一种WSNs中基于聚类分簇的协同充电方法技术

本发明专利技术公开了一种WSNs中基于聚类分簇的协同充电方法，首先对全网中的节点根据密度进行分簇，然后再根据节点的剩余能量和邻居节点个数选取簇头，簇头节点作为充电器对该簇进行数据收集的节点；其次，充电器会遍历每一个簇以保证收集全网的数据，当一个簇中有多个待充电节点时，母充电器会寻找一个合适的位置，释放子充电器同时对多个节点进行充电。本发明专利技术将数据分为敏感数据和非敏感数据，并采取不同的收集策略。本发明专利技术能够最小化充电时间，提高充电有效性和网络的可扩展性，使得网络的寿命最大化。

A Collaborative Charging Method Based on Clustering in WSNs

The invention discloses a cooperative charging method based on clustering and clustering in WSNs. Firstly, nodes in the whole network are clustered according to their density, and then cluster heads are selected according to the residual energy of nodes and the number of neighbor nodes. Cluster heads are used as the nodes for data collection by chargers. Secondly, chargers traverse each cluster to ensure data collection in the whole network, when a cluster is formed. When there are more than one node to be charged, the parent charger will find a suitable location and release the sub charger to charge multiple nodes at the same time. The present invention divides data into sensitive data and non-sensitive data, and adopts different collection strategies. The invention can minimize charging time, improve charging effectiveness and network scalability, and maximize network life.

