随着通信和微电子技术的发展,出现了一种新型网络-无线传感器网络(WSN).这种网络在军事和民用市场上都有广泛的应用前景,如目标追踪、环境监控及医疗系统等.通常这种网络是由许多电池供电的传感器节点组成,多个传感器节点通过协同操作来实现用户需要的任务.在实际应用中受环境约束,传感器节点中电池不易于充电,从而能量效率是WSN设计时主要考虑因素. 由于传感器节点受限于能量约束,传统的无线网络技术如IEEE802.11和BlueTooth(蓝牙)不能直接应用于WSN,因而出现多种改进技术,如能量有效的MAC协议、能量有效的路由协议及数据聚合(DataAggregation)或数据融合(Data Fusion)等.根据研究表明,数据通信是传感器节点主要能耗操作,本文致力于对WSN中Bandwidth Packing Problem(BWP)的研究.主要研究数据格式长度设计和无损数据聚合算法,目的是提高数据通信效率,延长网络生命期.论文的第一章简单介绍了WSN网络,第二章介绍了WSN中BWP分析的预备知识,第三章到第六章针对每个问题做了详细讨论. 第三章分析了定长数据格式WSN性能,主要包括网络带宽利用率和能效性.在一些WSN应用环境中为了减少控制开销来节省能量,把数据包格式设为定长.然而当应用信息长度不固定时,需要添加填充字符(Padding Bits)来格式化为定长数据.这些填充字符引起带宽资源浪费,导致网络能效降低.另一方面如果应用信息比较短时(如温、湿度数据),此时封装在用户信息前面的协议头开销将耗去大量的网络资源,这也会减低网络效率.基于此问题,本文提出一类物件大小受限的离散装箱问题(BPP).通过对此问题NF;算法的研究,得到协议头影响下定长数据格式WSN中的平均性能.并在EYES节点仿真平台上,讨论了定长数据格式WSN中协议头长度对能效性的影响.根据本章的研究结果,在定长数据格式WSN设计时,由协议头长度、数据包长至少应大于3倍的协议头,以免出现低效率网络. 由第三章结果发现,定长数据格式WSN虽然可以减少控制开销,但用户信息的可变性,使得每个数据包不能被用户信息填满,此时需加以填充字符,而收/发这些填充字符将会引起能量浪费.变长数据格式虽然能够充分利用带宽资源,但每个数据包头的长度指示单元也引起额外的能耗开销.这种开销,在短消息应用的WSN中更加明显.因而第四章提出一种适应不同消息环境的MAC帧长机制-多帧结构(此处以四帧结构为例),来折衷变长数据格式控制开销和定长数据格式填充开销.文中详细讨论了不同帧数目下最佳帧长的定义.并在WSN仿真平台中,基于能量有效的T-MAC(Timeout-MAC)协议上比较了三种帧结构(变长帧、定长帧和改进的帧)的能效性. 在前面两章性能分析过程中,基于BPP中的NF算法来研究WSN网络的性能.NF算法主要优势在于实现简单,计算复杂度为O(n).但由参考文献可知,这种算法性能不是太理想.考虑到WSN环境能量约束,第五章在NF算法基础上提出NFTR、NFFR和NFBR三种重分配算法.在簇群(Clustering)结构中,分析了簇点内这三种算法的平均性能.根据得到的结果,发现重分配机制尤其适合于数据包长度较小的网络环境,如短信息占主导的无线传感器网络.进一步,与NFF(Next FitWith Fragementation)算法作比较,发现在短消息应用的定长数据格式WSN中,本文提出的重分配算法在复杂度相同的情况下,平均性能要好于NFF算法.基于前面提出的重分配算法,第六章为WSN设计了一种前向比较算法(B2F),用于簇群结构中簇头节点对收到的数据进行无损聚合.根据数据聚合技术,可以分为两类:有损和无损聚合.有损聚合虽然可以大幅度减少网络通信量,但这种机制会丢弃一部分信息.当网络中出现数据传递失败时,因信息丢弃会导致这种聚合效率下降.而无损聚合可以避免这种弊端.本文基于级联无损聚合机制,提出B2F算法,在满足低计算复杂度的前提下,可以获得更好的汇聚效率.并在传感器网络仿真平台上进行能效性分析,发现在算法复杂度几乎不增加的前提下,B2F:算法在能量节省方面要远好于FCFS算法. 本文研究的BWP主要是面向能量受限的WSN,由于分析过程中主要是考虑MAC层以上的内容,因而研究的结论同样适用于其它类型的分组网络,如定长数据格式ad hoe网络或有帧填充问题的工业控制网络等.