一种基于节点群体关系度的网络分簇方法技术

本发明专利技术涉及一种基于节点群体关系度的网络分簇方法，属于通信技术领域。该方法主要包括以下步骤：步骤1)簇建立过程：通过分析网络终端节点移动状态，计算节点间的群体关系值，以判得簇首，完成簇建立；步骤2)簇维护过程：包括节点的加入与离开，簇的拆分及管理等。本发明专利技术提供的基于终端节点移动位置预测和空间相关度的分簇方法能构建出一个稳定的群组，且能够保持较稳定的簇首数量及较低的分簇开销，提供了更好的网络管理与优化方法，能有效地解决不同应用场景下移动节点群组切换过程中可能出现的网络拥塞问题。

A network clustering method based on node group relationship degree

The invention relates to a network clustering method based on node group relationship degree, which belongs to the field of communication technology. The method mainly includes the following steps: Step 1) the process of cluster establishment: by analyzing the mobile status of the network terminal nodes, calculating the group relationship values between nodes, determining cluster heads, completing cluster establishment; step 2) cluster maintenance process, including the joining and leaving of nodes, the separation and management of clusters, etc. The clustering method based on mobile location prediction and spatial correlation of terminal nodes can build a stable group, and can maintain a stable number of cluster heads and lower cluster overhead. It provides a better network management and optimization method, and can effectively solve the mobile node group cutting in different application scenarios. Network congestion that may occur in the process of change.

