CN101232517A - 地理位置无关的多汇聚节点部署方法 - Google Patents

Abstract

一种地理位置无关的多汇聚节点部署方法为：(1)将整个网络划分成多个子连通图，然后再将某些相互邻接的子图合并一个群，这样整个网络拓扑图分成多个群；(2)对于每个群，从中选举出某些传感节点组合作为相应汇聚节点的模拟位置，使得群内所有传感节点到其最近汇聚节点的最短路径之和最小，如此循环处理所有群直至确定所有汇聚节点的模拟位置；(3)汇聚节点的最佳部署位置确定为以选定汇聚节点的模拟位置为圆心，节点通信半径为半径的圆内任何一点。本方法完全独立于地理位置，采用简单可靠的集中式运算近似优化出汇聚节点的部署位置，能有效地节省网络通信的能耗和延长整个网络的生存周期。

Description

地理位置无关的多汇聚节点部署方法

技术领域

本发明属于无线传感器网络技术领域，具体地说是一种地理位置无关的多汇聚节点部署方法。

背景技术

在无线传感器网络领域(Wireless Sensor Networks，简称WSN)，网络生存周期则是衡量各种技术的首要标准。为了延长网络生存周期就必须降低功耗，其中包括节点硬件功耗和通信功耗等。通信功耗则受到节点部署，网络环境和通信协议的影响。节点部署问题是无线传感器网络中的一个基本问题，主要有三个目标：(1)节点部署要有效地覆盖目标区域，避免出现数据采集盲区；(2)节点之间的通信要具备良好的容错能力，避免出现通信瓶颈；(3)节点密度要适中，过大的节点密度会导致信道竞争加剧，降低吞吐量和信道利用率。多汇聚节点的部署是节点部署问题的一个分支问题。汇聚节点是指无线传感器网络中采集数据的最终汇聚点，汇聚节点与汇聚节点之间采用有线相连。对于给定的一个网络拓扑，有效的多汇聚节点部署能够减少数据汇聚的路由跳数，节省通信开销和能耗，分散整个网络负载。

目前的多汇聚节点部署方法主要有：P-中值模型法和区域划分法。P-中值模型方法把多汇聚节点部署问题简化为P-中值模型问题，即在一个给定的数量和位置的需求集合和一个候选设施位置的集合下，分别为P个设施找到合适的位置并指派每个需求点到一个特定的设施，使之达到供应方和需求点之间的运输费用最低。P-中值模型法虽然简化了计算过程，但是避开了无线传感器网络中多跳路由的问题，而这恰恰是影响通信能量消耗的主要根源。区域划分法则是首先计算给定网络的分布范围，然后均匀地划分成多个小区域，小区域数量与待部署的汇聚节点数量一致，这样把多汇聚节点的问题简化为小区域中单汇聚节点的最佳部署问题。区域划分法则没有利用网络拓扑的全局信息，对于传感节点分布不均匀的情况不能有效地处理。

P中值模型法和区域划分法都是地理位置相关的，即假设传感节点的坐标位置已知。这在实际网络应用中并不可行，因为为每个传感节点配备GPS装置将使节点成本大幅增加，即使采用定位技术也需要配备测距设备，单纯采用信号强度衰减模型来测距误差又太大。

发明内容

本发明的目的是提供一种地理位置无关的多汇聚节点部署方法，采用近似优化计算的方法来部署汇聚节点的位置，无需预先知道传感节点确切坐标位置，且具有自适应性强，扩展性好，有效降低通信功耗和延长网络生存周期等特点。

为完成本发明的目的，本发明采取的技术方案是：地理位置无关的多汇聚节点部署方法，其步骤如下：

(1)将整个网络划分成多个子连通图，然后再将某些相互邻接的子图合并一个群，这样整个网络拓扑图分成多个群；

(2)对于每个群，从中选举出某些传感节点组合作为相应汇聚节点的模拟位置，使得群内所有传感节点到其最近汇聚节点的最短路径之和最小，如此循环处理所有群直至确定所有汇聚节点的模拟位置；

(3)汇聚节点的最佳部署位置确定为以选定汇聚节点的模拟位置为圆心，节点通信半径为半径的圆内任何一点。

本发明与现有技术相比的有益效果是：

(1)相比P中值模型法和区域划分法，本发明的所有步骤中均未用到任何节点的地理位置信息，因此采用本发明时无需在传感节点上配备GPS或测距设备来确定传感节点的坐标位置。由于GPS或测距设备的成本高出节点本身约2个数量级，如此一来极大地降低了节点成本；

