1、無(wú)線傳感器網(wǎng)絡(luò)由于其靈活性和擴(kuò)展性，廣泛應(yīng)用在軍事、智能交通和環(huán)境監(jiān)控等多個(gè)領(lǐng)域。如何提高網(wǎng)絡(luò)的能源效率，高效的應(yīng)用無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)庫(kù)技術(shù)，延長(zhǎng)網(wǎng)絡(luò)的生命周期成為當(dāng)前研究的一個(gè)難點(diǎn)和熱點(diǎn)問(wèn)題。本文針對(duì)基于簇的數(shù)據(jù)聚集技術(shù)展開(kāi)了研究，重點(diǎn)研究了基于網(wǎng)絡(luò)編碼的數(shù)據(jù)聚集算法和高效簇頭選擇策略。
　　由于自適應(yīng)數(shù)據(jù)聚集方法只適用于單跳網(wǎng)絡(luò)環(huán)境，提出了聚集算法 ADANC（Adaptive Data Aggregation with Ne

2、twork Coding，基于網(wǎng)絡(luò)編碼的自適應(yīng)數(shù)據(jù)聚集算法），該方法適用于多跳網(wǎng)絡(luò)中，并能夠調(diào)節(jié)網(wǎng)絡(luò)狀態(tài)達(dá)到期望的可靠狀態(tài)。在以簇頭節(jié)點(diǎn)為中心的編碼區(qū)域內(nèi)，分布中繼節(jié)點(diǎn)和編碼節(jié)點(diǎn)，中繼節(jié)點(diǎn)只負(fù)責(zé)傳輸數(shù)據(jù)，編碼節(jié)點(diǎn)根據(jù)數(shù)據(jù)相關(guān)性來(lái)決定采用傳統(tǒng)的數(shù)據(jù)聚集算法還是網(wǎng)絡(luò)編碼。匯聚節(jié)點(diǎn)判斷出當(dāng)前網(wǎng)絡(luò)狀態(tài)，并調(diào)節(jié)數(shù)據(jù)相關(guān)性閾值，使網(wǎng)絡(luò)最終達(dá)到穩(wěn)定狀態(tài)。實(shí)驗(yàn)結(jié)果表明，該方法能夠在任何初始狀態(tài)下收斂到期望的可靠狀態(tài)，提高了無(wú)線傳感器網(wǎng)絡(luò)的能源效率。

3、r>　　針對(duì)基于簇的數(shù)據(jù)聚集算法中每次重新選取簇頭都要消耗能源的問(wèn)題，提出了聚集算法ACHSDA（Associate Cluster Head Selection based Data Aggregation，基于高效簇頭選擇的數(shù)據(jù)聚集算法）。在簇的建立階段，選擇簇頭節(jié)點(diǎn)的同時(shí)，選擇出一個(gè)副簇頭節(jié)點(diǎn)。當(dāng)簇頭節(jié)點(diǎn)的能源低于簇內(nèi)能源平均值時(shí)，副簇頭節(jié)點(diǎn)將取代成為簇頭，從而避免了重新選擇簇頭，直接進(jìn)入穩(wěn)定運(yùn)行階段。實(shí)驗(yàn)結(jié)果表明，相比較LEAC