CN101471952A - 一种无线传感器网络层级结构数据融合方法 - Google Patents

Abstract

本发明公开了一种无线传感器网络的层次结构数据融合方法，其通过设定一临界融合层，临界融合层内的节点(包括临界融合层边缘上的节点)根据临界融合层的值和节点本身所在的层数计算一融合等待时间，然后节点将融合等待时间内收到的全部数据进行数据融合，本发明的方法数据处理复杂度很低，融合时间分配方法实现较为简单，融合效果有明显改善。

Description

一种无线传感器网络层级结构数据融合方法

技术领域

本发明涉及一种数据融合方法，尤其涉及一种无线传感器网络层级结构数据融合方法，属于无线传感器网络领域。

背景技术

无线传感器网络是由大量的感知节点组成，节点间通过无线通信的方式逐跳传递信息，协作的完成所覆盖区域信息采集的任务。信息具有一定的实时性，即要求在一定的时间内传送到用户。传感器网络的节点通常使用电池供电，必须尽量降低能量的消耗。数据融合方法是中转节点利用信息的冗余性，把多份信息经过处理得到一份或少量的信息以降低网络通信开销的方法。数据融合方法在降低网络通信量的同时，也增加了信息的传输延时。节点的数据融合时间的分配是数据融合方法的核心内容。

U Roedig等人2004年提出了一种集中式的暴力穷举算法(Brute-Force Algorithm)(参考：U Roedig，A Barroso，CJ Sreenan.Determination of Aggregation Points in Wireless SensorNetworks.In：Proceedings of the 30th Euromicro Conference(EUROMICRO)，2004.503-510.)，其通过计算所有可能的延时分配方案下传输路径上各节点进行数据融合的概率以及所产生的增益值，增益值最大的延时分配方案即为所求。然而，由于采用类似穷举的算法，其计算复杂度很高且难以实现。该文随即提出了一种简化的启发式算法即确定融合点算法DAP，规定在每条路由中将所有可能的延时时间集中在一个节点上。该算法仍然依据计算的概率信息，但对于每条叶节点到Sink节点的路由只将融合时间分配到一个固定点上，降低了算法复杂度，但同时降低了算法精度和融合效果。作为对比，该文亦介绍了平均分配方法UTA和层级分配方法HTA。Jae Young Choi等人2006年提出了一种协商式的分布式分配方法(参考：Jae YoungChoi，Sunghyun Choi，Wook Hyun Kwon，and Hong Seong Park.Aggregation Time ControlAlgorithm for Time constrained Data Delivery in Wireless Sensor Networks.In：Proceedings ofIEEE VTC 2006-Spring，Melbourne，Australia，May 7-10，2006.)。在网络应用过程中，各传感器节点按照一定的规则，自主的增加传输延时的时间。汇聚节点则负责检查接收的每一个分组是否超时。一旦发现分组超时，汇聚节点启动超时信息广播，使相应的节点减少延时时间。此过程不断重复，直到到达稳定状态。该策略能够有效的抑制数据分组超时，但其融合效果一般，而且何时能够达到稳定状态也很难控制。

因此目前无线传感器网络的数据融合方法主要存在的问题是融合效果差，数据处理复杂性高的不足。

发明内容

本发明将在保证延时约束的条件下，给出一种无线传感器网络层级结构数据融合方法，本发明的方法是一种数据处理复杂度很低，融合时间分配方法实现较为简单，融合效果有明显改善的层级结构的数据融合方法。

本发明提出了一种二维部署的无线传感器网络周期性数据采集应用中，高效的数据融合方法。节点采集数据或者收到来自其它节点的中转数据，并不立刻发送，而是等待一定的时间(融合等待时间)，对等待时间内收到的所有数据进行处理得到一份数据发送到下一跳节点进行具体数据融合。节点被按照距离汇聚节点(Sink Node)的跳数分为不同的层次，本方法按照层次为节点分配融合等待时间。通过对网络融合模型的流量分析，我们发现了数据融合时间分配的三角形层级分配方法，并提出了临界融合层的概念。与以往的节点分配时间方法不同，本方法设定了临界融合层(临界融合层的确定由预分配阶段的多次性能比较测试确定)，对临界融合层以外的节点不执行数据融合操作(即收到数据后立刻转发)；对该层(含该层边界上的节点)以内的节点，按照距离SINK的远近线性的分配融合等待时间，距离SINK越远的层次，获得的融合等待时间越长。

