无线传感器网络(ε,δ)-近似Top-k查询处理算法

提出一种适合于任意数据分布的基于抽样的(ε,δ)–近似Top-k查询处理算法。其中,ε≥0和0≤δ<1分别是相对误差界和失败概率界。理论分析表明,对于任意ε≥0和0≤δ<1,该算法返回的查询结果的相对误差界大于ε/(1+ε)的概率小于δ。于是,该算法可以达到任意精度。同时,还给出了支持近似Top-k查询的优化的抽样算法,并通过节点上的数据过滤技术来减少通信能量的消耗。理论分析和仿真结果表明,提出的算法能量消耗低并且计算复杂度低。

传感器网络中节点能量有效均衡的Top-k查询技术

无线传感器网络中top-k查询处理的节点能量高效以及实现各节点的能量消耗均衡,可以有效延长网络的生命周期。该文提出一种基于采样技术和节点空间相关性,来实现节点的能量均衡和高效的查询处理算法,称为能量均衡采样(e,d)近似top-k算法EBSTopk(e,d)。首先对传感器网络进行分区处理,利用区域内两两节点间的空间相关性对其建立线性回归预测模型和高斯预测模型;然后根据用户给定的相对误差界e和置信水平1-d建立节点高相关性预测准则;最后根据上述预测模型和准则,提出基于反复随机采样的能量均衡算法EBSTopk(e,d)-LR和EBSTopk(e,d)-MG。实验表明,所提出的EBSTopk(e,d)算法减少了无线传感器网络中的全局能量消耗,且在多次top-k查询后各节点的能量消耗达到均衡。