一种基于CR的WSN树型分簇数据的融合方法技术

本发明专利技术涉及一种应用于无线传感器网络的基于CR的树型分簇数据融合方法，属于无线传感器网络应用领域。它是把网络划分为多个簇，每个簇由一个具有认知无线电功能的认知簇首节点和多个传感器节点构成，通过簇首节点对环境的感知推理维护该簇形成一树型网络并对其进行管理，簇内节点只维护与其上一级节点和下一级节点的连接，簇首节点之间以AdHoc方式连接并通过网关与监测中心相连，数据融合是由簇内节点将数据发到其父节点，在父节点上进行数据融合后才往上一级节点传输，再次融合后再往上传输，是一个沿着树从树的各分支逐步进行最后到达根节点的过程。本发明专利技术具有网络能耗低、时延小和可靠性高的优良效果。

【技术实现步骤摘要】

本专利技术涉及一种应用于无线传感器网络的节能数据融合方法，尤其是一种基于认知无线电技术的树型分簇数据的融合方法，属于无线传感器网络应用领域。。
技术介绍
无线传感器网络(wireless sensor network，WSN )是由部署在监测区域内大量的廉价微型传感器节点和汇聚节点(Sink节点)组成，传感器节点通过自组织网络(Ad Hoc Network)以协作方式进行实时监测、感知和采集各类环境或监测对象的信息，并将观测值返回给汇聚节点。无线传感器网络(WSN)的特点之一是其能源及带宽有限。不同于其它网络节点，无线传感器节点必须通过优化节能策略延长其生命期。由于节点数据收发的耗能远远超过计算耗能，且感知的数据冗余或不准确，如果将所有感知数据全部直接传送到目的节点，则需要耗费大量的能量，影响网络寿命，对结果的正确性也有很大的影响。分析发现，如果每个节点都单独发送数据，那么越靠近目的节点的中继节点，会由于存储和计算量的逐渐增大而迅速消耗自身能量。为避免上述问题，无线传感器网络在数据收集的过程中需要使用数据融合(data aggregation或data fusion)技术。数据融合是将多份数据或信息进行处理，组合出更有效、更符合用户需求的数据的过程。传统的无线传感器网络应用中，许多时候只关心监测结果，并不需要收到大量原始数据，数据融合是实现此目的的重要手段。节能的数据融合算法最近已引起研究人员的重视。目前，无线传感器网络采用的数据融合技术主要的分类有按融合前后数据的信息含量分为有损融合与无损融合；依据数据融合与应用层数据语义的关系分为依赖于应用的数据融合(application dependent data aggregation, ADDA),独立于应用的数据融合(application independent data aggregation, AIDA)，以及结合以上两种技术的数据融合；依据融合操作的级别进行分为数据级融合、特征级融合和决策级融合。但这些数据融合技术都是独立于网络本身，没有结合无线传感器网络的网络结构进行数据融合，这样进行的数据融合即使在网络内的汇集节点上进行了信息的融合，仍然不是最优的和节能的。在无线传感器网络中，基于网络结构并与路由相结合而进行的数据融合能有效减少信息量、延迟等，从而很好地提高数据融合效率，减轻数据汇聚过程中的网络拥塞，协助路由协议延长网络的生存时间。然而，现有无线传感器网络的路由技术由于底层技术的局限而性能较低，尤其是多径路由，特别是无线传感器节点资源有限，要管理维护整个网络的路由信息必然增加每个节点的传输信息量，导致数据融合的效率和节能性低下。目前，认知无线电技术(Cognitive Radio)由于其自主的环境认知推理能力和高效的频谱利用率而得到广泛地关注。认知无线电是Jos印h Mitola在软件无线电的基础上提出的一种新的智能无线通信技术，它可以感知到周围的频率、时间和空间域等频谱环境特征，通过学习与积累，可实现内部状态的自适应调整。在无线传感器网络中采用认知无线电技术，通过共享认知无线电对周围电磁环境感知信息，可有效地改善路由开销、多径路由的耦合等问题，大大降低网络节点的能耗，提高网络性能。
技术实现思路
