一种物联网中自适应分层跨媒体数据融合方法技术

本发明专利技术提出了一种物联网中自适应分层跨媒体数据融合方法。本发明专利技术的步骤：首先布置网络节点并初始化处理，然后根据各节点到sink节点的逻辑跳数进行分层，再结合ws-K-means聚类算法对分层结果进行修正，将各层中的数据分类，对分类后的数据进行跨媒体融合，将融合后的数据传输至sink节点，最后由sink节点进行综合分析，根据网络周期对网络重新分层。本发明专利技术能根据物联网网络拓扑结构的变化自适应分层，提高融合效率，将位置相近且有交叠感知区域的节点分在同一层中进行融合，减少非交叠感知区域中的干扰数据，提高了融合精度和信息采集精度。

【技术实现步骤摘要】

本专利技术涉及，属于无线通信数据收 集领域。
技术介绍
近年来，互联网技术日趋成熟，新兴的物联网成为信息
的又一次大的飞 跃。物联网是通过射频识别、各种传感器、全球定位系统、激光扫描器等信息传感设备，按约 定的通信协议，把各种物品与互联网连接起来，完成信息的交换，从而实现智能化识别、定 位、跟踪、监控和管理的一整套网络系统。物联网的实现是多种设备协同作用的结果，其中 包括：传感器、RFID标签、新型智能网关，智能终端、高性能计算设备和大容量分布式存储 设备等。 近年随着传感器技术和无线通信技术的快速发展，无线传感器网络被广泛地应用 于物联网中。无线传感器网络是由分布在被监测区域内的传感器节点采集环境信息，通过 无线方式组网传输数据给汇聚节点，由汇聚节点进行综合处理的一种监控型网络。其中，传 感器节点通常是由能量有限的电池供电，并且部署之后不易再次充电。因此当网络中的某 些传感器节点死亡，无线传感器网络的拓扑结构会发生变化。目前很多基于无线传感器网 络的节能路由协议已被提出，从网络拓扑结构的角度可以大体将它们分为平面路由协议和 分簇路由协议。但是传统传感器网络只是将数据进行融合而没有考虑数据的特征结构，不 能进行跨媒体数据融合。
技术实现思路
本专利技术的目的在于克服上述已有技术的缺点，提出了一种物联网中自适应分层跨 媒体数据融合方法。本专利技术的步骤为：首先布置网络节点并初始化处理，然后根据各节点到 sink节点的逻辑跳数进行分层，再结合ws-K-means聚类算法对分层结果进行修正，将各层 中的数据分类，对分类后的数据进行跨媒体融合，将融合后的数据传输至sink节点，最后 由sink节点进行综合分析，根据网络周期对网络重新分层。其具体步骤包括如下： 步骤一、物联网中网络节点布置与初始化处理； 步骤二、根据网络中各节点到sink节点的逻辑跳数对网络进行初步分层； 步骤三、结合ws-K-means聚类算法对分层结果进行修正； 步骤四、根据各层中节点的数据属性和感知区域是否交叠对数据分类，然后将各层中 分类后的数据进行跨媒体融合； 步骤五、通过多跳传输方式由外向内传输融合后的数据，最后传输至sink节点处，并 在sink节点进行综合分析； 步骤六、网络依周期Γ循环地执行步骤二至步骤五直至节点全部死亡。 本专利技术具有如下优点： 1、本专利技术能够根据物联网网络拓扑图的变化自适应分层，提高了融合效率； 2、 本专利技术将物理位置相近且有交叠感知区域的节点分在同一层中进行融合，减少了非 交叠感知区域中的干扰数据，提高了融合精度和信息采集精度； 3、 本专利技术规划了融合区域，便于融合算法分布式进行，减少融合延时。【附图说明】 图1是物联网中自适应分层跨媒体数据融合主流程图； 图2是ws-K-means聚类算法流程图； 图3是大棚蔬菜网络图； 图4是网络逻辑分层示意图。【具体实施方式】 为了更清楚地说明本专利技术，根据对大棚蔬菜智能监控这一实施例来进行具体描 述，大棚蔬菜智能监控通过在大棚中布置各种传感器节点，对大棚内的环境进行监控。 结合附图和实施例，本专利技术的具体实现步骤如下： 步骤一、物联网中网络节点布置与初始化处理，具体步骤如下： 1) 确定物联网中传感器节点的类型，其类型有：温度节点、视频节点、语音节点、湿度节 点、气压节点、光强节点等； 2) 将网络中的传感器节点随机标记为其中肖:为网络中的传 感器节点总数； 3) 通过定位算法来获取物联网中传感器节点的位置； 4) 初始化路由表。 