CN101316279A - 一种主观兴趣驱动的无线多媒体传感器网络设计方法 - Google Patents
一种主观兴趣驱动的无线多媒体传感器网络设计方法 Download PDFInfo
- Publication number
- CN101316279A CN101316279A CNA2008101235920A CN200810123592A CN101316279A CN 101316279 A CN101316279 A CN 101316279A CN A2008101235920 A CNA2008101235920 A CN A2008101235920A CN 200810123592 A CN200810123592 A CN 200810123592A CN 101316279 A CN101316279 A CN 101316279A
- Authority
- CN
- China
- Prior art keywords
- node
- interest
- network
- data
- incident
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
Images
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
主观兴趣模型驱动的无线多媒体传感器网络设计方法,是一种主要用于无线多媒体传感器网络设计和应用问题,属于分布式计算和网络通信技术交叉领域。该发明根据从自然界中生物群落的行动特点中抽象出来的行动模型设计网络智能模型,可以应用于多种事件触发的多媒体传感其网络的设计当中,具有以下特征:在分布式计算中合理利用与分配资源,以较小代价、较低时延获得事件信源的有效数据;通过兴趣度衡量方法与其它结点进行活动协作,有利于集中网络资源对兴趣事件源进行深度报道;有效进行数据融合摈弃冗余数据;对网络进行自然演化,形成面向事件的朋友圈子,优化网络结构。
Description
技术领域
本发明是一种分布式计算和网络通信技术的解决方案。主要用于无线多媒体传感器网络设计和应用问题,属于分布式计算和网络通信技术交叉领域。
背景技术
随着通信技术、嵌入式计算技术和传感器技术的飞速发展和日益成熟,具有感知能力、计算能力和通信能力的微型传感器开始出现,并且引起了人们的极大关注。这种传感器网络能够协调地感知、采集和处理网络覆盖区域内的各种环境或监测对象信息,并发布给需要这些信息的用户。传感器网络将逻辑上的信息世界与真实的物理世界融合在一起,深刻地改变了人与自然的交互方式;可以广泛地应用于军事、工农业控制、生物医疗、环境监测等诸多领域。
目前,传感器网络研究的一个重要方面是在能量严重受限的微型节点上如何实现简单的环境数据(如温度、湿度、光强等)采集、传输与处理。然而,随着监测环境的日趋复杂多变,由这些传统传感器网络所获取的简单数据愈加不能满足人们对环境监测的全面需求,迫切需要将信息量丰富的图像、音频、视频等媒体引入到以传感器网络为基础的环境监测活动中来,实现细粒度、精准信息的环境监测。由此,多媒体传感器网络应运而生。
近年来,多媒体传感器网络技术的研究已引起了科研人员的密切关注,一些学者开展了多媒体传感器网络方面的探索性研究,在IEEE系列会议(如MASS,ICIP,WirelessCOM等)、ACM多媒体和传感器网络相关会议(ACMMultimedia,ACM MOBICOM,ACM WSNA等)发表了一些重要的研究成果。从2003年起,ACM还专门组织国际视频监控与传感器网络研讨会(ACMInternational Workshop on Video Surveillence & Sensor Networks)交流相关研究成果。多媒体传感器网络(multimedia sensor network,简称MSN)是由一组具有计算、存储和通信能力的多媒体传感器节点组成的分布式感知网络。它借助于节点上多媒体传感器感知所在周边环境的多种媒体信息(音频、视频、图像、数值等),通过多跳中继方式将数据传到信息汇聚中心,汇聚中心对监测数据进行分析,实现全面而有效的环境监测。
一个典型的多媒体传感器网络通常由多媒体传感器节点(multimedia sensor)、汇聚节点(sinknode)、控制中心(control center)等构成。多媒体传感器节点散布在指定的感知区域内,其采集的数据沿着其他多媒体传感器节点逐跳进行传输,经过“多跳”路由传送到汇聚节点,最后通过Internet网络或通信卫星到达控制中心。用户通过控制中心对传感器网络进行配置和管理,发布监测任务以及收集监测数据。
多媒体传感器网络一般由分布在一个传感区域内的大量多媒体传感器节点和一个或多个基站组成。节点通过摄像头,录音设备,GPS或其它传感设备采集数据,并传到基站节点,基站接受到这些数据后进行处理。由于有大量节点分布在传感区域内,在传感器节点密集的区域会产生大量的冗余数据;多媒体技术对节点数据处理能力也提出了巨大挑战,在短时间内如何处理各节点采集到的海量数据也成为了重点问题。在现有的多媒体传感器数据处理/存储能力和网络带宽的限制下,多媒体传感器网络需要采用各种的策略进行有效数据分析,有选择性地处理有效数据,并对数据压缩,减少冗余数据。
本发明利用移动代理中间件技术控制数据采集,进行数据融合。移动代理中间件技术是随着Internet(因特网)的发展而出现的一种新兴技术,它较好的适应了Internet的特点,有效简化分布式系统的设计、实现和维护。一般来讲,移动代理中间件是指一个独立的计算机软件实体,它按照一定的规程,能够自主的在异构的网络上移动,代表用户完成特定的任务。移动代理中间件的优势主要有两点:一方面,它实现了计算向所需资源的靠拢,这可以节省网络的带宽并具有异步功能;另一方面,允许程序动态发布到主机。由于移动代理中间件的诸多优点,它在电子商务、网络管理、移动计算、Internet信息的智能检索等方面都有较好的应用前景,对移动代理中间件技术的研究正成为学术界和工业界的热点之一。
发明内容