【技术实现步骤摘要】
一种WSNs中基于聚类分簇的协同充电方法
本专利技术属于无线传感器网络节点能量补充
，具体涉及一种WSNs中基于聚类分簇的协同充电方法。
技术介绍
众所周知，能量问题是无线传感器网络的各种应用的主要制约因素之一。一般情况下，无线传感器网络中的传感器节点都是由电池供电，因此如何有效地补充电池电量成为最需要解决的问题之一。为了保证WSN能尽可能长时间的正常工作，必须定期对节点电池进行更换，避免因节点失效而导致网络生命期缩短。但是对于有特殊环境要求的应用，如火山监测系统、野外科考等，人为地对传感器节点电池进行定期更换变得难以实现。通过研究WSN对能量管理策略，路由协议算法等方法来降低节点能耗的方式只能尽可能延长节点电池寿命，不能从本质上解决能量限制问题。而通过从自然环境中获取环保能源(如太阳能、风能)的方法过于依赖周围环境，而且能量采集装置体积也会远大于传感器节点，使得成本过高。无线能量传输技术的发展使得无线传感器网络的研究进入到了一个全新的局面。借助无线能量传输技术，通过能量补充设备为传感器节点定期充电事一种解决WSN能量问题的新的方案。通过将无线充电装置部署在可移动的小车或者无人机上充当移动充电器，通过装置的移动实现对整个网络能量的补给。同时，通过节点的分簇和对移动充电器的控制，可以实现对节点的有效可控充电。为了提高无线充电技术的充电效率，国内外研究专家提出了许多不同的充电方法，相关的文献如下：2014年，Pan等人在《OptimalEnergyReplenishmentandDataCollectioninWirelessRechargeableSensorNetworks》中，文章将能量补充问题和数据收集问题(ERDC)结合成一个混合的整数非线性规划问题。由于该问题是一个NP-hard问题，文章又将该问题转换成上限的LP问题，并提出了一个启发式算法加以解决。作者通过仿真证明提出的算法接近最优的解决方案，并且该方案在保证数据传输的同时能够最佳地补充节点的能量。2015年，Gao等人在《JointWirelessChargingandSensorActivityManagementinWirelessRechargeableSensorNetworks》中，文章提出了一个新的框架，可以联合安排传感器活动和充电，以节省充电车(RV)的的行驶能量。首先，作者提出了两种管理传感器活动的方案：平衡聚类和分布式传感器激活方案，并进一步引入了一个新指标，以便管理每个集群的能源需求。然后将充电问题制定为具有利润的旅行商问题，这是一个NP-hard问题。对于充电路线队列，文章首先通过协调传感器活动和能量补充来研究单个RV的情况，然后使用两种不同的方案将其扩展到多个RV。第一种方案侧重于通过限制移动范围来减少RV的行进距离，第二种方案通过为RV提供整个网络的全局视图来提高整体系统性能。2016年，Wang等人在《AnOptimizationFrameworkforMobileDataCollectioninEnergy-HarvestingWirelessSensorNetworks》中，作者提出使用名为SenCar的移动收集器从指定的传感器收集数据并平衡网络中的能量消耗。然后，作者提出了一个移动数据收集的两步方法。首先，自适应地选择传感器位置的子集，并利用自适应算法，根据节点的能量搜索节点。其次，作者设计了一种分布式算法，通过调整数据速率，链路调度和适应能量波动的流量路由来实现最大的网络效益。仿真表明分布式算法能够非常快速地收敛到最优，并在节点失效的情况下验证其收敛性。作者还表明了此框架的优势，例如它可以适应空间时间能量变化，并证明其与具有静态数据接收器的网络相比的优越性。2016年，Lin等人在《Clusteringandsplittingchargingalgorithmsforlargescaledwirelessrechargeablesensornetworks》中，文章设计了一种混合聚类充电算法(HCCA)，它首先构建一个基于给定网络构建的最小连通支配集的网络骨干网。接下来，提出了一种利用位置关系优势的分层聚类算法，将节点分组成簇。然后，实现K均值聚类算法来计算用于实现能量感知的能量核心集。为了进一步优化HCCA的性能，作者提出了HCCA-TS算法，将能量充电过程转换为任务分割模型。HCCA产生的任务分为小任务，目的是减少充电时间以提高充电效率。仿真结果表明，HCCA可以同时提高充电时间，行程时间和平均充电时间。而HCCA-TS可以进一步改善HCCA的性能。2018年，Wang等人在《CRCM:ANewCombinedDataGatheringandEnergyChargingModelforWRSN》中，文章提出了基于六边形(HB)的算法对该区域内的所有传感器节点进行分类，使数据采集和能量充电同时工作。首先作者考虑传感器节点的剩余能量和地理位置(REGP)来计算每个簇的优先级。其次，提出了动态移动充电器(DMC)算法来计算MC的数量，以确保每个充电队列中没有传感器节点死亡。仿真结果表明，REGP算法优于EDF和NJNP算法，并且当传感器节点数量增加时，DMC也可以很好地运行。
技术实现思路
针对以上问题，本专利技术提出了一种WSNs中基于聚类分簇的协同充电方法，通过聚类算法对网络区域进行分簇，由母充电器携带子充电器利用最优化的方法对每个簇中节点进行充电和数据收集，从而最大化充电器的充电有效性和网络寿命。一种WSNs中基于聚类分簇的协同充电方法，包括以下步骤：(1)将全网的节点进行分簇，根据节点的剩余能量和邻居节点个数选取簇头节点，当节点能量下降到预先设置的阈值时，向基站发出充电请求；(2)基站根据节点发送的充电请求，规划充电路径，派出母充电器遍历每一个簇；(3)如果当前簇没有充电节点，充电器从簇头收集簇内数据后离开；如果当前簇内只有一个待充电节点，该充电节点将转变成簇头，母充电器对该节点进行充电并且收集数据；如果当前簇内有多个待充电节点，母充电器释放小充电器同时对多个节点进行充电；(4)将数据分为紧急数据和不紧急数据，并采取不同的收集策略进行数据收集，实现网络的充电过程与数据收集过程相结合。上述步骤(1)中将全网的节点进行分簇，根据节点的剩余能量和邻居节点个数选取簇头节点的具体步骤如下：(1.1)分簇；分簇算法使用的是Mean-Shift(均值漂移)算法，Mean-Shift算法是基于核密度估计的爬山算法，可用于聚类、图像分割、跟踪等。在均值漂移算法中，通过迭代的方式找到最终的聚类中心，即对每一个样本点计算器漂移均值，以计算出来的漂移均值点作为新的起始点，重复以上的步骤，直到满足终止的条件，得到的最终的均值漂移点即为最终的聚类中心；该算法的优点在于不需要事先确定簇的个数，并且能够准确的找出网络中节点分布密度较高的区域。分好簇后，再将簇中只有一个或两个节点的簇合并到距离该簇位置最近的簇中；(1.2)簇头的选取；根据节点的剩余能量、节点在簇中的邻居节点的数目，为每个节点设置一个名为的值，值的具体计算公式如下：其中，ωi表示节点i的值；α表示选举因素的权重；ni表示节点i的邻居节点个数；nmax表示簇内本文档来自技高网...

