无线传感器网络的数据融合簇头数目确定方法技术

本发明专利技术提出了一种无线传感器网络数据融合簇头数目的确定方法。该方法是根据网络最小能量消耗求出相应的簇头数目。网络能量消耗模型采用三部分能量之和：P1是传感器终端节点传输数据到簇头节点所消耗的能量；P2是簇头节点传输数据到中心控制节点所消耗的能量；P3是簇头节点压缩传给中心控制节点数据所消耗的能量。根据消耗能量之和的最小值求得相应的簇头数目。从而做到了在无线传感器层次型网络数据融合过程中，信息不失真的前提下最大限度的节能，延长网络寿命。

Method for determining the number of cluster heads in data fusion of Wireless Sensor Networks

The invention provides a method for determining the number of cluster heads in data fusion of a wireless sensor network. The method is based on the minimum energy consumption of the network to find the corresponding number of cluster heads. The three part of the network energy consumption model of energy consumption and P1 is the terminal sensor node transmits the data to the cluster head node energy; P2 is the cluster head node transmits the data to the central control node and the energy consumption is P3; the cluster head node data compression center control node consumes energy to. The number of cluster heads is obtained according to the minimum sum of energy consumed. Thus, in the wireless sensor hierarchical network data fusion process, the information is not distorted under the premise of maximum energy saving and prolong the network life.