技术问题:本发明的目的是提供一种主观兴趣驱动的无线多媒体传感器网络设计方法,根据从自然界中生物群落的行动特点中抽象出来的行动模型设计网络智能模型,解决多媒体传感器网络如何获取有效数据,在分布式计算中合理利用与分配资源,并以较小代价,较低时延获得事件信源的数据。
技术方案:本发明是一种主观兴趣模型,可以应用于多种事件触发的多媒体传感其网络的设计当中,例如抢险救灾,特殊事件监控,大型事件活动全方位报道等领域。该方案利用从自然界中生物群落的行动特点中抽象出来的行动模型设计网络智能模型,通过节点自身计算及采集数据能力进行主观选择与行动决策,并通过兴趣度衡量方法与其它结点进行活动协作,对兴趣事件源集中网络资源进行深度报道,同时进行数据融合摈弃冗余数据,优化网络结构。
本发明通过多媒体传感器网络移动代理中间件实现。移动代理中间件的分布式计算,可以保证节点之间能够通过代理交互状态信息,进行基于主观兴趣模型的协作。
能够实现主观兴趣驱动模型多媒体传感器网络应具有以下几个特征:1)该传感器网络是以事件触发,并需要在事件发生时采集大量相关信息。2)该多媒体传感器网络节点能够通过GPS或其它定位方法进行定位。3)该多媒体传感器的存储和计算能力能够实现具有移动代理功能的中间件。
主观兴趣驱动的无线多媒体传感器网络具有主观兴趣模型。节点根据自身能力(能量,感知能力)或网络管理员根据已采集数据有效性(摄像录音有效性)设置节点的主观行动模型。主观行动模型是节点对邻居节点的兴趣度,主观独立性和活跃程度的综合模型。
我们利用可变长的多元组结构interest(xi,xj)=[∑,Z,I0,I1,...Im,A,t]来描述某节点主观兴趣度和独立性的关系模型。∑代表节点代表节点i主观总体兴趣度的值,该值能够体现该节点对于其它节点的总体兴趣大小,与之对应,Z是节点i的独立度。对于节点i,独立度Z与总体兴趣度∑之和可以体现节点的活跃性。多元组结构中Im是节点i订购的节点j多元组兴趣模型,它允许了节点i能够订购多个不同的兴趣数据,并可具有不同的兴趣度。其中元组Im={dt,intr,act},dt代表节点i订购节点j数据m的类型,intr是对该数据的兴趣度大小,act表示节点在兴趣值满足一定条件下的动作类型(采集兴趣数据,传输兴趣数据,移动节点或无动作等)。A代表节点活跃程度,主要由剩余能量决定,可以作为兴趣度的加权,当能量满时活跃度A为1。t是交互时间戳。在采用这种可变多元组兴趣度模式的基础上,订阅兴趣事件(数据流)产生时,节点i通过兴趣度主观决定自身行动。当网络中某事件多次被某节点i发现时,说明该节点具有更好的观测优越性,与此同时,会有更多的邻居节点提高其兴趣度,订阅其消息,并能够以更少时延,更优化的网络资源对节点i采集的数据进行处理和传输。这样的网络从开始部署的雏形阶段到最终优化成熟阶段对有效或关心数据的采集观测能力将逐步提升。
面向主观兴趣事件,我们通过事件消息发布与订购的机制来制导兴趣事件。在网络中,节点与节点之间可能存在消息发布与订购的关系。我们将网络中节点分为事件发布者、事件订购参与者、独立工作者。在无事件活动时,每个节点都是自由工作者;在事件发生后,节点在这些网络职责中转换身份。当事件发生时,不同网络职责开始分工,它们存在上下文关系。
方法流程:
主观驱动的无线多媒体传感其网络设计方法所包含的步骤:
步骤1).对所需观测或采集数据的场景案例进行需求分析,分析关注的数据类型,网络规模,时延要求以及数据采集频率等。
步骤2).对该无线多媒体传感器网络进行系统设计,其中设计节点数量,通信半径,部署方式以及采用的拓扑路由协议等。
步骤3).对该无线多媒体传感器网络进行详细设计,设计节点观测突发事件的模型,主观兴趣的度量和关键阀值,系统时钟与允许最大时延等等。
步骤4).为所有无线多媒体传感器节点安装适合硬件的无线多媒体传感器网络操作系统(业界普遍使用的TinyOS或者Mantis OS),并为这些节点写入支持主观兴趣度驱动模型的无线多媒体传感器网络移动代理中间件。
步骤5).将这些步骤3)中安装了无线多媒体传感器网络操作系统和支持主观兴趣度驱动模型的无线多媒体传感器网络移动代理中间件的无线多媒体传感器网络节点部署在一块所需观测区域范围内或某关注信源触发地附近,并构建网络拓扑。移动代理中间件开始工作。
步骤6).所有节点关于其领域的邻居节点(这里的邻居节点由网络拓扑所决定)建立可变长的多元组结构interest(xi,xj)=[∑,Z,I0,I1,...Im,A,t],构成其初始主观兴趣模型。
步骤7).网络中每个节点与自身的邻居节点进行交互,同步交互时间戳t。
步骤8).节点检测自身剩余能量(体现数据采集、处理、传输和节点移动能力),计算其节点活跃度A,并设立时钟时间,在经过某时长Δt之后自动更新节点活跃度A。
步骤9).节点进行自检,检查各传感器工作是否能够正常启动或工作,若节点未发现硬件工作异常,直接转步骤10)。若节点发现某传感器模块不能正常启动或工作,则认为硬件不可信,将与所有邻居节点的主观兴趣多元组interest(xi,xj)中与该类型传感器相关的数据m所对应的数据主观兴趣度置为最高(加权活跃度A),订阅其邻居节点的相关数据m;同时计算其新独立度Z。
步骤10).节点对其它工作正常的传感器相关的数据所对应的数据主观兴趣度Im置为某低水平值,并对每一种数据类型随机订阅一个兴趣节点(越临近节点订阅兴趣概率越大),并将对应的数据主观兴趣度Im置为某兴趣阀值Ω。此时该无线多媒体传感其网络的初始主观兴趣模型建立完毕。
步骤11).无线多媒体传感其网络的初始主观兴趣模型建立完毕后,节点开始进入根据网络协议所规定的数据检测采集或休眠状态。
步骤12).若网络中某节点i检测到某关注事件m发生时(如某监测值发生突变,或图像中出现关注事件时),节点i对数据进行采集,处理的同时发布事件兴趣消息。
步骤13).若有邻居节点j已订阅节点i关于该数据的兴趣消息,则该邻居节点j执行该兴趣所对应的act(采集兴趣数据,传输兴趣数据,移动节点等),对事件进行跟踪,支持事件处理。
