顾国庆,李晓辉

(华北计算技术研究所,北京 100083)

0 引 言

无线传感网WSN(Wireless Sensor Network)是由大量边缘传感节点和少量汇聚节点组成的一种计算机网络，传感节点相互协作监控某一区域不同位置的环境状况并将采集到的实时数据上传至汇聚节点。这些传感节点广泛分布在一些监管困难甚至长期无人监管的恶劣环境中，通常采用自携式电池供电，因此如何减少传感节点能耗、延长传感节点寿命成为该行业的一大痛点[1-2]。

目前国内外学者主要从精简数据传输方面提出了一些解决方案，Lazaridis等人[3]在2003年提出了一种有界的传输数据压缩方案，同年又提出了一种使用恒定值作为预测值的预测方案；Lim等人[4]在2005年提出了2种不同的自适应线性预测模型；Santini等人[5]在2006年提出了最小均方差自适应预测模型；Wei等人[6]在2011年提出了一种结合卡尔曼滤波和灰色模型两者的预测方案；Razzaque等人[7]在2013年提出了3类数据预测方法，随机方式[8-10]、时间序列方式[11-12]和复杂算法方式[13]；Raza等人[14]在2016年提出了包括wake-up receiver和专用感应设备的节能传感器网络模型；同年Tan等人[15]提出了基于前N项数据进行分层的LMS模型；余修武等人[16]在2017年提出了一种基于分簇的自适应的预测加权数据融合算法；魏煜等人[17]在2018年提出了基于线性预测模型和HeartBeat机制的LRPH算法来抵制丢包带来的影响，同时提出了LRSH算法来优化LRPH算法，减少冗余信息。

在实际监测环境中，传感节点有可能采集到异常数据，而大多数现有的精简数据传输方案会将异常数据视为正常数据，难以避免异常数据对模型预测带来的负面影响。……