王文華 王 田 吳 群 王國(guó)軍 賈維嘉

1(華僑大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 福建廈門(mén) 361021)2(廣州大學(xué)計(jì)算機(jī)科學(xué)與教育軟件學(xué)院 廣州 510006)3 (上海交通大學(xué)電子信息與電氣工程學(xué)院 上海 200240) (jsjwangwenhua@126.com)

傳感網(wǎng)中時(shí)延受限的移動(dòng)式數(shù)據(jù)收集方法綜述

王文華1王 田1吳 群1王國(guó)軍2賈維嘉3

1(華僑大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院 福建廈門(mén) 361021)2(廣州大學(xué)計(jì)算機(jī)科學(xué)與教育軟件學(xué)院 廣州 510006)3(上海交通大學(xué)電子信息與電氣工程學(xué)院 上海 200240) (jsjwangwenhua@126.com)

數(shù)據(jù)收集是無(wú)線傳感器網(wǎng)絡(luò)中研究的熱點(diǎn)問(wèn)題之一，然而在傳統(tǒng)的無(wú)線傳感器網(wǎng)絡(luò)中，基站附近的節(jié)點(diǎn)由于承擔(dān)了大量數(shù)據(jù)轉(zhuǎn)發(fā)任務(wù)而導(dǎo)致自身能量過(guò)早耗盡，縮短了網(wǎng)絡(luò)的生命期.不少研究通過(guò)引入能量較為充足的移動(dòng)性節(jié)點(diǎn)來(lái)收集數(shù)據(jù)，以節(jié)省普通傳感器節(jié)點(diǎn)的能量，但是卻導(dǎo)致了數(shù)據(jù)收集時(shí)延過(guò)大，如何在保證數(shù)據(jù)收集時(shí)延的前提下最大化網(wǎng)絡(luò)生命期已成為近幾年研究的熱點(diǎn)問(wèn)題.對(duì)目前主要的時(shí)延受限的移動(dòng)式數(shù)據(jù)收集方法進(jìn)行了充分調(diào)研，通過(guò)對(duì)這些方法的詳細(xì)分類(lèi)和比較，歸納了時(shí)延受限的移動(dòng)式數(shù)據(jù)收集的各類(lèi)方法的特點(diǎn)，分析了這些方法的優(yōu)缺點(diǎn)和適用范圍，總結(jié)了存在的主要問(wèn)題，并指出了未來(lái)的研究方向.

無(wú)線傳感網(wǎng)；移動(dòng)式數(shù)據(jù)收集；時(shí)延限制；能量?jī)?yōu)化；網(wǎng)絡(luò)生命期

隨著微型傳感技術(shù)、嵌入式計(jì)算技術(shù)和無(wú)線通信技術(shù)的發(fā)展，融合了這3種技術(shù)的無(wú)線傳感器網(wǎng)絡(luò)(wireless sensor networks, WSNs)引起了人們的廣泛關(guān)注[1].WSNs由具有感知、存儲(chǔ)和數(shù)據(jù)處理能力并能進(jìn)行短距離無(wú)線通信的傳感器節(jié)點(diǎn)組成，在國(guó)防軍事、國(guó)家安全、智能交通、環(huán)境監(jiān)測(cè)、反恐抗災(zāi)等中顯示出廣闊的應(yīng)用前景[2-3].傳感網(wǎng)集數(shù)據(jù)收集、處理和傳輸?shù)裙δ苡谝惑w，擴(kuò)展了人們信息獲取的能力，被美國(guó)《商業(yè)周刊》認(rèn)為是21世紀(jì)最具影響力的21項(xiàng)技術(shù)之一[4].傳感器節(jié)點(diǎn)一般采用電池供電，由于其體積微小，所攜帶的能量十分有限[5-6].傳統(tǒng)WSNs中節(jié)點(diǎn)是靜止不動(dòng)的，節(jié)點(diǎn)采集到的數(shù)據(jù)需要通過(guò)多跳轉(zhuǎn)發(fā)給基站，基站周?chē)墓?jié)點(diǎn)由于要承擔(dān)更多的通信負(fù)載而過(guò)早耗盡能量，導(dǎo)致基站周?chē)霈F(xiàn)能量空洞[7].能量空洞的出現(xiàn)使節(jié)點(diǎn)采集到的數(shù)據(jù)無(wú)法再傳輸給基站，由此造成網(wǎng)絡(luò)分割甚至失效，大大縮短了網(wǎng)絡(luò)生命期[8]，成為制約傳感網(wǎng)應(yīng)用的瓶頸[9]，同時(shí)網(wǎng)絡(luò)中遺留大量能量資源，造成能量的浪費(fèi).

盡管一些研究采用多級(jí)傳輸半徑和節(jié)點(diǎn)非均勻分布的方法來(lái)盡可能地均衡節(jié)點(diǎn)能耗，但是能量空洞問(wèn)題仍然存在[10].為最大限度地解決傳感網(wǎng)中的“熱點(diǎn)”和能量空洞問(wèn)題，研究人員引入了移動(dòng)性節(jié)點(diǎn)[11-12].相對(duì)于一般節(jié)點(diǎn)，這些移動(dòng)性節(jié)點(diǎn)的通信能力和計(jì)算能力都較為強(qiáng)大，且其能量相對(duì)比較充足，可以協(xié)助收集數(shù)據(jù)，從而降低節(jié)點(diǎn)能耗，延長(zhǎng)網(wǎng)絡(luò)生命期.但是由于網(wǎng)絡(luò)的規(guī)模一般較大，移動(dòng)節(jié)點(diǎn)的移動(dòng)速度遠(yuǎn)小于數(shù)據(jù)轉(zhuǎn)發(fā)速度，使得數(shù)據(jù)收集的時(shí)延增大[13].在很多實(shí)際應(yīng)用中，需要在一定的時(shí)延范圍內(nèi)將采集到的數(shù)據(jù)轉(zhuǎn)發(fā)到基站，否則這些數(shù)據(jù)信息將毫無(wú)意義[14].因此，如何在規(guī)定的時(shí)延之內(nèi)將采集到的數(shù)據(jù)轉(zhuǎn)發(fā)給基站，同時(shí)最小化節(jié)點(diǎn)能耗成為研究的關(guān)鍵問(wèn)題.本文對(duì)時(shí)延受限的移動(dòng)式數(shù)據(jù)收集方法進(jìn)行了分析和總結(jié)，提出了該領(lǐng)域當(dāng)前存在的問(wèn)題和挑戰(zhàn)，并指出了將來(lái)需要重點(diǎn)關(guān)注的研究方向.

1 時(shí)延受限的移動(dòng)式數(shù)據(jù)收集問(wèn)題概述

1.1 問(wèn)題描述

Fig. 1 Delay-constrained mobile data collection圖1 時(shí)延受限的移動(dòng)式數(shù)據(jù)收集

WSNs由帶有無(wú)線射頻發(fā)射模塊和數(shù)據(jù)感知模塊的傳感器節(jié)點(diǎn)組成，節(jié)點(diǎn)能實(shí)現(xiàn)環(huán)境信息的感知、存儲(chǔ)、融合以及短距離無(wú)線通信等操作[15].其數(shù)據(jù)收集的過(guò)程包括：1)從環(huán)境中感知、采集數(shù)據(jù)；2)將數(shù)據(jù)進(jìn)行簡(jiǎn)單處理或存儲(chǔ)；3)發(fā)送數(shù)據(jù)至基站[16].為了解決 “熱點(diǎn)”和能量空洞問(wèn)題，研究者引入了移動(dòng)性節(jié)點(diǎn)[17]，這種借助移動(dòng)性節(jié)點(diǎn)進(jìn)行數(shù)據(jù)收集的模式被稱為移動(dòng)式數(shù)據(jù)收集.但由于節(jié)點(diǎn)移動(dòng)速度緩慢，導(dǎo)致數(shù)據(jù)收集時(shí)延增大，限制了其在實(shí)時(shí)性要求較高的網(wǎng)絡(luò)中的應(yīng)用[18].因此如何在保證較低時(shí)延(如不超過(guò)一個(gè)閾值)的基礎(chǔ)上延長(zhǎng)網(wǎng)絡(luò)生命期成為近年來(lái)研究的熱點(diǎn)，即時(shí)延受限的移動(dòng)式數(shù)據(jù)收集[19-20].本文作者在移動(dòng)式數(shù)據(jù)收集領(lǐng)域中做了大量的研究，在文獻(xiàn)[21]中設(shè)計(jì)了RD-VT(rendezvous design for variable tracks)算法，在網(wǎng)絡(luò)中尋找最優(yōu)的匯聚節(jié)點(diǎn)集合來(lái)縮短基站移動(dòng)路徑；在文獻(xiàn)[19]中給出了時(shí)延受限的移動(dòng)式數(shù)據(jù)收集的典型例子,如圖1所示.節(jié)點(diǎn)將采集到的數(shù)據(jù)轉(zhuǎn)發(fā)給匯聚節(jié)點(diǎn)進(jìn)行融合并緩存，數(shù)據(jù)收集器遍歷匯聚節(jié)點(diǎn)收集數(shù)據(jù).為了達(dá)到時(shí)延要求，收集器在20 min內(nèi)(預(yù)先設(shè)定的時(shí)延限制條件)訪問(wèn)匯聚節(jié)點(diǎn)一遍，收集緩存在匯聚節(jié)點(diǎn)中的數(shù)據(jù)，最后返回并將數(shù)據(jù)交付給基站.

1.2 主要度量指標(biāo)

本文通過(guò)對(duì)時(shí)延受限的移動(dòng)式數(shù)據(jù)收集進(jìn)行分析，總結(jié)出現(xiàn)階段其6個(gè)主要度量指標(biāo)如下：

1) 最小化數(shù)據(jù)收集時(shí)延

以n1,n2, …,nk表示移動(dòng)元素在一輪數(shù)據(jù)收集過(guò)程中所經(jīng)過(guò)的節(jié)點(diǎn)，則數(shù)據(jù)收集時(shí)延TD可以表示為

(1)

其中，tni表示移動(dòng)元素從節(jié)點(diǎn)ni移動(dòng)到節(jié)點(diǎn)ni+1的時(shí)間，sni為移動(dòng)元素在節(jié)點(diǎn)ni處的停留時(shí)間，當(dāng)其不停留時(shí)sni=0.則式(1)的優(yōu)化函數(shù)為

minTD.

(2)

在實(shí)際應(yīng)用場(chǎng)景中往往設(shè)定時(shí)延閾值T，則有:

minTD≤T.

(3)

2) 最小化節(jié)點(diǎn)能耗

在無(wú)線傳感器網(wǎng)絡(luò)中，節(jié)點(diǎn)的能耗主要包括2個(gè)方面：1)發(fā)送數(shù)據(jù)的能量消耗Et；2)接收數(shù)據(jù)的能量消耗Er.節(jié)點(diǎn)之間通信的能量消耗取決于節(jié)點(diǎn)之間的距離d和數(shù)據(jù)的大小k(單位為b).則網(wǎng)絡(luò)中的節(jié)點(diǎn)能耗可以表示為

(4)

(5)

(6)

其中，Eti表示節(jié)點(diǎn)i向節(jié)點(diǎn)j轉(zhuǎn)發(fā)k的數(shù)據(jù)所消耗的能量，di j表示節(jié)點(diǎn)i和j之間的距離；Eri表示節(jié)點(diǎn)i接收k的數(shù)據(jù)所消耗的能量；Eelec表示用無(wú)線電波接收和傳送數(shù)據(jù)的能耗常數(shù)；ρ表示信號(hào)衰減因子；S表示網(wǎng)絡(luò)中的傳感節(jié)點(diǎn)的集合，其中s1表示基站；E表示傳感器網(wǎng)絡(luò)總的能量消耗.

則設(shè)計(jì)的目的是同時(shí)最小化Eti，Eri，E或者達(dá)到它們的折中.為了最小化節(jié)點(diǎn)自身的能耗，應(yīng)使節(jié)點(diǎn)盡量處于休眠狀態(tài)，只有在需要采集或者轉(zhuǎn)發(fā)數(shù)據(jù)時(shí)將其喚醒；為了最小化節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)的能耗，應(yīng)使轉(zhuǎn)發(fā)樹(shù)的深度盡量小，即使其轉(zhuǎn)發(fā)盡量少的數(shù)據(jù).

3) 最大化網(wǎng)絡(luò)生命期

在給定的網(wǎng)絡(luò)中，總能找到一些節(jié)點(diǎn)(如樹(shù)根節(jié)點(diǎn)、簇頭節(jié)點(diǎn)、網(wǎng)格頭節(jié)點(diǎn))，一旦這些節(jié)點(diǎn)的能量消耗完就勢(shì)必引起網(wǎng)絡(luò)分割，從而使得網(wǎng)絡(luò)通信中斷.因此，在數(shù)據(jù)收集過(guò)程中應(yīng)盡量降低這些節(jié)點(diǎn)的能耗，均衡網(wǎng)絡(luò)流量負(fù)載，從而達(dá)到延長(zhǎng)網(wǎng)絡(luò)生命期的目的.假設(shè)每個(gè)節(jié)點(diǎn)的總能量為e，每個(gè)節(jié)點(diǎn)的平均能耗速率為ei，則最大化網(wǎng)絡(luò)生命期的優(yōu)化目標(biāo)函數(shù)為

(7)

4) 可擴(kuò)展性

在對(duì)算法的仿真實(shí)驗(yàn)中，一般都是使用較小的網(wǎng)絡(luò)進(jìn)行算法性能的仿真，而在實(shí)際應(yīng)用中網(wǎng)絡(luò)規(guī)模都比較大，因此網(wǎng)絡(luò)的可擴(kuò)展性是一個(gè)重要指標(biāo)，主要是考慮網(wǎng)絡(luò)規(guī)模擴(kuò)展之后時(shí)延、能耗、網(wǎng)絡(luò)生命周期等指標(biāo)是否會(huì)發(fā)生巨變而導(dǎo)致網(wǎng)絡(luò)性能變差.

5) 數(shù)據(jù)準(zhǔn)確率和完整性

在WSNs的數(shù)據(jù)收集中，由于數(shù)據(jù)轉(zhuǎn)發(fā)、數(shù)據(jù)融合、節(jié)點(diǎn)緩存容量等因素很可能會(huì)導(dǎo)致數(shù)據(jù)丟失、出錯(cuò)等現(xiàn)象的發(fā)生，因此數(shù)據(jù)準(zhǔn)確率和完整性是WSNs數(shù)據(jù)收集的重要指標(biāo).設(shè)計(jì)的方法要有一定的容錯(cuò)和安全機(jī)制來(lái)確保數(shù)據(jù)的準(zhǔn)確率和完整性.

6) 負(fù)載均衡

網(wǎng)絡(luò)負(fù)載對(duì)網(wǎng)絡(luò)生命周期會(huì)產(chǎn)生很大影響，若負(fù)載過(guò)于集中則會(huì)導(dǎo)致節(jié)點(diǎn)過(guò)早死亡，縮短了網(wǎng)絡(luò)生命期，因此設(shè)計(jì)的算法應(yīng)盡量均衡網(wǎng)絡(luò)負(fù)載.避免一些關(guān)鍵節(jié)點(diǎn)的能耗過(guò)大而引起的網(wǎng)絡(luò)失效或者死亡.

2 存在的問(wèn)題和挑戰(zhàn)

目前時(shí)延受限的移動(dòng)式數(shù)據(jù)收集主要存在4個(gè)問(wèn)題與挑戰(zhàn)：

1) 如何達(dá)到延長(zhǎng)網(wǎng)絡(luò)生命期和降低數(shù)據(jù)收集時(shí)延的折中

為了解決能量空洞問(wèn)題，相關(guān)研究引入了移動(dòng)性節(jié)點(diǎn)，卻帶來(lái)了數(shù)據(jù)收集時(shí)延增大的問(wèn)題.因此如何在保證網(wǎng)絡(luò)生命期的基礎(chǔ)上盡量降低數(shù)據(jù)收集時(shí)延是無(wú)線傳感器網(wǎng)絡(luò)中的重要挑戰(zhàn).

