[发明专利]无线传感器网络基于应用本体的QoS MAC协议

说明书

技术领域

本发明涉及无线传感器网络MAC技术、服务质量控制技术，以及数据语义分析技术。

背景技术

无线传感器网络(Wireless Sensor Network，WSN)中MAC(Medium Access Control)是决定网络性能的重要基础性环节，也是网络提供服务质量保障的关键之一。WSN的突出特点之一是能耗的敏感性，所以MAC研究大多数关注于网络的能耗性能，对于服务质量研究相对较少。随着应用需求的发展，WSN中的QoS MAC受到了越来越多的关注，已有研究总体可以分为三类。第一类是在竞争性MAC中，通过调整休眠周期、改进退避规则及动态地调整竞争窗口等方法减少传输的时延，例如RL-MAC(Reinforcement Learning MAC)和UOB(Utility-Optimal Back off)退避算法。第二类是采用TDMA的方式通过预约调度、可变帧长等机制以避免传输中的竞争来提高信道利用率，减少端到端时延，例如BMA(Bit-Map-Assisted)，EQOSA(Energy and QoS Aware)以及ED-TDMA[6](Event Driven TDMA)算法。第三类是混合型MAC，将竞争性MAC与基于TDMA的MAC相结合，一方面利用竞争性MAC的灵活性，另一方面通过TDMA方式获得较好的QoS，例如Z-MAC(Zebra MAC)和ECR-MAC(Energy-efficient Contention-Resilient MAC)等。

不同于传统网络，WSN的突出特点是面向应用。汇聚节点Sink关注的是任务的完成，而并不是完成任务的具体数据来自哪个特定的节点。从应用任务的角度来看，传感器节点就是协作地完成不同的子任务，最后合起来完成网络的任务。因此WSN中网络的传输、控制实际为任务的分配、合成以及协调。目前已有研究基于任务分布式计算，结合WSN节点资源受限、大规模密集部署等特点提出了相关的任务分配与调度算法。其中有研究提出了能源有效的任务分配框架，将任务分配问题看成是一个集能量消耗、网络时延和给定约束为一体的代价函数的最优化问题。另有研究提出了带能量限制的任务映射和任务调度算法，以及基于任务的计算代价模型和通信代价模型。还有研究采用有向无环图对WSN的任务进行描述和调度。

上述研究采用的是传统网络端到端数据传输的技术思路，绝大多数算法没有考虑网络的应用内容，而是局限于数据层面的传输和处理。基于任务计算的方法考虑到了任务的应用，但在具体实施上依然是基于数据层面的传输和处理。WSN是面向应用的网络，而节点的传输和处理面向的是数据，虽然应用和数据存在必然的关系，但节点并不了解数据的应用含义，导致了不必要的数据传输和处理开销，降低了网络QoS性能。

本发明对数据进行标记，随后建立应用的本体，通过对本体进行语义的推理运算，从网络所需应用的角度控制节点的MAC，并针对性地设计了新的MAC协议。对比结果显示，本发明可以极大地减少传输的数据，有效地提高MAC的能耗和时延性能，并提供分级服务的QoS保障。

发明内容

本发明的目的是提供WSN中将网络应用直接作为传输和处理单元的QoS MAC协议，在显著提高能耗和时延性能的同时，提供分级QoS保障。

为实现上述目的，本发明采用的技术路线为：

步骤1数据标记。从三个方面对网络应用及完成网络应用相关的数据采用SensorML语言进行标记。这些数据所体现分别是网络应用、QoS指标和节点状态，具体为

1.网络应用：应用的空间信息、时间信息、物理量、应用类型；

2.QoS指标：QoS参数、参数度量、服务类型、参数间的关系、参数对QoS的影响、参数的聚合特性；

3.节点状态：节点测量的物理量、物理量的空间属性、物理量的时间属性、物理量

的特性、节点能力属性。

步骤2构建本体。通过步骤1进行数据标记得到概念，采用RDF语言来描述概念之间的关系构建网络任务的本体，以此作为网络节点传输和处理的基本单元。在具体编程实施时采用类的方法来实现。

步骤3任务匹配。本发明采用的WSN为分簇网络结构。

1.在每一次任务开始阶段，簇头向簇内节点广播SNYC同步信息及任务信息，如感应采集的信息、任务空间区域、时间范围及间隔、服务类型等。

2.此时所有节点处于侦听状态，收到任务信息后，检查其所能完成的任务是否属于任务的一部分，

1）若是，则参与任务；

2）若不是，则休眠等待下次任务。