一种基于融合共轭梯度的无线传感网络生存时间优化方法技术

本发明专利技术涉及一种无线传感网络的生存时间最优化方法，属通信技术领域。本发明专利技术研究无线传感网络节点能耗问题，考虑传感器初始能量、无线通信信道和节点通信间能耗不均衡的特点，建立符合实际无线传感网络环境下的约束，引入圆环能耗速率描述圆环内节点能量消耗的快慢速度，对圆环内的节点数目进行约束使得圆环对应的能耗速率趋于一致。并将节点的生存时间定义为节点初始能量与单位时间能耗的比值，建立了网络生存时间优化模型；融合DY(Dai

【技术实现步骤摘要】
一种基于融合共轭梯度的无线传感网络生存时间优化方法


[0001]本专利技术涉及通信
，尤指一种基于融合共轭梯度的无线传感网络生存时间优化的实现方法。

技术介绍

[0002]无线传感器网络(Wireless Sensor Networks，WSN)由大量以各种方式部署在监测区域的节点组成，对部署区域进行信息采集、处理和传输，通过多跳中继传输方式将所采集到的数据传输到基站进而汇报给用户。无线传感器网络连接了信息世界和客观世界，满足了人们随时随地保持通信、享受多媒体服务的要求，其应用领域逐渐从最初的军事领域拓展到农业、环境、工业生产等多领域【1】
-ꢀ
【3】。WSN节点作为独立的计算和控制单元，能够实现自身的数据管理，并与其它节点协同完成数据高效传输，其网络特性与网络拓扑结构、节点自身特性、网络资源属性以及节点感知数据的分析、处理和传输密切相关。传感器节点、处理器和天线通常都是由电池供电的，如果电池电量耗尽，网络将无法正常工作；并且传感器节点的信息是以汇聚的方式传输给汇聚节点，其周围的传感器节点需要承担更多的数据传输任务，因此加快了节点能量消耗速度。
[0003]降低传感器节点能耗从而延长网络的生存时间是WSN的关键技术。网络生存时间指的是从网络运行到节点完成能量的时间段，延长网络生存时间的方法主要通过降低发射功率的无线传输技术和平衡网络各节点的能量消耗等方法。近些年无线传感器网络能耗问题得到了广泛重视和深入研究，文【4】提出了一种基于网络编码的优化策略，瓶颈区域的部分节点采用网络编码，通过减少数据包的转发次数降低能量消耗，文中还给出了概率对网络生存时间的影响和瓶颈区域的能耗情况的分析。针对解码转发及窃听者处于非共谋模式下的无线传感器网络，文【5】以最大化端到端的安全连接概率为目标，以端到端误码率要求为约束建立总功率模型，提出了一种基于物理层安全技术联合功率分配和安全路由算法。文【6】基于节点的剩余能量以及能量消耗，利用模糊逻辑计算任务节点、休眠节点的概率，用标准差来衡量节点概率之间的差异，提出能效优化的自适应节点选择算法.文【7】考虑了传感器传输功率水平可调、异构的无线传感器网络，构建近似算法构造数据聚合树，仿真结果表明，适当调整传感器的传输功率电平比保持其传输功率电平在最大水平上获得更高的网络寿命。文【8】假设每个传感器可以部分充电，制定了两个优化调度问题，最大化传感器生存时间总和，并使移动充电器的移动距离最小化。文【9】在负载均衡约束下，通过部署中继节点来延长网络生存期的问题，用混合整数线性规划模型作为基础来形式化，从而得到下限解。文【10】采用方差的因子分析方法，分析了节点移动性模式、路径损耗模型和充电机制对优化网络寿命的个体效应和交互效应。专利技术【11】提出了一种联合节点能量供应和无线传输能效评价的模型，设计了一种优化无线传感器节点生存时间的服务保障质量方法。专利技术【12】提出一种基于Lyapunov方法的均衡融合时延和生存时间的无线传感器网络数据融合方法，从而达到均衡融合时延和生存时间的目的。
[0004]通常情况下，距离基站较远的传感器节点通过多跳中继的方式将数据传送到基
站，距离基站较近的传感器承担着大量的转发任务。因此，基站附近的传感器节点能耗更迅速，最终导致基站附近节点先于外部节点停止工作，使外部节点采集到的数据无法正常的传送到基站，形成“能量空洞”区域，导致网络工作时间的减少。本专利技术将通过能量空洞缓解策略提高网络生存时间。
[0005]参考文献(References)如下：
[0006][1]S.N.Daskalakis，G.Goussetis，S.D.Assimonis，M.M.Tentzeris，A uW Backscatter-Morse-Leaf Sensor for Low-Power Agricultural Wireless Sensor Networks，IEEE Sensors Journal，vol.18，no.19，pp.7889-7898，2018.
[0007][2]G.Loubet，A.Takacs，D.Dragomirescu，Implementation of a Battery-Free Wireless Sensor for Cyber-Physical Systems Dedicated to Structural Health Monitoring Applications，IEEE Access， vol.7，pp.24679-24690，2019.