综合上述分析，本发明的技术方案为：

一种无线传感器网络的层次结构数据融合方法，其步骤为：

1)汇聚节点确定临界融合层Hc；

2)根据临界融合层Hc，节点计算自身的融合等待时间Th；

3)节点根据自身融合等待时间进行数据融合。

所述方法中汇聚节点确定临界融合层Hc的方法为：

1)汇聚节点首先向全网广播临界融合层的初始值为1；

2)汇聚节点逐步改变广播的临界融合层，依次取2，3，……N；其中N为网络总层数的上限；

3)各节点在收到该临界融合层的参考值后，根据自己的所在层数h确定自身的融合等待时间，并实际进行一段时间的性能测量；

4)汇聚节点通过统计收到的分组数目选择最优的临界融合层Hc。

所述步骤2)根据临界融合层Hc，节点计算自身的融合等待时间Th，中的节点按照其所在层数被划分为两类，第一类包括所述临界融合层内部的节点和所述临界融合层之上的节点，第二类包括所述临界融合层外部的节点，两类节点按照不同的方式分配融合等待时间。

所述融合等待时间的确定方法为：对所述临界融合层内部的节点和所述临界融合层之上的节点，按照距离所述汇聚节点的远近线性的或近似线性的分配所述节点的融合等待时间，距离所述汇聚节点越远的层次上的节点获得的融合等待时间越长。

所述融合等待时间的确定方法为：对所述临界融合层外部的节点不分配融合等待时间，所述节点立刻转发接收到的数据。

所述融合等待时间的计算公式为：

$T_h=\left\{\begin{array}{cc}T\·h/\underset{i=1}{\overset{H_c}{\mathrm{\Σ}}}i& 1\≤h\≤H_c\\ 0& h>H_c\end{array}\right.$

其中，h为本节点的层次，Hc为临界融合层，T为总的延时约束，Th为本层节点分配的融合等待时间。

所述的方法中当延时约束改变时更新所述临界融合层，以更新后的临界融合层参数重新执行数据融合操作。

所述性能测试的时间为大于或等于3倍节点的数据采样周期时间，且大于或等于网络延时约束时间。

本发明的积极效果

与以往的技术相比，本发明的数据融合方法的融合增益有了明显的提高，具体的说：对相同的网络结构，在不同的延时约束下，本方法具有最优的融合增益，如图1所示；在相同的延时约束下，对于不同的网络规模，本方法具有最优的融合增益，如图2所示；在延时约束和网络规模均相同的条件下，本方法具有良好的网络适应性，如图3所示，其中UTA为平均分配方法，HTA为层级分配方法，DAP为确定融合点算法，THAT为本发明的层次数据融合方法。