步骤14).若有收到节点i事件兴趣消息但未订阅该消息的邻居节点p开始采集该数据类型数据,若能发现事件m,则单独进行检测,执行步骤12)发布兴趣事件消息,主观兴趣度不变。
步骤15).若有收到节点i事件兴趣消息但未订阅该消息的邻居节点p开始采集该数据类型数据,若未发现事件,则提高对节点i数据类型m的兴趣度,重新计算兴趣模型,且当节点j对节点i的关于数据类型m的兴趣度Im大于某阀值Ω时,订阅该消息,并立即对该事件执行对应动作act。
步骤16).当兴趣事件发布节点检测到事件结束时,发布兴趣事件结束消息,所有兴趣事件订阅者停止对该事件执行的动作。节点工作状态执行步骤11)。
步骤17).若某段时间内网络中某节点未检测或参与到任何事件,则邻居节点对其兴趣度随时间衰减(硬件不可信除外),衰减后重新计算独立度Z。
步骤18).无线多媒体传感器网络经过一段时间的演化,对于兴趣接近的且互相连通节点,形成朋友圈子。这样,节点在网络中所扮演的角色和其功能就发生了自然演化,形成了主观兴趣网络。
步骤19).若网络中节点的活跃度低于某最低门限阀值时,节点进入休眠状态,不参与任何主观兴趣活动。当系统内所有节点活跃度都低于该门限阀值时,整个网络寿命结束。
主观兴趣驱动的无线多媒体传感器网络的兴趣执行具体过程如下:
步骤一:网络初始化阶段。在此阶段中,各节点通过自身条件(能量,硬件工作状况等)初始化节点的主观兴趣,最终形成由多个可变长的多元组结构interest(xi,xj)组成的节点初始主观兴趣模型。具体行为如下:1.所有节点关于其领域的邻居节点(这里的邻居节点由网络拓扑所决定)建立可变长的多元组结构interest(xi,xj)=[∑,Z,I0,I1,...Im,A,t],构成其主观兴趣模型。其中所有兴趣度置为最低,独立度设为最大,并根据数据类型规定的动作类型及节点之间的关系特点等需求(簇头与普通节点,簇头与簇头节点,普通节点之间或主结点与从节点关系)设定act的内容。网络中每个节点与自身的邻居节点进行交互,同步交互时间戳t。
步骤二:节点自检并进行主观兴趣的个性化初始设定,其中设计的主导思想是对于硬件不可信的传感器模块,独立性最小,对于其邻居节点的兴趣度最大;对于工作正常的传感器模块,节点随机设定个别兴趣,订阅其兴趣事件消息(越临近节点订阅兴趣概率越大)。活跃性A作为加权决定兴趣度。具体行为如下:节点检测自身剩余能量(体现数据采集、处理、传输和节点移动能力),计算其节点活跃度A,并设立时钟时间,在经过某时长Δt之后自动更新节点活跃度A。节点进行自检,检查各传感器工作是否能够正常启动或工作,若节点发现某传感器模块不能正常启动或工作,则认为硬件不可信,节点不能不能发布关于该不可信数据类型的事件兴趣消息。将与所有邻居节点的主观兴趣多元组interest(xi,xj)中与该类型传感器相关的数据m所对应的数据主观兴趣度Im={dt,intr,act}中intr置为最高(加权活跃度A),订阅其邻居节点的相关数据m;同时计算其新独立度Z,并与邻居节点进行交互。若节点未发现硬件工作异常,则节点对其它工作正常的传感器相关的数据所对应的数据主观兴趣度Im置为某低水平值,并对每一种数据类型随机订阅一个兴趣事件发布节点,并将对应的数据主观兴趣度Im置为兴趣门限阀值Ω。此时该无线多媒体传感其网络的初始主观兴趣模型建立完毕。
步骤三:设计无主观兴趣事件发生的模型工作方式。无线多媒体传感其网络的初始主观兴趣模型建立完毕后,节点开始根据网络协议所规定进行数据检测采集或休眠,目前业界可用的无线传感器应用层网络协议主要有:SPIN(SensorProtocol for Information via Negotiation),定向扩散(Directed Diffusion),LEACH(Low-Energy Adaptive Clustering Hierarchy)等。节点设定时钟事件计算其节点活跃度A,在经过某时长Δt之后自动更新节点活跃度A;若在该网络时延Δt中某节点i未检测或参与任何事件,则节点i的所有邻居节点j对其兴趣度随时间衰减(硬件不可信除外),衰减后根据活跃度A重新计算兴趣度大小和独立度Z,若兴趣度小于某门限阀值Ω,则取消订阅该兴趣消息。
步骤四:设计无主观兴趣事件发生的模型工作方式。总体的设计思想是,发现兴趣事件发生的节点具有发布事件兴趣消息的权利,此时该节点锁定其自身主管兴趣模型,并不再参加到其他任何主管兴趣事件当中。订阅该节点兴趣消息的节点执行主观兴趣模型中act域的动作,参与到兴趣报导中,提高数据处理能力。降低网络时延;未订阅该事件的邻居节点对该事件相关数据进行观测,并提高兴趣度,若使兴趣度大于兴趣门限阀值Ω,则订阅该兴趣事件并参与到事件活动中。事件活动结束后事件发布节点提高自身独立度,重新计算兴趣模型;事件参与节点提高对该节点的兴趣度,重新计算兴趣模型。节点具体行为如下:1.若网络中某节点i检测到某关注事件m发生时(如某监测值发生突变,或图像中出现关注事件时),节点i对数据进行采集,处理的同时发布事件兴趣消息;2.若有邻居节点j已订阅节点i关于该数据的兴趣消息,则该邻居节点j执行该兴趣所对应的act(采集兴趣数据,传输兴趣数据,移动节点等),对事件进行跟踪,支持事件处理;3.若有收到节点i事件兴趣消息但未订阅该消息的邻居节点p开始采集该数据类型数据,若能发现事件m,则单独进行检测,发布兴趣事件消息,主观兴趣度不变;若未发现事件,则提高对节点i数据类型m的兴趣度,重新计算独立度Z,且当节点j对节点i的关于数据类型m的兴趣度Im大于某阀值Ω时,订阅该消息,并立即对该事件执行对应动作act;4.当兴趣事件发布节点i检测到事件结束时,发布兴趣事件结束消息,所有兴趣事件订阅者停止对该事件执行的动作,恢复无主观兴趣事件发生的模型工作方式。
步骤五:设计节点执行兴趣动作的类型,提高对于兴趣事件的处理能力。我们认为,一个典型的无线多媒体传感器网络应该具有以下动作处理方案为:
1)节点j执行采集兴趣数据行为act1,节点j分配其大部分资源进行该类型数据的采集,处理和存储,例如视频数据需要大量压缩解码工作时,该节点应对此类数据优先处理,使用一定的数据压缩方案,并根据网络路由协议经过合适节点传输该数据。
