一种混合时延敏感分簇的无线传感器网络数据融合方法技术

本发明专利技术公开了一种混合时延敏感分簇的无线传感器网络数据融合方法，本发明专利技术的传感器节点通过能量有效分簇算法形成数量呈指数增长的簇结构，簇头节点通过设置融合率，对接收数据进行融合处理，再通过TDMA方式传输给sink。算法中簇头与簇成员间有单层和多层连接两种方式。提出判决函数，将单层与多层模型相对应的时延与能耗进行加权比较，判决每个簇的成簇方式，以达到最优的时延与能耗折中处理。在成簇阶段，能量有效分簇算法考虑节点密度与物理位置，通过构建代价函数选择代价值最小的节点成为簇头，以达到缩短通信距离的目的。在网络运行一段时间后，为均衡节点能耗负载，在簇内通过动态簇头重选算法构建效益函数重新竞选新的簇头。

【技术实现步骤摘要】
一种混合时延敏感分簇的无线传感器网络数据融合方法
本专利技术属于无线传感器网络
，特别是涉及一种构建无线传感器网络时延敏感路由算法的技术方法。
技术介绍
由于无线传感器网络(wirelesssensornetworks,WSNs)通常部署在无人看守的环境中，当传感器节点能量耗尽时对其电池进行替换几乎是不可能的。因此，在能量有限的传感器节点如何实现复杂的数据监测和信息报告是WSNs中需要解决的首要问题。已经证明得出，传感器节点间的传输能量消耗是远高于节点内的计算能量消耗的。因此，提出一个降低传感器节点间数据传输量从而降低网络能耗的方法是非常重要的。传感器网络数据融合(datafusion)技术则能很好的解决上述问题。同时，在实际应用中，许多传感器的数据需要实时汇报才能体现价值，如地震监控、目标追踪和火灾报警等，这使得网络时延成为另一个决定网络性能的关键因素。通常，网络时延与能耗往往是两个相互矛盾的指标。数据融合操作虽然减少了数据包大小，但往往需要特定节点收集一定数量的数据后再进行下一阶段的传输，这无疑增加了网络的时延。以算法DANCNS(文献1)与算法DANS(文献2)为例，DA本文档来自技高网...

【技术保护点】
一种混合时延敏感分簇的无线传感器网络数据融合方法，所述无线传感器网络中包含一个sink节点与N个无线传感器节点，sink节点位于探测区域中间，无线传感器节点随机分布在监测区域内；包括sink节点与无线传感器节点在内的所有节点一旦布置后位置便不再改变，且无线传感器节点的初始能量均相等；所有节点均能够与其他无线传感器节点和sink节点进行直接通信；无线传感器节点从监测区域收集单位大小数据后通过单跳或者多跳的方式传输给sink节点，特定节点通过数据融合对收集到的数据进行融合处理，其中为特定节点簇头节点或父节点；假设两无线传感器节点间传输单位大小数据均需单位大小时间，所有特定节点的数据融合率r大小一致...