【技术实现步骤摘要】
无线传感器网络的数据融合簇头数目确定方法
本专利技术涉及一种无线传感器网络的数据融合簇头确定方法，特别涉及一种基于信息率失真函数的簇头数目确定方法。
技术介绍
无线传感器网络有着非常广阔的应用前景，传感器节点把在感知区域感知到的数据传输到簇头节点，然后把数据信息发送到基站。由于无线传感器网络节点能量受限，在通信要求中低功耗是首要考虑的因素，而节点传输数据的能量消耗要远远大于节点计算数据的能量消耗，所以降低网络总能量消耗的重要途径是把节点传输的总数据量降低下来。采用基于数据融合思想的层次型网路拓扑结构可以降低数据通信能量，另一方面数据通信过程中，在满足一定的失真度的前提下传输的数据量就可以满足需求，即可以在基站端可以还原数据信息而没有必要把传感器节点采集到的数据全部传输到基站节点，从保证失真度的角度考虑传输多少数据量就能满足要求，这样结合数据融合思想的层次性网络结构，能最大限度的保证采集区域中的节点向上层传输的数据量是最小的，同时能达到数据不失真的目的。目前在无线传感器网络中的数据融合簇头数目确定方法也有一部分代表性的研究成果。杨军等人通过建立能量消耗模型获得了理论最佳融合节点数目，但是没有提到失真度的问题，在簇头节点压缩数据的过程中没有一个度的衡量，这样就会造成传输到基站节点的信息过多或者过少，过多的信息量存在着很大的冗余信息，在无线传感器网络中的节点到簇头节点传输过程，以及簇头节点到基站节点信息传输中都会引起高的能量消耗，而过少的信息量虽然不会引起过多能量消耗，但基站节点收到这样的信息已经还原不出原有的内容了，所以过少的信息量对于基站节点也是毫无意义的。邓夏阳等人利用能量消耗模型分析出层次型网络中的最优化的数据采集方案，通过假设初始能量相同条件下的无线传感器网络节点采集信息量的差异，也就是得到了能量使用效率上的差异。但是没有得出具体的最优化采集方案中的簇头节点数目，也没有研究失真度的内容。因此，在无线传感器网络中，怎样保证数据不失真的情况下，使数据融合最大限度的发挥节能效果，延长网络寿命成为一个急需要解决的问题。
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中基于率失真函数的数据融合簇头数目确定方法，以提高无线传感器网络整体的节能效果，延长网络寿命。包括如下步骤：步骤1，预先在无线传感器网络中，把传感器节点传输数据的网络能量消耗的最小值计算出来，然后计算出整个无线传感器网络中的最优的数据融合簇头数目；步骤2，所述传感器节点的初始状态存储在中心控制节点中，并且在整个无线传感器网络中共享参数；所述传感器节点按照节点本身所携带的算法完成自身的激活与睡眠状态之间的转换；步骤3，所述中心控制节点根据所述无线传感器网络的感应区域的半径和初始的分簇的数量计算出每个簇的半径，把计算结果传输到传感器节点终端；步骤4，所述传感器节点的信息收发单元感应到所述中心控制节点传来的数据转换至激活状态，搜索本簇内的簇头位置，并计算传感器节点到簇头的距离，然后把计算结果反馈到中心控制节点中存储；步骤5，所述中心控制节点根据回路能量消耗参数、区域半径、传输速率、路由系数及步骤4中得到的距离参数，计算得到第一部分能量消耗即传感器节点传输数据到簇头的能量消耗；步骤6，所述的中心控制节点依据能接受的数据失真度，计算所需要的数据量即信息率失真函数，得到第二部分网络能量消耗即簇头节点到中心控制节点的传输数据所消耗的能量；步骤7，所述中心控制节点把步骤6中的数据量平均传输给区域内的簇头，簇头根据中心控制节点传输来的信息率失真函数以及簇头所采取的压缩模型得到第三部分能量消耗即簇头节点压缩数据所需要的能量消耗；簇头把计算所得第三部分能量消耗发送到中心控制节点；步骤8，所述的中心控制节点根据所采取的能量消耗模型以及存储在内部的上述三个部分能量消耗，计算能量最小化时的簇头数量；步骤9，所述的中心控制节点更新存储在内部的初始簇头数量，更新信息处理算法以达到更新后的网络状态；当中心控制节点接收到用户新的失真度需求时候，重复步骤2到9。步骤3中所述的簇头节点根据公式来计算本簇的半径，其中x为簇半径，a为圆形区域的半径，k0为圆形区域内初始的簇头数量。步骤4中计算传感器节点到簇头的距离S为：其中a为圆形区域的半径，n为圆形区域内无线传感器节点的个数，δ是路由影响系数，C代表簇，(x0,y0)为簇C的圆心位置坐标即簇头的位置，k0为圆形区域内初始的簇头数量。步骤5中计算第一部分能量消耗P1的计算方法为：其中，a为圆形区域的半径，α'为能量消耗系数，α1为回路能量消耗系数，α2为天线能量消耗系数，dchar是网络的特征半径，α'=(α1+α2dchar)/dchar，n为圆形区域内无线传感器节点的个数，r为数据传输的速率，δ是路由影响系数，根据路由协议不同取值不同，一般取0.95，k0为圆形区域内初始的簇头数量。步骤6中根据失真度计算信息率失真函数为：二元信源：其中：其中R(D)为二元信源的信息率失真函数，H(p)为概率的熵，为信息压缩率的熵，p为信息的概率，为信息的压缩率；或者一维高斯信源：其中σ2为一维高斯信源的均方差，D为一维高斯信源的失真度。步骤6中第二部分网络消耗能量的计算公式为：P2=βR(D)其中，β为数据压缩系数，R(D)为率失真函数。步骤6中第三部分能量消耗的计算公式为：其中，γ为压缩率，R(D)为率失真函数，c为过压缩,k0为圆形区域内簇头数量，a为圆形区域的半径，α'为能量消耗系数，α1为回路能量消耗系数，α2为天线能量消耗系数，dchar是网络的特征半径，α'=(α1+α2dchar)/dchar。步骤8中所述中心控制节点处所采用的能量消耗模型为：E=P1+P2+P3其中P1为传感器网络终端节点把感应到的数据传输到簇头节点的总能量消耗，P2为簇头节点把压缩数据传输到中心控制节点的总能量消耗，P3为簇头节点压缩所需要传输的数据所消耗的能量。步骤8中所述得到能量消耗最小化时的数据融合所需的簇头数量的计算公式为：其中，a为圆形区域的半径，α'为能量消耗系数，α1为回路能量消耗系数，α2为天线能量消耗系数，α'=(α1+α2dchar)/dchar，n为圆形区域内无线传感器节点的个数，r为数据传输的速率，δ是路由影响系数，k0为圆形区域内簇头初始数量，k为能量最小化的新的簇头数量，dchar为区域特征半径，γ为压缩率。c为过压缩,β为数据压缩系数。附图说明图1为本专利技术数据融合簇头数目确定方法的原理框图；图2为本专利技术数据融合簇头数目确定方法的总体流程示意图；图3为本专利技术具体实施例中拓扑结构图。具体实施方式下面结合图1-3具体说明本专利技术的无线传感器网络中基于率失真函数的数据融合簇头数目确定方法，包括步骤：步骤1：预先在无线传感器网络中，根据设定的无线传感器网络区域中节点的个数、区域半径、路由影响系数、以及区域当中的以簇头位置作为簇的圆心坐标计算出传感器节点把数据传输到簇头节点的距离，然后根据率失真函数、数据融合的能量消耗系数、回路能量消耗系数、数据传输速率、压缩率及网络消耗能量模型，计算出整个无线传感器网络中的最优的数据融合簇头数目。所述无线传感器网络区域以一个中心控制节点为圆心，18个节点分布在一个圆形区域内，其中3个簇头节点，15个传本文档来自技高网...

