基于闪存的传感网高能效存储与实时保障研究

高能效传感器网络可靠数据存储与实时支撑是实现大规模传感器网络成功应用的关键，也是传感器网络研究中的重要基本问题。本项目从闪存技术的发展推动新型无线传感器网络基本特性的角度出发，在基于闪存的传感器网络高能效存储与实时保障问题上开展基础理论和关键技术的研究。针对传感数据的海量性与时空相关性，研究基于闪存的层次化存储结构和多精度存储机制，阐明大容量低能耗传感网存储机理；以能量优化为目标，设计一套层次存储结构支持下的实时传输协议及其实现算法；通过研究网内低能耗数据备份技术提高传感器网络数据服务的可靠性；面向绿色节能监控，设计一套传感器网络可靠实时数据服务的原型系统，并对算法和协议的性能进行建模分析、模拟验证与真实系统评价，为构建以高能效可靠数据存储与实时处理为基础的传感器网络相关理论和技术发展提供新思路。

高能效传感器网络可靠数据存储与实时支撑是实现大规模传感器网络成功应用的关键，也是传感器网络研究中的重要基本问题。本项目从闪存技术的发展推动新型无线传感器网络基本特性的角度出发，在基于闪存的传感器网络高能效存储与实时保障问题上开展基础理论和关键技术的研究。完成的研究内容主要包括：（1）针对传感数据的海量性与时空相关性，研究了基于闪存的时序数据存储结构，提出了一种新的具有非平衡、小扇出系数、最旧数据删除特性的新的时序索引树结构—TL-Tree，降低数据索引时延和能耗。（2）以能量优化为目标，研究了层次结构下的最优化分簇理论，利用概率几何相关理论，解决了在非等价簇拓扑结构下如何计算最优分簇数量的难题，设计了一种基于不等簇传感器网络层次化存储拓扑结构，以及延长网络寿命的簇内节点轮转算法和簇间通信协议。设计了基于定向天线的在可靠追踪实时传输协议与算法，解决了传感网空洞情况下移动物体实时跟踪问题。（3）面向新型的移动感知，研究了基于智能手机能耗优化的参与式智能感知技术与大数据处理平台性能分析，提出了基于个体数据与互联网大数据的信息交互与处理方法和平台，为融合互联网大数据提供以人为核心的智能决策提供了应用基础和系统实现架构; 提出一种新的大数据处理系统配置框架，首先针对不同的大数据分析方法进行性能评估和建模，根据评估和建模结果，可以生成一个系统配置，用于配置整个大数据分析系统，该系统为未来的面向感知数据流大数据分析系统提供了可靠系统配置和性能优化上的帮助。