(2)通过权利要求书中的步骤(1)和步骤(2)首先将整个网络拓扑图抽象划分成多个子图和多个群，然后对于每个群或多个群去单独计算其汇聚节点的模拟部署位置；接着各传感节点能够根据部署结果选择其最佳汇聚点，使传感节点在进行数据汇聚时能够选择跳数最少(即路径的权值之和最小)的路径。另外，多个群的划分在简化了部署计算复杂度的同时，尽最大可能地让各传感节点的最佳路径之和最小，而每条路径的权值之和对应着实际通信中的路由跳数，这样也就大大地节省通信能耗并延长网络生存周期；

(3)本发明的权利要求书中的步骤(3)显示，采用本发明汇聚节点只会部署在实际传感节点位置周围区域，避免了在恶劣环境中部署的困难，因而实际可操作性良好。

附图说明

图1是网络拓扑结构图；

图2是将网络拓扑结构抽象后的赋权无向图；

图3是顶点之间的最短路径；

图4是步骤2)的执行流程图；

图5是汇聚节点选择的组合方案；

图6是方案4中各传感节点到汇聚节点的最小跳数；

图7是各传感节点到各汇聚节点的最小路由跳数及相应的最佳路由跳数；

图8是各组合方案对应的汇聚节点；

图9是方案1中群2内各节点的最佳汇聚点和相应的最佳路径；

图10是组合方案的最佳路径之和。

具体实施方式

本发明地理位置无关的多汇聚节点部署方法，包括以下具体步骤：

(1)将整个网络划分成多个子连通图，然后再将某些相互邻接的子图合并一个群，这样整个网络拓扑图分成多个群；

(2)对于每个群，从中选举出某些传感节点组合作为相应汇聚节点的模拟位置，使得群内所有传感节点到其最近汇聚节点的最短路径之和最小。如此循环处理所有群直至确定所有汇聚节点的模拟位置；

(3)汇聚节点的最佳部署位置确定为以选定汇聚节点的模拟位置为圆心，节点通信半径为半径的圆内任何一点。

先假设要在如图1所示，含7个传感节点的网络拓扑结构中部署2个汇聚节点，按照上述3个步骤分别操作如下：

步骤(1)的子图的划分过程如下：

(1.1)将网络拓扑抽象为赋权无向图，各个节点作为图的定点，节点与其邻节点之间的单跳通信作为图的边；然后将图中所有边的权值设定为1。设网络拓扑结构如图1所示，则分别将节点1~7分别抽象为无向连同图的顶点1~7，节点之间的通信链路抽象为无向连同图顶点之间相连的边，并给所有的边赋上权值1，如图2所示；

(1.2)对于图2中的每个顶点，按照Dijkstra算法求解其到其他顶点的最短路径，求解完毕后各顶点之间最短路径如图3所示；

(1.3)将整个网络拓扑图划分为约2/k个子连通图，各子图所含有的传感节点(即图的顶点，下同)数目约为7*k/2。此处取k＝1，则整个网络拓扑图需要划分为2个子图，每个子图含节点数量约为3个，然后计算出图中各节点的邻节点数量，如表1所示。

从图4中可以看出节点1~5的邻节点数量均为1，则以节点1为基准，选择距离其节点最近的2个节点组成一个子图，此时剩余两个节点的组合为{6，7}和{6，2}。当组合为{6，7}时，剩余图的最大连通图数量为4，其中孤立节点2，3，4，5均算为一个最大连通图；当组合为{6，2}时，剩余图的最大连通图数量为2，如图6所示。因此根据子图生成规则，选择组合{6，2}，则第1个子图和第2个子图划分如图6所示。

由于本例中子图数量较少，故本例中令g＝2，即群数量为2，即子图1为群1，子图2为群2，如图6所示。这样在每个群内需部署1个汇聚节点。

步骤(2)中从每个群中选举汇聚节点的处理流程如图7所示，本例中每个群需选举出1个汇聚节点，以群2为例，具体描述如下：首先从群中任意选择1个节点模拟为汇聚点的位置，则共有 $C_4^1=4$ 种方案，如图8所示。对于每种组合方案处理如下(以方案1为例)：

(2.1)对每个节点计算其到各汇聚节点的最短路径。利用步骤1)计算的无向图顶点之间的最短路径，可以计算出每个节点到汇聚节点(本例中为顶点3作为汇聚节点)的最短路径，如图8所示。此处应该注意的是，由于汇聚节点模拟部署在节点位置，所以该节点到汇聚节点的距离设定为1，其物理意义为传感节点与汇聚节点在彼此的一跳通信范围内；

(2.2)节点选择距离其路径最短的汇聚节点作为其最佳汇聚点，相应的路径权值之和记作该传感节点的最佳路径。本例中一个群中只有一个汇聚节点，问题相对简化。方案1中群2内各节点的最佳汇聚点和相应的最佳路径如图9所示；

