英语原文共 20 页，剩余内容已隐藏，支付完成后下载完整资料
这个协议以期望冗余的形式在提供了可靠性保证的同时，还引入了一个新的变量ON-Time Reach-Ability，用来表示在要求的延迟范围内能够到达目的地的概率。MMSPEED的主要问题在于缺少对冗余数据的控制，所以它的能源利用率会减少，通信拥塞会增加。
Razzaque等人在2008年通过研究提出了用于路由决策的聚合多径路由函数和概率模型，并在此基础上设计了选择性贪婪转发、为实时数据和非实时数据包准备了不同的传输规则。实时数据可以从更远的节点转发。分布式聚合路由算法(DARA)旨在保证可靠性的同时能够确定多个接收器的多条路径。然而，这种算法存在数据冗余的问题。
Huang And Fang在2008年提出了一种利用本地链路状态信息将软件QoS映射到路径上的多约束QoS多路径路由。将端到端QoS保证问题表述为随机规划，在此基础上，通过路径质量的估计和近似来设计分布式路由算法。然而，它需要提高估计精度，从而增强其稳健性。
BenOthman and Yahya,在2010年提出了节能和QoS意识多路径路由(EQSR)，它通过广播构建多条路径，在路径选择时考虑节点能量、存储空间和链路质量。此外,它采用区分服务的概念将高优先级数据传播到多个路径上,从而提高可靠性和吞吐量。然而，它没有考虑到多媒体上下文映射。
Heo等人在2009年提出了能量感知路由协议(EARQ)，其能够为工业无线传感器网络提供实时、可靠和能量感知的数据传输。一个节点可以根据本地信息来估计路径的能量消耗、时延和可靠性。该估计值用于计算路由选择的概率。在此基础上，将选择一条能源花费少且满足最后期限的路径。冗余数据包可以通过备用路径传输，提高可靠性。然而，它缺乏一种优化多媒体数据传输的方法。
Liu 等人在2012年提出了QoS-PSO，一种基于智能体辅助的QoS路由算法，该算法利用粒子群优化(PSO)算法计算综合QoS值(包括时延、带宽和丢包率)来确定最优路径。引入智能软件代理来监控网络拓扑、通信流和路由表的变化。尽管它有很多优点，但它缺乏协调多个QoS指标的权衡机制。
Zhou等人在2014提出了并行精英克隆量子进化算法(PECQEA)，它的目标是在无线多媒体传感网络中提供时延、抖动、带宽和丢包率等QoS保证的同时，最大限度地减少能量消耗。其在复杂的搜索空间中具有较快的搜索速度和全局搜索能力，并且在搜索过程中能够避免局部最优，快速向最优区域移动。
基于算子微积分的路由协议(OCRP) (Nefzi等人，2015)利用图上的算子微积分方法来解决多QoS约束的路由问题。在该协议中，节点根据给定的约束条件和到汇的距离来选择符合条件的下一跳集合。然而，它忽略了估计精度对时延和可靠性的影响。
4.1.4 视图覆盖率优化路由
被监测区域的视图覆盖率是无线多媒体传感网络的一个基本问题，在路由设计中应当被考虑。
Li等人在2011年提出了一种分布式保留覆盖的路由算法，在应用程序指定的延迟下，最大化路径区域的覆盖范围。该算法通过monte-carlo积分来估计感知区域范围，然后利用标签设置策略进行路径选择。该算法的优点是能够摆脱对GPS的依赖。但如果将该算法应用到无线多媒体传感网络中，则需要将全向感知模型改为方向感知模型(一般为多媒体传感器所采用)。
Costa在2011提出了一种离线覆盖感知的多路径选择算法，他建议在基于覆盖相关性的多条路径上分配多媒体流量。尽管在能源利用率和负载公平性方面有所提高，但它不能满足应用程序指定的端到端延迟。
4.2 多媒体的意识
WMSNs的最新进展导致了许多新的路由技术产生，这些技术专门为大量的多媒体数据管理、控制和传输而设计，其中多媒体感知是一个重要的考虑因素。
4.2.1 多媒体准备路由器的差分编码
无线多媒体传感网络允许对从环境中传输的原始多媒体数据执行轻量级的网络内处理。考虑到FoV的半径一般大于相邻节点之间的距离，将网络处理与路由相结合是一种实用的解决方案。为了减少负载和节约能源，Villas等人在2013年已经提出过一些路由方法，但大都缺乏对多媒体数据特性的考虑。同时，Mowafi等人在2014年提出来许多提取相机传感器的空间相关性模型被，但大都缺乏与路由的协作。这里我们选择了基于差分编码的路由来处理无线多媒体传感网络中的网络内视频。
