一种适用于雷达传感器网络的多跳分簇方法技术

一种适用于雷达传感器网络的多跳分簇方法，本发明专利技术涉及通信网络分簇技术领域，解决现有技术由于忽略了信道增益而导致的检测性能低等技术问题。本发明专利技术主要包括利用由信道增益作为输入的模糊逻辑系统选择簇头方法和利用信道衰减的图论路由选择方法。本发明专利技术用于传感器网络分簇。

【技术实现步骤摘要】

本专利技术涉及通信网络分簇
，具体涉及一种适用于雷达传感器网络的多跳分簇方法。
技术介绍
雷达传感器网络(radarsensornetworks,RSN)是一种由多个雷达传感器节点组成的无线传感网络。目的主要是探测和跟踪目标。RSN可以通过发射电磁波从不同的方向来探测目标，根据目标的回波信号获取目标的信息。这些信息经嵌入式系统处理后，通过随机自组织RSN以多跳中继方式送到用户终端。RSN通过对小型雷达传感器的组网主动式地对待检测区域实施监测。RSN的应用前景受到了很多国家和科研机构的重视。分簇算法能有效地降低无线网络的能量消耗、延长网络寿命、增强网络连贯性和减少数据开发。它的基本思想是将无线传感网划分为各个片区，即簇(cluster)。并在簇中设定中心控制节点，即簇头(clusterhead)。在节点分簇算法中，根据簇内非簇头节点到簇头节点的跳数，可分为簇内单跳与簇内多跳算法，即可采用单跳算法的非簇头节点直接与簇头进行通信，而多跳算法中的非簇头节点可通过其他中继节点与簇头进行通信。一方面由簇头对簇内其它节点进行管理并且负责数据融合，这大大减少了网络中的控制数据；另一方面由簇头向更上一层的路由(如基站)进行数据的长距离转发，也在很大程度上节省了网络能量，有益于使用分布式算法，适用于大规模部署网络。研究表明分簇算法在传感器网络中性能表现非常好。因此可以将分簇拓扑结构应用于RSN，延长RSN的寿命。现有簇头选择的方法主要以节点的标识参数进行选取。按照网络的需求，根据这些参数的大小选择簇头。这些参数可以是节点的剩余电池能量，连通度，或者多个参数的组合。当需要综合考虑多个因素时，模糊逻辑系统是一种有效的甄选工具。许多簇头选择算法使用了模糊逻辑系统，通过设计模糊逻辑系统的输入输出准则来选择最佳簇头。如在CHEF(cluster-headelectionmechanismusingfuzzylogic)算法中，模糊逻辑系统的输入参数是节点的剩余能量和节点通信范围内与其相邻节点的距离之和。然而，这些研究在设计模糊逻辑系统的模糊准则时，其出发点主要是减少网络的能耗，并没有考虑影响目标检测性能的参数，如信道衰减。多跳分簇算法指的是簇内非簇头节点通过其他中继节点与簇头进行通信。传统的多跳路径算法主要是为了解决能量优化问题。基本思想是从众多路由中选择一条最优路由，通过采用多跳形式减少通信距离以减少发射功率。目前国内外均做了大量的研究。一些多路径路由协议在单路径路由的基础上增加了多路径处理机制，或者研究节能路由策略，考虑跳数，各节点功率控制及传输方式选择路由来延长网络的生命周期。但是对于RSN来说检测目标是主要任务，而现有多跳传输路由并没有考虑影响目标检测性能的因素(如数据传输时的信道增益)，也没有从提升簇头作数据融合后的检测性能出发选择簇头。本文针对上述存在问题或不足，本专利技术提出了一种适用于RSN的多跳分簇方法，命名为F3&GORS，旨在延长网络生命周期的同时尽可能的提高网络的检测性能。本专利技术使用模糊C均值聚类算法对RSN进行分簇。在簇头选择上，本专利技术考虑了簇头向基站传输数据时的信道增益，进而设计了一种具有三个输入的模糊逻辑系统设计方案(fuzzylogicsystemwiththree-antecedents，F3)，用来计算各个雷达传感器的簇头选择概率，具有最大簇头选择概率的雷达传感器成为簇头。簇内采用多跳传输方式，本专利技术提出了一种基于图论的路由选择算法(agraphbasedoptimalroutingselection，GORS)，该算法考虑了簇内节点多跳传输时的信道增益旨在减少多跳路由传输时的信道损耗。本专利技术提出的分簇算法与现有分簇算法相比，创新点主要在于以提高网络检测性能为主要目的，在簇头和路由选择上均考虑了数据传输时的信道增益。
技术实现思路
针对上述现有技术，本专利技术目的在于提供一种适用于雷达传感器网络的多跳分簇方法，解决现有技术由于忽略了信道增益而导致的检测性能低等技术问题。为达到上述目的，本专利技术采用的技术方案如下：一种适用于雷达传感器网络的多跳分簇方法,包括利用由信道增益作为输入的模糊逻辑系统选择簇头方法和利用信道衰减的图论路由选择方法。上述方法中，具体包括如下步骤，步骤1、将具有相同信号处理能力、通信能力和不同初始能量的雷达传感器随机布置于待监测区域，构成雷达传感器网络，再相对基站统计出雷达传感器的位置信息；步骤2、根据模糊C均值聚类算法，结合雷达传感器的位置信息对雷达传感器网络进行分簇，获得雷达传感器聚类的簇；步骤3、相对初始能量统计出雷达传感器网络的剩余能量，将剩余能量、雷达传感器至基站的距离和其向基站发送信号的信道增益作为模糊逻辑系统的输入，通过模糊逻辑系统对簇内每个雷达传感器所在节点进行计算，选择出簇头；步骤4、构建非簇头的剩余节点为结构体，簇头作为结构体内节点的下一个传输节点，再根据图论路由选择方法，对结构体内各个节点的信道衰减系数进行迭代筛选与标记，构建多跳路由。上述方法中，还包括步骤5，雷达传感器网络进入工作阶段：目标随机出现在待监测区域，由非簇头雷达传感器对目标进行检测，并将检测结果经单跳或多跳路径传输给相应的簇头；由簇头对接收到的数据进行融合判决，并将该判决结果发送给基站；基站做第二次融合并作出最终判决监测区域内有无目标；雷达传感器网络每传送一次数据后，由于信道增益发生变化；返回步骤3，重新选取簇头和传输路径；雷达传感器网络每隔一段时间，统计雷达传感器网络中剩余雷达传感器的数目，若该数目少于雷达传感器网络上一次分簇前剩余雷达传感器数目的90％，返回步骤2，重新分簇。上述方法中，所述的步骤3，包括如下步骤，步骤3.1、设计模糊逻辑系统，计算各个雷达传感器的簇头选择概率；步骤3.1.1、将模糊逻辑系统的输入设置为雷达传感器网络的剩余能量、由雷达传感器向基站发送的信号的信道增益、雷达传感器与基站之间的距离；步骤3.1.2、将输入分别划分为三个等级：剩余能量为低、中、高，信道增益为小、中、大，距离为短、中、长；步骤3.1.3、模糊逻辑系统的输出为簇内每个节点当选为簇头的概率，概率划分为非常小、小、中、大、非常大五个等级；步骤3.2、选择模糊逻辑系统输出最大的雷达传感器所在节点作为簇头。上述方法中，所述的步骤4，步骤4.1.1、初始化当前处理节点为簇头n_cur＝clusterhead，并对每一个非簇头雷达传感器构建结构体，标记非簇头雷达传感器为未知状态ni.known＝false；步骤4.1.2、所有非簇头雷达传感器的下一个传输节点为簇头ni.next＝clusterhead；步骤4.1.3、ni.fading表示当前的传输的信道衰减系数，即由ni向n_cur传输的信道衰减系数hi,cur；步骤4.1.4、构建向量Vnode，该向量的元素为非簇头雷达传感器的结构体；步骤4.1.5、对向量Vnode按照结构体元素ni.fading从大到小的顺序排序，其中，向量Vnode的第一个元素Vnode[1]总是具有最大的向当前处理节点n_cur传输的信道衰减系数；步骤4.2.1、标记对应第一个元素Vnode[1]的节点为已知状态，Vnode[1].known＝TRUE；步骤4.2.2、本文档来自技高网...

