【技术实现步骤摘要】
基于异质节点的无线认知传感器网络低能量适应性分簇方法
本专利技术属于无线传感器
，涉及基于异质节点的无线认知传感器网络低能量适应性分簇方法。
技术介绍
在这种异构型认知无线传感器网络中，簇首从所有的认知节点中选择出来的，认知节点只负责承担频谱感知和汇聚中继功能，不需要进行数据感知。通过均衡簇中认知节点的分布可以在保证信道感知准确率的同时减少了认知节点部署数量，进而极大降低了网络的部署成本(认知节点成本比数据节点成本昂贵)。在HCRSN中，认知节点和传感器节点相互分离且承担不同功能，但同时又必须紧密协调共同完成数据传输工作。特别地，为了提高频谱感知性能，网络中需要多个节点对信道进行协作频谱感知，将认知节点和传感器节点组成分簇拓扑结构，以两级层次结构进行工作是实现HCRSN正常工作的前提和基础。因此，分簇路由算法是实现HCRSN的关键技术之一，对于HCRSN部署具有极其重要的现实意义。目前基于同质节点的WSN和CRSN中的分簇算法都无法适用于HCRSN。因此，设计一种能够适用于HCRSN的分簇路由协议，在保证各簇中的信道探测率,降低潜在冲突导致的能耗的同时降级网...
【技术保护点】
1.基于异质节点的无线认知传感器网络低能量适应性分簇方法，其特征在于：该方法包括以下步骤：S1：计算本轮最佳成簇个数qopt；S2：根据候选簇首，即认知节点周围其它认知节点的分布密度来决定竞争半径的大小；S3：考虑节点剩余能量值和节点连接度后选择簇首；S4：筛查去掉部分位置相邻的簇首来完成最终簇首选择；S5：非簇首认知节点基于到簇首距离及其关于认知节点的连接度选簇；S6：数据传感器节点基于到簇首距离、关于数据节点的连接度以及距离Sink节点的距离来决定入簇。
【技术特征摘要】
1.基于异质节点的无线认知传感器网络低能量适应性分簇方法，其特征在于：该方法包括以下步骤：S1：计算本轮最佳成簇个数qopt；S2：根据候选簇首，即认知节点周围其它认知节点的分布密度来决定竞争半径的大小；S3：考虑节点剩余能量值和节点连接度后选择簇首；S4：筛查去掉部分位置相邻的簇首来完成最终簇首选择；S5：非簇首认知节点基于到簇首距离及其关于认知节点的连接度选簇；S6：数据传感器节点基于到簇首距离、关于数据节点的连接度以及距离Sink节点的距离来决定入簇。2.根据权利要求1所述的基于异质节点的无线认知传感器网络低能量适应性分簇方法，其特征在于：在步骤S1中，建立不同类型节点的能量消耗模型；其中簇首工作从协作频谱感知开始，其工作时序依次为接收非簇首认知节点协作频谱感知信息，频谱感知结果决策并广播，接收数据节点收集的数据，融合数据，然后发送和中继数据；簇首在一轮中的能耗公式为：其中，M表示平均每个簇中数据节点个数，L1表示数据节点事件感知数据包大小，N表示平均每个簇中非簇首认知节点个数，L2表示认知节点频谱感知结果和控制信息数据包大小，EDA为融合1bit数据消耗的能量，dtoNEXT表示簇首节点到下一跳节点的平均距离，dtoCH表示簇内节点到簇首的平均距离；Esense为单个认知节点频谱感知消耗的能量，L3表示为本簇事件感知数据包大小和中继转发其他簇数据的和，即簇首的平均传输的数据量，L4表示为簇首平均接收数据量，即中继簇首的平均接收数据；非簇首认知节点能量消耗模型：数据节点能量消耗模型：第r轮要选取q个簇首，平均每个簇中数据节点个数为K(1-m)/q，每个簇中非簇首认知节点个数为(K·m/q)-1；一个簇在一轮中的平均能量消耗为：进而得到整个网络在一轮中的能量消耗总量：Eround＝q·Ecluster对Eround求关于q的偏导，并令该偏导数等于0，得到最优成簇个数:3.根据权利要求2所述的基于异质节点的无线认知传感器网络低能量适应性分簇方法，其特征在于：在步骤S2中，候选簇首，即认知节点采用不均匀竞争半径，将距离认知节点Si最近的第Y个认知节点到Si的距离记为Si的竞争半径，记为其中，4.根据权利要求3所述的基于异质节点的无线认知传感器网络低能量适应性分簇方法，其特征在于：在...
【专利技术属性】
技术研发人员：裴二荣，程巍，李露，江军杰，
申请(专利权)人：重庆邮电大学，
类型：发明
国别省市：重庆,50
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。