2) 如何確定最佳的移動(dòng)節(jié)點(diǎn)數(shù)量以及他們的合理調(diào)度

在實(shí)際應(yīng)用中，網(wǎng)絡(luò)的規(guī)模一般較大，因此利用多個(gè)移動(dòng)節(jié)點(diǎn)顯然能很好地降低數(shù)據(jù)收集時(shí)延，但是同時(shí)也會(huì)增加網(wǎng)絡(luò)的成本.因此如何根據(jù)網(wǎng)絡(luò)的規(guī)模和實(shí)際情況確定合理的移動(dòng)元素?cái)?shù)量成為需要研究的重點(diǎn)問(wèn)題.另外對(duì)移動(dòng)元素的合理調(diào)度以及他們之間的協(xié)作也能有效地降低數(shù)據(jù)收集時(shí)延，在這方面的研究工作還比較少，也是一個(gè)全新的挑戰(zhàn).

3) 如何確定合適的網(wǎng)絡(luò)結(jié)構(gòu)類(lèi)型

將網(wǎng)絡(luò)劃分為特殊的網(wǎng)絡(luò)結(jié)構(gòu)，如樹(shù)狀結(jié)構(gòu)[22]、簇狀結(jié)構(gòu)[23]、網(wǎng)格結(jié)構(gòu)等，可以很好地平衡延長(zhǎng)網(wǎng)絡(luò)生命期和降低數(shù)據(jù)收集時(shí)延之間的矛盾，因此在實(shí)際應(yīng)用中如何根據(jù)網(wǎng)絡(luò)的各項(xiàng)指標(biāo)來(lái)確定合適的網(wǎng)絡(luò)結(jié)構(gòu)類(lèi)型是需要重點(diǎn)解決的問(wèn)題.

4) 實(shí)際環(huán)境中干擾的規(guī)避

由于傳感網(wǎng)的應(yīng)用環(huán)境十分復(fù)雜，節(jié)點(diǎn)的移動(dòng)會(huì)受到各種環(huán)境因素的干擾而難以控制，因此實(shí)際的數(shù)據(jù)收集時(shí)延和理論值存在很大的偏差.如何規(guī)避實(shí)際環(huán)境的干擾來(lái)得到理想的結(jié)果是一個(gè)重要的挑戰(zhàn).

3 時(shí)延受限的移動(dòng)式數(shù)據(jù)收集分類(lèi)解析

3.1 時(shí)延受限的移動(dòng)式數(shù)據(jù)收集分類(lèi)

根據(jù)不同的分類(lèi)標(biāo)準(zhǔn)，例如移動(dòng)元素類(lèi)型、網(wǎng)絡(luò)結(jié)構(gòu)類(lèi)型等，時(shí)延受限的移動(dòng)式數(shù)據(jù)收集存在5種分類(lèi)方法,下面將分別對(duì)各種分類(lèi)方式進(jìn)行介紹.

1) 基于移動(dòng)元素類(lèi)型的分類(lèi)

依據(jù)移動(dòng)元素類(lèi)型的不同，可分為基站移動(dòng)、數(shù)據(jù)收集器移動(dòng)和節(jié)點(diǎn)移動(dòng)3種數(shù)據(jù)收集方式.①基于基站移動(dòng)的數(shù)據(jù)收集是指基站在網(wǎng)絡(luò)中移動(dòng)并收集數(shù)據(jù)，基站收集到節(jié)點(diǎn)采集的數(shù)據(jù)后可以直接通過(guò)無(wú)線的方式發(fā)送給終端用戶；②基于數(shù)據(jù)收集器移動(dòng)的數(shù)據(jù)收集是指數(shù)據(jù)收集器在網(wǎng)絡(luò)中移動(dòng)進(jìn)行數(shù)據(jù)收集并以一定的方式將數(shù)據(jù)交付給基站；③基于節(jié)點(diǎn)移動(dòng)的數(shù)據(jù)收集是指在節(jié)點(diǎn)一直處于運(yùn)動(dòng)狀態(tài)，以此來(lái)改變連通性等網(wǎng)絡(luò)特性來(lái)提高數(shù)據(jù)收集效率.

2) 基于網(wǎng)絡(luò)中是否存在移動(dòng)軌道的分類(lèi)

根據(jù)網(wǎng)絡(luò)中是否存在移動(dòng)軌道，可分為基于軌道移動(dòng)和無(wú)移動(dòng)軌道2種數(shù)據(jù)收集方式.①基于軌道移動(dòng)的數(shù)據(jù)收集是指在網(wǎng)絡(luò)中鋪設(shè)有軌道，移動(dòng)元素只能在這些軌道上移動(dòng)，在這種方式中由于移動(dòng)元素在既定的軌道上移動(dòng)，因此能夠很好地避免環(huán)境中障礙物等的影響，提高了其對(duì)環(huán)境的適應(yīng)性；②無(wú)移動(dòng)軌道的數(shù)據(jù)收集是指移動(dòng)元素可以在網(wǎng)絡(luò)中的任何位置移動(dòng)，增加了移動(dòng)元素移動(dòng)路徑的靈活性，并且能夠避免前者由于軌道被破壞引起的網(wǎng)絡(luò)癱瘓等情況.

3) 基于網(wǎng)絡(luò)結(jié)構(gòu)類(lèi)型的分類(lèi)

根據(jù)網(wǎng)絡(luò)結(jié)構(gòu)類(lèi)型的不同，可分為分層網(wǎng)絡(luò)和一般網(wǎng)絡(luò)2種數(shù)據(jù)收集方式.①分層網(wǎng)絡(luò)是指根據(jù)網(wǎng)絡(luò)中節(jié)點(diǎn)的位置、數(shù)據(jù)采集速率等信息將節(jié)點(diǎn)分成不同的層次結(jié)構(gòu)，主要包括簇狀結(jié)構(gòu)、樹(shù)狀結(jié)構(gòu)和網(wǎng)格結(jié)構(gòu)，在分層的網(wǎng)絡(luò)中節(jié)點(diǎn)將采集到的數(shù)據(jù)通過(guò)多跳的方式轉(zhuǎn)發(fā)給指定的匯聚節(jié)點(diǎn)(簇頭、樹(shù)根和網(wǎng)格頭節(jié)點(diǎn))進(jìn)行數(shù)據(jù)融合、存儲(chǔ)，移動(dòng)節(jié)點(diǎn)移動(dòng)到這些匯聚節(jié)點(diǎn)附近進(jìn)行數(shù)據(jù)收集；②一般網(wǎng)絡(luò)中的數(shù)據(jù)收集是指沒(méi)有特殊網(wǎng)絡(luò)結(jié)構(gòu)的數(shù)據(jù)收集模式.

4) 基于是否需要節(jié)點(diǎn)位置信息的分類(lèi)

根據(jù)在數(shù)據(jù)收集過(guò)程中是否需要節(jié)點(diǎn)的位置信息，可分為基于位置信息和非基于位置信息2種數(shù)據(jù)收集方式.①在基于位置信息的數(shù)據(jù)收集中節(jié)點(diǎn)需要知道相互之間的位置，這種方式可以根據(jù)節(jié)點(diǎn)的位置、采集到的數(shù)據(jù)量及時(shí)延限制等信息來(lái)動(dòng)態(tài)控制節(jié)點(diǎn)的移動(dòng)，便于宏觀調(diào)控，但是卻增加了對(duì)節(jié)點(diǎn)的硬件要求，并且節(jié)點(diǎn)相互之間交換位置信息也增加了負(fù)載和能耗；②非基于位置信息數(shù)據(jù)收集不需要知道節(jié)點(diǎn)的位置，硬件成本較低，但是這種方式不能得到網(wǎng)絡(luò)的全局信息.

5) 基于移動(dòng)元素是否發(fā)送請(qǐng)求信號(hào)的分類(lèi)

根據(jù)數(shù)據(jù)收集過(guò)程中移動(dòng)元素是否發(fā)送數(shù)據(jù)請(qǐng)求信號(hào)，可分為基于數(shù)據(jù)查詢和基于數(shù)據(jù)推送2種數(shù)據(jù)收集方式.①基于數(shù)據(jù)查詢的數(shù)據(jù)收集是指移動(dòng)元素進(jìn)入網(wǎng)絡(luò)中后不停的發(fā)送探測(cè)信息，以查看節(jié)點(diǎn)是否收集到基站感興趣的數(shù)據(jù)，這種數(shù)據(jù)收集方式可以丟棄一些無(wú)用的數(shù)據(jù)，減輕網(wǎng)絡(luò)的負(fù)載；②基于數(shù)據(jù)推送的數(shù)據(jù)收集中不需要發(fā)送探測(cè)信息，而且節(jié)點(diǎn)在收集到數(shù)據(jù)后還可能會(huì)向基站節(jié)點(diǎn)發(fā)送請(qǐng)求信息以查看自己采集到的數(shù)據(jù)是否為基站感興趣的數(shù)據(jù).

本文通過(guò)對(duì)時(shí)延受限的移動(dòng)式數(shù)據(jù)收集進(jìn)行調(diào)研，發(fā)現(xiàn)基于移動(dòng)元素的移動(dòng)方式進(jìn)行分類(lèi)能更好地對(duì)其特征進(jìn)行歸納、總結(jié).根據(jù)移動(dòng)元素在移動(dòng)過(guò)程中的移動(dòng)狀態(tài)能否對(duì)環(huán)境的變化適時(shí)地進(jìn)行調(diào)整，可以將時(shí)延受限的移動(dòng)式數(shù)據(jù)收集分為靜態(tài)移動(dòng)數(shù)據(jù)收集和動(dòng)態(tài)移動(dòng)數(shù)據(jù)收集兩大類(lèi).1)靜態(tài)移動(dòng)數(shù)據(jù)收集是指移動(dòng)元素在網(wǎng)絡(luò)中移動(dòng)的過(guò)程中其移動(dòng)方式不會(huì)依據(jù)網(wǎng)絡(luò)環(huán)境的變化而發(fā)生改變.具體又可以分為隨機(jī)移動(dòng)和固定路徑移動(dòng)2類(lèi)數(shù)據(jù)收集方式.其中①隨機(jī)移動(dòng)數(shù)據(jù)收集方式是指移動(dòng)元素在網(wǎng)絡(luò)區(qū)域內(nèi)可以隨機(jī)移動(dòng)，移動(dòng)路徑和方向不受控制，其可以移動(dòng)到節(jié)點(diǎn)通信范圍內(nèi)進(jìn)行數(shù)據(jù)收集，能大大避免因數(shù)據(jù)大量轉(zhuǎn)而引起的節(jié)點(diǎn)“死亡”現(xiàn)象.②固定路徑移動(dòng)數(shù)據(jù)收集方式是指移動(dòng)元素沿著規(guī)劃好的路徑移動(dòng)，其移動(dòng)路徑一經(jīng)確定不可再改變.這種方式有利于節(jié)點(diǎn)在決定數(shù)據(jù)轉(zhuǎn)發(fā)方向時(shí)做出預(yù)測(cè)，即將數(shù)據(jù)盡量向移動(dòng)路徑方向轉(zhuǎn)發(fā)，其不但可以很好地降低數(shù)據(jù)收集時(shí)延，還可以避免因數(shù)據(jù)隨機(jī)轉(zhuǎn)發(fā)而引起的能耗較大等問(wèn)題.2)動(dòng)態(tài)移動(dòng)數(shù)據(jù)收集是指移動(dòng)元素的移動(dòng)狀態(tài)(速度、方向等)可以不斷根據(jù)網(wǎng)絡(luò)的情況而調(diào)整.例如可以隨著數(shù)據(jù)采集速率的不同和網(wǎng)絡(luò)節(jié)點(diǎn)能量的變化而不停地改變移動(dòng)元素的移動(dòng)軌跡，靈活性較強(qiáng).具體的分類(lèi)方法如圖2所示.本文根據(jù)這種分類(lèi)方式對(duì)已有的時(shí)延受限的移動(dòng)式數(shù)據(jù)收集進(jìn)行詳細(xì)的分析和總結(jié).

Fig. 2 Classification of delay-constrained mobile data collection圖2 時(shí)延受限的移動(dòng)式數(shù)據(jù)收集分類(lèi)

3.2 靜態(tài)移動(dòng)數(shù)據(jù)收集方式

3.2.1 隨機(jī)移動(dòng)數(shù)據(jù)收集

在隨機(jī)移動(dòng)數(shù)據(jù)收集方式中，根據(jù)移動(dòng)元素是否向節(jié)點(diǎn)發(fā)送數(shù)據(jù)請(qǐng)求信息，可以分為基于數(shù)據(jù)查詢的數(shù)據(jù)收集和基于數(shù)據(jù)推送的數(shù)據(jù)收集.前者是指移動(dòng)元素在移動(dòng)過(guò)程中向節(jié)點(diǎn)發(fā)送數(shù)據(jù)請(qǐng)求信息，以提醒節(jié)點(diǎn)將緩存的有用數(shù)據(jù)轉(zhuǎn)發(fā)給移動(dòng)元素；后者則不發(fā)送這種請(qǐng)求信息，由節(jié)點(diǎn)直接推送數(shù)據(jù)至移動(dòng)元素.本節(jié)將對(duì)這2類(lèi)數(shù)據(jù)收集方式分別進(jìn)行介紹.

1) 基于數(shù)據(jù)查詢的數(shù)據(jù)收集

基于數(shù)據(jù)查詢的數(shù)據(jù)收集是指移動(dòng)元素在移動(dòng)的過(guò)程中不停發(fā)送探測(cè)信息，以查看節(jié)點(diǎn)是否采集到有用信息.在此方式中節(jié)點(diǎn)在大部分時(shí)間內(nèi)處于休眠狀態(tài)，只有在接收到移動(dòng)元素發(fā)送的探測(cè)信號(hào)時(shí)才被喚醒，因此可以降低能耗.

基于網(wǎng)格結(jié)構(gòu)的網(wǎng)絡(luò)，文獻(xiàn)[24]提出了基于網(wǎng)格的實(shí)時(shí)數(shù)據(jù)收集方法(grid-based real-time data gathering protocol, GRDG)，根據(jù)位置信息將網(wǎng)絡(luò)劃分為網(wǎng)格結(jié)構(gòu)，如圖3所示.網(wǎng)格中剩余能量最多的節(jié)點(diǎn)被選為網(wǎng)格頭節(jié)點(diǎn)(grid head, GH).基站移動(dòng)到網(wǎng)絡(luò)中時(shí)，發(fā)送探測(cè)信息喚醒頭節(jié)點(diǎn)，當(dāng)收到反饋信息時(shí)以返回反饋信息的節(jié)點(diǎn)為根節(jié)點(diǎn)組成樹(shù)狀結(jié)構(gòu)，其他頭節(jié)點(diǎn)朝著樹(shù)根的方向轉(zhuǎn)發(fā)數(shù)據(jù).其優(yōu)點(diǎn)是綜合考慮了網(wǎng)絡(luò)中的數(shù)據(jù)傳輸協(xié)議和路由規(guī)劃，可擴(kuò)展性較好.缺點(diǎn)是節(jié)點(diǎn)要能獲得自己的位置信息，對(duì)節(jié)點(diǎn)的硬件要求較高，網(wǎng)絡(luò)造價(jià)較高.而文獻(xiàn)[25]將數(shù)據(jù)收集建模為快速M(fèi)arkov決策過(guò)程(fast Markov decision process, FMDP).將節(jié)點(diǎn)的路徑選擇問(wèn)題抽象為取得的效果與能耗之差，并提出了基于投影梯度的解決方案，能夠取得能耗和時(shí)延的折中.其缺點(diǎn)是算法的定向性強(qiáng)，只能適用于特定的網(wǎng)絡(luò)環(huán)境中.

Fig. 3 The application scene of RGDG圖3 RGDG應(yīng)用場(chǎng)景

這類(lèi)方法的缺點(diǎn)是當(dāng)基站沒(méi)有查詢到節(jié)點(diǎn)時(shí)，即使該節(jié)點(diǎn)采集到很緊急的數(shù)據(jù)，節(jié)點(diǎn)也不會(huì)向基站發(fā)送數(shù)據(jù)，因此實(shí)時(shí)性效果仍然不好.另外，網(wǎng)絡(luò)中的一些區(qū)域可能長(zhǎng)時(shí)間不被訪問(wèn)，這樣就會(huì)使網(wǎng)絡(luò)中的部分?jǐn)?shù)據(jù)丟失，導(dǎo)致數(shù)據(jù)的不完整.