步骤二、根据网络中各节点到sink节点的逻辑跳数对网络进行分层，具体步骤如 下： 1) 根据路由表计算各传感器节点到sink节点的逻辑跳数； 2) 根据各传感器节点到sink节点的逻辑跳数进行分层，各传感器节点建立到sink节 点的最优路径，将距sink节点跳数为1的传感器节点归为第爹层，总共将传感器节点分为 备:层，参考图4所示，在本例中，七二3。 步骤三、结合ws-K-means聚类算法对分层结果进行修正，具体步骤如下： 1)设定初始聚类个数为，其中为逻辑分层总层数&，聚类目标函数初始值为初始化聚类迭代次数条在每层中随机选取一个传感器节点作为初 始聚类中心，参考图3所示，在本例中，初始聚类个数二久聚类目标函数初始值为初始化聚类迭代次数条S?:，参考图4所示，随机选择第1层的第1个子节 点、第2层的第2个子节点、第3层的第3个子节点作为初始聚类中心； 2 )计算每个传感器节点獨与每个聚类中心 似度为传感器节点与聚类中心的距离，参考图3所示，在本例中，计算所有传感器节点到 各聚类中心的相似度； 3) 根据求得的相似度，将传感器节点= 1: i 。⑷归到与其最相似的聚类中心 所属的类，即归到与其相似度最小的聚类中心所属的类，参考图3,在本例中，传感器节点个 数沒二14，将每个节点归到与其最近的聚类中心所属的类中去； 4) 假设第，个类中的传感器节点为I,其中义为该类的 传感器节点总数，计算聚类后的聚类测量函数值：5) 判断每类中的传感器节点与其聚类中心是否存在交叠感知区域，分别表示传 感器节点I.和传感器节点,:的感知半径，表示两传感器节点的距离；若=, 则说明节点：?和节点#不存在交叠感知区域；否则，则说明节点I和节点;I存在交叠感知 区域，参考图3所示，在本例中，；，则说明这两个传感器的监控范围没有重 叠；否则说明这两个传感器的监控范围是有重叠的； 6) 若即在与聚类中心 ??.没有交叠感知区域的传感器节点中，选择类半径最大的类及该类的聚类中心?：'若有 .7. ......?、： 多个，则随机选取一个，若不存在满足条件的传感器节点，即每个类中都不存在与类中心没 有交叠感知区域的节点，则分类完成，其中类半径：7) 若即在与聚类中心没有交叠感知区域 的传感器节点中选择该类中距离聚类中心最远的传感器节点"uy，若满足,即在与传感器节点没有交叠感知区域的该类传感器节 点中选择距离:??最远的传感器节点:?? ; 8 )若存在满足条件的节点，则以和其他聚类中心作为初始聚类中心，返 回步骤2)重新进行聚类，否则，以W:1和其他聚类中心作为初始聚类中心，返回步骤2)重 新进行聚类； 9)设:：其中識I为给定的误差允许 值，则返回权利要求3的步骤2)继续执行迭代，否则算法结束，输出聚类分层结果参考图3所示，在本例中，给定则当若_#_襄:?或 ? HCe算法结束，得到大棚蔬菜的聚类分层结果，否则继续执行ws-K-means聚类算法。 步骤四、根据各层中节点的数据属性和感知区域是否交叠对数据分类，然后将各 层中分类后的数据进行跨媒体融合，具体步骤如下： 1) 判断同一层中的两传感器节点是否存在交叠感知区域以及是否为同种属性节点； 2) 根据步骤1)判断的结果，分为三种情况： a. 同类传感器节点存在交叠感知区域，采用取算术平当前第1页1 2 本文档来自技高网...

【技术保护点】
一种物联网中自适应分层跨媒体数据融合方法，其特征在于，首先是布置网络节点并初始化处理，然后根据各节点到sink节点的逻辑跳数进行分层，再结合ws‑K‑means聚类算法对分层结果进行修正，将各层中的数据分类，对分类后的数据进行跨媒体融合，将融合后的数据传输至sink节点最后由sink节点进行综合分析，根据网络周期对网络重新分层，至少还包括以下步骤：步骤一、物联网中网络节点布置与初始化处理；步骤二、根据网络中各节点到sink节点的逻辑跳数对网络进行初步分层；步骤三、结合ws‑K‑means聚类算法对分层结果进行修正；步骤四、根据各层中节点的数据属性和感知区域是否交叠对数据分类，然后将各层中分类后的数据进行跨媒体融合；步骤五、通过多跳传输方式由外向内传输融合后的数据，最后传输至sink节点处，并在sink节点进行综合分析；步骤六、网络依周期循环地执行步骤二至步骤五直至节点全部死亡。

【技术特征摘要】

【专利技术属性】
技术研发人员：裴廷睿，吴莎莎，田淑娟，吴相润，关屋大雄，李哲涛，
申请(专利权)人：湘潭大学，
类型：发明
国别省市：湖南;43