能导致系统无法实时检测到类似的自然灾害,从而造成重大损失。因此,快速准确地重建缺失数据具有重要意义。

关于WSN数据重建方法,国内外学术界已有诸多成果[3]。现有的WSN数据重建方法主要是利用感知数据的先验信息,这在一定程度上可以恢复丢失的数据。利用节点间的空间相关性,文献[4]提出了一种克里金插值方法,通过考虑缺失数据的空间位置及分布信息,利用不同系数加权平均得到待插点的估计值。文献[5]在文献[4]的基础上,加入贪婪算法用以去除误差评估最优的传感器节点,从而有效地减少了部署的传感器节点,降低了时间复杂度。……