2) 基于數(shù)據(jù)推送的數(shù)據(jù)收集

基于數(shù)據(jù)推送的數(shù)據(jù)收集是指節(jié)點(diǎn)采集到數(shù)據(jù)后直接或間接地將采集到的數(shù)據(jù)轉(zhuǎn)發(fā)給移動(dòng)元素，且其還可能會(huì)向基站發(fā)送請(qǐng)求信號(hào)以查看其采集的數(shù)據(jù)是否為基站感興趣的數(shù)據(jù).

基于網(wǎng)絡(luò)中節(jié)點(diǎn)密度的不同，文獻(xiàn)[26]提出了WFS(wait-focus-spray)方法.其根據(jù)數(shù)據(jù)源節(jié)點(diǎn)和數(shù)據(jù)收集器的距離關(guān)系來(lái)動(dòng)態(tài)地決定數(shù)據(jù)轉(zhuǎn)發(fā)時(shí)刻，且轉(zhuǎn)發(fā)的數(shù)據(jù)均帶有1個(gè)時(shí)限，若在這個(gè)時(shí)限內(nèi)數(shù)據(jù)未交付給數(shù)據(jù)收集器，則丟棄.該文提出的數(shù)據(jù)在規(guī)定時(shí)限未能交付則直接丟棄的方法會(huì)造成數(shù)據(jù)包的丟失，破壞數(shù)據(jù)的完整性.與此類(lèi)似的是Cha等人[27]提出的基于連通性的數(shù)據(jù)收集方法(conne-ctivity based data gathering, CBDG).其根據(jù)網(wǎng)絡(luò)的連通性來(lái)決定是直接轉(zhuǎn)發(fā)數(shù)據(jù)還是等待一段時(shí)間再轉(zhuǎn)發(fā)數(shù)據(jù).節(jié)點(diǎn)的連通性根據(jù)其數(shù)據(jù)轉(zhuǎn)發(fā)率及鄰居節(jié)點(diǎn)的連通性來(lái)確定.此方法優(yōu)點(diǎn)是考慮了網(wǎng)絡(luò)的連通性對(duì)數(shù)據(jù)收集時(shí)延的影響.

Fig. 4 The example of the expect area in EAR2圖4 EAR2中預(yù)期區(qū)域圖示

基于預(yù)測(cè)移動(dòng)元素位置的思想，文獻(xiàn)[28]中提出了基于預(yù)期區(qū)域的實(shí)時(shí)路由方法(expected area based real-time routing, EAR2).其首先根據(jù)基站的移動(dòng)速度和時(shí)延估算出基站在時(shí)延限制內(nèi)可能移動(dòng)到的區(qū)域，根據(jù)數(shù)據(jù)源與預(yù)期區(qū)域的最遠(yuǎn)距離計(jì)算出需要的數(shù)據(jù)傳輸速率.假設(shè)開(kāi)始時(shí)間為t0，數(shù)據(jù)源采集到數(shù)據(jù)的時(shí)間為t1，sink接收到數(shù)據(jù)的時(shí)間為t2，則sink節(jié)點(diǎn)的預(yù)期區(qū)域?yàn)榘霃綖閞=(t2-t0)×Vsink的圓形區(qū)域，如圖4所示.數(shù)據(jù)收集時(shí)延為T(mén)D=t2-t1.數(shù)據(jù)轉(zhuǎn)發(fā)過(guò)程包括2個(gè)階段，即在數(shù)據(jù)源src和預(yù)期區(qū)域的第1個(gè)中繼節(jié)點(diǎn)pl之間的轉(zhuǎn)發(fā)階段及在預(yù)期區(qū)域中的洪泛階段，假設(shè)其所需的時(shí)間分別用Tforwarding和Tflooding來(lái)表示，則為了滿足時(shí)延要求,有:

TD≥Tforwarding+Tflooding，

(8)

數(shù)據(jù)轉(zhuǎn)發(fā)時(shí)的速度為

Sspeed=d(src,pl)(TD-Tflooding)，

(9)

數(shù)據(jù)轉(zhuǎn)發(fā)到pl后以洪泛的方式轉(zhuǎn)發(fā)數(shù)據(jù)直到基站接收到數(shù)據(jù).其缺點(diǎn)是采用洪泛法在預(yù)期區(qū)域中傳輸數(shù)據(jù)導(dǎo)致能量空洞問(wèn)題仍然存在，并且當(dāng)基站的移動(dòng)速度變化時(shí)，可能會(huì)引起不能接收到數(shù)據(jù)而導(dǎo)致數(shù)據(jù)丟失.為了解決數(shù)據(jù)在EA中洪泛而導(dǎo)致能耗較大的問(wèn)題，Lee等人[29]提出將網(wǎng)絡(luò)區(qū)域劃分為網(wǎng)格結(jié)構(gòu)，并將預(yù)期區(qū)域中的網(wǎng)格記為EGs(expect grids).當(dāng)數(shù)據(jù)到達(dá)預(yù)期區(qū)域中時(shí)，只需要將數(shù)據(jù)轉(zhuǎn)發(fā)給網(wǎng)格頭結(jié)點(diǎn)即可.但是其仍然不能解決基站移動(dòng)速度變化而引起的數(shù)據(jù)丟失問(wèn)題.

此外，基于節(jié)點(diǎn)與基站距離的不同，F(xiàn)eng等人[30]提出了基于距離感知的自適應(yīng)數(shù)據(jù)收集方法(distance-aware replica adaptive data gathering, DRADG).其根據(jù)節(jié)點(diǎn)與基站之間的距離來(lái)動(dòng)態(tài)地選擇轉(zhuǎn)發(fā)數(shù)據(jù)的鄰居節(jié)點(diǎn)數(shù)量，并根據(jù)節(jié)點(diǎn)通過(guò)基站通信范圍的頻率來(lái)決定其轉(zhuǎn)發(fā)數(shù)據(jù)的概率.其缺點(diǎn)是概率的多次計(jì)算及其在節(jié)點(diǎn)間的多次傳遞將增加算法的復(fù)雜度.

基于數(shù)據(jù)推送的數(shù)據(jù)收集方式雖然避免了基于數(shù)據(jù)查詢的數(shù)據(jù)收集方式中存在的問(wèn)題，但是其中大多數(shù)方法需要節(jié)點(diǎn)知道自身的位置信息，如文獻(xiàn)[28-30]，因此對(duì)節(jié)點(diǎn)的硬件要求較高，造成網(wǎng)絡(luò)代價(jià)較高，很難將其應(yīng)用于實(shí)際.

3.2.2 固定路徑移動(dòng)數(shù)據(jù)收集

與隨機(jī)移動(dòng)數(shù)據(jù)收集方式相比，固定路徑移動(dòng)數(shù)據(jù)收集方式使得數(shù)據(jù)收集具有規(guī)劃性和前瞻性.根據(jù)網(wǎng)絡(luò)中是否預(yù)先鋪設(shè)軌道可分為2類(lèi)：基于軌道移動(dòng)的數(shù)據(jù)收集和無(wú)移動(dòng)軌道的數(shù)據(jù)收集.前者的移動(dòng)路徑在預(yù)設(shè)的軌道上，對(duì)環(huán)境的適應(yīng)性較強(qiáng)；后者的路徑可以在網(wǎng)絡(luò)中任何位置，沒(méi)有軌道的限制.

1) 基于軌道移動(dòng)的數(shù)據(jù)收集

基于軌道移動(dòng)的數(shù)據(jù)收集方式是指在網(wǎng)絡(luò)區(qū)域中鋪設(shè)有一定的軌道，移動(dòng)元素的移動(dòng)路徑只能在這些軌道上，這樣不但可以很好地預(yù)測(cè)網(wǎng)絡(luò)的性能，而且可以在一定程度上避免網(wǎng)絡(luò)環(huán)境中障礙物的影響，對(duì)壞境的適應(yīng)性較高.

文獻(xiàn)[31-32]分別指出移動(dòng)元素在軌道上移動(dòng)時(shí)在其通信范圍內(nèi)的節(jié)點(diǎn)為中繼節(jié)點(diǎn)和sub-sink節(jié)點(diǎn)，其他節(jié)點(diǎn)采集到的數(shù)據(jù)只需要轉(zhuǎn)發(fā)給這些節(jié)點(diǎn)即可.文獻(xiàn)[31]將數(shù)據(jù)分為時(shí)延敏感型數(shù)據(jù)和時(shí)延容忍型數(shù)據(jù)2類(lèi)，并分別設(shè)計(jì)了時(shí)延敏感路由(delay-sensitive routing, DSR)和時(shí)延容忍路由(delay-tolerant routing, DTR)兩種路徑選擇算法.時(shí)延敏感型數(shù)據(jù)直接轉(zhuǎn)發(fā)給數(shù)據(jù)收集器附近的中繼節(jié)點(diǎn)；時(shí)延容忍型數(shù)據(jù)則被轉(zhuǎn)發(fā)給距離較近的中繼節(jié)點(diǎn).其缺點(diǎn)是沒(méi)有指出如何判定數(shù)據(jù)的類(lèi)別，該文中只是假設(shè)2類(lèi)數(shù)據(jù)各有一半.為了使基站移動(dòng)路徑最優(yōu)，文獻(xiàn)[32]提出了基于虛擬節(jié)點(diǎn)的方法(virtual nodes priority, VNP).基站基于虛擬節(jié)點(diǎn)優(yōu)先級(jí)進(jìn)行訪問(wèn)，其訪問(wèn)的不是節(jié)點(diǎn)的物理位置，而是虛擬節(jié)點(diǎn).其缺點(diǎn)是假定節(jié)點(diǎn)具有相同的數(shù)據(jù)采集速率，并且沒(méi)有考慮sub-sink在基站通信范圍內(nèi)時(shí)是否能將其緩存的數(shù)據(jù)全部交付.

鑒于延長(zhǎng)網(wǎng)絡(luò)生命期和降低數(shù)據(jù)收集延遲的考慮，文獻(xiàn)[33-34]分別提出了n軌道模型(n-orbit model, NOM)模型和基于匯聚點(diǎn)的方法(rende-zvous-based approach, RBA).NOM將網(wǎng)絡(luò)區(qū)域劃分為極坐標(biāo)結(jié)構(gòu)，扇形網(wǎng)格中的節(jié)點(diǎn)將采集到的數(shù)據(jù)通過(guò)多跳方式轉(zhuǎn)發(fā)給頭節(jié)點(diǎn)，不同的基站沿著其所在的圓環(huán)移動(dòng)并收集數(shù)據(jù).該方法的優(yōu)點(diǎn)是采用多個(gè)基站，能有效地縮短數(shù)據(jù)收集延遲和降低數(shù)據(jù)丟失率.缺點(diǎn)是假設(shè)節(jié)點(diǎn)數(shù)據(jù)采集速率相同.在RBA中，節(jié)點(diǎn)根據(jù)其位置信息組成簇狀結(jié)構(gòu)，其指出將距離基站移動(dòng)路徑較近的節(jié)點(diǎn)組成較小的簇.其優(yōu)點(diǎn)在于簇的大小隨著其與基站移動(dòng)路徑距離的增大而增大.缺點(diǎn)是文中雖然提出了在能耗和時(shí)延之間的折中問(wèn)題，但并沒(méi)有對(duì)時(shí)延數(shù)據(jù)進(jìn)行分析.

Kinalis等人[35]考慮到節(jié)點(diǎn)數(shù)據(jù)采集速率不同和分布不均的情況，提出了基于動(dòng)態(tài)停留時(shí)間的方法(biased sink mobility with adaptive stop times, BSMAST)，即移動(dòng)元素在數(shù)據(jù)采集速率大或節(jié)點(diǎn)密集處適當(dāng)停留.他們主要解決2個(gè)問(wèn)題：1)網(wǎng)格訪問(wèn)順序的確定;2)基站停留時(shí)間的確定.網(wǎng)絡(luò)區(qū)域被劃分為圖5所示的網(wǎng)格，基站只能在相鄰網(wǎng)格的中心連線上移動(dòng).對(duì)于任意網(wǎng)格v，當(dāng)基站移動(dòng)到其鄰居網(wǎng)格中時(shí)，將其可能被訪問(wèn)值加1，若移動(dòng)節(jié)點(diǎn)位于網(wǎng)格u，對(duì)于所有的網(wǎng)格v，若(u,v)∈E,定義：

(10)

其中,cv為基站訪問(wèn)網(wǎng)格v的次數(shù)，則其去訪問(wèn)網(wǎng)格v的概率為

(11)

其中，degu為網(wǎng)格的鄰居網(wǎng)格數(shù).基站在網(wǎng)格中的停留時(shí)間通過(guò)節(jié)點(diǎn)的能量來(lái)確定.網(wǎng)絡(luò)中節(jié)點(diǎn)的能量為

(12)

其中，ρ為網(wǎng)絡(luò)中節(jié)點(diǎn)密度，S為網(wǎng)絡(luò)區(qū)域的面積，εi為節(jié)點(diǎn)的平均能量，n為節(jié)點(diǎn)的個(gè)數(shù)，φ為數(shù)據(jù)產(chǎn)生速率，Emsg為收集單位數(shù)據(jù)的能耗，Ttotal_stop為總的停留時(shí)間，Eidle為節(jié)點(diǎn)空閑時(shí)自身的能耗，其可通過(guò)

(13)

求出.其中eidle為節(jié)點(diǎn)空閑時(shí)自身的能耗速率.則基站在網(wǎng)絡(luò)中總的停留時(shí)間為

(14)

假設(shè)實(shí)驗(yàn)進(jìn)行了r輪，則一輪的停留時(shí)間為

(15)

則基站在每個(gè)網(wǎng)格中的自適應(yīng)停留時(shí)間為

(16)

其中，ni為網(wǎng)格i中節(jié)點(diǎn)個(gè)數(shù).其優(yōu)點(diǎn)是綜合考慮了網(wǎng)絡(luò)中節(jié)點(diǎn)的數(shù)據(jù)采集速率和分布情況，對(duì)環(huán)境的適應(yīng)度較高，且不受網(wǎng)絡(luò)連通性的影響.缺點(diǎn)是決定基站總的停留時(shí)間時(shí)只考慮了網(wǎng)絡(luò)中節(jié)點(diǎn)的總能量，而沒(méi)有考慮個(gè)別節(jié)點(diǎn)因能耗過(guò)快而過(guò)早死亡的情況.

Fig. 5 The example of moving along the fixed path圖5 固定軌道移動(dòng)示意圖

在基于軌道移動(dòng)的數(shù)據(jù)收集方式中，文獻(xiàn)[31-32]提出的在移動(dòng)元素通信范圍內(nèi)的節(jié)點(diǎn)為中繼或sub-sink節(jié)點(diǎn)的思想很好地規(guī)定了數(shù)據(jù)轉(zhuǎn)發(fā)方向，使其不會(huì)向其他方向轉(zhuǎn)發(fā).文獻(xiàn)[32-33]提出的節(jié)點(diǎn)數(shù)據(jù)采集速率相同的方法很顯然不符合實(shí)際應(yīng)用，而文獻(xiàn)[35]則考慮了節(jié)點(diǎn)數(shù)據(jù)采集速率不同的情況.這類(lèi)方法雖然可以很好地預(yù)測(cè)網(wǎng)絡(luò)的性能，更好地適應(yīng)網(wǎng)絡(luò)環(huán)境，但是，在網(wǎng)絡(luò)環(huán)境中鋪設(shè)軌道需要一定的代價(jià).如果網(wǎng)絡(luò)所處的環(huán)境過(guò)于復(fù)雜，則軌道鋪設(shè)工作也不易完成，并且軌道容易受環(huán)境因素變化的影響，如果某段軌道發(fā)生損壞，則整個(gè)網(wǎng)絡(luò)將會(huì)癱瘓.

2) 無(wú)移動(dòng)軌道的數(shù)據(jù)收集

在無(wú)移動(dòng)軌道的數(shù)據(jù)收集方式中，移動(dòng)元素的路徑可以在網(wǎng)絡(luò)中的任何位置，其路徑?jīng)]有特定軌道的限制，一般移動(dòng)元素的最優(yōu)路徑確定后即沿著這條路徑移動(dòng)，其路徑不再隨著時(shí)間的改變而發(fā)生變化.

