无线传感器网络中基于Haar小波变换的数据压缩算法研究(3)

菜单

2.2.3 其他用途

无线传感器网络还用于其他领域。人们可以通过它来对危险环境来进行监控。也可以用来作为一个强大的工具，在交通领域上对车辆进行监控。它还可以在自动化生产线上，由它组成的监控系统将可以大大提高工厂的运作效率。此外它还可以显著的降低检查设备的成本并且提高设备使用效率。虽然无线传感器技术还处于起步阶段，但已显示出非凡的价值，相信随着科技的发展和进步，将获得更多的应用。源`自,751`.论"文'网[www.751com.cn

2.3 国内外研究现状

人们传感器网络的研究起步比较晚。在传感器网络中，可以通过减小传感器节点的能耗以达到增长传感器网络的使用时间的目的。然而传感器网络在发送数据时需要耗费大量的能量。例如，伯克利云母节点发送数据消耗的能量可以执行1000个CPU指令。很多学者正在研究传感器网络中能量有限的一些问题，同时给出了一些很好的建议。他们对于网络层和数据的管理层分别给出了分簇路由技术和采样，预测，查询优化和网络内部的能量积累，近似查询等技术。预测技术是一种为一些数据创建预测模型，从而获得有关数据的近似值的技术。预测技术不仅降低了数据传输的能耗，而且还减少了样品的能耗。聚集技术将一段时间间隔内的大量数据合并成一个统计数字,然后再将得到的统计结果发送给基站。聚集技术虽然可以有效地减少数据发送量，但处理基于详细历史数据的查询时具有局限性，而且对于不包含聚集操作的应用，效果也不明显。在传感器网络中，由于能量约束等因素的影响，感知数据的获取、处理和传输等常常存在一定的误差，感知数据具有一定程度的不确定性。然而使用者可以接受不是十分准确的信息，从而存在一定的误差是可以接受的。为了保证客户的要求，通过降低一些数据的精度来减小输出的信息，从而传输的能耗也因此降低。于是数据压缩技术由此逐步发展起来，其就是通过减小一些数据的精度来使传输能耗变低。在传感器网络的多个领域中，当前数据与历史数据具有极大的价值。在传感器网络中，所有的数据不一定都是随机的，传感器节点的数据之间有一定的关系，所以它可以压缩感知数据并传输。

当前，无线传感器网络的数据压缩技术快速发展。埃尼迪斯和Poosala首先提出的直方图压缩数据。通过离散的余弦转换建立mpeg编码和构建多维直方图。科学家们通过对时间序列有关方面的研究，提出了数据压缩的处理方法。小波技术也被广泛应用于数据压缩。由于感官数据在一个连续的时间的内的只有很小的变化，大多数相同或相似的，这就为传感器网络中的数据压缩技术奠定了很大的空间。

在许多应用中，传感器的当前数据和历史数据都是有用的且有很高的应用价值，从而在一些应用中需要获得这些完整的历史数据。例如，在水污染监测中，根据已知的信息，对于未来的污染情况，需要获得详细信息。再比如，在天气的预报系统中，需要掌握有关天气的在未来的一段时间内的详细信息来判断未来的天气运动轨迹。根据上面所述，如果传感器节点无法存储过多的历史数据。因此，将大量的历史数据压缩后存储和发送，不仅很好的解决了传感器节点的存储空间是有限的，而且可以降低通信能量消耗