Dai等人在2012年探索了路由选择过程中的网络内视频处理，并利用差分编码(DC)实现了对冗余视频数据的动态压缩(Dai And Akyildiz, 2009)。以图4为例说明直流效应。节点vi需要通过vj为其内部帧(I-frame)找到到汇的路由。如果I-frame的大小为I，从DC保存的比特数为eta; times;(minus;)I 1。具有重叠FoVs的大型视频传感器可能具有较高DC增益。
我们之前的研究(Shen 等人，2014)表明，多汇环境可以提供更多的机会来减少DC冗余。图5就是这样一个例子。视频传感器vi和vj需要向汇传输i帧。如果只存在一个汇s1，则可能会丢失冗余消除机会，因为选择的下一跳必须离该汇更近。当引入两个汇s1和s2时，vi可以通过vj找到到汇的可接受路径，从而消除冗余。在这种情况下，最优路由的选择不仅与传感器到汇的距离有关，还与不同朝向汇的能量增益有关。
就像图6中有两个汇(s1和s2)和两个视频传感器(vi和vj)。视频传感器和它们中间节点的角色是可以交换的。相应的，这里就有两条可能的路线(vi-gt;vj-gt;s2或vj-gt;vi-s1)可供选择，而vj-gt;vi-s1也许是一个更好的选择。
4.2.2 多媒体路由的失真优化
多路径传输有利于提高宽带利用率。陈等人对无线多媒体传感网络中视频通信的性能瓶颈进行了分析，提出了定向地理路由(DGR) (陈等人，2007)。在这种方法中，源节点将通过前向纠错( FEC)处理的数据分配到多路径上来提高视频传输的负载均衡和带宽利用率。这个方法有很好的容错，但是它也存在缺点：在传输过程中经常产生冗余；在路由选择时需要额外的控制和处理花费。
作为DGR的一种改进，作者进一步设计了一种基于多优先级的路径调度算法( 陈等人，2008)，该算法能够在平衡无线多媒体传感网络中所有节点不连通路径的能量和带宽使用的同时保证端到端延迟。探讨了一种基于跨层的自适应编码，解决了聚合带宽不足以满足编码速率要求的问题。
He等人在2009年研究了用于大延迟和小延迟无线多媒体传感网络应用的路由和源编码错误补救技术。提出了一种基于拉格朗日对偶的分布式算法来最大化网络生命周期，但该算法没有考虑QoS的补给。
图像质量感知路由(IQAR) (Sarisaray等人，2014)支持在大规模无线多媒体传感网络中运行的多个图像源和单个汇，专注于可靠的、能量和延迟效率高的数据交付。在IQAR中，每个节点独立决定下一跳的最佳转发图像包。为了给最终用户提供可接受的感知质量，我们使用了一种分析模型来预测任何给定的误差模式所导致的图像失真。如果引入一种误差修正方法，就可以达到降低能耗的目的。
4.2.3 多媒体路由的上下文感知
无线多媒体传感网络处理的异构数据可以是标量数据、音频数据、视频数据、图像数据和声学数据，这些数据都有不同的QoS要求。对于异构流量流，以及这些流的不同需求，提供服务差异对于实现无线多媒体传感网络中的QoS路由至关重要。
基于QoS的地理路由(Savidge等人，2005)根据节点位置、队列长度和剩余能量构造加权代价函数，为事件驱动的无线多媒体传感网络提供延迟可调路径。引入了diffserv的概念，将数据包存储在两个不同优先级的独立队列中。根据队列中数据包的数量，节点动态调整优先级顺序，实现实时传输的可调节性。然而，可用带宽和链路错误率等因素也会影响实时性能。
多优先级多路径选择(MPMPS) (张等人，2008)方案将多媒体流分为音频和视频两部分。路由框架如图7所示。传送的数据将在接收站重组。然而，这种方法的潜在缺点包括通信流可能无法同步，多媒体流的分解和组合也增加了额外处理费用。
Lari和Akbari在2010年研究了多径视频传输，在考虑到无线多媒体传感网络的能量效率、带宽和延迟约束的同时，重点提高视频质量。视频数据包的分类取决于它们的类型和重要性。具有高优先级的数据包应该在缓冲区大、剩余能量高、错误率低的路径上传输。然而，该方法不能保证计算的所有路径都满足QoS要求。
Fonoage等人在2010年提出了一种基于QoS的路由协议，该协议支持基于事件和周期性的数据报告。该协议为不同类型的数据包引入多个队列，并为它们分配不同的优先级。选择剩余能量高、链路质量高、负载低的相邻数据包进行转发。它允许将数据汇聚在多条路径上发送，提高了可靠性，并引入了一种防止拥塞的机制。与SPEED (何等人，2005)相比，在能量和可靠性方面实现了性能的提高。