為了將數(shù)據(jù)收集問(wèn)題轉(zhuǎn)化成分簇和移動(dòng)路徑優(yōu)化問(wèn)題，文獻(xiàn)[36]提出周期性匯聚的數(shù)據(jù)收集(periodic rendezvous data collection, PRDC)問(wèn)題.根據(jù)簇頭節(jié)點(diǎn)所在的區(qū)域以及組成的移動(dòng)路徑進(jìn)行優(yōu)化，移動(dòng)元素沿著最終的路徑移動(dòng)進(jìn)行數(shù)據(jù)收集.其缺點(diǎn)是在分簇和選擇簇頭節(jié)點(diǎn)時(shí)沒(méi)有考慮節(jié)點(diǎn)能量，如果簇頭節(jié)點(diǎn)的能量較少則其可能會(huì)很快死亡.文獻(xiàn)[37]同樣使用簇狀網(wǎng)絡(luò)，提出了基于范圍約束的分簇算法(range constrained clustering, RCC)，并提出新的無(wú)線通信數(shù)據(jù)收集方案，即在WSN的中間位置設(shè)置網(wǎng)關(guān)，數(shù)據(jù)收集器直接將數(shù)據(jù)交付給網(wǎng)關(guān)，再由網(wǎng)關(guān)通過(guò)有線的方式將數(shù)據(jù)傳送給基站.缺點(diǎn)是數(shù)據(jù)收集器要在停靠點(diǎn)暫停才能進(jìn)行數(shù)據(jù)收集，沒(méi)有考慮移動(dòng)時(shí)數(shù)據(jù)收集的情況.

Almi’ani等人[38]將路徑規(guī)劃問(wèn)題抽象為線性規(guī)劃問(wèn)題(integer linear programming, ILP),提出了Tcut和Tpac兩種算法.前者是先找到最長(zhǎng)的路徑，在保證數(shù)據(jù)完整性的前提下不斷的縮短路徑；后者是先找到最短的路徑，然后在滿足時(shí)延限制的前提下，逐漸加入更多的節(jié)點(diǎn)直到能收集到所有節(jié)點(diǎn)采集的數(shù)據(jù).但是文中假設(shè)網(wǎng)絡(luò)應(yīng)用的環(huán)境是完全平坦的并且沒(méi)有任何障礙物，這在現(xiàn)實(shí)中很難滿足.

基于對(duì)數(shù)據(jù)收集器的移動(dòng)路徑和速度進(jìn)行優(yōu)化，文獻(xiàn)[39]提出了基于凸包的數(shù)據(jù)收集方法(convex hull based data collection, CHBDC)，該方法根據(jù)網(wǎng)絡(luò)整體結(jié)構(gòu)決定最初的節(jié)點(diǎn)訪問(wèn)順序，然后綜合考慮其移動(dòng)速度和移動(dòng)路徑進(jìn)行優(yōu)化，最后再次根據(jù)全網(wǎng)結(jié)構(gòu)調(diào)整其移動(dòng)路徑.

另一些方法將部分節(jié)點(diǎn)設(shè)置為數(shù)據(jù)收集點(diǎn)(data collection point，DCP)[40-43]，這種思想可以將節(jié)點(diǎn)采集的數(shù)據(jù)轉(zhuǎn)發(fā)至DCP進(jìn)行緩存，等待移動(dòng)節(jié)點(diǎn)收集數(shù)據(jù).文獻(xiàn)[40]提出的帶多跳限制的移動(dòng)數(shù)據(jù)收集方案(data collection point based mobile data gathering scheme with relay hop constraint, DCP-MDGS-RHC)在能耗和時(shí)延之間尋找折中.考慮到時(shí)延問(wèn)題，DCP選擇在基站附近的節(jié)點(diǎn)并且不能過(guò)多；考慮到網(wǎng)絡(luò)生命期的問(wèn)題，DCP和簇中的節(jié)點(diǎn)應(yīng)在較少的跳數(shù)內(nèi)完成數(shù)據(jù)傳輸.與文獻(xiàn)[40]相似，文獻(xiàn)[41]提出了基于位置預(yù)測(cè)的數(shù)據(jù)收集方法(location prediction based data gathering using a mobile sink, LPDGMS).該方法將網(wǎng)絡(luò)劃分為4個(gè)區(qū)域，基站在網(wǎng)絡(luò)中做圓周運(yùn)動(dòng)，圓周上均勻分布N個(gè)(一般設(shè)置為4的倍數(shù))DCP.節(jié)點(diǎn)通過(guò)時(shí)鐘同步來(lái)計(jì)算基站的位置坐標(biāo)，通過(guò)多跳路由將數(shù)據(jù)轉(zhuǎn)發(fā)到基站將要到達(dá)的DCP處進(jìn)行數(shù)據(jù)交付.該方法只能適用于較小的網(wǎng)絡(luò)中，當(dāng)網(wǎng)絡(luò)區(qū)域增大時(shí)數(shù)據(jù)收集時(shí)延會(huì)不斷增大且網(wǎng)絡(luò)負(fù)載和節(jié)點(diǎn)能耗也會(huì)增加.與文獻(xiàn)[41]不同的是，文獻(xiàn)[42]提出的CTP(common turning point)方法中移動(dòng)基站的DCP不是實(shí)際的節(jié)點(diǎn)，而是在相鄰的簇頭節(jié)點(diǎn)連線上以最大限度縮短基站移動(dòng)路徑.文獻(xiàn)[43]設(shè)計(jì)的基于移動(dòng)基站的有效數(shù)據(jù)收集方法(efficient data collection using mobile sink, EDC-MS)為了保證DCP緩存的數(shù)據(jù)能全部交付給基站，匯聚節(jié)點(diǎn)會(huì)隨基站移動(dòng)直到數(shù)據(jù)全部交付.另外，此方法也考慮了數(shù)據(jù)的優(yōu)先級(jí)，即時(shí)延要求較高的數(shù)據(jù)會(huì)優(yōu)先轉(zhuǎn)發(fā)給基站.其缺點(diǎn)在于匯聚節(jié)點(diǎn)的移動(dòng)影響了網(wǎng)絡(luò)的穩(wěn)定性，節(jié)點(diǎn)要尋找新的匯聚節(jié)點(diǎn)來(lái)轉(zhuǎn)發(fā)數(shù)據(jù).

文獻(xiàn)[44]結(jié)合分層路由和移動(dòng)式數(shù)據(jù)收集提出了混合式數(shù)據(jù)收集方法(node density based clustering and mobile collection, NDCMC).其選擇鄰居節(jié)點(diǎn)較多的節(jié)點(diǎn)作為簇頭節(jié)點(diǎn)，然后采用TSP方法規(guī)劃移動(dòng)路徑來(lái)遍歷簇頭節(jié)點(diǎn).基站在規(guī)劃好的路徑上移動(dòng)的過(guò)程中能與其進(jìn)行直接通信的節(jié)點(diǎn)被選為VHs(virtual heads).節(jié)點(diǎn)將采集到的數(shù)據(jù)轉(zhuǎn)發(fā)到附近的CHs或VHS，當(dāng)基站移動(dòng)到其附近時(shí)收集其緩存的數(shù)據(jù).該方法的缺點(diǎn)是在進(jìn)行簇頭選擇時(shí)只是基于其密度信息，這樣在節(jié)點(diǎn)分布較密集的區(qū)域會(huì)選擇過(guò)多的簇頭節(jié)點(diǎn)，增加了基站的移動(dòng)路徑.

在無(wú)移動(dòng)軌道的數(shù)據(jù)收集方式中，節(jié)點(diǎn)感知的數(shù)據(jù)大多需要轉(zhuǎn)發(fā)給DCP或簇頭節(jié)點(diǎn)，因此簇頭節(jié)點(diǎn)仍然需要轉(zhuǎn)發(fā)大量的能量而成為網(wǎng)絡(luò)的瓶頸，沒(méi)有從根本上解決網(wǎng)絡(luò)“熱點(diǎn)”問(wèn)題.

3.3 動(dòng)態(tài)移動(dòng)數(shù)據(jù)收集方式

根據(jù)數(shù)據(jù)收集方式的不同，動(dòng)態(tài)移動(dòng)數(shù)據(jù)收集方式可分為3種類(lèi)型：主動(dòng)數(shù)據(jù)收集、被動(dòng)數(shù)據(jù)收集和混合數(shù)據(jù)收集.1)主動(dòng)數(shù)據(jù)收集是指移動(dòng)元素主動(dòng)移動(dòng)到節(jié)點(diǎn)處收集數(shù)據(jù)，優(yōu)點(diǎn)在于節(jié)點(diǎn)以單跳方式向移動(dòng)元素轉(zhuǎn)發(fā)數(shù)據(jù)，很大程度上降低了數(shù)據(jù)轉(zhuǎn)發(fā)能耗從而延長(zhǎng)了網(wǎng)絡(luò)生命期;2)被動(dòng)數(shù)據(jù)收集是指節(jié)點(diǎn)通過(guò)多跳方式向移動(dòng)元素即將到達(dá)的位置轉(zhuǎn)發(fā)數(shù)據(jù)，直到將數(shù)據(jù)交付給移動(dòng)元素，由于數(shù)據(jù)轉(zhuǎn)發(fā)速率遠(yuǎn)大于移動(dòng)元素的移動(dòng)速度，被動(dòng)數(shù)據(jù)收集保證了較小的時(shí)延但會(huì)增加能耗;3)混合數(shù)據(jù)收集是指節(jié)點(diǎn)將采集到數(shù)據(jù)以多跳方式轉(zhuǎn)發(fā)給網(wǎng)絡(luò)中匯聚節(jié)點(diǎn)進(jìn)行緩存，移動(dòng)元素只需要移動(dòng)到這些匯聚節(jié)點(diǎn)處收集數(shù)據(jù)，這種方式兼具主動(dòng)收集和被動(dòng)收集的優(yōu)點(diǎn).

3.3.1 主動(dòng)數(shù)據(jù)收集

動(dòng)態(tài)移動(dòng)數(shù)據(jù)收集方式下的主動(dòng)數(shù)據(jù)收集方式是指移動(dòng)元素移動(dòng)到節(jié)點(diǎn)處以單跳的方式直接收集數(shù)據(jù)，這種數(shù)據(jù)收集方式可以最大化地減少網(wǎng)絡(luò)能耗，延長(zhǎng)網(wǎng)絡(luò)生命期，但是由于移動(dòng)元素要移動(dòng)到每個(gè)節(jié)點(diǎn)處收集數(shù)據(jù)，因此會(huì)導(dǎo)致數(shù)據(jù)收集時(shí)延較大，很難滿足實(shí)時(shí)性要求較高的網(wǎng)絡(luò)需求.

考慮到節(jié)點(diǎn)數(shù)據(jù)采集速率及緩存容量的差異，文獻(xiàn)[45]提出了基于動(dòng)態(tài)截止時(shí)間的調(diào)度方法(mobile element scheduling with dynamic deadlines, MESDD).基站根據(jù)節(jié)點(diǎn)緩存容量和數(shù)據(jù)采集速率決定其訪問(wèn)截止時(shí)間并決定其訪問(wèn)的先后順序，且每次訪問(wèn)后更新節(jié)點(diǎn)的訪問(wèn)截止時(shí)間.該文中提出了2種決定節(jié)點(diǎn)訪問(wèn)順序的方法：EDF(earliest deadline first withk-look ahead)和MWSF(minimum weight sum first).網(wǎng)絡(luò)中的節(jié)點(diǎn)組成一個(gè)連通圖，節(jié)點(diǎn)連線上的數(shù)值構(gòu)成了其代價(jià)矩陣costn×n，costi j表示移動(dòng)節(jié)點(diǎn)由節(jié)點(diǎn)i移動(dòng)到節(jié)點(diǎn)j所需時(shí)間.DLn×1組成了各個(gè)節(jié)點(diǎn)的動(dòng)態(tài)時(shí)延向量，其由節(jié)點(diǎn)緩存耗盡所需的時(shí)間OTi和訪問(wèn)時(shí)間動(dòng)態(tài)決定，即：

(17)

其中,DLi表示節(jié)點(diǎn)i的動(dòng)態(tài)時(shí)延，Tcur表示當(dāng)前訪問(wèn)時(shí)間.算法EDF withk-look ahead的基本思想是對(duì)于在請(qǐng)求序列的前k個(gè)節(jié)點(diǎn)尋找1個(gè)訪問(wèn)序列,使得它們均不會(huì)超過(guò)其截止時(shí)間且第k+1個(gè)節(jié)點(diǎn)的訪問(wèn)時(shí)間最早，得到的訪問(wèn)序列中的第1個(gè)節(jié)點(diǎn)作為下一個(gè)訪問(wèn)節(jié)點(diǎn)，并且根據(jù)式(17)更新其截止時(shí)間，對(duì)于后續(xù)節(jié)點(diǎn)執(zhí)行相同的操作.而MWSF算法則分別給時(shí)延和訪問(wèn)代價(jià)一個(gè)權(quán)重，選擇其和較小的節(jié)點(diǎn)作為下一個(gè)訪問(wèn)節(jié)點(diǎn)，其計(jì)算公式為

Wi=ρ×(DLi-Tcur)+(1-ρ)×costm i,

(18)

其中,m為當(dāng)前正在訪問(wèn)的節(jié)點(diǎn).這種方法的缺點(diǎn)是基站只在節(jié)點(diǎn)發(fā)出數(shù)據(jù)傳輸請(qǐng)求時(shí)才考慮對(duì)其進(jìn)行數(shù)據(jù)收集，并且可能引起基站在同一條路徑上反復(fù)移動(dòng)而消耗大量能量.

當(dāng)前大多研究是在降低網(wǎng)絡(luò)能耗和縮短移動(dòng)路徑之間尋找折中，如文獻(xiàn)[46-49]等，以使其能在滿足時(shí)延要求的前提下盡量延長(zhǎng)網(wǎng)絡(luò)生命周期.

為優(yōu)化移動(dòng)元素的移動(dòng)路徑，文獻(xiàn)[46]提出了基于遺傳算法的方法(data mule path planning optimization, DMPPO).其創(chuàng)新在于根據(jù)節(jié)點(diǎn)剩余能量來(lái)調(diào)整節(jié)點(diǎn)廣播功率，進(jìn)而改變其通信范圍，數(shù)據(jù)收集器的路徑根據(jù)節(jié)點(diǎn)的通信范圍不斷進(jìn)行調(diào)整，如圖6所示.同樣調(diào)整節(jié)點(diǎn)通信范圍的還有文獻(xiàn)[47].文獻(xiàn)[48]提出基于聚類(lèi)的遺傳算法(balanced standard deviation algorithm, BSDA).首先根據(jù)聚類(lèi)算法(clustering algorithm)將網(wǎng)絡(luò)分為簇狀結(jié)構(gòu)，并將簇內(nèi)節(jié)點(diǎn)的重疊通信區(qū)域設(shè)置為航點(diǎn)，數(shù)據(jù)收集器只須經(jīng)過(guò)這些航點(diǎn)收集數(shù)據(jù)即可.同時(shí)設(shè)計(jì)算法LLA(look-ahead locating algorithm)來(lái)縮短路徑.此方法的缺點(diǎn)是沒(méi)有考慮數(shù)據(jù)融合以提高數(shù)據(jù)收集效率，同時(shí)，數(shù)據(jù)收集器在收集完所有數(shù)據(jù)后才返回基站，時(shí)延較大，不適用于實(shí)時(shí)性要求比較高的應(yīng)用場(chǎng)景.Gu等人在文獻(xiàn)[49]中分析了基站移動(dòng)性、路由、時(shí)延等對(duì)數(shù)據(jù)收集時(shí)延的影響，并提出解決方案ESWC(efficient scheduling for the mobile sink in wireless sensor network with delay constraint)來(lái)優(yōu)化基站移動(dòng)路徑，它的優(yōu)點(diǎn)是綜合考慮了影響時(shí)延和能耗的眾多因素.