2)节点j执行协作兴趣数据采集行为act2,节点j在接受到关于兴趣数据m的兴趣消息后,对相关其他类型的数据p,q等进行采集,并配合消息发布节点i采集到的形成事件完整信息。这种数据可以通过移动代理的相互协作来完成。
3)节点j执行传输兴趣数据行为act3,节点j则分配其主要资源进行大量数据的传输和数据融合工作,并采用移动代理中间件实现数据融合协议。此时该节点j将成为网络中的枢纽节点,将兴趣数据进行融合压缩并传输到基站节点。
4)节点j执行移动节点并监控兴趣事件行为act4,节点j根据网络中的定位信息(无限多媒体传感器一般由GPS提供)向事件发布节点i的数据采集区域边缘移动,与节点i合作监控该事件。例如,若该事件为摄像头监控事件,节点j则可与节点i组成多角度全方位的观测,在多个节点的情况下,甚至形成全视角监控兴趣事件。以上三种兴趣动作类型只是基本的动作类型,对于面向不同需求的无线多媒体传感器网络应根据其网络特性和需求设计更多更复杂的动作类型。
步骤六:对于兴趣接近的邻居节点,由于订阅了同种兴趣消息或订阅了对方的兴趣消息而被定义为朋友节点,他们共同参与某些事件的报导并不断吸引其他节点的加入。无线多媒体传感器网络经过一段时间的演化,对于兴趣接近的且互相连通节点,形成朋友圈子。这样,节点在网络中所扮演的角色、功能甚至其节点部署就发生了自然主观演化,形成了一种由多个可重叠的朋友圈子组成的复杂的主观兴趣网络。
体系结构:
图1给出了典型的使用主观兴趣驱动的无线多媒体传感器网络的体系结构,具有主观兴趣驱动的移动代理无线网络的典型特征。在该模型中,节点根据自身能力(能量,感知能力)或网络管理员根据已采集数据有效性(摄像录音有效性)设置节点的主观行动模型。主观行动模型是节点对邻居节点的兴趣度,主观独立性和活跃程度的综合模型。与传统的无线多媒体传感器网络体系结构相比较,该体系结构具有主观兴趣,该模型由以下几部分组成:主观兴趣度,主观独立性,主观活跃度。
主观兴趣度是体现节点对邻居节点的兴趣关系,一般来说,这种兴趣度可以用偏序集C表示。这种兴趣关系是不可传递的,但是可以通过推荐关系体现传递性。
主观独立性是体现节点对自身采集数据的关注或信任程度。节点根据自身节点状况(如传感器是否能够正常工作,采集到数据是否准确)或根据管理员控制(如管理员是否关注该节点采集的数据)决定自身的主观独立性。主观独立性是节点对自身采集数据主观兴趣度的表现,主观独立性I是兴趣度C的自反集。
节点的活跃程度决定了节点对采集的数据关注度大小。这种关注度由节点对其它节点主观兴趣度和主观独立性同时决定。一般来说,节点对其它节点的兴趣度越大,自身独立性越差;反之亦然。
主观兴趣模型是从自然界中生物群落的行动特点中抽象出来的行动模型。主观兴趣具有以下显著特点:
(1)主观性
兴趣是消息订购者对消息发布者的一种主观判断,不同的实体具有不同的判定标准。即便对于同一兴趣订阅者相同上下文环境相同时段相同行为,根据兴趣发布者的不同,给出的量化判断也很有可能不同,最终执行的动作也可能不同。
(2)多客面性
兴趣往往和兴趣事件发布者的多种属性相联系,受到多种属性的影响,是一个多属性作用融合的概念。
(3)可度量性
兴趣往往和一定的兴趣等级相联系。兴趣等级是对一个实体兴趣程度的度量。兴趣等级可以是连续的,也可以是离散的。
(4)动态性(及时性Instant)
兴趣是一个动态演化的概念,随上下文环境和时间的变化而变化。兴趣的动态性是由兴趣关系中的实体的自然属性决定的,在现实世界中,动态性(变化)既可以由实体的内因(Endogenous Factors,例如实体的心理、性格、知识、能力、意愿等等)引起,也可以由实体的外因(Exogenous Factors,例如实体表现出的行为、策略、协议等等)引起,但一个主体的内因很难由其他主体判断和量化(即使非常有经验的心理学家也很难做到),而外因则可以被直接观察出,尽管非常的模糊和不确定,却可以进行预测、量化和推理,也可以进行管理。
(5)非对称性
兴趣是单方面的,一般不具有对称性。A方对B方有兴趣并不意味着B方也对A方有兴趣,A方对B方主观兴趣度的评定一般不等同于B方对A方主观兴趣度的评定。
(6)模糊性
兴趣具有不确定、不准确和不清楚等自然属性,在进一步的研究中,可以用模糊集(Fuzzy Set)理论来描述主观兴趣度。
有益效果:本发明是一种主观兴趣模型驱动的无线多媒体传感器网络设计方法,可以应用于多种事件触发的多媒体传感其网络的设计当中,例如抢险救灾,特殊事件监控,大型事件活动全方位报道等领域。该方案根据从自然界中生物群落的行动特点中抽象出来的行动模型设计网络智能模型,通过节点的主观自然演化,形成具有兴趣朋友圈子的智能网络,具有显著优点:
(1)主观兴趣驱动的无线多媒体传感器网络设计方法网络能明显提高数据处理效率,在分布式计算中合理利用与分配资源,以较小代价、较低时延获得事件信源的有效数据。
(2)主观兴趣驱动的无线多媒体传感器网络设计方法能通过兴趣度衡量方法与其它结点进行活动协作,有利于集中网络资源对兴趣事件源进行深度报道。
(3)主观兴趣驱动的无线多媒体传感器网络设计方法能够有效进行数据融合摈弃冗余数据,适合面向数据的无线多媒体传感器网络特性。
(4)主观兴趣驱动的无线多媒体传感器网络设计方法能够对网络进行自然演化,形成面向事件的朋友圈子,优化网络结构。
附图说明
图1是主观兴趣驱动无线传感器网络中兴趣模型的体系结构,表示相邻节点之间的兴趣关系。
图2是主观兴趣驱动无线传感器网络中基本节点动作act的示意图。表示使用本发明方法的应用部署时节点动作示例。
图3是主观兴趣驱动无线传感器网络在演化之后形成朋友圈子的关系示意图。表示本发明方法中一种典型的主观兴趣驱动网络的体系结构。
具体实施方式
本发明的主观兴趣驱动的无线多媒体传感器网络设计方法所含以下步骤:
步骤1:对所需观测或采集数据的场景案例进行需求分析,分析关注的数据类型,网络规模,时延要求以及数据采集频率,
步骤2:对该无线多媒体传感器网络进行系统设计,其中设计节点数量,通信半径,部署方式以及采用的拓扑路由协议,
