2仿真及其分析

使用NS2來進行仿真模擬，評估了RDAUA的性能。模擬環境配置為：50個傳感器節點隨機分布在400 m×400 m的區域內，節點按照LEACH協議的思想形成相應的簇，仿真時間為100 s，每個節點隨機產生一定數據位數的數據。Twait、ξ、η等常數分別取值為60 s、90%、1？235.算法主要分析了接收數據的延時、精度和量化級別這幾個參數。

圖3是Sink對接收數據的平均延時情況進行統計對照的結果。從接收數據的延時看，應用RDAUA策略對數據進行融合時，延時比使用常規融合方法明顯降低，有效提高了數據傳輸的實時性，從而保證用戶及時獲得突發事件并采取應對措施。

圖3 接收數據平均延時情況

圖4是Sink對接收數據的精度進行統計的結果對照情況。從接收數據精度結果看，應用 RDAUA策略進行融合，Sink所接收數據的精度比使用常規方法高。因為在 RDAUA算法中，節點融合時丟棄的都是優先級最低的數據，它們對數據精度的影響最小，從而避免了因融合對數據精度的破壞。

圖4 接收數據的精度

圖5是Sink對接收數據的量化級別e的統計情況。從統計結果來看，利用常規方法融合時，量化級別很高的數據也有可能后到達，而利用 RDAUA融合策略則保證了一輪數據傳輸中，量化級別越高的數據越優先到達，便于用戶及早了解突發事件情況，并采取應對措施。

圖5 接收數據的量化級別情況比較

總結

應用于地震監測、森林火災監測等的響應型無線傳感器網絡，會由于突發性事件產生大量的緊急數據，并且這些緊急數據對傳輸實時性要求很高。本文針對這種應用提出了一種基于緊急數據優先和自適應控制的無線傳感器網絡實時數據融合策略RDAUA.

策略中對數據進行量化分級，并為分級高的數據優先分配傳輸時隙進行傳輸，融合時自適應調整融合等待時間，保證將緊急數據迅速融合并傳輸給用戶。該策略有效地保證了緊急數據的實時處理，減少了整個網絡的平均延時，且數據的融合精度較高，具有一定的實際應用價值。