Fig. 6 The diagram of path planning influenced by the power圖6 功率影響數(shù)據(jù)驢子路徑規(guī)劃示意圖

Tashtarian等人[50]提出了基于事件的數(shù)據(jù)收集方式，當(dāng)節(jié)點(diǎn)捕獲到事件時(shí)，根據(jù)信息量和事件類(lèi)型決定其訪問(wèn)時(shí)間.據(jù)此文章提出了基于決策樹(shù)的算法ODT(optimal deadline-based trajectory)來(lái)確定基站移動(dòng)路徑.文獻(xiàn)[51]研究了時(shí)延最小化問(wèn)題DLMP (delivery latency minimization problem).作者證明DLMP是NP難問(wèn)題，并提出替代啟發(fā)式算法(substitution heuristic algorithm, SHA).其根據(jù)路徑經(jīng)過(guò)節(jié)點(diǎn)通信范圍的邊界上時(shí)路徑最短的原則，用節(jié)點(diǎn)通信范圍邊界上的點(diǎn)來(lái)代替節(jié)點(diǎn)以縮短基站的路徑長(zhǎng)度.缺點(diǎn)在于該算法時(shí)間復(fù)雜度較高，為O(n3)，當(dāng)n較大時(shí)，算法的開(kāi)銷(xiāo)過(guò)高，因此可擴(kuò)展性差.

另外一些研究指出使用多個(gè)移動(dòng)元素也能很好地降低數(shù)據(jù)收集時(shí)延[52].文獻(xiàn)[53-54]提出了基于鄰居的一般最小生成樹(shù)路徑優(yōu)化模型(general minimum spanning tree with neighborhood, GMSTN).文獻(xiàn)針對(duì)2種情況分別提出2類(lèi)最優(yōu)化問(wèn)題：1)數(shù)據(jù)驢子只有在基站附近才能與基站通信(即k-TSPN問(wèn)題)；2)數(shù)據(jù)驢子隨時(shí)都可以與基站通信(即k-PCPN問(wèn)題).缺點(diǎn)是沒(méi)有合理調(diào)度數(shù)據(jù)驢子，某個(gè)區(qū)域可能先后被不同數(shù)據(jù)驢子訪問(wèn).文獻(xiàn)[55]設(shè)計(jì)的時(shí)延感知數(shù)據(jù)收集方法(latency-aware data acquisition, LA-DA)則將該問(wèn)題建模為線性優(yōu)化問(wèn)題.Alomari等人[56]提出利用距離較近的匯聚點(diǎn)(closest rendezvous points, CRPs)來(lái)設(shè)計(jì)移動(dòng)元素移動(dòng)路徑.其根據(jù)基于遺傳算法的TSP路徑規(guī)劃確定CRPs的訪問(wèn)順序，作者也考慮了多移動(dòng)元素的CRPs算法并證明利用多移動(dòng)元素能夠降低數(shù)據(jù)收集時(shí)延.

顯然，在傳感網(wǎng)中引入多個(gè)移動(dòng)元素能很好地降低數(shù)據(jù)收集時(shí)延.另外一些學(xué)者考慮到移動(dòng)元素移動(dòng)過(guò)程中可能不能將節(jié)點(diǎn)中緩存的數(shù)據(jù)全部收集，因此提出了?？奎c(diǎn)的概念，即在網(wǎng)絡(luò)中適當(dāng)位置?？亢线m的時(shí)間，以使節(jié)點(diǎn)能夠完成數(shù)據(jù)的交付.

Sugihara等人[57]將數(shù)據(jù)收集過(guò)程形式化為帶位置和時(shí)間約束的任務(wù)調(diào)度問(wèn)題DMS(data mule scheduling).文中提出3個(gè)子問(wèn)題：路徑選擇、速度控制、任務(wù)調(diào)度，并運(yùn)用啟發(fā)式貪心算法來(lái)動(dòng)態(tài)調(diào)度數(shù)據(jù)驢子.缺點(diǎn)是數(shù)據(jù)驢子要訪問(wèn)每個(gè)節(jié)點(diǎn)進(jìn)行數(shù)據(jù)收集，時(shí)延仍然較大.文獻(xiàn)[58]提出延遲容忍移動(dòng)接收器模型(delay tolerant mobile sink model, DT-MSM),但是其沒(méi)有給出確定基站?？繒r(shí)間的依據(jù)或設(shè)計(jì)相應(yīng)的優(yōu)化算法.文獻(xiàn)[59]對(duì)文獻(xiàn)[58]中的模型進(jìn)行優(yōu)化，提出了分布式算法DALM-DT(distributed algorithm for lifetime maximization),其設(shè)計(jì)了優(yōu)化算法確定基站的停留時(shí)間和節(jié)點(diǎn)每輪轉(zhuǎn)發(fā)的數(shù)據(jù)量.但是其假設(shè)基站的移動(dòng)時(shí)間可以忽略，而實(shí)際場(chǎng)景中由于基站移動(dòng)速度有限，因此其移動(dòng)時(shí)間占較大的比重.文獻(xiàn)[60]設(shè)計(jì)了啟發(fā)式算法TFSTS(trajectory finding and sojourn time sched-uling)，每次迭代得到新的停靠點(diǎn)和停留時(shí)間，并加到基站移動(dòng)軌跡中.缺點(diǎn)在于啟發(fā)式算法只能得到局部最優(yōu)結(jié)果.?？奎c(diǎn)的提出使移動(dòng)元素可以收集全部數(shù)據(jù)，避免了數(shù)據(jù)的丟失.

文獻(xiàn)[61]提出了適用于不同節(jié)點(diǎn)密度的方法DAWN(density adaptive routing with node deadline awareness).移動(dòng)元素根據(jù)節(jié)點(diǎn)密度來(lái)決定收集多少數(shù)據(jù)和收集哪些節(jié)點(diǎn)的數(shù)據(jù)使其能在規(guī)定時(shí)延內(nèi)將數(shù)據(jù)交付給基站.該方法的缺點(diǎn)在于僅僅考慮了節(jié)點(diǎn)的密度，而沒(méi)有考慮網(wǎng)絡(luò)中其他的限制因素.

在這類(lèi)數(shù)據(jù)收集方式中，文獻(xiàn)[46，50，57]規(guī)劃移動(dòng)元素的路徑以使其能夠移動(dòng)到每個(gè)節(jié)點(diǎn)處直接收集數(shù)據(jù)，這種方式對(duì)于規(guī)模較小的網(wǎng)絡(luò)能滿足時(shí)延的要求，但是若網(wǎng)絡(luò)的規(guī)模較大，則其時(shí)延會(huì)非常大.文獻(xiàn)[56]等中提出的匯聚點(diǎn)的思想能很好地解決這個(gè)問(wèn)題，移動(dòng)元素只需要訪問(wèn)匯聚點(diǎn)就可以收集到整個(gè)網(wǎng)絡(luò)中采集到的傳感數(shù)據(jù)，且其也大大縮短了移動(dòng)路徑，降低了數(shù)據(jù)收集時(shí)延.另外，文獻(xiàn)[52-56]中提出的使用多個(gè)移動(dòng)元素的方法也能在一定程度上解決這個(gè)問(wèn)題，另外多移動(dòng)元素的引入使網(wǎng)絡(luò)具有很強(qiáng)的擴(kuò)展性.

3.3.2 被動(dòng)數(shù)據(jù)收集

動(dòng)態(tài)移動(dòng)數(shù)據(jù)收集方式下的被動(dòng)數(shù)據(jù)收集方式是指節(jié)點(diǎn)采集到數(shù)據(jù)后，根據(jù)移動(dòng)元素的移動(dòng)規(guī)律將數(shù)據(jù)通過(guò)多跳的方式轉(zhuǎn)發(fā)到移動(dòng)元素即將到達(dá)的位置.這種數(shù)據(jù)收集方式能夠很好地降低數(shù)據(jù)收集時(shí)延，但是網(wǎng)絡(luò)中的節(jié)點(diǎn)需要知道網(wǎng)絡(luò)的全局位置信息，因此對(duì)節(jié)點(diǎn)的硬件要求較高.

考慮到時(shí)延和網(wǎng)絡(luò)生命期的問(wèn)題，文獻(xiàn)[62]提出了最大化容忍時(shí)延和網(wǎng)絡(luò)生命期問(wèn)題(maximum tolerant delay and the network lifetime, MTDNL)，其在網(wǎng)絡(luò)中尋找?？抗?jié)點(diǎn)，以這些節(jié)點(diǎn)為根節(jié)點(diǎn)將其附近的節(jié)點(diǎn)組成樹(shù)狀結(jié)構(gòu).為了保證根節(jié)點(diǎn)附近的節(jié)點(diǎn)不成為網(wǎng)絡(luò)性能的瓶頸，要求樹(shù)的深度盡量?。粸榱藵M足時(shí)間限制的要求，所選擇的?？奎c(diǎn)盡可能的少.缺點(diǎn)是沒(méi)有考慮數(shù)據(jù)融合.

3.3.3 混合數(shù)據(jù)收集

混合數(shù)據(jù)收集是指在一定的網(wǎng)絡(luò)結(jié)構(gòu)(如樹(shù)狀結(jié)構(gòu)、簇狀結(jié)構(gòu)、網(wǎng)格結(jié)構(gòu))中，節(jié)點(diǎn)將采集到的數(shù)據(jù)通過(guò)多跳轉(zhuǎn)發(fā)給匯聚點(diǎn)(如樹(shù)根節(jié)點(diǎn)、簇頭節(jié)點(diǎn)等)，移動(dòng)元素訪問(wèn)匯聚點(diǎn)進(jìn)行數(shù)據(jù)收集的方式.

文獻(xiàn)[63]提出了漸進(jìn)優(yōu)化方法MR-CSS(mul-tirate combine skip substitute).首先得到移動(dòng)的TSP路徑，然后根據(jù)不同的速率動(dòng)態(tài)調(diào)整移動(dòng)路徑以使移動(dòng)路徑最優(yōu).

為了盡量降低數(shù)據(jù)收集時(shí)延，近年來(lái)，相關(guān)研究的新思路是在降低能耗和縮短移動(dòng)節(jié)點(diǎn)路徑上達(dá)到折中，如文獻(xiàn)[64-66]等.Zhang等人[64]針對(duì)最小化能量和時(shí)延(min-energy min-latency, MEML)問(wèn)題，結(jié)合匯聚點(diǎn)選取和移動(dòng)路徑的優(yōu)化來(lái)均衡時(shí)延與能耗，提出基于概率的路徑選擇算法(probabi-listic path selection algorithm, PPSA).其根據(jù)數(shù)據(jù)收集點(diǎn)的訪問(wèn)概率決定移動(dòng)路徑.缺點(diǎn)是收斂效果較差.Rao等人[65]提出的基于網(wǎng)絡(luò)協(xié)助的數(shù)據(jù)收集方法(network-assisted data collection, NADC)分析了能耗及時(shí)延對(duì)基站移動(dòng)路徑選擇的影響，提出了基于k(k是可調(diào)參數(shù))跳的分布式路徑選擇方法.優(yōu)點(diǎn)是當(dāng)基站不能收集完數(shù)據(jù)時(shí)可適當(dāng)?shù)耐Ａ?；缺點(diǎn)是沒(méi)有定量考慮數(shù)據(jù)延遲約束.文獻(xiàn)[66]提出了基于遺傳算法和本地搜索協(xié)助的算法(genetic algorithm with assistance of local searches, GAALS).簇頭節(jié)點(diǎn)利用本地搜索形成最優(yōu)通信樹(shù)和最優(yōu)移動(dòng)路徑，數(shù)據(jù)收集器沿著最優(yōu)路徑訪問(wèn)簇頭節(jié)點(diǎn)收集數(shù)據(jù)，通過(guò)限制通信樹(shù)的深度降低網(wǎng)絡(luò)能耗和減輕簇頭節(jié)點(diǎn)的網(wǎng)絡(luò)負(fù)載.圖7所示是2跳范圍內(nèi)的示意圖.文獻(xiàn)[67]提出了基于加權(quán)匯聚規(guī)劃的方法(weighted rendezvous planning, WRP)，其在給定時(shí)延要求內(nèi)盡量增加基站移動(dòng)路徑以減少網(wǎng)絡(luò)中數(shù)據(jù)的多跳轉(zhuǎn)發(fā)，進(jìn)而降低網(wǎng)絡(luò)能耗.該文中基于節(jié)點(diǎn)的權(quán)重來(lái)選擇匯聚點(diǎn)，權(quán)重通過(guò)節(jié)點(diǎn)在單位時(shí)間內(nèi)采集的數(shù)據(jù)量和節(jié)點(diǎn)到基站移動(dòng)路徑上匯聚點(diǎn)的跳數(shù)的乘積得到.當(dāng)移動(dòng)路徑中加入新的匯聚點(diǎn)時(shí)將收集數(shù)據(jù)較少的匯聚點(diǎn)從路徑中移除.該方法很好地適應(yīng)了小規(guī)模的時(shí)延敏感型應(yīng)用，但是當(dāng)網(wǎng)絡(luò)范圍較大時(shí)仍然會(huì)存在各種問(wèn)題，可擴(kuò)展性較差.

Fig. 7 Mobile data collocation in 2-hop based on cluster network圖7 基于簇狀結(jié)構(gòu)的2跳移動(dòng)數(shù)據(jù)收集

以上這類(lèi)尋求能耗和移動(dòng)路徑折中的方法取得了很好的效果，但是其也只能得到近似最優(yōu)的啟發(fā)式方法.而另外一些研究指出若引入多個(gè)移動(dòng)元素進(jìn)行數(shù)據(jù)收集[68]，則能更好地降低數(shù)據(jù)收集的時(shí)延.

使用多移動(dòng)元素的方法一般是不斷地調(diào)度各個(gè)移動(dòng)元素到數(shù)據(jù)緩存點(diǎn)收集數(shù)據(jù)[69]或者是使每個(gè)移動(dòng)元素負(fù)責(zé)網(wǎng)絡(luò)中1個(gè)分區(qū)的數(shù)據(jù)收集[70-72].基于自組織分簇算法數(shù)據(jù)收集方法(self-organization clustering algorithm region data collection, SOC-RDC)[69]將網(wǎng)絡(luò)中的節(jié)點(diǎn)分簇，簇頭節(jié)點(diǎn)收集到數(shù)據(jù)后向基站發(fā)送請(qǐng)求信息.基站根據(jù)請(qǐng)求信息調(diào)度離相應(yīng)簇較近的數(shù)據(jù)收集器來(lái)收集數(shù)據(jù).此方式對(duì)節(jié)點(diǎn)硬件要求較高，如節(jié)點(diǎn)需要具備定位能力.文獻(xiàn)[70-71]提出分層的協(xié)作式數(shù)據(jù)收集方法(hierar-chical and cooperative data-gathering, HiCoDG).在HiCoDG中存在2種移動(dòng)元素進(jìn)行相互協(xié)作：移動(dòng)數(shù)據(jù)收集器(mobile collector, MC)和移動(dòng)中繼(mobile relay, MR).網(wǎng)絡(luò)中的節(jié)點(diǎn)被分為不同的組，每個(gè)組由1個(gè)MC負(fù)責(zé)數(shù)據(jù)收集.MR定期訪問(wèn)網(wǎng)絡(luò)中預(yù)先設(shè)置的位置點(diǎn)MPs(meeting points)，在該位置MC可以向MR交付收集到的數(shù)據(jù).該文中提出了協(xié)作式移動(dòng)調(diào)度方法(cooperative movement scheduling, CMS)，其動(dòng)態(tài)地規(guī)劃MR和MC的路徑及移動(dòng)速率使他們同時(shí)到達(dá)MP處直接進(jìn)行數(shù)據(jù)交付.該算法能夠達(dá)到較小的數(shù)據(jù)時(shí)延和較低的網(wǎng)絡(luò)能耗，但是硬件成本昂貴，在MP處要有一定的設(shè)備來(lái)緩存數(shù)據(jù).在Joy等人[72]提出的基于移動(dòng)元素的有效數(shù)據(jù)收集(efficient data collection using mobile elements, EDC-MEs)算法中數(shù)據(jù)收集器利用TSP算法選擇移動(dòng)路徑在目標(biāo)分區(qū)內(nèi)完成對(duì)一組簇頭節(jié)點(diǎn)的數(shù)據(jù)采集.該方法的缺點(diǎn)是沒(méi)有考慮對(duì)多個(gè)收集器的合理調(diào)度.

