WSN中基于几何学的分布式轮廓查询方法研究-毕业论文

《WSN中基于几何学的分布式轮廓查询方法研究-毕业论文》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文中文题目：WSN中基于几何学的分布式轮廓查询方法研究ResearchontheGeometry-BasedDistributedSkyline英文题目：QueryMethodinWSN论文作者：指导教师：专业：计算机软件与理论完成时间：摘要摘要近年来，环境污染、空气质量问题得到日益关注，结合实际情况，实现无线传感器网络的价值越来越得到人们的关注。基于无线传感器网络的轮廓查询策略已经得到广泛应用，尤其在环境检测等领域的查询，而这些应用领域多数涉及到空间距离问题。由于空间位置的多维性，给一般的轮廓查询策略在属性计算方面带来巨大的计算代价。为提高传感器能量的高效利用，对基

2、于空间距离上的轮廓查询需要新的解决策略，为此本文提出一种基于几何学的分布式轮廓查询方法（GDSky）。本文首先采用几何学的方法将整个查询区域划分，以便在各个子区域之间可以进行区域间支配关系的判定，本文采用基于凸包顶点的轮廓区域削减方法，可以快速查找到与特定查询区域相关的空间轮廓数据，减少了节点间比较次数。提出了基于三角剖分法的区域划分策略，该方法是将用户指定的查询区域划分为若干个子区域，使得查询在各个子区域间可以进行分布式进行。设计了一种子区域内分簇的策略，对一个子区域内的数据分簇，以进行轮廓的并行查询，节省时间。为了遍历到所有相邻的传感器检测地点，削减掉在空间距离上被支配的节

3、点，本文提出了基于数据节点树的分布式查询策略，并利用非空间的轮廓查询方法，对已获得空间轮廓的非空间属性进行一般轮廓查询，与此同时，对剩余的未找到的空间轮廓数据进行空间轮廓查询，从而实现并行执行。最后，本文还提出了子区域间削减策略，可以削减掉被支配的一个子区域内所有节点，以及子区域内部削减策略，可以削减掉一个子区域内某些被支配的节点，减少网络中数据的传输消耗。大量仿真实验的结果表明，本文提出的GDSky方法可以较快速的查询到距离查询地点较近且污染力较大的地点，可以高效减少数据间支配比较次数，降低传感器节点的能量消耗，提高查询效率。关键词：无线传感器网络，环境监测，分布式轮廓查询，

4、凸包，削减IAbstractABSTRACTInrecentyears,environmentalpollutionandthequalityproblemoftheairgettheincreasingattention.Accordingtotheactualsituation,torealizethevalueofthewirelesssensornetworkgetsmoreandmoreconcern.Theskylinequerystrategiesinwirelesssensornetworkshavebeenwidelyusedinthefieldofenvir

5、onmentaldetection,andtheseareasmostlyarerelatedtothespatialdistanceproblem.Sincethemulti-dimensionalofthespatialposition,itbringstheenormouscomputationalcostforthegeneralskylinequerystrategywiththeaspectoftheattributecalculation.Inordertoimprovetheefficientuseofsensorenergy,itneedsanewquerys

6、trategytosolvetheskylinequeryonthespatialdistance.Thispaperproposesamethodofthegeometry-baseddistributedskylinequery(GDSky).Thespecificworkisasfollows.Thispaperusesthemethodofthegeometry-basedregionpartitiontodividethewholequeryregionintoseveralsub-regions,sothatitcandeterminethedominancerel

7、ationshipbetweensub-regions.Thispaperproposesamethodofcutoftheskylineareabasedontheconvexhullvertices,whichcanquicklyfindthespatialskylinedatawithrespectofaspecificqueryarea,andreducethecomparisontimesbetweennodes.Thispaperadoptstheregionalpartitio