[0008][3]R.P.Sundhari，K.Jaikumar，IoT assisted Hierarchical Computation Strategic Making (HCSM)and Dynamic Stochastic Optimization Technique(DSOT)for energy optimization in wireless sensor networks for smart city monitoring，Computer Communications，vol.150，pp. 226-234，2020.
[0009][4]田贤忠，阳胜，基于网络编码的无线传感器网络瓶颈区域生存时间优化策略，计算机学报，vol.39，no.5，pp.1039-1050，2016.
[0010][5]冯维，王凤，许丹，许晓荣，姚英彪，无线传感器网络联合安全路由和功率分配优化算法，传感技术学报，vol.32，no.4，pp.610-617，2019.
[0011][6]杨伊，范馨月，周非，郭浩田，无线传感器网络中能效优化的自适应节点选择算法，传感技术学报，vol.32，no.11，pp.1738-1744，2019.
[0012][7]H.Lin，W.Y.Chen，An Approximation Algorithm for the Maximum-Lifetime Data Aggregation Tree Problem in Wireless Sensor Networks，IEEE Transactions on Wireless Communications，vol.16，no.6，pp.3787-3798，2017.
[0013][8]W.Xu，W.Liang，X.Jia，Z.Xu，Maximizing Sensor Lifetime with the Minimal Service Cost of a Mobile Charger in Wireless Sensor Networks，IEEE Transactions on Mobile Computing，vol. 17，no.11，pp.2564-2577，2018.
[0014][9]N.Tam，H.Binh，D.Dung，P.Lan，X.Yao，A hybrid clustering and evolutionary approach 本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于融合共轭梯度的无线传感网络生存时间优化方法，其特征在于，包括以下步骤：第一步：考虑实际无线传感网络环境下的约束，单位时间能耗考虑为传输能耗、接收能耗、采集数据能耗和其他能耗总和；引入圆环能耗速率描述圆环内节点能量消耗的快慢速度，对圆环内的节点数目进行约束使得圆环对应的能耗速率趋于一致；并将节点的生存时间定义为节点初始能量与单位时间能耗的比值，从而构建生存时间优化模型；第二步：融合DY(Dai-Yuan)和LS(Liu-Storey)改进共轭梯度参数，并对步长采用强Wlofe非精确下降准则，提高共轭梯度法的收敛性和效率；第三步：将改进的共轭梯度法应用到生存时间优化问题中，提出一种基于融合共轭梯度的无线传感器生存优化方法，从而可以有效地降低节点能耗，提高了无线传感器网络的生存时间和网络服务质量。2.按照权利要求1所述的一种基于融合共轭梯度的无线传感网络生存时间优化方法，其特征在于，第一步具体包括：用无向图G(A,L)表示无线传感器网络，L为通信链路集合，表示为{(i,j)∈L,i∈A,j∈S
i
}，其中S
i
为节点i的直接通信节点集合，i可以与S
i
内的任意节点直接通信；链路容量为F，节点i数据采集速率为a
i
，单位时间内节点i发送到其邻居节点的数据流量为x
ij
，圆环C
i
(1≤i≤n)内总节点数目记为N
i
。节点i的初始能量记为E
i
，初始能量无法补充,若节点能量耗尽则停止运行；无线传感器网络节点能耗分为无线通信能耗、信息采集能耗和处理能耗，节点i发送单位数据到通信节点j的能耗为式中θ1,θ2为常数，Range
i
为节点i的通信距离，m为路径距离功耗参数，2≤m≤4。假设节点i的直接通信范围内有n
i
个传感器，节点i向各个节点发送单位数据能耗为其中(1，2，
……
,n
i
)。定义节点i发送单位数据能耗的期望为：单位时间内传感器i传输能耗为：传感器i接收数据所需能耗与通信距离无关，接收单位数据所需能耗为λ(λ为固定常数)，单位时间内节点i接收能耗为:传感器i单位时间内采集数据的能耗为:e
produce
＝e
a
a
i
其中e
a
为采集单位数据所需能耗，该能耗对于任意传感器相同，且数值固定。综上，传感器i单位时间能耗e
i
为：本发明将传感器i的生存时间T
i
定义为初始能量E
i
与单位能耗e
i
的比值，即
WSN生存时间T
sys
定义为最早死亡节点的生存时间：通常情况下，距离基站较远的传感器节点通过多跳中继的方式将数据传送到基站，距离基站较近的传感器承担着大量的转发任务；因此，基站附近的传感器节点能耗更迅速，最终导致基站附近节点先于外部节点停止工作，使外部节点采集到的数据无法正常的传送到基站，形成“能量空洞”区...

【专利技术属性】
技术研发人员：唐美芹，殷晨瑞，
申请(专利权)人：鲁东大学，
类型：发明
国别省市：