引入多個(gè)移動(dòng)元素后，每個(gè)移動(dòng)元素只需要負(fù)責(zé)部分區(qū)域而不再需要在整個(gè)網(wǎng)絡(luò)范圍內(nèi)移動(dòng)，并且各個(gè)移動(dòng)元素可以相互協(xié)作以取得更好的效果.在確保數(shù)據(jù)收集時(shí)延的基礎(chǔ)上，為了盡量保證網(wǎng)絡(luò)生命期，提高網(wǎng)絡(luò)性能，文獻(xiàn)[73-75]提出了在簇狀結(jié)構(gòu)網(wǎng)絡(luò)中，每個(gè)簇中選擇多個(gè)簇頭節(jié)點(diǎn)的思想.

基于網(wǎng)絡(luò)分層的思想，在LBC-MU(load balanced clustering and MIMO uploading)[73]和LBC-DDU(load balanced clustering and dual data uploading)[74]中，作者提出了由節(jié)點(diǎn)、簇頭和數(shù)據(jù)收集器組成的3層架構(gòu)，如圖8所示.在節(jié)點(diǎn)層設(shè)計(jì)分布式負(fù)載均衡算法LBC對(duì)節(jié)點(diǎn)進(jìn)行分簇，其在每簇中選擇多個(gè)簇頭節(jié)點(diǎn)以平衡負(fù)載，在簇頭層通過(guò)設(shè)置簇頭節(jié)點(diǎn)的通信范圍保證簇間連通性.但是其增加了算法復(fù)雜度和網(wǎng)絡(luò)代價(jià).方法BEDA-SC(distributed algorithm based energy with speed control)[75]同樣在簇中選擇多個(gè)簇頭節(jié)點(diǎn)，其將簇中能量剩余較多的2個(gè)節(jié)點(diǎn)作為簇頭.該方法新穎之處在于它同時(shí)關(guān)注移動(dòng)元素的速度控制問(wèn)題，很好地保證了收集數(shù)據(jù)的完整性和可靠性.

選擇多個(gè)簇頭節(jié)點(diǎn)的思想很好地均衡了網(wǎng)絡(luò)負(fù)載，延長(zhǎng)了網(wǎng)絡(luò)生命期.另一些方法考慮在網(wǎng)絡(luò)中尋找?？奎c(diǎn)，如文獻(xiàn)[76-78]等.

Fig. 8 Data collocation based on three layer structure圖8 3層架構(gòu)模式下的數(shù)據(jù)收集

基于高效的時(shí)延受限數(shù)據(jù)收集問(wèn)題(efficient delay-constrained data collection, EDDC)，文獻(xiàn)[76]提出動(dòng)態(tài)調(diào)度移動(dòng)基站，其根據(jù)節(jié)點(diǎn)的能耗，調(diào)度基站到能量剩余較多的節(jié)點(diǎn)組成的?？奎c(diǎn)處收集數(shù)據(jù)，其他節(jié)點(diǎn)將數(shù)據(jù)轉(zhuǎn)發(fā)到停靠點(diǎn)處.基于有限中繼內(nèi)的移動(dòng)數(shù)據(jù)收集問(wèn)題(bounded relay hop mobile data gathering, BRH-MDG)， Zhao等人[77]提出基于優(yōu)先權(quán)的?？奎c(diǎn)選擇算法(priority based PP selection algorithm, PB-PSA)來(lái)尋找最優(yōu)的停靠點(diǎn)集合(polling points，PPs).在k跳范圍內(nèi)能和更多節(jié)點(diǎn)通信且距離基站較近的節(jié)點(diǎn)被選為?？奎c(diǎn).節(jié)點(diǎn)首先將自己標(biāo)記為停靠點(diǎn)并向其鄰居節(jié)點(diǎn)發(fā)送k輪的信息(包括節(jié)點(diǎn)ID、鄰居節(jié)點(diǎn)數(shù)目及距離基站的跳數(shù))，以保證節(jié)點(diǎn)能夠得到其k跳范圍內(nèi)的節(jié)點(diǎn)信息，在每一輪過(guò)程中選擇鄰居節(jié)點(diǎn)較多的節(jié)點(diǎn)作為其相關(guān)的?？奎c(diǎn)，并去掉自己為停靠點(diǎn)的標(biāo)志，經(jīng)過(guò)k輪后仍是?？奎c(diǎn)的節(jié)點(diǎn)被選為最終的停靠點(diǎn).這種方法對(duì)網(wǎng)絡(luò)中節(jié)點(diǎn)的分布要求較高，若節(jié)點(diǎn)分布不均勻則很難找到最優(yōu)的停靠點(diǎn)和移動(dòng)路徑，而在實(shí)際應(yīng)用中節(jié)點(diǎn)的分布情況是很難控制的，另外當(dāng)樹(shù)的深度較大時(shí)，?？奎c(diǎn)周?chē)摹盁狳c(diǎn)”問(wèn)題仍然存在.同樣基于?？奎c(diǎn)的思想，文獻(xiàn)[78]提出了基于無(wú)線能量補(bǔ)充的移動(dòng)數(shù)據(jù)收集方法(wireless energy replenishment and anchor-point based mobile data gathering, WerMDG).其基本思想是在網(wǎng)絡(luò)中尋找?？奎c(diǎn)(anchor-points)，移動(dòng)收集器(SenCar)在?？奎c(diǎn)處能同時(shí)進(jìn)行充電和數(shù)據(jù)收集.SenCar根據(jù)節(jié)點(diǎn)剩余能量和位置決定?？奎c(diǎn)的訪問(wèn)順序.該方法的優(yōu)點(diǎn)是引入了無(wú)線充電技術(shù)，考慮了對(duì)節(jié)點(diǎn)充電的過(guò)程，避免了單個(gè)節(jié)點(diǎn)死亡引起的網(wǎng)絡(luò)分割失效等現(xiàn)象;存在的缺點(diǎn)是對(duì)數(shù)據(jù)收集的延遲沒(méi)有嚴(yán)格的保證.

為了尋找移動(dòng)元素的最優(yōu)路徑，文獻(xiàn)[64，66，70-71]中提出的使用線性規(guī)劃的方法來(lái)達(dá)到較低的能耗和時(shí)延的折中，與文獻(xiàn)[63，72，75]中使用TSP算法得到最優(yōu)路徑的方法相似，這些方法只是能得到近似最優(yōu)路徑的啟發(fā)式方法.因此其還需要根據(jù)其他的因素進(jìn)行適當(dāng)調(diào)整；文獻(xiàn)[69-72]提出的使用多個(gè)移動(dòng)元素收集數(shù)據(jù)的方法具有很好的可擴(kuò)展性，當(dāng)網(wǎng)絡(luò)范圍擴(kuò)大時(shí)只需要相應(yīng)地增加移動(dòng)元素的數(shù)量即可，但是這種方法需要節(jié)點(diǎn)知道自己的地理位置信息，硬件要求較高.

4 分析比較

由于傳感網(wǎng)應(yīng)用環(huán)境不盡相同，用戶需求多種多樣，因此數(shù)據(jù)收集方法具有多樣性的特點(diǎn)，本節(jié)基于上文的分類(lèi)方法對(duì)各類(lèi)數(shù)據(jù)收集方式進(jìn)行了對(duì)比分析.表1為隨機(jī)移動(dòng)數(shù)據(jù)收集方式特點(diǎn)的比較，表2為固定路徑移動(dòng)數(shù)據(jù)收集方式特點(diǎn)的比較，表3為動(dòng)態(tài)移動(dòng)數(shù)據(jù)收集方式特點(diǎn)的比較.

Table 1 Characteristics of the Random Moving Methods

Table 2 Characteristics of the Fixed Moving Path Methods

Table 3 Characteristics of the Dynamic Moving Methods

綜合表1可知，目前基于隨機(jī)移動(dòng)數(shù)據(jù)收集方式中,一方面沒(méi)有對(duì)節(jié)點(diǎn)進(jìn)行劃分、規(guī)劃，且大多采用多跳傳輸，這樣會(huì)消耗大量能量；另一方面在已有的研究中只是提出降低數(shù)據(jù)收集時(shí)延，但對(duì)時(shí)延的多態(tài)性、動(dòng)態(tài)性沒(méi)有明確的界定，因此這種數(shù)據(jù)收集方式不能應(yīng)用于特定時(shí)延要求的環(huán)境中.究其根本原因是隨機(jī)移動(dòng)數(shù)據(jù)收集方式雖然能最大限度地延長(zhǎng)網(wǎng)絡(luò)生命期，但是由于節(jié)點(diǎn)移動(dòng)的隨機(jī)性，使得很難對(duì)其進(jìn)行規(guī)劃.另外很難保證移動(dòng)元素遍歷整個(gè)網(wǎng)絡(luò)，導(dǎo)致數(shù)據(jù)的丟失，難以保證數(shù)據(jù)完整性.由于這種方式的種種缺陷，在這方面的研究較少.

綜合表2可知，固定路徑移動(dòng)數(shù)據(jù)收集方式中,一方面大多使用單個(gè)移動(dòng)元素，而在實(shí)際應(yīng)用中網(wǎng)絡(luò)規(guī)模一般較大，因此只使用單個(gè)移動(dòng)元素遠(yuǎn)遠(yuǎn)不能滿足時(shí)延需求；另一方面由于基于軌道移動(dòng)的方法中軌道的鋪設(shè)等會(huì)增加網(wǎng)絡(luò)成本，而無(wú)移動(dòng)軌道的方法又不能避免環(huán)境中障礙物等自然條件的影響，因此這種數(shù)據(jù)收集方式的研究同樣也不夠廣泛.

綜合表3可知：

1) 主動(dòng)數(shù)據(jù)收集方式基本沒(méi)有考慮數(shù)據(jù)融合，也很少有多跳傳輸，因此其可以很大程度地降低傳輸能耗.但是主動(dòng)數(shù)據(jù)收集模式下，移動(dòng)元素需要知道傳感器節(jié)點(diǎn)的位置信息，這就要求移動(dòng)元素自身裝備GPS或其他定位設(shè)備，無(wú)疑增加了硬件開(kāi)銷(xiāo).

2) 目前動(dòng)態(tài)移動(dòng)數(shù)據(jù)收集中的被動(dòng)數(shù)據(jù)收集研究較少，主要還是因?yàn)槟芎膯?wèn)題，節(jié)點(diǎn)采集到數(shù)據(jù)后通過(guò)多跳向移動(dòng)元素轉(zhuǎn)發(fā)，造成傳輸能耗的增加.被動(dòng)數(shù)據(jù)收集雖然沒(méi)能利用動(dòng)態(tài)移動(dòng)數(shù)據(jù)收集的優(yōu)勢(shì)，但它保證了較小的時(shí)延，適用于時(shí)效性要求較高的場(chǎng)景.

3) 混合數(shù)據(jù)收集充分利用了數(shù)據(jù)融合技術(shù)，移動(dòng)元素只需要訪問(wèn)網(wǎng)絡(luò)中少數(shù)匯聚節(jié)點(diǎn)即可完成數(shù)據(jù)收集，因此能夠達(dá)到時(shí)延和能耗之間的最優(yōu)化折中.

4) 絕大部分動(dòng)態(tài)移動(dòng)數(shù)據(jù)收集方式都需要全局或部分節(jié)點(diǎn)的位置信息，從而有利于移動(dòng)元素即時(shí)調(diào)整方向，選擇最優(yōu)路徑進(jìn)行數(shù)據(jù)收集.

通過(guò)對(duì)以上文獻(xiàn)的實(shí)驗(yàn)方法進(jìn)行分析，發(fā)現(xiàn)大多數(shù)實(shí)驗(yàn)場(chǎng)景是在矩形網(wǎng)絡(luò)中隨機(jī)分布節(jié)點(diǎn)以生成稀疏或稠密的網(wǎng)絡(luò)，在網(wǎng)絡(luò)中將節(jié)點(diǎn)根據(jù)不同的標(biāo)準(zhǔn)，如地理位置等，分成簇狀、網(wǎng)格、樹(shù)狀等網(wǎng)絡(luò)結(jié)構(gòu).也有部分方法使用圓形實(shí)驗(yàn)場(chǎng)景，如[39，45，50]等，還有一些方法要求節(jié)點(diǎn)在網(wǎng)絡(luò)中盡量規(guī)則分布，如[34-35]等.各種方法通過(guò)設(shè)計(jì)移動(dòng)元素不同的移動(dòng)路徑來(lái)達(dá)到降低數(shù)據(jù)收集時(shí)延和網(wǎng)絡(luò)能耗的目的.本文對(duì)9種有代表性的方法進(jìn)行了對(duì)比，對(duì)其網(wǎng)絡(luò)場(chǎng)景大小、傳感節(jié)點(diǎn)數(shù)量、數(shù)據(jù)收集的時(shí)延數(shù)據(jù)等進(jìn)行了定量的分析，9種方法的各個(gè)變量值如表4所示：

Table 4 Analysis Result of the Time Delay in the Typical Methods

通過(guò)對(duì)表4的對(duì)比分析，可以看出網(wǎng)絡(luò)中移動(dòng)元素的數(shù)量、節(jié)點(diǎn)的密集程度、網(wǎng)絡(luò)的結(jié)構(gòu)、節(jié)點(diǎn)的通信半徑、移動(dòng)元素的移動(dòng)速度等都會(huì)對(duì)網(wǎng)絡(luò)中數(shù)據(jù)收集時(shí)延產(chǎn)生很大的影響，下面將對(duì)其進(jìn)行分別分析.

1) 移動(dòng)元素?cái)?shù)量

當(dāng)網(wǎng)絡(luò)區(qū)域中只有單個(gè)移動(dòng)元素時(shí)，它要負(fù)責(zé)收集網(wǎng)絡(luò)中所有節(jié)點(diǎn)感知到的數(shù)據(jù)，因此對(duì)其緩存容量、移動(dòng)速度等都會(huì)有一定的要求.若緩存容量過(guò)小，則其不能存儲(chǔ)網(wǎng)絡(luò)中節(jié)點(diǎn)感知到的所有數(shù)據(jù)，會(huì)引起數(shù)據(jù)丟失等現(xiàn)象的產(chǎn)生導(dǎo)致數(shù)據(jù)不完整，或者是重要數(shù)據(jù)的丟失.若使用多個(gè)移動(dòng)元素，則可以使每個(gè)移動(dòng)元素只負(fù)責(zé)部分區(qū)域的數(shù)據(jù)收集，減小了移動(dòng)元素的移動(dòng)范圍，因此可以取得很好的效果.另外，在使用多個(gè)移動(dòng)元素的方法中網(wǎng)絡(luò)的擴(kuò)展性也比較好，當(dāng)網(wǎng)絡(luò)范圍擴(kuò)大時(shí)，只需要增加一些移動(dòng)節(jié)點(diǎn)即可.

2) 節(jié)點(diǎn)的密集程度

節(jié)點(diǎn)比較密集的網(wǎng)絡(luò)中，節(jié)點(diǎn)相互之間可以進(jìn)行通信，因此可以進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，這樣移動(dòng)元素只需要訪問(wèn)網(wǎng)絡(luò)中的部分節(jié)點(diǎn)(如匯聚點(diǎn))即可完成數(shù)據(jù)收集任務(wù).若網(wǎng)絡(luò)中節(jié)點(diǎn)分布比較稀疏，它們之間的通信受到限制，移動(dòng)元素需要遍歷網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)才能完成數(shù)據(jù)收集，顯然其數(shù)據(jù)收集時(shí)延會(huì)比較大.

3) 網(wǎng)絡(luò)的結(jié)構(gòu)類(lèi)型

若節(jié)點(diǎn)只是組成一般的網(wǎng)絡(luò)，則需要經(jīng)過(guò)多跳或者使移動(dòng)元素移動(dòng)到每個(gè)節(jié)點(diǎn)處才能完成數(shù)據(jù)收集.若將網(wǎng)絡(luò)中的節(jié)點(diǎn)組成簇狀、樹(shù)狀、網(wǎng)格等特殊結(jié)構(gòu)，則可以將數(shù)據(jù)轉(zhuǎn)發(fā)至匯聚節(jié)點(diǎn)(簇頭、樹(shù)根、網(wǎng)格中心等節(jié)點(diǎn))緩存起來(lái)，等待移動(dòng)元素經(jīng)過(guò)時(shí)交付數(shù)據(jù)，這樣一方面可以大大縮短移動(dòng)元素的移動(dòng)路徑，有效降低數(shù)據(jù)收集時(shí)延；另一方面可以減少數(shù)據(jù)的轉(zhuǎn)發(fā)，在一定程度上減少網(wǎng)絡(luò)能耗.