【技术保护点】
一种适用于雷达传感器网络的多跳分簇方法,其特征在于，包括利用由信道增益作为输入的模糊逻辑系统选择簇头方法和利用信道衰减的图论路由选择方法。

【技术特征摘要】
1.一种适用于雷达传感器网络的多跳分簇方法,其特征在于，包括利用由信道增益作为输入的模糊逻辑系统选择簇头方法和利用信道衰减的图论路由选择方法。2.根据权利要求1所述的一种适用于雷达传感器网络的多跳分簇方法,其特征在于，具体包括如下步骤，步骤1、将具有相同信号处理能力、通信能力和不同初始能量的雷达传感器随机布置于待监测区域，构成雷达传感器网络，再相对基站统计出雷达传感器的位置信息；步骤2、根据模糊C均值聚类算法，结合雷达传感器的位置信息对雷达传感器网络进行分簇，获得雷达传感器聚类的簇；步骤3、相对初始能量统计出雷达传感器网络的剩余能量，将剩余能量、雷达传感器至基站的距离和其向基站发送信号的信道增益作为模糊逻辑系统的输入，通过模糊逻辑系统对簇内每个雷达传感器所在节点进行计算，选择出簇头；步骤4、构建非簇头的剩余节点为结构体，簇头作为结构体内节点的下一个传输节点，再根据图论路由选择方法，对结构体内各个节点的信道衰减系数进行迭代筛选与标记，构建多跳路由。3.根据权利要求2所述的一种适用于雷达传感器网络的多跳分簇方法,其特征在于，所述的步骤3，包括如下步骤，步骤3.1、设计模糊逻辑系统，计算各个雷达传感器的簇头选择概率；步骤3.1.1、将模糊逻辑系统的输入设置为雷达传感器网络的剩余能量、由雷达传感器向基站发送的信号的信道增益、雷达传感器与基站之间的距离；步骤3.1.2、将输入分别划分为三个等级：剩余能量为低、中、高，信道增益为小、中、大，距离为短、中、长；步骤3.1.3、模糊逻辑系统的输出为簇内每个节点当选为簇头的概率，概率划分为非常小、小、中、大、非常大五个等级；步骤3.2、选择模糊逻辑系统输出最大的雷达传感器所在节点作为簇头。4.根据权利要求2所述的一种适用于雷达传感器网络的多跳分簇方法,其特征在于，所述的步骤4，步骤4.1.1、初始化当前处理节点为簇头n_cur＝clusterhead，并对每一个非簇头雷达传感器构建结构体，标记非簇头雷达传感器为未知状态ni...

【专利技术属性】
技术研发人员：梁菁，胡耀月，毛诚晨，刘怀远，余萧峰，刘晓旭，张洋，
申请(专利权)人：电子科技大学，
类型：发明
国别省市：四川;51