【技术特征摘要】
1.一种混合时延敏感分簇的无线传感器网络数据融合方法，所述无线传感器网络中包含一个sink节点与N个无线传感器节点，sink节点位于探测区域中间，无线传感器节点随机分布在监测区域内；包括sink节点与无线传感器节点在内的所有节点一旦布置后位置便不再改变，且无线传感器节点的初始能量均相等；所有节点均能够与其他无线传感器节点和sink节点进行直接通信；无线传感器节点从监测区域收集单位大小数据后通过单跳或者多跳的方式传输给sink节点，特定节点通过数据融合对收集到的数据进行融合处理，其中为特定节点簇头节点或父节点；假设两无线传感器节点间传输单位大小数据均需单位大小时间，所有特定节点的数据融合率r大小一致但可变化，r表示融合后数据总大小与融合前数据大小之比，且0.5≤r≤1；r＝0.5表示2单位数据融合为1单位数据，r＝1表示2单位数据融合后仍为2单位数据，既不进行数据融合操作；假设无线传感器网络共有N个无线传感器节点，则无线传感器网络能够被组织为k个簇，前k-1个簇的大小以2的指数幂形式递增，第k个簇大小为N-2k-1+1；其中：2k-1-1<N≤2k-1(1)；其特征在于，所述方法包括以下步骤：步骤1：初始化传感器节点本地参数；步骤2：传感器节点通过能量有效分簇算法形成数量呈指数增长的簇结构，并选取代价最小的节点成为簇头节点，簇结构包括单层结构或多层结构；步骤3：通过判决公式F判断步骤2中的簇结构为单层结构或多层结构；若F>0，则簇结构为多层结构；若F<0，则簇结构为单层结构；若F＝0，则任意选择簇结构为单层结构或多层结构；步骤4：通过时隙重调进行时隙重分配；步骤5：网络运行并判断有无节点死亡；若有，则网络停止运行，本流程结束；若无，则执行下述步骤6；步骤6：判断轮次是否达到周期；若是，则进行动态簇头重选，然后执行下述步骤7；若否，则回转执行上述步骤5；步骤7：回转执行上述步骤3。2.根据权利要求1所述的混合时延敏感分簇的无线传感器网络数据融合方法，其特征在于：步骤1中所述传感器节点本地参数包括节点初始能量、节点到其他节点距离、节点到sink节点距离、节点的下一跳地址。3.根据权利要求1所述的混合时延敏感分簇的无线传感器网络数据融合方法，其特征在于，步骤2中所述能量有效分簇算法，其具体实现包括以下子步骤：步骤2.1：通过传感器节点总数N计算每个簇簇成员数，按照簇成员数递减方式排序为Cn,Cn-1,......,C1，对应的簇成员节点数分别为步骤2.2：所有传感器节点广播距离探测包计算其与邻居传感器节点以及sink节点的距离，记为di,j，表示节点i与节点j的距离大小；步骤2.3：按照簇结构从大到小的方式依次计算每个传感器节点成为簇头的代价，选择代价最小的传感器节点作为相应簇簇头，并将通过公式(1)计算得到的相应数量邻居传感器节点加入该簇，加入该簇的传感器节点退出其他簇头节点的竞选，并不作为其他传感器节点的邻居节点；步骤2.4：循转执行步骤2.3，直至所以传感器节点成为簇成员节点为止；成为簇头的节点，当该簇被判定为多层网络结构时，簇头在子簇连接时自动成为子簇头，并最终成为等级最高的子簇头。4.根据权利要求3所述的混合时延敏感分簇的无线传感器网络数据融合方法，其特征在于：步骤2.3中所述按照簇结构从大到小的方式依次计算每个传感器节点成为簇头的代价，其计算公式为：其中表示传感器节点i成为簇Cn簇头的代价，表示传感器节点i与附近个节点的密度，表示传感器节点i与最近的第j个传感器节点的距离；α2与β2为常数参量，满足α2+β2＝1。5.根据权利要求1-4任意一项所述的混合时延敏感分簇的无线传感器网络数据融合方法，其特征在于：步骤2中单层结构的簇成簇方式，采用的单层簇网络结构与DANS算法相同；簇内节点包括1个簇头节点与多个簇成员节点，簇成员节点处于相同地位，执行相同的功能；簇头与其余簇成员节点以TDMA方式直接通信，簇成员节点间不进行数据传输，每接收完一个簇成员节点数据后，簇头节点进行数据融合操作，簇头在收集完所有节点数据后，按照分配的时隙与sink节点通信。6.根据权利要求1-4任意一项所述的混合时延敏感分簇的无线传感器网络数据融合方法，其特征在于：步骤2中多层结构的簇成簇方式是基于DANCNS算法的改进算法，流程如下：(1)簇内每个节点拥有该节点对应的等级k，等级k的节点拥有k-1个子节点；节点间通过合并成为子簇，CCH(k)表示等级为k的子簇簇头；初始阶段每个节点的等级均为1，既k＝1，且没有子节点，簇内存在N个CCH(1)节点；(2)按照离sink节点距离递降的方式将子簇头排序；每个子簇簇头节点发送连接请求信息到邻居子簇头，邻居子簇头中具有相同等级的子簇头才能与其连接形成新的子簇；两个子簇头中较sink节点近的子簇头成为新的子簇头，并且等级提升1，另一节点成为普通节点；之后，新簇头继续发送连接请求信息，与其最近的相同等级的子簇头连接；(3)当没有连接产生后，子簇头按照等级递增的方式排列，高等级簇头作为低等级簇头的父节点，在收集自身簇成员节点数据的同时还要负责融合低等级簇传输过来的数据；等级最高的子簇头作为该簇的簇头直接与sink节点进行通信。7.根据权利要求1所述的混合时延敏感分簇的无线传感器网络数据融合方法，其特征在于，步骤3的具体实现包括以下子步骤：步骤3.1：时延分析；单层簇网络结构时延分析：假设一个簇内含有N+1个节点，其中N个簇成员节点，1个簇头节点；簇内的网络时延主要包括簇头节点逐个接收簇成员节点数据的时延以及簇头节点将融合数据传输给sink节点的时延；簇头节点与每个簇成员节点通信总共需要的时间为N，簇头节点进行数据融合后的数据总大小为故整个簇n的数据收集时延公式如下：多层簇网络结构时延分析：按照多层成簇算法，簇结构被分成m个子簇，在此按照等级递增的排列方式将它们的簇头记为C1,C2,......Cm，其中Cm即为第m个簇的簇头，也是该簇的总簇头；低等级子簇在收集完自己子簇成员数据后将总数据传输给高等级子簇进行融合处理，故簇头Cm的时延Dm包括3个因素：接收簇内节点数据的时延接收Cm-1传输数据的时延传输数据到sink的时延则簇n时延为：由C1,C2,......Cm-1构成的子簇结构能看做是Cm子簇...

【专利技术属性】
技术研发人员：朱容波，张浩，王德军，孟博，
申请(专利权)人：中南民族大学，
类型：发明
国别省市：湖北,42