摘要: 1．本文的创新点
本文首次考虑了周期轮转模式下无线传感器网络中最小化时间的聚集调度问题。聚集调度方面的现有工作主要考虑了传感器节点一直处于工作状态的无线传感器网络上的聚集时间最小化问题。然而，现有的方法无法直接应用于周期轮转模式的传感器网络，而对现有方法进行简单修改得到的方法在周期轮转模式下的传感器网络中效率很低。由于该问题为NP难问题，本文基于连通支配集技术给出了一种近似算法。通过理论分析，我们得出该算法的近似比接近于常数。本文还通过模拟实验对本文提出的算法和现有的有代表性的聚集调度算法进行比较，发现本文提出的算法在周期轮转模式下无线传感器网络中的聚集性能高出已有算法。
2．实现方法
本文提出了一种调度算法来解决最小化时间的聚集调度问题，该算法分为两个步骤。第一步是建立无线传感器网络的聚集树，在聚集树的构造过程中首先选取网络中的一部分节点构成极大独立子集，然后选取一些节点来连接上述独立子集中的节点，这些节点一起构成了网络的一个连通支配集，我们称这些节点为支配节点，称其余节点为受支配节点。第二步是对所有节点进行调度生成，该过程中首先对受支配节点生成调度，然后再逐层对支配节点依次生成调度。在调度的生成过程中，我们考虑了周期轮转模式中不同节点的工作时间，并据此对节点进行合理调度。对该算法的聚集时间的理论分析利用的是单位圆图上的极大独立子集的性质，通过层层累加，得到算法聚集时间的上界。
3．结论及未来待解决的问题
最小化时间的聚集调度是解决无线传感器网络中无线信号冲突的一种有效的方法。本文首次研究了周期轮转模式下无线传感器网络中最小化时间的聚集调度问题，并给出了接近于常数近似比的近似算法。本文将提出的算法与现有的几个有代表性的聚集调度算法（包括当前最好的集中式算法和分布式算法）通过模拟实验进行了比较。实验结果表明本文提出的算法在周期轮转模式下的传感器网络中具有更好的聚集性能。本文基于最基本的网络干扰模型来设计调度算法，即传感器节点的传输半径等于干扰半径，而该模型也被现有的相关工作广泛采用。然而，现有关于干扰模型的文献还提出过更贴近实际的干扰模型，如协议模型和物理模型。因此，在不同模型下的最小化时间的聚集调度问题是一个未来待解决的问题。
4．实用价值或应用前景
由于无线传感器节点由电池进行供电，因此无限传感器网络的最稀缺资源是能量，而周期轮转模式是无限传感器网络领域中公认的节省能量的方法，在现有和未来的应用中应该具有广泛的前景。本文基于周期轮转模式考虑无线传感器网络中的聚集，并给出了聚集调度算法，为传感器网络快速聚集提供了可行的方法。本文的模拟实验也佐证了本文提出的算法具有较好的性能，其聚集时间大大低于已有的方法，因此在实际应用中具有一定的价值和前景。