【技术实现步骤摘要】
一种基于节点群体关系度的网络分簇方法
本专利技术属于通信
，涉及一种基于节点群体关系度的网络分簇方法。
技术介绍
无线传感器网络(WirelessSensorNetwork)是由部署在监测区域内大量的微型传感器节点或者携带无线传感器的移动终端设备组成，通过无线通信方式形成的一个多跳、自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中的信息。近年来，WSN得到了长足的发展，在众多方面都得到了广泛的应用，如环境监控、生态观测、抢险救灾、城市交通、生物医疗以及目标定位等。无线通信技术、计算机技术等多方面技术取得的巨大成就使得成本低、体积小、适于中短距离通信的多功能传感器越来越丰富，以传感器为主要单元的网络结构也越来越复杂。分簇是将网络终端节点依据某种关联规则划分成逻辑上独立的节点集合，是一种网络结构的管理与优化。它最早出现在分组无线网中，通过划分网络节点，形成层次结构，相邻节点组成群组，群成员(GroupMember，GM)推选一个群首(GroupLeader，GL)，又叫簇首(ClusterHead，CH)，簇首构成二层骨干网来转发成员数据。在具有自组织特性的网络中，把原有地位相对固定和作用基本对等的终端节点聚合到上一层次中，通过兼具网关作用的簇首与其他群组的簇首或网络设施进行数据交互，大幅减少接入网络的承载能力，有效控制网络拥塞问题。同时，将节点的移动性作为簇首选举的依据，进一步延伸了网络的可扩展性，使得原有的平面体系结构的自组织网络具备层次式管理方式。从网络管理和网络性能优化等角度来看，分簇策略非常适于网络中移动节点的管理。所以，在将分簇的概念引入网络结构优化与管理后，分簇的思想可以很好地对网络中移动节点进行管理，由此，分簇方法也得到很多研究者的关注。在WSN中，尤其是网络中存在较多的移动节点时，合理的分簇方法能有效地对网络结构进行优化及管理，进而能够减少终端节点间的通信距离与通信量，对于减少路由开销、节省带宽、降低能耗、延长节点及网络的生命周期，以及提高网络故障诊断正确率等方面，都具有十分重要的意义。
技术实现思路
有鉴于此，本专利技术的目的在于提供一种节点群体关系度的分簇方法，能够有效地提高移动传感器网络分簇的稳定性，进而改善网络整体性能。为了达到上述目的，本专利技术提供如下技术方案：一种基于节点群体关系度的网络分簇方法，包括以下步骤：步骤1)终端节点移动信息，包括移动速度、地址位置等，因此可以计算出单位时间T内的平均速度Δv和平均加速度Δa；同时，以坐标轴为基准，计算节点在X轴和Y轴上的线性位移ΔXT和ΔYT，则单位时间T内的位移D为：单位时间T内的平均速度为：同样，单位时间T内的平均加速度为：步骤2)对每个终端节点计算其一跳通信范围内的所有邻居节点的群体关系值(GroupRelation，GR)，D2D模式可以使得节点将自身的平均速度Δv和平均加速度Δa封装在HELLO信息包内，广播给一跳范围内的所有邻居节点；每个节点在收到邻居的HELLO包后，计算与其邻居节点的相对速度RV和相对加速度RA；GR值通过节点i和节点j的相对速度RV和相对加速度RA的乘积确定；节点i和节点j的相对速度RV为：其中，vmax为网络中允许节点移动的最大速度；同理，每个终端节点与其邻居节点的相对加速度RA为：其中amax为节点的最大加速度；因此，节点i和节点j之间的空间相关度SD(i,j)可通过以下公式计算：SD(i,j)＝RV(i,j)×RA(i,j)由此可知，节点i的空间相关度的总和(TotalSpatialDependency，TSD)可以定义为节点i一跳邻居节点SD的和，满足下式：步骤3)通过TSD值可以推导出节点的GR值为：其中，n为某一节点的一跳邻居个数。通过上式可知，GR值代表节点与其所有邻居节点移动特性的相似程度，GR值越高说明该节点在该单位时间内与其邻居节点的移动相似性越高，记节点i的群体关系值为GR(i,t)。步骤4)根据马尔科夫链的轨迹预测，可以在t时刻得到t+T时刻的位置，由此可以计算出t+T的群体关系值GR(i,t+T)，则单位时间T内节点i的群体关系值的变化率ΔGR可定义为：步骤5)分别对各节点的群体关系值GRi和群体关系值的变化率ΔGRi归一化，归一化过程计算如下：同样，归一化的群体关系值的大小表征了节点与其邻居节点依赖度的大小，归一化的群体关系值的变化率表征节点对其邻居节点群体关系变化的依赖度大小。步骤6)根据t时刻的GR和ΔGR确定簇首。设和权重值分别为α(0＜α＜1)和β(0＜β＜1)，且α+β＝1，由于群体关系值GR越大，分簇越稳定，群体关系值变化率ΔGR越大，分簇开销越大，因此，群体关系值GR可作为节点群体关系度量值ωGR的效益值，而群体关系值的变化率ΔGR可作为节点群体关系度量值ωGR的成本值，则移动节点i的群体关系度量值计算如下：进而将的节点作为簇首，以代表群体的移动特征，权重的确定可以依据当前节点的移动状态和算法目标动态来设定。附图说明为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步的详细描述，其中：图1为本专利技术所述的基于节点群体关系度的网络分簇方法流程示意图；图2为本专利技术所述的主要数据包结构示意图；具体实施方式下面将结合附图，对本专利技术的优选实施例进行详细的描述。本专利技术提供了一种基于节点群体关系度的网络分簇方法，该方法以节点的平均速度和平均加速度为基本移动特征，计算节点间的群体关系值；进一步通过马尔科夫过程预测节点的移动轨迹，根据预测位置可以获得节点下一时刻的群体关系值，进而可以得到移动节点群体关系值在某一时间内的变化率；以节点的群体关系值和群体关系值的变化率来共同判定节点的节点群体关系度，将节点群体关系度值最大的节点作为簇首，以完成簇建立过程，针对不同的应用场景，该分簇算法可以做出自适应的改变，在网络规模与节点移动的应用场景中，该分簇方法可以构建出一个稳定的群组，在簇首数目、簇首生存时间和簇首变化次数三方面都能取得不错的效果，可以有效地降低分簇开销与改善网络整体性能，该方法的具体实施包括如下步骤：步骤1)初始状态时，即终端节点i还未加入任意一个簇，节点i与其所有邻居节点之间每隔时间T广播一次HELLO包；HELLO包主要包括节点i的节点ID、平均速度Δv、平均加速度Δa和移动方向等，邻居节点将HELLO包反馈回发送节点，该发送节点按以下步骤计算出自身对应的GR值和ωGR值：步骤1-1)终端节点移动信息，包括移动速度，地址位置等，因此可以计算出单位时间T内的平均速度Δv和平均加速度Δa，同时，以坐标轴为基准，计算节点在X轴和Y轴上的线性位移ΔXT和ΔYT，则单位时间T内的位移D为：单位时间T内的平均速度为：同样，单位时间T内的平均加速度为：步骤1-2)对每个终端节点计算其一跳通信范围内的所有邻居节点的群体关系值(GroupRelation，GR)，D2D模式可以使得节点将自身的平均速度Δv和平均加速度Δa封装在HELLO信息包内，广播给一跳范围内的所有邻居节点；每个节点在收到邻居的HELLO包后，计算与其邻居节点的相对速度RV和相对加速度RA，GR值通过节点i和节点j的相对速度RV和相对加速度RA的乘积确定，节点i和节点j的相对速度本文档来自技高网...

