传感器网络的关键理论与技术是当前国际研究热点,复杂的网络拓扑结构给传感器网络的各种应用提出了挑战,需要在拓扑特征提取上展开深入研究。骨架是传感器网络几何和拓扑特征的重要描述子,对于其他几何和拓扑特征的识别,以及传感器网络的各种应用具有重要的理论和实践意义。本项目拟研究在网络边界信息未知的前提下,基于连接信息的二维/三维传感器网络的骨架提取。首先,通过构建特征函数,将网络节点映射至一维实数空间,建立传感器网络的Reeb图;其次,在Reeb图中识别关键点和Reeb弦,进而将网络分解成若干形状规则的子网络,在每个子网络中构建K个特征函数,并设计指标来识别骨架节点;第三,设计轻量级的骨架节点连接与优化算法,提取多尺度网络骨架;最后,设计一种负载均衡、100%路由成功率以及低伸展率(Stretch Ratio)的路由算法,并通过仿真实验评价算法性能。
英文主题词sensor networks;skeleton;convex decomposition;Reeb graph;data storage and retrieval