【技术保护点】
1.一种WSNs中基于聚类分簇的协同充电方法，其特征在于，包括以下步骤：(1)将全网的节点进行分簇，根据节点的剩余能量和邻居节点个数选取簇头节点，当节点能量下降到预先设置的阈值时，向基站发出充电请求；(2)基站根据节点发送的充电请求，规划充电路径，派出母充电器遍历每一个簇；(3)如果当前簇没有充电节点，充电器从簇头收集簇内数据后离开；如果当前簇内只有一个待充电节点，该充电节点将转变成簇头，母充电器对该节点进行充电并且收集数据；如果当前簇内有多个待充电节点，母充电器释放小充电器同时对多个节点进行充电；(4)将数据分为紧急数据和不紧急数据，并采取不同的收集策略进行数据收集，实现网络的充电过程与数据收集过程相结合。

【技术特征摘要】
1.一种WSNs中基于聚类分簇的协同充电方法，其特征在于，包括以下步骤：(1)将全网的节点进行分簇，根据节点的剩余能量和邻居节点个数选取簇头节点，当节点能量下降到预先设置的阈值时，向基站发出充电请求；(2)基站根据节点发送的充电请求，规划充电路径，派出母充电器遍历每一个簇；(3)如果当前簇没有充电节点，充电器从簇头收集簇内数据后离开；如果当前簇内只有一个待充电节点，该充电节点将转变成簇头，母充电器对该节点进行充电并且收集数据；如果当前簇内有多个待充电节点，母充电器释放小充电器同时对多个节点进行充电；(4)将数据分为紧急数据和不紧急数据，并采取不同的收集策略进行数据收集，实现网络的充电过程与数据收集过程相结合。2.根据权利要求1所述的一种WSNs中基于聚类分簇的协同充电方法，其特征在于：所述步骤(1)中将全网的节点进行分簇，根据节点的剩余能量和邻居节点个数选取簇头节点的具体步骤如下：(1.1)分簇；分簇算法使用的是均值漂移算法，在均值漂移算法中，通过迭代的方式找到最终的聚类中心，即对每一个样本点计算器漂移均值，以计算出来的漂移均值点作为新的起始点，重复以上的步骤，直到满足终止的条件，得到的最终的均值漂移点即为最终的聚类中心；分好簇后，再将簇中只有一个或两个节点的簇合并到距离该簇位置最近的簇中；(1.2)簇头的选取；根据节点的剩余能量、节点在簇中的邻居节点的数目，为每个节点设置一个名为的值，值的具体计算公式如下：其中，ωi表示节点i的值；α表示选举因素的权重；ni表示节点i的邻居节点个数；nmax表示簇内节点的个数；Ei_residual为节点i的剩余能量；Enode为节点的电池容量；将所有节点的值进行降序排序，选取值最大的节点作为簇头节点。3.根据权利要求1所述的一种WSNs中基于聚类分簇的协同充电方法，其特征在于：所述步骤(2)的具体步骤如下：(2.1)根据簇中待充电节点的坐标位置，计算母充电器在每个簇的停留位置；如果簇中没有或者只有一个待充电节点，则簇头或者充电节点为母充电器停留点；如果簇中有多个待充电节点，则使用虚拟势场的方法求得该停留点，具体计算公式如下：F＝force(η1*F1，η2*F2，...，ηi*Fi)其中U(q)是势能函数；d(q，qgoal)指的是两者之间的距离，q代表母充电器，qgoal代表目标节点；F(q)是力的函数，由U(q)函数求导得来；ηi是能量系数，是节点需要补充对能量Ech_i和节点电池容量Enode的比值；F是所有力的合力，这里的所有力代表所有的待充电节点对母充电器产生的引力；当合力F为0时的位置就是母充电器的停留位置；(2.2)根据簇内节点的能量消耗速率和距离，为每一个簇设置一个名为P的...

【专利技术属性】
技术研发人员：韩光洁，吴加威，江金芳，廖泽钦，
申请(专利权)人：河海大学常州校区，
类型：发明
国别省市：江苏,32