融合增益的提高表明网络的信息通信量降低，可以有效的降低节点的能量消耗，延长网络的生命周期，提升无线传感器网络系统的经济社会效益。

附图说明

图1为不同延时约束下的不同融合方法间的融合增益比较；

图2为不同网络规模下的融合增益比较；

图3为不同融合方法对不同网络部署的适应情况；

图4为本发明数据融合方法的执行阶段网络部署的层次结构；

图5为本发明数据融合方法的流程图。

具体实施方式

本发明无线传感器网络的数据融合方法的具体实施中分为两个阶段，称为初始化阶段和实际运行阶段。

现结合本发明的方法流程图5描述具体实施方式，本发明在初始化阶段完成临界融合层的确定和计算结果的发布。网络的部署阶段，最大可能的层次数是可预测的，假设不超过上限N。首先进行一组测试性实验，分别将临界融合层定为1至N中的某一个值Hc，并由汇聚节点通过全网广播的方式发送至各节点，例如，首先向全网广播临界融合层的初始值为1，随后逐步的改变临界融合层，依次取2，3，……N。各节点在收到该参考值后，根据自己的所在层数h即可确定融合等待时间，并实际进行一段时间(不低于3~5倍节点的数据采样周期，亦不低于网络延时约束值)的性能测量。在此过程中，汇聚节点通过统计收到的分组数目了解网络融合效果，并选择最优的临界融合层Hc作为运行阶段的临界融合层并向全网广播。对于具体的延时约束和网络部署，必然存在最优的临界融合层。最优的临界融合层的确定不限于采用递增的穷举法，也可以采用二分法、黄金分割法确定。最优的临界数据融合层的确定不限于在初始化阶段，也可以在实际运行阶段重新执行。

在实际运行阶段，节点按照自身所在层次确定融合等待时间，执行数据融合操作。若延时约束改变，则需要重新进行初始化操作。图4表示了一个无线传感器网络的部署情况，汇聚节点位于左上角，其它节点按照通信的跳数距离被划分若干层，如图中的不同阴影部分。汇聚节点具有向全网广播数据的能力。节点按照获得的临界融合层信息Hc，确定自身的融合等待时间，并按照融合等待时间执行融合操作。节点的融合等待时间的计算公式为：

$T_h=\left\{\begin{array}{cc}T\·h/\underset{i=1}{\overset{H_c}{\mathrm{\Σ}}}i& 1\≤h\≤H_c\\ 0& h>H_c\end{array}\right.$

其中，h为本节点的层次，Hc为临界融合层，T为总的延时约束，Th为本层节点分配的融合等待时间。

实际上，节点本身完全不需要知道目前运行阶段，仅需要按照汇聚节点广播的临界融合层参数Hc，更新自身的融合等待时间即可。初始化阶段和运行阶段的划分是由汇聚节点(或基站)控制的。

Claims (8)

1.一种无线传感器网络的层次结构数据融合方法，其步骤为：

1)汇聚节点确定临界融合层Hc；

2)根据临界融合层Hc，节点计算自身的融合等待时间Th；

3)节点根据自身融合等待时间进行数据融合。

2.如权利要求1所述的方法，其特征在于汇聚节点确定临界融合层Hc的方法为：

1)汇聚节点首先向全网广播临界融合层的初始值为1；

2)汇聚节点逐步改变广播的临界融合层，依次取2，3，……N；其中N为网络总层数的上限；

3)各节点在收到该临界融合层的参考值后，根据自己的所在层数h确定自身的融合等待时间，并实际进行一段时间的性能测量；

4)汇聚节点通过统计收到的分组数目选择最优的临界融合层Hc。

3.如权利要求1所述的方法，其特征在于所述步骤2)中的节点按照其所在层数被划分为两类，第一类包括所述临界融合层内部的节点和所述临界融合层之上的节点，第二类包括所述临界融合层外部的节点，两类节点按照不同的方式分配融合等待时间。

4.如权利要求3所述的方法，其特征在于所述融合等待时间的确定方法为：对所述临界融合层内部的节点和所述临界融合层之上的节点，按照距离所述汇聚节点的远近线性的或近似线性的分配所述节点的融合等待时间，距离所述汇聚节点越远的层次上的节点获得的融合等待时间越长。

5.如权利要求3所述的方法，其特征在于所述融合等待时间的确定方法为：对所述临界融合层外部的节点不分配融合等待时间，所述节点立刻转发接收到的数据。

6.如权利要求4和5所述的方法，其特征在于所述融合等待时间的计算公式为：

$T_h=\left\{\begin{array}{cc}T\·h/\underset{i=1}{\overset{H_c}{\mathrm{\Σ}}}i& 1\≤h\≤H_c\\ 0& h>H_c\end{array}\right.$

其中，h为本节点的层次，Hc为临界融合层，T为总的延时约束，Th为本层节点分配的融合等待时间。

7.如权利要求1所述的方法，其特征在于当延时约束改变时更新所述临界融合层，以更新后的临界融合层参数重新执行数据融合操作。

8.如权利要求2所述的方法，其特征在于所述性能测试的时间为大于或等于3倍节点的数据采样周期时间，且大于或等于网络延时约束时间。

Images