【技术保护点】
一种无线传感器网络中基于率失真函数的数据融合簇头数目确定方法，其特征在于，包括如下步骤：步骤1，预先在无线传感器网络中，把传感器节点传输数据的网络能量消耗的最小值计算出来，然后计算出整个无线传感器网络中的最优的数据融合簇头数目；步骤2，所述传感器节点的初始状态存储在中心控制节点中，并且在整个无线传感器网络中共享参数；所述传感器节点按照节点本身所携带的算法完成自身的激活与睡眠状态之间的转换；步骤3，所述中心控制节点根据所述无线传感器网络的感应区域的半径和初始的分簇的数量计算出每个簇的半径，把计算结果传输到传感器节点终端；步骤4，所述传感器节点的信息收发单元感应到所述中心控制节点传来的数据转换至激活状态，搜索本簇内的簇头位置，并计算传感器节点到簇头的距离，然后把计算结果反馈到中心控制节点中存储；步骤5，所述中心控制节点根据回路能量消耗参数、区域半径、传输速率、路由系数及步骤4中得到的距离参数，计算得到第一部分能量消耗即传感器节点传输数据到簇头的能量消耗；步骤6，所述的中心控制节点依据能接受的数据失真度，计算所需要的数据量即信息率失真函数，得到第二部分网络消耗能量即簇头节点到中心控制节点的传输数据所消耗的能量；步骤7，所述中心控制节点把步骤6中的数据量平均传输给区域内的簇头，簇头根据中心控制节点传输来的信息率失真函数以及簇头所采取的压缩模型得到第三部分能量消耗即簇头节点压缩数据所需要的能量消耗；簇头把计算所得第三部分能量消耗发送到中心控制节点；步骤8，所述的中心控制节点根据所采取的能量消耗模型以及存储在内部的上述三个部分能量消耗，计算能量最小化时的簇头数量；步骤9，所述的中心控制节点更新存储在内部的初始簇头数量，更新信息处理算法以达到更新后的网络的状态；当中心控制节点接收到用户新的失真度需求时候，重复步骤2到9。...

【技术特征摘要】
1.一种无线传感器网络中基于率失真函数的数据融合簇头数目确定方法，其特征在于，包括如下步骤：步骤1，预先在无线传感器网络中，把传感器节点传输数据的网络能量消耗的最小值计算出来，然后计算出整个无线传感器网络中的最优的数据融合簇头数目；步骤2，所述传感器节点的初始状态存储在中心控制节点中，并且在整个无线传感器网络中共享参数；所述传感器节点按照节点本身所携带的算法完成自身的激活与睡眠状态之间的转换；步骤3，所述中心控制节点根据所述无线传感器网络的感应区域的半径和初始的分簇的数量计算出每个簇的半径，把计算结果传输到传感器节点终端；步骤4，所述传感器节点的信息收发单元感应到所述中心控制节点传来的数据转换至激活状态，搜索本簇内的簇头位置，并计算传感器节点到簇头的距离，然后把计算结果反馈到中心控制节点中存储；步骤5，所述中心控制节点根据回路能量消耗参数、区域半径、传输速率、路由系数及步骤4中得到的距离参数，计算得到第一部分能量消耗即传感器节点传输数据到簇头的能量消耗；步骤6，所述的中心控制节点依据能接受的数据失真度，计算所需要的数据量即信息率失真函数，得到第二部分网络消耗能量即簇头节点到中心控制节点的传输数据所消耗的能量；步骤7，所述中心控制节点把步骤6中的数据量平均传输给区域内的簇头，簇头根据中心控制节点传输来的信息率失真函数以及簇头所采取的压缩模型得到第三部分能量消耗即簇头节点压缩数据所需要的能量消耗；簇头把计算所得第三部分能量消耗发送到中心控制节点；步骤8，所述的中心控制节点根据所采取的能量消耗模型以及存储在内部的上述三个部分能量消耗，计算能量最小化时的簇头数量；步骤9，所述的中心控制节点更新存储在内部的初始簇头数量，更新信息处理算法以达到更新后的网络的状态；当中心控制节点接收到用户新的失真度需求时候，重复步骤2到9。2.如权利要求1所述的一种无线传感器网络中基于率失真函数的数据融合簇头数目确定方法，其特征在于：步骤3中所述的簇头节点根据公式来计算本簇的半径，其中x为簇半径，a为圆形区域的半径，k0为圆形区域内初始的簇头数量。3.如权利要求1所述的一种无线传感器网络中基于率失真函数的数据融合簇头数目确定方法，其特征在于：步骤4中计算传感器节点到簇头的距离S为：其中a为圆形区域的半径，n为圆形区域内无线传感器节点的个数，δ是路由影响系数，C代表簇，(x0,y0)为簇C的圆心位置坐标即簇头的位置，k0为圆形区域内初始的簇头数量，x、y分别代表传感器节点的横坐标和纵坐标，r为传感器节点到圆心的距离，θ为从圆心到传感器节点方向顺时针旋转到x正轴的夹角。4.如权利要求1所述的一种无线传感器网络中基于率失真函数的数据融合簇头数目确定方法，其特征在于：步骤5中计算第一部分能量消耗P1的计算方法为：其中，a为圆形区域的半径，α'为能量消耗系...

【专利技术属性】
技术研发人员：何泾沙，杨明欣，张玉强，李晓会，
申请(专利权)人：北京工业大学，
类型：发明
国别省市：北京,11