4) 節(jié)點(diǎn)的通信半徑

在規(guī)劃移動(dòng)元素的路徑時(shí)，只需要使進(jìn)行數(shù)據(jù)交付的節(jié)點(diǎn)能夠和移動(dòng)元素進(jìn)行通信即可，因此，若節(jié)點(diǎn)的通信半徑較大，則可以有效縮短移動(dòng)路徑，降低數(shù)據(jù)收集時(shí)延；若通信半徑較小，則移動(dòng)元素的移動(dòng)路徑要大大增加才能訪問(wèn)每一個(gè)需要交付數(shù)據(jù)的節(jié)點(diǎn).

5) 移動(dòng)元素的移動(dòng)速度

若節(jié)點(diǎn)移動(dòng)過(guò)慢，則其完成1個(gè)周期的數(shù)據(jù)收集需要較長(zhǎng)時(shí)間，導(dǎo)致時(shí)延增大；若其移動(dòng)過(guò)快，又會(huì)導(dǎo)致節(jié)點(diǎn)在移動(dòng)元素通信范圍內(nèi)時(shí)不能將其緩存的數(shù)據(jù)全部交付給移動(dòng)元素等引起數(shù)據(jù)丟失等現(xiàn)象的產(chǎn)生.

此外，數(shù)據(jù)產(chǎn)生速率、數(shù)據(jù)融合、移動(dòng)元素在匯聚節(jié)點(diǎn)的?？繒r(shí)間等都會(huì)對(duì)時(shí)延產(chǎn)生影響.而不同的應(yīng)用對(duì)時(shí)延的要求也存在很大的差異，因此在實(shí)際使用中，應(yīng)根據(jù)實(shí)際的需求來(lái)選擇合適的方法.

5 未來(lái)的研究方向

如前幾節(jié)所述，時(shí)延受限的移動(dòng)式數(shù)據(jù)收集在保障網(wǎng)絡(luò)性能和實(shí)際應(yīng)用中展現(xiàn)出的巨大潛力，得到國(guó)內(nèi)外研究人員廣泛的關(guān)注.研究人員針對(duì)傳感網(wǎng)的應(yīng)用需求和特征進(jìn)行了大量卓有成效的研究，但由于其關(guān)注的網(wǎng)絡(luò)特性、優(yōu)化的性能指標(biāo)、采取的技術(shù)手段和具體應(yīng)用的網(wǎng)絡(luò)環(huán)境各不相同，因而在實(shí)際應(yīng)用中還存在一定的問(wèn)題和不足.通過(guò)對(duì)文中列舉的方法進(jìn)行分析，可以總結(jié)出該領(lǐng)域未來(lái)的研究方向：

1) 考慮同時(shí)具有多個(gè)不同時(shí)延要求的場(chǎng)景

從第3,4節(jié)的方法綜述及表1～3中可知，已有的移動(dòng)式數(shù)據(jù)收集模型對(duì)時(shí)延的設(shè)定多為單個(gè)時(shí)延.在實(shí)際應(yīng)用中，網(wǎng)絡(luò)中可能存在多種類(lèi)型的傳感器，比如溫度、濕度等，溫度數(shù)據(jù)的時(shí)延和濕度數(shù)據(jù)的時(shí)延是不同的，因此在規(guī)劃移動(dòng)節(jié)點(diǎn)路徑時(shí)，應(yīng)該同時(shí)滿足多種不同時(shí)延的限制性條件，該研究問(wèn)題是不同于傳統(tǒng)單個(gè)時(shí)延的網(wǎng)絡(luò)場(chǎng)景.

2) 考慮移動(dòng)元素自身的限制

根據(jù)我們第3節(jié)中的綜述結(jié)果，絕大多數(shù)時(shí)延受限的移動(dòng)式數(shù)據(jù)收集策略都假定移動(dòng)元素自身不受限制，但是在實(shí)際情況下，移動(dòng)元素自身也會(huì)受到能量和存儲(chǔ)容量等方面的限制.因此在設(shè)計(jì)移動(dòng)路徑時(shí)，如果綜合考慮移動(dòng)元素自身的能量和存儲(chǔ)容量的限制，數(shù)據(jù)收集問(wèn)題將變得更為復(fù)雜同時(shí)也更為實(shí)際，這將是未來(lái)的研究方向之一.

3) 多個(gè)移動(dòng)元素之間進(jìn)行深度、動(dòng)態(tài)的協(xié)作

當(dāng)網(wǎng)絡(luò)規(guī)模較大時(shí)，一般引入多個(gè)移動(dòng)元素.但目前基于多移動(dòng)元素的數(shù)據(jù)收集方法大多是將網(wǎng)絡(luò)分區(qū)，在每個(gè)子區(qū)域中使用1個(gè)移動(dòng)元素，而沒(méi)有考慮多個(gè)元素之間更密切的配合和協(xié)作，以進(jìn)一步降低時(shí)延.此外，由于網(wǎng)絡(luò)的動(dòng)態(tài)性，固定分區(qū)負(fù)責(zé)的方法自適應(yīng)性和負(fù)載均衡性較差.因此對(duì)這方面的研究工作較為少見(jiàn)，是未來(lái)需要重點(diǎn)關(guān)注的研究方向.

4) 考慮復(fù)雜多變的網(wǎng)絡(luò)環(huán)境以設(shè)計(jì)更具容錯(cuò)性的算法

傳感網(wǎng)是動(dòng)態(tài)變化的復(fù)雜網(wǎng)絡(luò)，節(jié)點(diǎn)和通訊鏈路存在各種不穩(wěn)定的因素，容易發(fā)生故障及產(chǎn)生錯(cuò)誤.因此設(shè)計(jì)數(shù)據(jù)收集方法時(shí)需要考慮方法的容錯(cuò)性.然而，目前時(shí)延受限的移動(dòng)式數(shù)據(jù)收集方法大多只考慮平坦的網(wǎng)絡(luò)環(huán)境，沒(méi)有障礙物及無(wú)線噪聲的干擾并且網(wǎng)絡(luò)環(huán)境也不會(huì)發(fā)生變化，這并不適合實(shí)際應(yīng)用情況.因此在以后的研究工作中應(yīng)該加入對(duì)這方面的考慮，以提出更具容錯(cuò)性的數(shù)據(jù)收集方式.

5) 減少對(duì)位置信息的依賴性

在現(xiàn)有的研究中，大多要求節(jié)點(diǎn)和移動(dòng)元素知道相互的位置，這種方式：①增加了對(duì)節(jié)點(diǎn)的硬件要求；②節(jié)點(diǎn)之間交換位置信息消耗了網(wǎng)絡(luò)能量，增加了網(wǎng)絡(luò)負(fù)載；③當(dāng)網(wǎng)絡(luò)環(huán)境發(fā)生變化時(shí)，節(jié)點(diǎn)的位置一般會(huì)發(fā)生變化，這樣就需要節(jié)點(diǎn)之間經(jīng)常交換位置信息，但是頻繁的位置信息更新又會(huì)增加能耗.因此如何減少移動(dòng)式數(shù)據(jù)收集方法對(duì)位置信息的依賴成為未來(lái)研究方向之一.

6) 與無(wú)線充電技術(shù)的結(jié)合

無(wú)線充電技術(shù)[78-79]的發(fā)展為傳感網(wǎng)帶來(lái)了新的曙光，攜帶大量能量的移動(dòng)節(jié)點(diǎn)可以移動(dòng)至固定節(jié)點(diǎn)處，除提供傳統(tǒng)的數(shù)據(jù)收集服務(wù)外，還可以為其進(jìn)行充電，從而從源頭上為整個(gè)網(wǎng)絡(luò)“注入”能量.由于無(wú)線充電也需要耗費(fèi)時(shí)間，因此設(shè)計(jì)移動(dòng)路線時(shí)不能和之前的研究一樣只考慮移動(dòng)消耗的時(shí)間.目前同時(shí)考慮數(shù)據(jù)收集時(shí)延限制和移動(dòng)節(jié)點(diǎn)充電的研究甚少，有待進(jìn)行大量的研究和實(shí)驗(yàn)工作.

6 結(jié)束語(yǔ)

由于傳感網(wǎng)資源有限且與應(yīng)用高度相關(guān)，為解決減少網(wǎng)絡(luò)能耗和降低數(shù)據(jù)收集時(shí)延之間的矛盾，研究人員做了大量的研究.利用移動(dòng)節(jié)點(diǎn)進(jìn)行數(shù)據(jù)收集就是降低網(wǎng)絡(luò)能耗的熱點(diǎn)研究之一，然而由于實(shí)際環(huán)境因素和硬件條件的約束，目前已有的方法仍然存在局限性.本文綜述了傳感網(wǎng)中時(shí)延受限的移動(dòng)式數(shù)據(jù)收集這類(lèi)方法，對(duì)該領(lǐng)域的代表性研究成果進(jìn)行了分析，結(jié)合各種方法的相關(guān)屬性和性能進(jìn)行了對(duì)比性總結(jié)，揭示了目前已有方法在實(shí)際應(yīng)用中仍然存在的問(wèn)題和不足，展望了未來(lái)亟待解決的研究問(wèn)題.

[1]Liang Junbin, Li Taoshen. A LT-codes-based scheme for improving data persistence in wireless sensor networks[J]. Journal of Computer Research and Development, 2013, 50(7): 1349-1361 (in Chinese)(梁俊斌, 李陶深. 傳感器網(wǎng)絡(luò)中基于LT碼的提高數(shù)據(jù)持續(xù)性方案[J]. 計(jì)算機(jī)研究與發(fā)展, 2013, 50(7): 1349-1361)

[2]Nguyen D N, Krunz M. A cooperative MIMO framework for wireless sensor networks[J]. ACM Trans on Sensor Networks, 2014, 10(3): Article 43

[3]Raj R, Babu S, Benson K, et al. Efficient path rescheduling of heterogeneous mobile data collectors for dynamic events in shanty town emergency response[C]Proc of 2015 IEEE Global Communications Conf (GLOBECOM). Piscataway, NJ: IEEE, 2015

[4]Zhang Xiaoling, Liang Wei, Yu Haibin, et al. Survey of transmission scheduling methods in wireless sensor networks[J]. Journal on Communications, 2012, 33(5): 143-157 (in Chinese)(張曉玲, 梁煒, 于海斌, 等. 無(wú)線傳感器網(wǎng)絡(luò)傳輸調(diào)度方法綜述[J]. 通信學(xué)報(bào), 2012, 33(5): 143-157)

[5]Cao Zhichao, He Yuan, Ma Qiang, et al. L2: Lazy forwarding in low-duty-cycle wireless sensor network[J]. IEEEACM Trans on Networking, 2015, 23(3): 922-930

[6]Lai Yongxuan, Lin Ziyu. Data gathering in opportunistic wireless sensor networks[J]. International Journal of Distributed Sensor Networks, 2012 (11): 1319-1322

[7]Wang Tian, Jia Weijia, Wang Guojun, et al. Hole avoiding in advance routing with hole recovery mechanism in wireless sensor networks[J]. Adhoc & Sensor Wireless Networks, 2012, 16(123): 191-213

[8]Liang Junbin, Zou Shaojun, Li Taoshen. Data collection based on orientation angle routing in mobile sensor networks[J]. Science China: Information Sciences, 2015, 45(1): 111-128 (in Chinese)(梁俊斌, 鄒紹軍, 李陶深. 移動(dòng)傳感網(wǎng)中基于定向角度路由的數(shù)據(jù)收集[J]. 中國(guó)科學(xué): 信息科學(xué), 2015, 45(1): 111-128)

[9]Wang Tian, Peng Zhen, Chen Yonghong, et al. Continuous tracking for mobile targets with mobility nodes in WSNs[C]Proc of Int Conf on Smart Computing. Piscataway, NJ: IEEE, 2014: 261-268

[10]Zhang Xiwei, Dai Haipeng, Xu Lijie, et al. Mobility-assisted data gathering strategies in WSNs[J]. Journal of Software, 2013, 24(2): 198-214 (in Chinese)(張希偉, 戴海鵬, 徐力杰, 等. 無(wú)線傳感器網(wǎng)絡(luò)中移動(dòng)協(xié)助的數(shù)據(jù)收集策略[J]. 軟件學(xué)報(bào), 2013, 24(2): 198-214)

[11]Wu Xiuchao, Brown K N, Sreenan C J. Data pre-forwarding for opportunistic data collection in wireless sensor networks[J]. ACM Trans on Sensor Networks, 2014, 11(1): Article 8

[12]Zhao Miao, Gong Dawei, Yang Yuanyuan. Network cost minimization for mobile data gathering in wireless sensor networks[J]. IEEE Trans on Communications, 2015, 63(11): 4418-4432

[13]Di Francesco M, Das S K, Anastasi G. Data collection in wireless sensor networks with mobile elements: A survey[J]. ACM Trans on Sensor Networks, 2011, 8(1): Article 7

[14]Hou I. Broadcasting delay-constrained traffic over unreliable wireless links with network coding[J]. IEEEACM Trans on Networking, 2015, 23(3): 728-740

[15]Song Xin, Wang Cuirong. Linear regression based distributed data gathering optimization strategy for wireless sensor networks[J]. Chinese Journal of Computers, 2012, 35(3): 568-580 (in Chinese)(宋欣, 王翠榮. 基于線性回歸的無(wú)線傳感器網(wǎng)絡(luò)分布式數(shù)據(jù)采集優(yōu)化策略[J]. 計(jì)算機(jī)學(xué)報(bào), 2012, 35(3): 568-580)

[16]Feng Cheng, Li Zhijun, Jiang Shouxu. Data aggregation scheduling on wireless mobile sensor networks[J]. Chinese Journal of Computers, 2015, 38(3): 685-700 (in Chinese)(馮誠(chéng), 李治軍, 姜守旭. 無(wú)線移動(dòng)感知網(wǎng)絡(luò)上的數(shù)據(jù)聚集傳輸規(guī)劃[J]. 計(jì)算機(jī)學(xué)報(bào), 2015, 38(3): 685-700)

[17]Lai Yongxuan, Xie Jinshan, Lin Ziyu, et al. Adaptive data gathering in mobile sensor networks using speedy mobile elements[J]. Sensors, 2015, 15(9): 23218-23248

[18]Dong Mianxiong, Ota K, Yang L T, et al. Mobile agent-based energy-aware and user-centric data collection in wireless sensor networks[J]. Computer Networks, 2014, 74: 58-70

[19]Xing Guoliang, Wang Tian, Xie Zhihui, et al. Rendezvous planning in mobility-assisted wireless sensor networks[C]Proc of the 28th IEEE Int Real-Time Systems Symp. Piscataway, NJ: IEEE, 2007: 311-320

[20]Xing Guoliang, Li Minming, Wang Tian, et al. Efficient rendezvous algorithms for mobility-enabled wireless sensor networks[J]. IEEE Trans on Mobile Computing, 2012, 11(1): 47-60

[21]Xing Guoliang, Wang Tian, Jia Weijia, et al. Rendezvous design algorithms for wireless sensor networks with a mobile base station[C]Proc of the 9th ACM Int Symp on Mobile Ad Hoc Networking and Computing. New York: ACM, 2008: 231-240

[22]Bagaa M, Younis M, Djenouri D, et al. Distributed low-latency data aggregation scheduling in wireless sensor networks[J]. ACM Trans on Sensor Networks, 2015, 11(3): Article 49

[23]Lin Hui, Uster H. Exact and heuristic algorithms for data-gathering cluster-based wireless sensor network design problem[J]. IEEEACM Trans on Networking, 2014, 22(3): 903-916

[24]Liu Wenjun, Fan Jianxi, Zhang Shukui, et al. Grid-based real-time data gathering protocol in wireless sensor network with mobile sink[C]Proc of the High Performance Computing and Communications & IEEE Int Conf on Embedded and Ubiquitous Computing. Piscataway, NJ: IEEE, 2013: 857-864

[25]Duong T, Nguyen T. Fast Markov decision process for data collection in sensor networks[C]Proc of the 23rd Int Conf on Computer Communication and Networks (ICCCN). Piscataway, NJ: IEEE, 2014