【技术保护点】
1.一种基于节点群体关系度的网络分簇方法，该方法以节点的平均速度和平均加速度为基本移动特征，计算节点间的群体关系值，进一步通过马尔科夫过程预测节点的移动轨迹，根据预测位置可以获得节点下一时刻的群体关系值，进而可以得到移动节点群体关系值在某一时间内的变化率，以节点的群体关系值和群体关系值的变化率来共同判定节点的群体关系度值，将此度量值最大的节点作为簇首，以完成簇建立过程，针对不同的应用场景，该分簇算法可以做出自适应的改变，在网络规模与节点移动的应用场景中，该分簇方法可以构建出一个稳定的群组，在簇首数目、簇首生存时间和簇首变化次数三方面都能取得不错的效果，可以有效地降低分簇开销与改善网络整体性能。

【技术特征摘要】
1.一种基于节点群体关系度的网络分簇方法，该方法以节点的平均速度和平均加速度为基本移动特征，计算节点间的群体关系值，进一步通过马尔科夫过程预测节点的移动轨迹，根据预测位置可以获得节点下一时刻的群体关系值，进而可以得到移动节点群体关系值在某一时间内的变化率，以节点的群体关系值和群体关系值的变化率来共同判定节点的群体关系度值，将此度量值最大的节点作为簇首，以完成簇建立过程，针对不同的应用场景，该分簇算法可以做出自适应的改变，在网络规模与节点移动的应用场景中，该分簇方法可以构建出一个稳定的群组，在簇首数目、簇首生存时间和簇首变化次数三方面都能取得不错的效果，可以有效地降低分簇开销与改善网络整体性能。2.根据权利要求1所述的一种基于节点群体关系度的网络分簇方法，其特征在于：所述方法具体实施包括如下步骤：步骤1)簇建立过程：通过分析网络终端节点移动状态，计算节点间的群体关系度，以判得簇首，完成簇建立；步骤2)簇维护过程：包括节点的加入与离开，簇的拆分及管理等。3.根据权利要求2所述的一种基于节点群体关系度的网络分簇方法，其特征在于：所述步骤步骤S1)簇建立过程：通过分析网络移动节点移动状态，计算节点间的群体关系度，以判得簇首，完成簇建立，具体包括以下步骤：步骤S11)终端节点移动信息，包括移动速度，地址位置等，因此可以计算出单位时间T内的平均速度Δv和平均加速度Δa，同时，以坐标轴为基准，计算节点在X轴和Y轴上的线性位移ΔXT和ΔYT，则单位时间T内的位移D为：单位时间T内的平均速度为：同样，单位时间T内的平均加速度为：步骤S12)对每个终端节点计算其一跳通信范围内的所有邻居节点的群体关系值(GroupRelation，GR)；D2D模式可以使得节点将自身的平均速度Δv和平均加速度Δa封装在HELLO信息包内，广播给一跳范围内的所有邻居节点；每个节点在收到邻居的HELLO包后，计算与其邻居节点的相对速度RV和相对加速度RA；GR值通过节点i和节点j的相对速度RV和相对加速度RA的乘积确定；节点i和节点j的相对速度RV为：其中，vmax为网络中允许节点移动的最大速度；同理，每个终端节点与其邻居节点的相对加速度RA为：其中amax为节点的最大加速度；因此，节点i和节点j之间的空间相关度SD(i,j)可通过以下公式计算：SD(i,j)＝RV(i,j)×RA(i,j)由此可知，节点i的空间相关度的总和(TotalSpatialDependency，TSD)可以定义为节点i一跳邻居节点SD的和，满足正式：步骤S13)通过TSD值可以推导出节点的GR值为：其中，n为某一节点的一跳邻居个数；通过上式可知，GR值代表节点与其所有邻居节点移动特性的相似程度，GR值越高说明该节点在该单位时间内与其邻居节点的移动相似性越高，记节点i的群体关系值为GR(i,t)；步骤S14)根据马尔科夫链的轨迹预测，可以在t时刻得到t+T时刻的位置，由此可以计算出t+T的群体关系值GR(i,t+T)，则单位时间T内节点i的群体关系值的变化率ΔGR可定义为：步骤S15)分别对各节点的群体关系值GRi和群体关系值的变化率ΔGRi归一化，归...

【专利技术属性】
技术研发人员：杨飞跃，陶洋，章思青，代建建，梅思梦，邓行，李朋，谢金辉，许湘扬，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50