步骤3:对该无线多媒体传感器网络进行详细设计,设计节点观测突发事件的模型,主观兴趣的度量和关键阀值,系统时钟与允许最大时延,
步骤4:为所有无线多媒体传感器节点安装适合硬件的无线多媒体传感器网络操作系统,并为这些节点写入支持主观兴趣度驱动模型的无线多媒体传感器网络移动代理中间件,
步骤5:将这些无线多媒体传感器网络节点部署在所需观测区域范围内或某关注信源触发地附近,并构建网络拓扑,移动代理中间件开始工作,
步骤6:所有节点关于其领域的邻居节点建立可变长的多元组结构interest(xi,xj)=[∑,Z,I0,I1,...Im,A,t],构成其初始主观兴趣模型,
步骤7:网络中每个节点与自身的邻居节点进行交互,同步交互时间戳t,
步骤8:节点检测自身剩余能量,计算其节点活跃度A,并设立时钟时间,在经过某时长Δt之后自动更新节点活跃度A,
步骤9:节点进行自检,检查各传感器工作是否能够正常启动或工作,若节点未发现硬件工作异常,直接转步骤10;若节点发现某传感器模块不能正常启动或工作,则认为硬件不可信,将与所有邻居节点的主观兴趣多元组interest(xi,xj)中与该类型传感器相关的数据m所对应的数据主观兴趣度置为最高,并加权活跃度计算其兴趣度,订阅其邻居节点的相关数据m;同时计算其新独立度Z,
步骤10:节点对其它工作正常的传感器相关的数据所对应的数据主观兴趣度Im置为某低水平值,并对每一种数据类型随机订阅一个兴趣节点,并将对应的数据主观兴趣度Im置为某兴趣阀值Ω;此时该无线多媒体传感其网络的初始主观兴趣模型建立完毕,
步骤11:无线多媒体传感其网络的初始主观兴趣模型建立完毕后,节点开始进入根据网络协议所规定的数据检测采集或休眠状态,
步骤12:若网络中某节点i检测到某关注事件m发生时,节点i对数据进行采集,处理的同时发布事件兴趣消息,
步骤13:若有邻居节点j已订阅节点i关于该数据的兴趣消息,则该邻居节点j执行该兴趣所对应的act动作,对事件进行跟踪,支持事件处理,
步骤14:若有收到节点i事件兴趣消息但未订阅该消息的邻居节点p开始采集该数据类型数据,若能发现事件m,则单独进行检测,执行步骤12发布兴趣事件消息,主观兴趣度不变,
步骤15:若有收到节点i事件兴趣消息但未订阅该消息的邻居节点p开始采集该数据类型数据,若未发现事件,则提高对节点i数据类型m的兴趣度,重新计算兴趣模型,且当节点j对节点i的关于数据类型m的兴趣度Im大于某阀值Ω时,订阅该消息,并立即对该事件执行对应动作act,
步骤16:当兴趣事件发布节点检测到事件结束时,发布兴趣事件结束消息,所有兴趣事件订阅者停止对该事件执行的动作,节点工作状态执行步骤11,
步骤17:若某段时间内网络中某节点未检测或参与到任何事件,则邻居节点对其兴趣度随时间衰减,衰减后重新计算独立度Z,
步骤18:无线多媒体传感器网络经过一段时间的演化,对于兴趣接近的且互相连通节点,形成朋友圈子;这样,节点在网络中所扮演的角色和其功能就发生了自然演化,形成主观兴趣网络,
步骤19:若网络中节点的活跃度低于某最低门限阀值时,节点进入休眠状态,不参与任何主观兴趣活动;当系统内所有节点活跃度都低于该门限阀值时,整个网络寿命结束。
为了方便描述,我们假定有如下应用实例:开发一个基于主观兴趣模型的无线多媒体传感器网络应用,应用的基本需求是在抗灾救援中部署该多媒体传感器网络,侦测生命体征,寻找伤员,提供影像、声音资料,并评估灾难级别,
具体实施方案为:
(1)开发人员根据需求对所需观测或采集数据的抗灾救援场景案例进行需求分析与设计(总体设计);
(2)对该无线多媒体传感器网络进行系统设计:所需节点数量,通信半径,部署方式以及采用的拓扑路由协议等。(系统设计)
(3)对该无线多媒体传感器网络进行详细设计,设计节点观测救援事件的模型,主观兴趣的度量和关键阀值,系统时钟与允许最大时延等等。
(4)为所有无线多媒体传感器节点安装嵌入式操作系统并为这些节点写入支持主观兴趣度驱动模型的无线多媒体传感器网络移动代理中间件。
(5)在抗灾救援所需场景中部署该无线多媒体传感器网络,保证节点能够覆盖到一定区域。
(6)为网络中节点构成其初始主观兴趣模型并设置初始值。
(7)网络中每个节点与自身的邻居节点进行交互,同步交互时间戳。
(8)节点检测自身剩余能量,获得节点活跃度。
(9)节点进行自检,若节点发现某传感器模块不能正常启动或工作,则认为硬件不可信,将与所有邻居节点的主观兴趣多元组相关的数据m所对应的数据主观兴趣度置为最高(加权活跃度),订阅其邻居节点的相关数据m。
(10)节点对其它工作正常的传感器相关的数据所对应的数据主观兴趣度置为某低水平值,并对每一种数据类型随机订阅一个或多个兴趣节点(越临近节点订阅兴趣概率越大)。
(11)无线多媒体传感其网络的初始主观兴趣模型建立完毕后,节点开始进入根据网络协议所规定的数据检测采集状态。
(12)若网络中某节点i检测到生命体征事件时,节点i对数据进行采集,处理的同时发布兴趣事件消息。
(13)若有节点j订阅了该兴趣事件消息,根据自身定义的act值决定动作类型。
(14)附近节点j的动作类型为移动并处理数据时,该节点开始移动至事件周边位置,采集生命体征数据,与节点i观测的数据进行融合、比较等处理,并确认是否有该生命体存在或是否有其他生命体存在。
(15)附近节点p的动作类型为协作采集其他相关数据时,该节点开始移动至事件周边位置,使用摄像、声音采集等设备对周边区域进行观测,获取事件现场第一手资料。
(16)周边或较远节点q的动作类型为数据处理和传输时,节点q处理事件附近产生的海量数据,进行融合或筛选,并传输至基站节点。
(17)若有节点j未订阅该消息的邻居节点p收到节点i兴趣事件消息,节点j开始采集该数据类型数据,若能发现生命体征事件,则单独进行检测。
(18)若有节点j未订阅该消息的邻居节点p收到节点i兴趣事件消息,节点j未采集到该事件,则提高对节点i兴趣度,重新计算兴趣模型,且当节点j对节点i的生命体征事件的兴趣度大于兴趣阀值时,订阅该消息,并立即对该事件执行对应动作。
