1、在智能交通系統(tǒng)(Intelligent Transportation System，ITS)的交通設(shè)施中增加一種無線傳感器網(wǎng)絡(luò)技術(shù)，能夠從根本上緩解困擾現(xiàn)代交通的安全、通暢、節(jié)能和環(huán)保等問題，同時(shí)還可以提高交通工作效率。
　　無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network，WSN)通過無線傳感器節(jié)點(diǎn)獲取環(huán)境信息，自組織地進(jìn)行無線通信和組網(wǎng)，在無線傳感器網(wǎng)絡(luò)中，單個(gè)傳感器節(jié)點(diǎn)周期性采集到的數(shù)據(jù)在時(shí)間上可能是相關(guān)的，地

2、理位置相鄰的傳感器節(jié)點(diǎn)收集到的數(shù)據(jù)在空間上往往也是相關(guān)的，于是，可以使用某種變換來去除其中的冗余信息，達(dá)到數(shù)據(jù)壓縮、節(jié)省傳輸能耗的目的。本文對基于時(shí)空相關(guān)性的WSN節(jié)能策略進(jìn)行研究。
　　首先，在對周期性采集到的數(shù)據(jù)進(jìn)行相關(guān)性分析，研究數(shù)據(jù)采集頻率和數(shù)據(jù)失真度之間的關(guān)系，對各種有損壓縮及無損壓縮的性能進(jìn)行比較的基礎(chǔ)上，提出一種改進(jìn)的LTC(Lightweight Temporal Compression)算法，該算法基于判斷門限，

3、將重構(gòu)精度與采集頻率進(jìn)行折衷。MATALB仿真結(jié)果表明，算法在保證數(shù)據(jù)失真度的同時(shí)，可有效地抑制數(shù)據(jù)發(fā)送頻率，減少傳輸冗余，從而達(dá)到節(jié)約能耗的目的。
　　其次，討論了節(jié)點(diǎn)間距離、信道衰耗等空間相關(guān)因素對失真度的影響，證明了在滿足空間相關(guān)性的條件下，可以通過選用代表節(jié)點(diǎn)的方法，減少全網(wǎng)數(shù)據(jù)傳輸。同時(shí)引入相關(guān)半徑概念，利用相關(guān)半徑構(gòu)建成相關(guān)簇，根據(jù)相關(guān)性系數(shù)和節(jié)點(diǎn)位置信息確定失真函數(shù)。合理選擇簇頭節(jié)點(diǎn)和發(fā)送數(shù)據(jù)方式，既有效地利用數(shù)據(jù)之

4、間的空間相關(guān)性，保證數(shù)據(jù)失真在一定范圍內(nèi)，又避免了因數(shù)據(jù)傳輸量過大而能量消耗過大。并深入分析了GCC(GreedyCorrected Clustering，GCC)和K-Means兩種與空間相關(guān)性結(jié)合的節(jié)點(diǎn)分簇算法，經(jīng)MATLAB仿真比較得知，在對WSN中節(jié)點(diǎn)進(jìn)行相關(guān)分簇時(shí)，這兩種算法都有效的抑制了數(shù)據(jù)傳輸量，降低了數(shù)據(jù)冗余，從而網(wǎng)絡(luò)能耗得到優(yōu)化。另外，經(jīng)數(shù)據(jù)對比可知，K-Means算法比GCC算法可以得到更加均勻的分簇，且在相同簇?cái)?shù)量