一种无线传感器网络事件边界检测方法技术

本发明专利技术公开了一种无线传感器网络事件边界检测方法，其包含以下步骤：S1、根据每个感染节点的邻域内所有邻居节点的感知信息和节点状态，获得感染节点是边界节点的概率；S2、感染节点向所有邻居节点广播其是边界节点的概率，并接收其邻居感染节点的边界节点概率广播值；感染节点对接收到的边界节点概率进行排序；S3、根据给定边界宽度和节点密度获得感染节点邻域内边界节点的数量，结合步骤S2得到的感染节点的边界节点概率排序结果，判定该感染节点是否为边界节点。其优点是：采用分布式检测方法，网络通信开销较小；在低节点密度情形下，本发明专利技术方法的拟合精度高于现有方法，在取得相同边界检测效果下，本发明专利技术方法能减少部署节点的数量。

【技术实现步骤摘要】

本专利技术涉及边界检测方法，具体涉及一种无线网络传感器网络事件边界检测方法。
技术介绍
近年来，无线传感器网络越来越多的应用于特定区域的环境检测，除了通常的环境检测，传感器节点还通过感知温度、浓度、压力等环境参数来检测环境事件的发生，比如油污扩散、森林火灾、化学品泄漏等。在许多情况下，事件的发生可以看作是区域环境变量的改变。因此，与对整个目标区域进行检测相比，对事件的边界检测会更有效率，更能减少无线传感器网络的能量消耗。事件边界检测就是对事件边界节点的检测，即识别出位于事件扩散边缘附近的传感器节点。传统的基于统计模型的边界检测方法是一种简单高效的方法，每个节点收集其一跳范围内邻居节点的状态信息，然后根据不同状态信息的比例，通过设定某个阈值来判定该节点是否为边界节点。但现有的检测方法其阈值参数是根据实验经验来设定，需要较高的节点密度才能达到较高的检测准确率，对于能量受限的无线传感器网络来说需要更高的网络部署成本和能量开销。
技术实现思路
本专利技术的目的在于提供一种无线传感器网络事件边界检测方法，能够根据用户设定的参数，自动计算出边界节点判定阈值，提高网络在低密度节点下的检测准确率，从而降低网络部署成本和能量开销。为了达到上述目的，本专利技术通过以下技术方案实现：一种无线传感器网络事件边界检测方法，其特征是，包含以下步骤：S1、根据每个感染节点的邻域内所有邻居节点的感知信息和节点状态，获得感染节点是边界节点的概率；S2、感染节点向所有邻居节点广播其是边界节点的概率，并接收其邻居感染节点的边界节点概率广播值；感染节点对接收到的边界节点概率进行排序；S3、根据给定边界宽度和节点密度获得感染节点邻域内边界节点的数量，结合步骤S2得到的感染节点的边界节点概率排序结果，判定该感染节点是否为边界节点。上述的无线传感器网络事件边界检测方法，其中，所述的步骤S1具体包含：S11、收集每个感染节点Si的邻居节点的感知信息和节点状态；S12、计算感染节点Si是边界节点的概率Hi：Hi＝-(plogp+qlogq)，式中，p表示感染节点占邻居节点总数的比例，q表示正常节点，p＝1-q。上述的无线传感器网络事件边界检测方法，其中：所述的感知信息包含环境参数和GPS位置信息；所述的节点状态指感染或正常状态。上述的无线传感器网络事件边界检测方法，其中，所述的步骤S2具体包含：S21、感染节点Si向邻域内所有邻居节点广播其是边界节点的概率Hi，并接收其邻居节点的边界节点概率广播值；S22、感染节点Si对接收到的边界节点概率Hi进行排序，得到序列其中，i表示感染节点Si的序号，k表示排序索引，取值为1≤k≤ρi，ρi表示感染节点Si邻域内的实际邻居节点的数量。上述的无线传感器网络事件边界检测方法，其中，所述的步骤S3具体包含：S31、给定边界宽度r和节点密度ρ，根据公式m≈2rRρ/πR2＝2rρ/πR计算得到感染节点Si邻域内边界节点的数量m，式中，R为节点的通信半径；S32、定义Him为阈值Hth，Him表示序列中第m个H值，当Hi≥Hth时，感染节点Si声明自己为边界节点。上述的无线传感器网络事件边界检测方法，其特征在于，所述的步骤S3之后还包含：S4、定义为边界节点的感染节点Si广播信息至汇聚节点。本专利技术与现有技术相比具有以下优点：1、采用分布式检测方法，每个节点只从其邻居节点收集信息，为一跳传输，每一阶段节点的通信复杂度仅为常数级别，因此，本方法具有较小的网络通信开销；2、本方法基于信息熵设定阈值判定边界节点，在低节点密度情形下，本专利技术提出的方法的拟合精度高于现有方法，在取得相同边界检测效果下，本专利技术的方法能减少部署节点的数量。附图说明图1为本专利技术的实施例中的感知区域与事件区域分布图；图2为本专利技术的实施例中的边界检测模型图；图3为使用本专利技术方法获得的节点拟合度的仿真曲线；图4为使用本专利技术方法获得的节点误检率的仿真曲线。具体实施方式以下结合附图，通过详细说明一个较佳的具体实施例，对本专利技术做进一步阐述。本专利技术提供一种无线传感器网络事件边界检测方法，首先，建立边界检测的统计模型。然后，基于该边界模型，设计基于信息熵的分布式边界节点检测方法。该方法设计的目的是让每个节点通过邻居节点的信息来判断自己是否为边界节点。不失一般性，我们假设事件边界相对于每个节点来说为一条直线。因为，通常情况下，事件区域会远远大于单个节点的邻域。节点的邻域指的是某个节点所能通信覆盖的范围。基于上述假设，如果节点恰好位于事件边界上，那么其邻域内的邻居节点在统计上应该有一半感染节点和一半正常节点。相应的，如果一个节点的邻居节点感染状态和正常状态的比例为1:1，那么该节点就以极大的概率被认为是边界节点。理想情况下，边界节点刚好是位于事件边界的节点，然后事件边界就定义为边界节点的集合。但是，由于无线传感器网络中节点密度的限制，往往恰好位于事件边界的节点数目非常少，不利于对事件区域进行估计。基于上述问题，本专利技术设置边界宽度，将事件真实边界附近的节点纳入边界节点的集合。本实施例中，如图1所示，r为边界宽度，r即两个圆形之间的距离，外圆为事件的真实边界，当感染节点Si位于r内时，Si就是边界节点。ρ为网络节点密度，表示平均每个节点邻域内所期望的邻居节点数量。ρi表示实际的节点Si领域内邻居节点的数量。定义为感染节点Si的邻居节点的集合。给定边界宽度r和网络节点密度ρ，考虑节点的均匀分布，定义m为感染节点Si邻域内边界节点的数量，R为节点的通信半径，邻域指的是一个节点在通信半径内所覆盖的区域。用几何概率估计m的取值：m≈2rRρ/πR2＝2rρ/πR(1)判定某个节点是否属于这个边界节点集合，需要一个合适的比例来衡量节点与事件边界的接近程度。为了量化这个问题，定义H(p)为节点是边界节点的概率，熵的计算公式为：其中，pi为邻居节点中i状态的节点占邻居节点总数的比例，i的取值为{0，1本文档来自技高网...