(19)网络管理人员收到有关此生命体征事件的数据后,通过生命体征和图像、声音等数据分析可信度。若事件可信,则根据节点定位展开相应救援工作。
(20)当兴趣事件发布节点检测到事件结束时,发布兴趣事件结束消息,所有兴趣事件订阅者停止对该事件执行的动作。
(21)同时参与某生命体征事件报导的节点形成一个朋友圈子。该网络可演化出多个救援报导团队。
(22)在一定时间内,若网络中某节点未检测或参与到任何事件,则其邻居节点对其兴趣度随时间衰减(硬件不可信除外),衰减后重新计算独立度。
(23)当系统内所有节点活跃度都低于活跃度门限阀值时(休眠),整个网络寿命结束。
Claims (1)
1.一种主观兴趣驱动的无线多媒体传感器网络设计方法,其特征在于该无线多媒体传感器网络设计方法中所含以下步骤:
步骤1:对所需观测或采集数据的场景案例进行需求分析,分析关注的数据类型,网络规模,时延要求以及数据采集频率,
步骤2:对该无线多媒体传感器网络进行系统设计,其中设计节点数量,通信半径,部署方式以及采用的拓扑路由协议,
步骤3:对该无线多媒体传感器网络进行详细设计,设计节点观测突发事件的模型,主观兴趣的度量和关键阀值,系统时钟与允许最大时延,
步骤4:为所有无线多媒体传感器节点安装适合硬件的无线多媒体传感器网络操作系统,并为这些节点写入支持主观兴趣度驱动模型的无线多媒体传感器网络移动代理中间件,
步骤5:将这些无线多媒体传感器网络节点部署在所需观测区域范围内或某关注信源触发地附近,并构建网络拓扑,移动代理中间件开始工作,
步骤6:所有节点关于其领域的邻居节点建立可变长的多元组结构interest(xi,xj)=[∑,Z,I0,II,...Im,A,t],构成其初始主观兴趣模型,
步骤7:网络中每个节点与自身的邻居节点进行交互,同步交互时间戳t,
步骤8:节点检测自身剩余能量,计算其节点活跃度A,并设立时钟时间,在经过某时长Δt之后自动更新节点活跃度A,
步骤9:节点进行自检,检查各传感器工作是否能够正常启动或工作,若节点未发现硬件工作异常,直接转步骤10;若节点发现某传感器模块不能正常启动或工作,则认为硬件不可信,将与所有邻居节点的主观兴趣多元组interest(xi,xj)中与该类型传感器相关的数据m所对应的数据主观兴趣度置为最高,并加权活跃度计算其兴趣度,订阅其邻居节点的相关数据m;同时计算其新独立度Z,
步骤10:节点对其它工作正常的传感器相关的数据所对应的数据主观兴趣度Im置为某低水平值,并对每一种数据类型随机订阅一个兴趣节点,并将对应的数据主观兴趣度Im置为某兴趣阀值Ω;此时该无线多媒体传感其网络的初始主观兴趣模型建立完毕,
步骤11:无线多媒体传感其网络的初始主观兴趣模型建立完毕后,节点开始进入根据网络协议所规定的数据检测采集或休眠状态,
步骤12:若网络中某节点i检测到某关注事件m发生时,节点i对数据进行采集,处理的同时发布事件兴趣消息,
步骤13:若有邻居节点j已订阅节点i关于该数据的兴趣消息,则该邻居节点j执行该兴趣所对应的act动作,对事件进行跟踪,支持事件处理,
步骤14:若有收到节点i事件兴趣消息但未订阅该消息的邻居节点p开始采集该数据类型数据,若能发现事件m,则单独进行检测,执行步骤12发布兴趣事件消息,主观兴趣度不变,
步骤15:若有收到节点i事件兴趣消息但未订阅该消息的邻居节点p开始采集该数据类型数据,若未发现事件,则提高对节点i数据类型m的兴趣度,重新计算兴趣模型,且当节点j对节点i的关于数据类型m的兴趣度Im大于某阀值Ω时,订阅该消息,并立即对该事件执行对应动作act,
步骤16:当兴趣事件发布节点检测到事件结束时,发布兴趣事件结束消息,所有兴趣事件订阅者停止对该事件执行的动作,节点工作状态执行步骤11,
步骤17:若某段时间内网络中某节点未检测或参与到任何事件,则邻居节点对其兴趣度随时间衰减,衰减后重新计算独立度Z,
步骤18:无线多媒体传感器网络经过一段时间的演化,对于兴趣接近的且互相连通节点,形成朋友圈子;这样,节点在网络中所扮演的角色和其功能就发生了自然演化,形成主观兴趣网络,
步骤19:若网络中节点的活跃度低于某最低门限阀值时,节点进入休眠状态,不参与任何主观兴趣活动;当系统内所有节点活跃度都低于该门限阀值时,整个网络寿命结束。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008101235920A CN101316279A (zh) | 2008-07-09 | 2008-07-09 | 一种主观兴趣驱动的无线多媒体传感器网络设计方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CNA2008101235920A CN101316279A (zh) | 2008-07-09 | 2008-07-09 | 一种主观兴趣驱动的无线多媒体传感器网络设计方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101316279A true CN101316279A (zh) | 2008-12-03 |
Family
ID=40107116
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CNA2008101235920A Pending CN101316279A (zh) | 2008-07-09 | 2008-07-09 | 一种主观兴趣驱动的无线多媒体传感器网络设计方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101316279A (zh) |
Cited By (12)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102281608A (zh) * | 2011-07-04 | 2011-12-14 | 南京邮电大学 | 一种基于模糊控制的无线传感器网络分簇路由方法 |
