Sink根数据聚集树分层的WSN电力调度优化设计

为提高电力数据调度效率,缩短电力数据调度延时,提出一种改进的无通信冲突的分布式电力数据聚集调度近似算法,采用Sink根数据聚集树对无线传感器网络中各个节点电力资源数据进行分层数据调度,根据分布式数据集对各个电力节点之间的控制信息进行不断融合处理,在最大独立集的基础上建立一棵根在Sink的数据聚集树。每个节点分配一个时间片,使该节点能在无通信冲突的情况下传输数据。仿真实验表明,采用改进算法得到的聚集延时明显减小,有效保证了电力调度控制的实时性,电力信息数据分层融合度能达到90%以上,而改进前的算法只有10%～50%之间。

多维数据仓库系统中高性能DCA-Tree Cube的研究

提出了利用R*-tree改进的DCA-tree(data cube aggregate-tree)来创建高性能的DCA-tree cube聚集cube,阐述了创建DCA-tree cube、DCA-tree cube增量更新和MOLAP快速查询等关键技术.算法分析表明,所提出的DCA-tree cube在查询和更新效率方面要比以往DDC等方法创建的cube要高,解决了在插入新维数据时cube增量的更新维护.

基于簇的无线传感网络流量负载的时隙调度协议

针对大规模的无线传感器网络MAC协议在能量有效、低延时等方面的不足,提出一种基于簇的自适应时隙调度协议(ATSP)。整个网络由一些较小单位的簇组成,在每个簇内构造一棵数据聚集树,根据数据聚集树对节点每轮需要发送的数据流量进行加权,决定该节点的时隙大小;然后由簇头动态调节簇内节点时隙更新频率和顺序,可以降低时隙划分的能量和时间代价,减少节点的空闲侦听时间,避免串音。仿真表明,该协议有效地提高了网络能量有效性,延长了网络生存周期,降低数据包的延时。