Abstract
近年來無線感測網路由於的它潛在的應用價值，使它受到許多的重視，許多研究著重於使無線感測網路節省能源來達到長時間部署的目的。在於這些研究當中，網路內資料聚集技術被認為是一個能夠有效減少資料傳輸次數，節省傳輸耗能的方法。在這篇論文中，我們為以群集為基礎架構的無線感測網路提出了一個有效的演算法來建造以及維護資料匯集的結構，在我們的架構當中，我們主要的想法是將空間上相關聯性高的感測器分配到同一個高空間關聯性的群組中，為每個高關聯性群組選擇出一個代表性的點，以這代表點的讀數作為參照，利用資料裡時間以及空間上的相關聯性，為資料匯集減少其所需要的傳輸次數，並且使用線性預測的技術來減少縮減傳輸次數所會造成的誤差，這些高關聯性的群組會隨著感測器之間關係的變動而更新。我們也設計了一個簡單的演算法來避免不必要的群組更新，以減少更新所帶來的額外的維護花費。在實驗中，我們使用真實環境當中所量測得到的資料組來測試我們的匯集架構，實驗的結果顯示我們的架構可以節省下大量的傳輸次數，並且不會為最終的匯集值帶來過大的誤差。結果顯示合適的將感測器以資料裡空間的關係性分成不同群組，並且同時應用上時間裡關聯性的匯集架構將會比現有只單獨使用空間或時間關聯性的匯集架構表現地更好。