基于流量区分的模块化QoS本地化路由(LOCALMOR) (Djenouri和Balasingham, 2011)可以与任何基于确认的MAC协议工作。系统架构如图8所示。数据流量分为几类。根据需要的QoS使用不同的路由度量。此外，还采用了多接收器单路传输方法来提高可靠性。
在2012年，Almalkawi等人考虑到无线多媒体传感器网络中的数据类型，提出了一种基于跨层的差异化路由。与静态图像和标量数据相比，时间关键型多媒体数据具有更高的优先级。另外，利用接收到的信号强度对节点进行集群。在集群内和集群间引入了基于时间序列分析的调度方法以改善延迟。但是，这种方法不能确保所有计算的路径都满足应用程序的需求。
Shah等人也在2012年研究了一种在满足失真约束的无线多媒体传感器网络中提高视频源数量的跨层设计框架。它由一个源定向多路径路由(SDMR)算法组成，该算法与底层MAC协议交互，并根据QoS约束维护三个不相交的定向路径。在失真率和源比特率之间，保持了不同视频帧的比率。
4.2.4 基于集群多媒体路由
将传感器分组是一种常用的延长网络生命周期的策略。在本节中，我们将介绍基于集群的无线多媒体传感器网络路由，分为两类:非智能和智能。
(1)非智能路由:Zuo等人在2012年提出了一种两跳集群图像传输方案。在利用重定向器压缩图像以节省能量从而避免能量空洞的同时，引入自适应传输半径调整和能量感知任务分配来平衡能量消耗。但是，它不考虑多媒体传输中的任何QoS度量。
Varalakshmi等人在2014年提出了一种选择性加密和节能集群方案，实现了无线多媒体传感器网络中网络生命周期和视频失真的联合优化。使用H.264/AVC参考编解码器压缩和执行选择性加密方案，从而减少额外的加密开销。
高效节能的QoS保证路由(EEQAR) (Lin等人，2011)实现了无线多媒体传感器网络的能效，满足了QoS要求。该协议采用蜂窝拓扑结构形成集群结构，通过结构移动来平衡能量消耗。节点使用一个基于社交网络的QoS信任评估模型分析来衡量他们相邻节点的QoS提供和更新监测结果。然而，EEQAR没有考虑如何选择可靠的路由，也没有一种评估视频质量的方法。
Kandris等人在2011年提出了PEMuR，一种基于集群的无线多媒体传感器网络高效多媒体路由。sink能够升级并维护集群结构，并对整个网络进行能量阈值。如果能量消耗超过阈值，将通知CH。PEMuR引入了一个预测模型来评估丢包对视频失真的影响。当传输速率超过可用带宽时，它可以根据尽可能减少视频失真的规则有选择地丢弃一些视频数据包。然而，集中式聚类方案增加了控制开销，从而降低了网络生命周期。
Rosaacute;rio等人(2012)提出了一种智能多跳分层路由协议(MEVI)，为无线多媒体传感器网络中的多媒体传输提供QoS/ QoS支持。在路由选择时，考虑了物理层、MAC层和网络层的跨层参数。MEVI引入了一种机会机制来创建集群，同时执行根据所感测的数据触发多媒体传输的智能解决方案。
(2)智能路由:基于蚁群的QoS路由模型(antsennet) (Cobo等人，2010)在无线多媒体传感器网络中提供了区分服务和QoS保证。在进行路由选择之前，节点通过分布式算法形成一个覆盖整个网络的虚拟骨干网。在路由发现阶段，当一个CH需要传输数据时，生成一定数量的转发蚂蚁，如果没有找到满足约束的路由，则进行搜索。在路由应答阶段，sink根据前方蚂蚁携带的信息来判断一条路径是否满足QoS约束。如果是这样，则向源节点生成反向蚂蚁。在路由维护阶段，源节点定期生成转发蚂蚁，对路由进行升级和维护。然而，这些算法不可避免地会在折痕协议的复杂性。
Huang等人在2014年提出了两种基于蚁群的无线多媒体传感器网络路由算法IPACR和ICACR。前者通过调整初始信息素分布对典型蚁群路由算法进行改进，从而加快算法的收敛速度，提高路径搜索的概率。后者适用于大规模场景。但是，由于响应速度较慢，该算法在一些实时场景下可能不适用。用于大规模场景。但是，由于响应速度较慢，该算法在一些实时场景下可能不适用。
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[262686]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
