一种传感器节点的分簇方法和系统技术方案

本发明专利技术提供一种传感器节点的分簇方法，包括：选取簇内节点，计算选取的簇内节点传输感知数据时产生的能量消耗e，计算该簇内节点所在的分簇中所有簇内节点的感知数据进行簇内汇聚算法后再传输的能量消耗E，计算将该簇内节点剔除出去后的分簇将簇内剩余簇内节点的感知数据进行簇内汇聚算法后再传输的能量消耗E’，判断E是否小于E’与e的和，若是，保留该簇内节点；若否，剔除，判断是否存在生成的新分簇，若否，创建新分簇，将剔除的簇内节点加入到新分簇内；若是，将剔除的簇内节点加入到已存在的新分簇内；获取最终分簇信息。本发明专利技术在保证簇内节点的相关性的同时，也保证簇内节点之间的数据传输的高效性，提升数据汇聚算法的性能。

【技术实现步骤摘要】

本专利技术属于无线传感器网络技术网络，涉及一种分簇方法和系统，特别是涉及一种传感器节点的分簇方法和系统。
技术介绍
无线传感器网络通常包含一个基站以及若干个随机分布的传感节点。传感节受到有限的资源，如电量、传输范围、计算能力的限制。在此种网络中，传感节点需要周期性地收集传感数据并向基站上报。最简单的方法是将节点的数据通过多跳网络向基站进行转发，该方法虽然精度高，但距离基站近的节点需要帮助较远节点进行大量的数据转发，进而增加了这些节点的耗电量，导致它们很快掉电而失效，大大影响全网的网络寿命。数据汇聚技术是无线传感器网络中数据采集应用方面的关键技术。其具体思想为通过在数据收集过程中对数据进行预处理，以达到减少网络通讯量的目的。平均值、数据压缩、网络编码、压缩感知等数据汇聚算法的可行性是建立在传感节点间感知数据的空间和时间维度的相关性之上。分簇式策略被证明能够显著提高网内数据汇集的效果。原因就在于小范围内的节点间通常存在很强的相关性。在分簇策略中，数据预处理首先在簇内进行，然后由簇头将汇聚后的数据包转发给基站。显然，分簇策略将节点间相关性保留的程度决定着分簇策略的优劣。目前在传感器网络的数据采集中，绝大部分已有的数据汇聚技术是利用传感节点之间的数据相关性。现有技术中压缩感知及Slepian-Wolf Coding技术分别被引入数据采集中作为数据汇聚的算法。例如在《大规模无线传感器网络中基于压缩感知的数据采集》中，由于没有采用分簇的策略，因此整体能量效率很低。而例如在，《分簇式无线传感器网络中基于Slepian-Wolf编码的分布式数据汇聚》和《一种层级化能效高效的无线传感器网络数据汇聚方法》以及绝大部分其他技术，都是基于地理信息对节点进行分簇，导致节点间的相关性可能被破坏，影响数据汇聚算法的性能。但若完全跟据数据相关性对节点进行分簇，贝U可能会导致节点的地理位置不利于簇内汇聚，使簇内汇聚的能耗增加。因此，如何在保证数据汇聚技术应用效果的同时，也保证簇内汇聚的高效性实已成为本领域从业者亟待解决的技术问题。
技术实现思路
鉴于以上所述现有技术的缺点，本专利技术的目的在于提供一种传感器节点分簇方法和系统，用于解决现有技术中在数据汇聚技术应用效果的同时无法保证分簇内汇聚的高效性的问题。为实现上述目的及其他相关目的，本专利技术一方面提供一种传感器节点的分簇方法，应用于包括一个基站以及若干个随机分布的传感器节点的无线传感器网络中，所述传感器节点的分簇方法包括:步骤一，采集η组感知数据作为训练数据；其中，η大于等于2 ；步骤二，对η组训练数据使用数据挖掘算法提取出所述训练数据中的局部相关性信息，根据所述训练数据中的局部相关性信息生成初始分簇信息c = {Cl, c2,…，cj ;其中，Cl，c2,…，c?表示m个分簇，m为大于等于1的正整数；步骤三，对m个分簇逐个优化，选取一个分簇，在该分簇内逐个选取簇内节点，计算选取的簇内节点传输感知数据时产生的能量消耗e,计算选取的簇内节点所在的分簇中所有簇内节点的感知数据进行簇内汇聚算法后再传输至所述基站时产生的能量消耗E，计算将选取簇内节点剔除出去后的分簇将簇内剩余簇内节点的感知数据进行簇内汇聚算法之后再传输至所述基站时产生的能量消耗E’，判断E是否小于E’与e的和，若是，则将所选取的簇内节点保留在该分簇内；若否，则将所选取的簇内节点剔除，判断是否存在该分簇内其他簇内节点生成的新分簇，若否，则创建一新分簇，将剔除的簇内节点加入到创建的新分簇内；若是，则直接将剔除的簇内节点加入到已存在的新分簇内；步骤四，循环执行步骤三，直至优化完毕m个分簇和所有新生成的分簇，获取最终分簇信息X = {Χι, Χ2,…，xv}，其中Xi，X2，…，xv表示V个优化后的分簇，V为大于1的正整数。优选地，所述步骤三中还包括在分簇选取传输感知数据时产生的消耗能量最小的簇头节点，计算选取的簇内节点所在的分簇将簇内所有节点的感知数据进行簇内汇聚算法之后再传输至所述基站时产生的能量消耗E是指计算将汇聚后的所有感知数据传输至所述簇头节点，通过所述簇头节点转发至基站时产生的能量消耗E。优选地,所述步骤三中还包括依次对每个分簇内的所有簇内节点进行逐个优化，剔除的簇内节点放置在创建的新分簇中，形成新分簇。优选地，所述传感器节点分簇方法中所述步骤三中是根据所述传感器节点的地理信息对对m个分簇逐个进行优化的。优选地，所述数据挖掘算法为树形变换算法。优选地，在每个分簇内选取的簇内节点是采用多跳方式传输感知数据的。本专利技术另一方面还提供一种传感器节点的分簇系统，应用于包括一个基站以及若干个随机分布的传感器节点的无线传感器网络中，所述传感器节点的分簇系统包括:采集模块，用于采集η组感知数据作为训练数据；其中，η大于等于2 ;与所述采集模块连接的提取模块用于对η组训练数据使用数据挖掘算法提取出所述训练数据中的局部相关性信息，根据所述训练数据中的局部相关性信息生成初始分簇信息；其中，Cl，c2,…，Cni表示m个分簇，m为大于等于1的正整数；分别与所述采集模块和提取模块连接的分簇模块，用于根据所述传感器节点的地理信息对m个分簇逐个优化，选取一个分簇，在该分簇内逐个选取簇内节点，计算选取的簇内节点传输感知数据时产生的能量消耗e，计算选取的簇内节点所在的分簇中所有簇内节点的感知数据进行簇内汇聚算法后再传输至所述基站时产生的能量消耗E，计算将选取簇内节点剔除出去后的分簇将簇内剩余簇内节点的感知数据进行簇内汇聚算法后再传输至所述基站时产生的能量消耗E’，判断E是否小于E’与e的和，若是，则将所选取的簇内节点保留在该分簇内；若否，则将所选取的簇内节点剔除，判断是否存在该分簇内其他簇内节点生成的新分簇，若否，则仓il建一新分簇，将剔除的簇内节点加入到创建的新分簇内；若是，则直接将剔除的簇内节点加入到已存在的新分簇内；且所述分簇模块还用于直至优化完毕m个分簇和所有新生成的分簇，获取最终分簇信息X = {Xl, x2,…，xv}，其中Xi, x2,…，xv表示v个优化后的分簇，V为大于1的正整数。优选地，所述分簇模块还用于在分簇选取传输感知数据时产生的消耗能量最小的簇头节点，计算选取的簇内节点传输感知数据的能量消耗e是指计算选取的簇内节点传输感知数据至基站时产生的能量消耗e。优选地，所述传感器节点分簇系统还包括与所述分簇模块连接的选择模块，所述选择模块用于在每一个优化后的分簇内选取能够以最小消耗能量传输感知数据的簇头节点，将每个一个优化后的分簇内汇聚后的感知数据传输至所述该簇的簇头节点以便其将所述数据传输至所述基站。如上所述，本专利技术的传感器节点的分簇方法和系统，具有以下有益效果:1、本专利技术所述的传感器节点的分簇方法和系统在保证了簇内节点的相关性的同时，也保证了簇内节点之间的数据传输的高效性，提升数据汇聚算法的性能，进而节省网络能量，延长网络寿命。2、本专利技术使数据汇聚算法更好地利用传感器节点间感知数据局部相关性，在同等数据恢复精度要求下提升了网络的能量效率。【附图说明】图1显示为本专利技术的传感器节点的分簇方法流程示意图。图2显示为本专利技术的传感器节点的分簇系统的原理结构示意图。图3显示为本专利技术的传感器节点的分簇系统应用于基于压缩感知数据采集框架本文档来自技高网...