(2.3)计算所有节点的最佳路径之和。方案1中所有节点的最佳路径之和为6。

类似地，可计算出其他组合方案的最佳路径之和，如图10所示。因此群2内汇聚节点部署的模拟位置为节点7；同理可得出群1内汇聚节点部署的模拟位置为节点6。

步骤(3)是汇聚节点的最佳部署位置确定为以选定汇聚节点的模拟位置为圆心，节点通信半径为半径的圆内任何一点。如图2所示，当选择顶点6和7作为两个汇聚节点的模拟位置时，汇聚节点1和2可以分别部署位置在顶点6和7对应传感节点的通信半径范围内的任意位置，例如可以是组合{1，3}，{2，7}和{4，6}等。

以上所述仅是本发明的默认实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和润饰，这些改进和润饰也应视为本发明的保护范围。

Claims (6)

1.地理位置无关的多汇聚节点部署方法，其特征在于包含以下步骤：

(1)将整个网络划分成多个子连通图，然后再将某些相互邻接的子图合并一个群，这样整个网络拓扑图分成多个群；

(2)对于每个群，从中选举出某些传感节点组合作为相应汇聚节点的模拟位置，使得群内所有传感节点到其最近汇聚节点的最短路径之和最小，如此循环处理所有群直至确定所有汇聚节点的模拟位置；

(3)汇聚节点的最佳部署位置确定为以选定汇聚节点的模拟位置为圆心，节点通信半径为半径的圆内任何一点。

2.根据权利要求1所述的地理位置无关的多汇聚节点部署方法，其特征在于：设在含n个传感节点的网络中部署m个汇聚节点，所述步骤(1)细分步骤如下：

(1.1)整个网络拓扑图划分为约m/k个子连通图，各子图所含有的传感节点即图的顶点数目约为n*k/m，其中k的取值范围为(0，1)区间的小数和[1，m]区间的整数；

(1.2)将全部子图组合成约g个群，每个群中包含的传感节点数量约为n/g，每个群均为全连通图，这样就需要在每个群中部署约m/g个汇聚节点。

3.根据权利要求3所述的地理位置无关的多汇聚节点部署方法，其特征在于：所述步骤(1.1)中将整个图划分成多个子图步骤细分如下：

(1.1.1)对于网络中每个传感节点，计算它到其他传感节点的最短路径，具体过程如下：将网络拓扑抽象为赋权无向连通图。各节点作为图的顶点，节点与其邻节点之间的通信链路作为图的边，然后将图中所有边的权值设定为1，抽象完毕后即可对每个节点计算到其他节点的最短路径；

(1.1.2)从图中邻节点数量最少的节点中选择一个节点为基准，依次选择距离其路径最短的约(n*k/m)-1个节点组成一个子图，子图生成的规则为：在去除基准节点及相应所挑选的节点后，剩余图中所含有的最大连通图数量最小；

(1.1.3)将已划分的子图从整个图中去除，进行如下判断，判断是否剩下的整个图是否全连通，如是转向步骤(1.1.2)；如果不是，则称剩余的各个图称为孤立图，然后按步骤(1.1.2)依次循环处理各个孤立图。

4.根据权利要求3所述的地理位置无关的多汇聚节点部署方法，其特征在于：所述步骤(1.2)中将多个子图合并为群的过程如下：将各个子图抽象为一个顶点，子图之间的连接抽象为边，所有边的权值赋为1，这样把所有子图重新抽象为一张新图，此时将待划分的群抽象为新图的一个子图，则问题简化为将整个新图划分成多个子图，处理过程按照步骤(1.1)所示，划分完毕后的每个子图即为原图的一个群。

5.根据权利要求1所述的地理位置无关的多汇聚节点部署方法，其特征在于：所述步骤(2)中确定每个群中的汇聚节点模拟位置步骤细分如下：首先从群内选择与待部署汇聚节点相同数量的传感节点作为组合方案，将汇聚节点模拟部署在相应传感节点的位置上，对于每种组合方案，处理如下：

(2.1)对每个节点计算其到各汇聚节点的最短路径；

(2.2)节点选择距离其路径最短的汇聚节点作为其最佳汇聚点，相应的路径权值之和记作该传感节点的最佳路径；

(2.3)计算所有传感节点的最佳路径之和。

6.根据权利要求1所述的地理位置无关的多汇聚节点部署方法，其特征在于：所述步骤(2)中对于每个群，从中选举出某些传感节点组合作为相应汇聚节点的模拟位置，使得群内所有传感节点到其最近汇聚节点的最短路径之和最小的选举方法如下：对于每个群的汇聚节点模拟组合，从最佳路径之和最小的组合方案中任意选择其一作为最佳的部署方案即可。

Images