[26]Jiao Weiwei, Cheng Long, Chen Min, et al. Efficient data delivery in wireless sensor networks with ubiquitous mobile data collectors[C]Proc of the IEEEIFIP 8th Int Conf on Embedded and Ubiquitous Computing. Piscataway, NJ: IEEE, 2010: 232-239

[27]Cha Seunghun, Talipov E, Cha Hojung. Data delivery scheme for intermittently connected mobile sensor networks[J]. Computer Communications, 2013, 36(5): 504-519

[28]Park S, Lee E, Park H, et al. Strategy for real-time data dissemination to mobile sinks in wireless sensor networks[C]Proc of the 21st IEEE Int Symp on Personal Indoor and Mobile Radio Communications. Piscataway, NJ: IEEE, 2010: 1905-1910

[29]Lee E, Park S, Oh S, et al. Real-time routing protocol based on expect grids for mobile sinks in wireless sensor networks[C]Proc of 2011 IEEE Vehicular Technology Conference (VTC Fall). Piscataway, NJ: IEEE, 2011

[30]Feng Yong, Gong Haigang, Fan Mingyu, et al. A distance-aware replica adaptive data gathering protocol for delay tolerant mobile sensor networks[J]. Sensors, 2011, 11(4): 4104-4117

[31]Alsalih W, Hassanein H, Akl S. Routing to a mobile data collector on a predefined trajectory[C]Proc of IEEE Int Conf on Communications. Piscataway, NJ: IEEE, 2009: 7-11

[32]Gao Shuai, Zhang Hongke. Optimal path selection for mobile sink in delay-guaranteed sensor networks[J]. Acta Electronica Sinica, 2011, 39(4): 742-747 (in Chinese)(郜帥, 張宏科. 時(shí)延受限傳感器網(wǎng)絡(luò)移動(dòng)Sink 路徑選擇方法研究[J]. 電子學(xué)報(bào), 2011, 39(4): 742-747)

[33]Poe W Y, Beck M, Schmitt J B. Achieving high lifetime and low delay in very large sensors networks using mobile sinks[C]Proc of the 8th IEEE Int Conf on Distributed Computing in Sensor Systems. Piscataway, NJ: IEEE, 2012: 17-24

[34]Konstantopoulos C, Pantziou G, Gavalas D, et al. A rendezvous-based approach enabling energy-efficient sensory data collection with mobile sinks[J]. IEEE Trans on Parallel and Distributed Systems, 2012, 23(5): 809-817

[35]Kinalis A, Nikoletseas S, Patroumpa D, et al. Biased sink mobility with adaptive stop times for low latency data collection in sensor networks[J]. Information Fusion, 2014, 15(2): 56-63

[36]Almi’ani K, Viglas A, Libman L. Energy-efficient data gathering with tour length-constrained mobile elements in wireless sensor networks[C]Proc of the 35th IEEE Conf on Local Computer Networks. Piscataway, NJ: IEEE, 2010: 582-589

[37]Kumar A K, Sivalingam K M. On reducing delay in mobile data collection based wireless sensor networks[J]. Wireless Networks, 2013, 19(3): 285-299

[38]Almi′ani K, Viglas A. Mobile element path planning for time-constrained data gathering in wireless sensor networks[C]Proc of the 24th IEEE Int Conf on Advanced Information Networking and Applications. Piscataway, NJ: IEEE, 2010: 843-850

[39]Xu Ronghua, Dai Hongjun, Wang Fengyu, et al. A convex hull based optimization to reduce the data delivery latency of the mobile elements in wireless sensor networks[C]Proc of IEEE Int Conf on Embedded. Piscataway, NJ: IEEE, 2013: 2245-2252

[40]Chowdhury S, Giri C. Data collection point based mobile data gathering scheme with relay hop constraint[C]Proc of Int Conf on Communications and Informatics. Piscataway, NJ: IEEE, 2013: 282-287

[41]Zhu Chuan, Wang Yao, Han Guangjie, et al. A location prediction based data gathering protocol for wireless sensor networks using a mobile sink[G]Ad-hoc Networks and Wireless: ADHOC-NOW. Berlin: Springer, 2014: 152-164

[42]Ghaleb M, Subramaniam S, Othman M, et al. Predetermined path of mobile data gathering in wireless sensor networks based on network layout[JOL]. EURASIP Journal on Wireless Communications and Networking, 2014, 2014: 51 [2015-11-01]. http:jwcn.eurasipjournals.comcontent2014151

[43]Asmaa E Z, Said R. Efficient data collection in wireless sensor networks using mobile sink[C]Proc of 2014 Mediterranean on Microwave Symp (MMS 2014). Piscataway, NJ: IEEE, 2014

[44]Zhang Ruonan, Pan Jianping, Liu Jiajia, et al. A hybrid approach using mobile element and hierarchical clustering for data collection in WSNs[C]Proc of 2015 IEEE Wireless Communications and Networking Conference. Piscataway, NJ: IEEE, 2015: 1566-1571

[45]Somasundara A A, Ramamoorthy A, Srivastava M B. Mobile element scheduling with dynamic deadlines[J]. IEEE Trans on Mobile Computing, 2007, 6(4): 395-410

[46]Lai Yungliang, Jiang J R. A genetic algorithm for data mule path planning in wireless sensor networks[J]. Applied Mathematics & Information Sciences, 2013, 7(1): 413-419

[47]Zhang Xinming, Zhang Yue, Yan Fan, et al. Interference-based topology control algorithm for delay-constrained mobile ad hoc networks[J]. IEEE Trans on Mobile Computing, 2015, 14(4): 742-754

[48]Wu Shaoyou, Liu Jingsin. Evolutionary path planning of a data mule in wireless sensor network by using shortcuts[C]Proc of 2014 IEEE Congress on Evolutionary Computation. Piscataway, NJ: IEEE, 2014: 2708-2715

[49]Gu Yu, Ji Yusheng, Li Jie, et, al. ESWC: Efficient scheduling for the mobile sink in wireless sensor networks with delay constraint[J]. IEEE Trans on Parallel and Distributed Systems, 2013, 24(7): 1310-1320

[50]Tashtarian F, Moghaddam M H Y, Sohraby K, et al. ODT: Optimal deadline-based trajectory for mobile sinks in WSN: A decision tree and dynamic programming approach[J]. Computer Networks, 2015, 77(16): 128-143

[51]Tang Jiqiang, Huang Hongyu, Guo Songtao, et al. Dellat: Delivery latency minimization in wireless sensor networks with mobile sink[J]. Journal of Parallel and Distributed Computing, 2015, 83: 133-142

[52]Senturk I F, Akkaya K. Mobile data collector assignment and scheduling for minimizing data delay in partitioned wireless sensor networks[G]Ad Hoc Networks. Berlin: Springer, 2014: 15-31

[53]Kim D, Abay B H, Uma R N, et al. Minimizing data collection latency in wireless sensor network with multiple mobile elements[C]Proc of 2012 IEEE Int Conf on Computer Communications. Piscataway, NJ: IEEE, 2012: 504-512

[54]Kim D, Uma R N, Abay B H, et al. Minimum latency multiple data mule trajectory planning in wireless sensor networks[J]. IEEE Trans on Mobile Computing, 2014, 13(4): 838-851

[55]Ke Huan, Guo Song, Miyazaki T. Towards latency-aware data acquisition in wireless sensor network[C]Proc of the 8th IEEE Int Symp on MCSoc. Piscataway, NJ: IEEE, 2014: 82-87

[56]Alomari A, Aslam N, Phillips W, et al. A scheme for using closest rendezvous points and Mobile Elements for data gathering in wireless sensor networks[C]Proc of 2014 IFIP Wireless Days. Piscataway, NJ: IEEE, 2014

[57]Sugihara R, Gupta R K. Optimal speed control of mobile node for data collection in sensor networks[J]. IEEE Trans on Mobile Computing, 2010, 9(1): 127-139

[58]Yun Youngsang, Xia Ye. Maximizing the lifetime of wireless sensor networks with mobile sink in delay-tolerant applications[J]. IEEE Trans on Mobile Computing, 2010, 9(9): 1308-1318

[59]Yun Youngsang, Xia Ye, Behdani B, et al. Distributed algorithm for lifetime maximization in a delay-tolerant wireless sensor network with a mobile sink[J]. IEEE Trans on Mobile Computing, 2013, 12(10): 1920-1930

[60]Ren Xiaojiang, Liang Weifa. Delay-tolerant data gathering in energy harvesting sensor networks with a mobile sink[C]Proc of IEEE Global Communications Conf. Piscataway, NJ: IEEE, 2012: 93-99

[61]Fu Qiao, Krishnamachari B, Zhang Lin. DAWN: A density adaptive routing for deadline-based data collection in vehicular delay tolerant networks[J]. Tsinghua Science and Technology, 2013, 18(3): 230-241

[62]Xu Zichuan, Liang Weifa, Xu Yinlong. Network lifetime maximization in delay-tolerant sensor networks with a mobile sink[C]Proc of the 8th IEEE Int Conf on Distributed Computing in Sensor Systems. Piscataway, NJ: IEEE, 2012: 9-16

[63]He Liang, Pan Jianping, Xu Jingdong. A progressive approach to reducing data collection latency in wireless sensor networks with mobile elements[J]. IEEE Trans on Mobile Computing, 2013, 12(7): 1308-1320

[64]Zhang Xiwei, Zhang Lili. Optimizing energy-latency trade-off in wireless sensor networks with mobile element[C]Proc of the 16th IEEE Int Conf on Parallel and Distributed Systems. Piscataway, NJ: IEEE, 2010: 534-541

[65]Rao J, Biswas S. Network-assisted sink navigation for distributed data gathering: Stability and delay-energy trade-offs[J]. Computer Communications, 2010, 33(2): 160-175

[66]Romao O C, Santos A G, Mateus G R. Lifetime maximization of hop-and-delay constrained wireless sensor networks with mobile agent[C]Proc of 2013 IEEE Congress on Evolutionary Computation. Piscataway, NJ: IEEE, 2013: 1083-1090

[67]Salarian H, Chin K W, Naghdy F. An energy-efficient mobile-sink path selection strategy for wireless sensor networks[J]. IEEE Trans on Vehicular Technology, 2014, 63(5): 2407-2419

[68]Xing Guoliang, Wang Tian, Xie Zhihui, et al. Rendezvous planning in wireless sensor networks with mobile elements[J]. IEEE Trans on Mobile Computing, 2008, 7(12): 1430-1443

[69]Zhang Chun, Shumin F. Exploiting mobility for data collection in wireless sensor networks with delay reduction[C]Proc of the 30th Chinese Control Conf. Piscataway, NJ: IEEE, 2011: 4952-4956

[70]Van Le D, Oh H, Yoon S. HiCoDG: A hierarchical data-gathering scheme using cooperative multiple mobile elements[J]. Sensors, 2014, 14(12): 24278-24304

[71]Van Le D, Oh H, Yoon S. A novel hierarchical cooperative data gathering architecture using multiple mobile elements[C]Proc of the 6th IEEE Int Conf on Ubiquitous and Future Networks. Piscataway, NJ: IEEE, 2014: 522-527

[72]Joy N, Kumar S S. Efficient data collection in wireless sensor networks using mobile elements[J]. Journal of Information Technology & Mechanical Engineering, 2014, 1(3):13-24

[73]Zhao Miao, Yang Yuanyuan. A framework for mobile data gathering with load balanced clustering and MIMO uploading[C]Proc of IEEE Int Conf on Computer Communications. Piscataway, NJ: IEEE, 2011: 2759-2767

[74]Zhao Miao, Yang Yuanyuan, Wang C. Mobile data gathering with load balanced clustering and dual data uploading in wireless sensor networks[J]. IEEE Trans on Mobile Computing, 2015, 14(4): 770-785

[75]Liu Ruichao, Guo Songtao. Energy-efficient data gathering algorithm with speed control[J]. Application Research of Computers, 2014, 31(3): 860-865 (in Chinese)(劉瑞超, 郭松濤. 帶速度控制的能量高效的數(shù)據(jù)收集算法[J]. 計(jì)算機(jī)應(yīng)用研究, 2014, 31(3): 860-865)

[76]Charalampos K, Nikolaos V, Grammati P, et al. Efficient delay-constrained data collection in wireless sensor networks using mobile sinks[C]Proc of 2015 8th IFIP Wireless and Mobile Networking Conference. Piscataway, NJ: IEEE, 2015

[77]Zhao Miao, Yang Yuanyuan. Bounded relay hop mobile data gathering in wireless sensor networks[J]. IEEE Trans on Computers, 2012, 61(2): 265-277

[78]Guo Songtao, Wang Cong, Yang Yuanyuan. Joint mobile data gathering and energy provisioning in wireless rechargeable sensor networks[J]. IEEE Trans on Mobile Computing, 2014, 13(12): 2836-2852

[79]Xie Liguang, Shi Yi, Hou Y T, et al. A mobile platform for wireless charging and data collection in sensor networks[J]. IEEE Journal on Selected Areas in Communications, 2015, 33(8): 1521-1533

Wang Wenhua, born in 1988. Master candidate. Her main research interests include wireless location and mobile computing.

Wang Tian, born in 1982. PhD, associate professor. Senior member of CCF. His main research interests include wireless networks, cloud computing, social network, Internet of things and mobile computing.

Wu Qun, born in 1991. Master candidate. His main research interests include social network and wireless sensor networks.

Wang Guojun, born in 1970. PhD, professor and PhD supervisor. Adjunct professor at Temple University, a visiting scholar at Florida Atlantic University, and research fellow at the Hong Kong Polytechnic University. Distinguished member of CCF, and member of the IEEE, ACM, and IEICE. His main research interests include network and information security, Internet of things and cloud computing.

Jia Weijia, born in 1957. PhD, professor and PhD supervisor. Senior member of the IEEE and member of the ACM and CCF. His main research interests include next generation wireless communication, protocols, heterogeneous networks.

Survey of Delay-Constrained Data Collection with Mobile Elements in WSNs

Wang Wenhua1, Wang Tian1, Wu Qun1, Wang Guojun2, and Jia Weijia3

1(CollegeofComputerScienceandTechnology,HuaqiaoUniversity,Xiamen,Fujian361021)2(SchoolofComputerScienceandEducationalSoftware,GuangzhouUniversity,Guangzhou510006)3(SchoolofElectronicInformationandElectricalEngineering,ShanghaiJiaoTongUniversity,Shanghai200240)

Data collection is one of the hot topics in wireless sensor networks. In traditional wireless sensor networks, those sensor nodes near the sink will deplete their energy prematurely for forwarding data sensed by both themselves and other nodes, which becomes the energy bottleneck and shortens the lifetime of whole networks. To save the energy of sensors in the wireless sensor networks, mobility elements are introduced to collect data in a lot of research work since their energy can be replenished because of mobility. However, the velocity of the mobile elements is slow, which may lead to long data collection delay. To address this problem, the problem of how to maximize the network lifetime while guaranteeing the data collection delay being less than a certain value has become a hot topic. In this paper, we investigate this kind of delay-constrained data collection methods with mobile elements in detail. We first sum up the characteristics of the delay-constrained mobile data collection methods via a novel classification. These methods are compared with each other according to a serial of key parameters. Moreover, we analyze the advantages, disadvantages and the application scope of these methods, summarize the main problems to be addressed, and further point out the future outlook on the research and application directions.

wireless sensor networks; mobile data collection; delay-constrained; energy optimization; lifetime of networks

2015-11-03；

2016-06-13

國(guó)家“九七三”重點(diǎn)基礎(chǔ)研究發(fā)展計(jì)劃基金項(xiàng)目(2015CB352401)；國(guó)家自然科學(xué)基金項(xiàng)目(61532013,61572206,61202468)；福建省自然科學(xué)基金項(xiàng)目(2014J01240)；華僑大學(xué)研究生科研創(chuàng)新培育項(xiàng)目(1400214019) This work was supported by the National Basic Research Program of China (973 Program) (2014CB340501), the National Natural Science Foundation of China (61532013, 61572206, 61202468), the Natural Science Foundation of Fujian Province of China (2014J01240), and the Foster Project for Graduate Student in Research and Innovation of Huaqiao University (1400214019).

王田(cs_tianwang@163.com)

TP393