【技术保护点】
一种传感器节点的分簇方法，应用于包括一个基站以及若干个随机分布的传感器节点的无线传感器网络中，其特征在于，所述传感器节点的分簇方法包括：步骤一，采集n组感知数据作为训练数据；其中，n大于等于2；步骤二，对n组训练数据使用数据挖掘算法提取出所述训练数据中的局部相关性信息，根据所述训练数据中的局部相关性信息生成初始分簇信息C＝{c1,c2,…,cm}；其中，c1,c2,…,cm表示m个分簇，m为大于等于1的正整数；步骤三，对m个分簇逐个优化，选取一个分簇，在该分簇内逐个选取簇内节点，计算选取的簇内节点传输感知数据时产生的能量消耗e，计算选取的簇内节点所在的分簇中所有簇内节点的感知数据进行簇内汇聚算法后再传输至所述基站时产生的能量消耗E，计算将选取簇内节点剔除出去后的分簇将簇内剩余簇内节点的感知数据进行簇内汇聚算法之后再传输至所述基站时产生的能量消耗E’，判断E是否小于E’与e的和，若是，则将所选取的簇内节点保留在该分簇内；若否，则将所选取的簇内节点剔除，判断是否存在该分簇内其他簇内节点生成的新分簇，若否，则创建一新分簇，将剔除的簇内节点加入到创建的新分簇内；若是，则直接将剔除的簇内节点加入到已存在的新分簇内；步骤四，循环执行步骤三，直至优化完毕m个分簇和所有新生成的分簇，获取最终分簇信息X＝{x1,x2,…,xv}，其中x1,x2,…,xv表示v个优化后的分簇，v为大于1的正整数。...

【技术特征摘要】

【专利技术属性】
技术研发人员：赵成，魏坤，杨秀梅，杨旸，张武雄，
申请(专利权)人：上海无线通信研究中心，中国科学院上海微系统与信息技术研究所，
类型：发明
国别省市：上海;31