CN102404723A (zh) * | 2011-10-11 | 2012-04-04 | 西安邮电学院 | 无线传感网络中基于代理的自适应协作感知方法 |
CN102571315A (zh) * | 2010-12-27 | 2012-07-11 | 微软公司 | 在设备的范围内同步传感器数据 |
CN103139862A (zh) * | 2012-11-22 | 2013-06-05 | 江南大学 | 基于查询的无线传感器网络多源数据融合方法 |
CN103260265A (zh) * | 2013-05-16 | 2013-08-21 | 北京交通大学 | 一种事件触发型无线传感器网络的组网方法和运行机制 |
CN103281748A (zh) * | 2013-06-13 | 2013-09-04 | 清华大学 | 基于链路活跃度的无线传感器网络节点选路方法 |
CN105979481A (zh) * | 2016-04-21 | 2016-09-28 | 西安拓奇电子科技有限公司 | 一种户外救援系统及其使用方法 |
CN106572513A (zh) * | 2016-10-17 | 2017-04-19 | 宁波深路信息科技有限公司 | 基于模糊多属性决策的无线传感器路由算法 |
CN108733512A (zh) * | 2018-04-14 | 2018-11-02 | 温州职业技术学院 | 基于分布式系统的数据恢复方法及系统 |
CN108924786A (zh) * | 2018-08-13 | 2018-11-30 | 中山大学南方学院 | 面向环境突发事件的无线传感器网络数据采集方法 |
CN110059238A (zh) * | 2019-04-19 | 2019-07-26 | 上海应用技术大学 | 突发事件传感器网络构建方法 |
CN110087041A (zh) * | 2019-04-30 | 2019-08-02 | 中国科学院计算技术研究所 | 基于5g基站的视频数据处理及传输方法和系统 |
-
2008
- 2008-07-09 CN CNA2008101235920A patent/CN101316279A/zh active Pending
Cited By (19)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102571315B (zh) * | 2010-12-27 | 2015-07-15 | 微软公司 | 一种在设备的范围内同步传感器数据的方法和系统 |
CN102571315A (zh) * | 2010-12-27 | 2012-07-11 | 微软公司 | 在设备的范围内同步传感器数据 |
US9116220B2 (en) | 2010-12-27 | 2015-08-25 | Microsoft Technology Licensing, Llc | Time synchronizing sensor continuous and state data signals between nodes across a network |
CN102281608A (zh) * | 2011-07-04 | 2011-12-14 | 南京邮电大学 | 一种基于模糊控制的无线传感器网络分簇路由方法 |
CN102281608B (zh) * | 2011-07-04 | 2013-12-11 | 南京邮电大学 | 一种基于模糊控制的无线传感器网络分簇路由方法 |
CN102404723A (zh) * | 2011-10-11 | 2012-04-04 | 西安邮电学院 | 无线传感网络中基于代理的自适应协作感知方法 |
CN102404723B (zh) * | 2011-10-11 | 2015-01-21 | 西安邮电大学 | 无线传感网络中基于代理的自适应协作感知方法 |
CN103139862A (zh) * | 2012-11-22 | 2013-06-05 | 江南大学 | 基于查询的无线传感器网络多源数据融合方法 |
CN103260265A (zh) * | 2013-05-16 | 2013-08-21 | 北京交通大学 | 一种事件触发型无线传感器网络的组网方法和运行机制 |
CN103260265B (zh) * | 2013-05-16 | 2016-08-10 | 北京交通大学 | 一种事件触发型无线传感器网络的组网方法和运行机制 |
CN103281748B (zh) * | 2013-06-13 | 2015-08-12 | 清华大学 | 基于链路活跃度的无线传感器网络节点选路方法 |
CN103281748A (zh) * | 2013-06-13 | 2013-09-04 | 清华大学 | 基于链路活跃度的无线传感器网络节点选路方法 |
CN105979481A (zh) * | 2016-04-21 | 2016-09-28 | 西安拓奇电子科技有限公司 | 一种户外救援系统及其使用方法 |
CN106572513A (zh) * | 2016-10-17 | 2017-04-19 | 宁波深路信息科技有限公司 | 基于模糊多属性决策的无线传感器路由算法 |
CN108733512A (zh) * | 2018-04-14 | 2018-11-02 | 温州职业技术学院 | 基于分布式系统的数据恢复方法及系统 |
CN108924786A (zh) * | 2018-08-13 | 2018-11-30 | 中山大学南方学院 | 面向环境突发事件的无线传感器网络数据采集方法 |
CN108924786B (zh) * | 2018-08-13 | 2021-03-16 | 中山大学南方学院 | 面向环境突发事件的无线传感器网络数据采集方法 |
CN110059238A (zh) * | 2019-04-19 | 2019-07-26 | 上海应用技术大学 | 突发事件传感器网络构建方法 |