为克服现有的数据融合技术的不足，本专利技术提供一种应用于无线传感器网络的基于认知无线电技术(Cognitive Radio)的树型分簇数据融合方法，解决无线传感器网络数据融合的能耗问题。本专利技术解决其技术问题所采用的技术方案为融合方法包括以下步骤步骤1、网络初始化，构成分簇的树型网络结构；网络划分为多个簇，每个簇形成一树型网络，并赋予一个唯一的簇号，根节点作为簇首节点，簇内节点都有一个簇内唯一编号， 簇内每一个节点有一个父节点，有多个子节点或没有子节点，每一个节点只维持与其子节点和父节点的连接，节点的路由表只有其父节点和子节点的路由信息；步骤2、网络通信与路由选择；在网络初始化后，每一个节点有数据要传送时只需把数据往父节点送，其路由是固定的，从子节点到父节点，依次地逐层传输到簇首节点；步骤3、数据的收集、融合与传输；当某个节点收到起其子节点传来的数据时，首先进行数据融合，将融合后的数据传递给其父节点，父节点收到数据后与它的其它子节点送来的数据一起进行数据融合，把融合后的数据再上传到上一级父节点，层层融合依次进行一直传到簇首节点，簇首节点通过自组织多跳方式将数据传输到网关，在网关处进行整个网络的数据融合。所述的步骤2中在从子节点到父节点，依次地逐层传输到簇首节点过程中，如果在网络运行过程中有节点加入，则新加入的节点寻找到最近的节点并把该节点作为自己的父节点进行连接，然后发出一个消息通知到簇首节点，如果是某个节点要退出，则在退出前通知其子节点，子节点重新选择一个最近的节点作为父节点并发出消息通知簇首节点。本方法的有益效果1、网络节点的节能性较好，整个无线传感器网络内传输的数据通过树型网络层层上传，每上传到一个节点就进行融合一次，大大地减少在各节点处汇集的冗余数据，有效地减少了节点的通信开销，降低了节点能耗；2、网络时延小，通过分簇形成的树型网络路由是一个最短路由树，初始化时就已形成静态的路由，节点的路由表简单，只需维护父节点和子节点路由信息，节点计算量和路由开销可降至最小，因此数据传输时延小；3、网络可靠性较好，当网络中有节点加入或退出时，网络都能自适应地进行调整而不中断网络连接，因此可靠性较好。附图说明图1是本专利技术无线传感器网络树型分簇结构图； 图2是本专利技术认知簇首节点的簇内节点路由表；图3是本专利技术认知簇首节点的簇首节点路由表； 图4是本专利技术簇内节点的路由表； 图5是本专利技术节点通信与数据融合的流程图。图中Ci为第i个簇，i=l，2，3···.!!，CM为第i个簇的认知簇首节点，图中假设n=4，CG为网关节点，Monitoring center为监测中心，Sensor node为传感器节点。 具体实施例方式下面结合附图和实施例对本专利技术进一步说明。本专利技术提供的基于CR的树型分簇数据融合方法，其具体的实现方法步骤如下 步骤1、网络初始化；如图1所示，网络初始化时，首先在监测区域范围内布置一些认知簇首节点和多个传感器节点，通过分簇使得整个网络分为多个簇，每个簇由一个认知簇首节点和多个传感器节点组成并分配了一个唯一的簇号，由认知簇首节点对该簇进行维护管理。认知簇首节点利用认知无线电技术对周围无线电磁环境进行感知和认知推理，得到簇内节点信息如节点数等，然后对簇内节点进行统一编号，并向簇内所有节点广播包含簇号和节点编号的消息。 簇内传感器节点通过寻找最近邻节点得到其上一级节点信息，并向上一级节点发出请求成为其子节点的信息，上一级节点给出确认信息，双方建立父子关系，在收到簇首节点的广播信息后返回确认信息，确认信息中包含了节点的父节点连接信息。当簇内所有节点的确认信息返回到认知簇首节点后，簇内树型网络形成。步骤2、网络通信与路由选择当网络初始化形成树型网络之后，网络节点的路由随之确定。认知簇首节点通过感知推理得到簇内所有节点和簇外每一个簇首节点的信息，形成其路由表。认知簇首节点维护着两张路由表一张是簇内节点路由表，如图2所示，一张是簇首节点路由表，如图3所示，每本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种基于CR的WSN树型分簇数据融合方法，其特征是融合方法包括以下步骤 步骤1、网络初始化，构成分簇的树型网络结构；网络划分为多个簇，每个簇形成一树型网络，并赋予一个唯一的簇号，根节点作为簇首节点，簇内节点都有一个簇内唯一编号， 簇内每一个节点有一个父节点，有多个子节点或没有子节点，每一个节点只维持与其子节点和父节点的连接，节点的路由表只有其父节点和子节点的路由信息；步骤2、网络通信与路由选择；在网络初始化后，每一个节点有数据要传送时只需把数据往父节点送，其路由是固定的，从子节点到父节点，依次地逐层传输到簇首节点；步骤3、数据的收集、融合与传输；当某个节点收到起其子节点传来的数据时，首先进行数据融合，...

【专利技术属性】
技术研发人员：彭艺，龙华，杨秋萍，
申请(专利权)人：昆明理工大学，
类型：发明
国别省市：