【技术保护点】
一种无线传感器网络事件边界检测方法，其特征在于，包含以下步骤：S1、根据每个感染节点的邻域内所有邻居节点的感知信息和节点状态，获得感染节点是边界节点的概率；S2、感染节点向所有邻居节点广播其是边界节点的概率，并接收其邻居感染节点的边界节点概率广播值；感染节点对接收到的边界节点概率进行排序；S3、根据给定边界宽度和节点密度获得感染节点邻域内边界节点的数量，结合步骤S2得到的感染节点的边界节点概率排序结果，判定该感染节点是否为边界节点。

【技术特征摘要】
1.一种无线传感器网络事件边界检测方法，其特征在于，包含以下步骤：S1、根据每个感染节点的邻域内所有邻居节点的感知信息和节点状态，获得感染节点是边界节点的概率；S2、感染节点向所有邻居节点广播其是边界节点的概率，并接收其邻居感染节点的边界节点概率广播值；感染节点对接收到的边界节点概率进行排序；S3、根据给定边界宽度和节点密度获得感染节点邻域内边界节点的数量，结合步骤S2得到的感染节点的边界节点概率排序结果，判定该感染节点是否为边界节点。2.如权利要求1所述的无线传感器网络事件边界检测方法，其特征在于，所述的步骤S1具体包含：S11、收集每个感染节点Si的邻居节点的感知信息和节点状态；S12、计算感染节点Si是边界节点的概率Hi：Hi＝-(plogp+qlogq)，式中，p表示感染节点占邻居节点总数的比例，q表示正常节点，3.如权利要求2所述的无线传感器网络事件边界检测方法，其特征在于：所述的感知信息包含环境参数和GPS位置信息；所述的节点状态指感染或正常状态。...

【专利技术属性】
技术研发人员：吴华锋，孟庆顺，
申请(专利权)人：上海海事大学，
类型：发明
国别省市：上海;31