CN110087041A (zh) * | 2019-04-30 | 2019-08-02 | 中国科学院计算技术研究所 | 基于5g基站的视频数据处理及传输方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101316279A (zh) | 一种主观兴趣驱动的无线多媒体传感器网络设计方法 | |
Tsai et al. | Data mining for internet of things: A survey | |
Jalali et al. | Smart city architecture for community level services through the internet of things | |
Kantarci et al. | SONATA: Social network assisted trustworthiness assurance in smart city crowdsensing | |
CN111756848A (zh) | 移动边缘环境下基于联邦学习和移动感知的QoS优化方法 | |
Lee et al. | IoT service classification and clustering for integration of IoT service platforms | |
CN103501232B (zh) | 一种移动环境下基于虚拟终端的群组协作系统及方法 | |
Arikumar et al. | EELTM: An energy efficient LifeTime maximization approach for WSN by PSO and fuzzy-based unequal clustering | |
Gilbert et al. | Trust aware nature inspired optimised routing in clustered wireless sensor networks | |
CN103258027A (zh) | 基于智能终端的情境感知服务平台 | |
CN103747537A (zh) | 一种基于熵度量的无线传感器网络离群数据自适应检测方法 | |
CN103458021B (zh) | 一种事件驱动的随态自适应的传感器组织方法 | |
CN101854653A (zh) | 一种无线多媒体传感器网络中的目标跟踪方法 | |
Guo et al. | Context-aware scheduling in personal data collection from multiple wearable devices | |
Meng | Establishment and application of Enterprise management maturity model based on multimedia data information systems | |
Al-Hawawreh et al. | An online model to minimize energy consumption of IoT sensors in smart cities | |
CN105338661A (zh) | 以云端运算为架构使用数据融合演算设计的环境监控方法及装置 | |
Ding et al. | Cloud computing and internet of things in the evaluation of ecological environment quality in rural tourist areas in smart cities | |
Pal et al. | Performance optimization of multiple interconnected heterogeneous sensor networks via collaborative information sharing | |
Kim et al. | Medical asset tracking application with wireless sensor networks | |
Zhang et al. | The Key Technology of Wireless Sensor Network and Its Application in the Internet of Things | |
Ghosh et al. | SenseDcity: a participatory sensing based approach | |
Wu et al. | Research and application of node fuzzy identification and localization in wireless sensor networks | |
Mahmud et al. | Deployment of contextual Ε-healthcare system: A prospective e-service based on context aware conceptual framework and ICTization framework model | |
Yang et al. | Edge Computing Deployment Algorithm and Sports Training Data Mining Based on Software Defined Network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C02 | Deemed withdrawal of patent application after publication (patent law 2001) | ||
WD01 | Invention patent application deemed withdrawn after publication |
Open date: 20081203 |