CN101651584A - 温室三层次无线网络测控系统及其分层分簇方法 - Google Patents
温室三层次无线网络测控系统及其分层分簇方法 Download PDFInfo
- Publication number
- CN101651584A CN101651584A CN200810019756A CN200810019756A CN101651584A CN 101651584 A CN101651584 A CN 101651584A CN 200810019756 A CN200810019756 A CN 200810019756A CN 200810019756 A CN200810019756 A CN 200810019756A CN 101651584 A CN101651584 A CN 101651584A
- Authority
- CN
- China
- Prior art keywords
- node
- wireless
- layer
- leader cluster
- greenhouse
- 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
Abstract
本发明公开了一种温室三层次无线网络测控系统及分层分簇方法,综合应用无线传感器网络和无线移动网络等技术,由高层基站节点及温室群控制终端、中间层汇聚簇头节点、低层无线传感器网络节点组成三层次无线网络,依据节点成本和运行费用,以及便于信息处理要求,配置中间层的汇聚簇头节点,通过对经典LEACH分簇算法及簇头节点的选择方法改进,应用多目标优化方法,实现低层汇聚簇头节点配置优化,有利于降低信息传输时延、成本和功耗,提高信息传输效率,系统可以广泛应用在温室,以及大棚等农业设施,医院大楼,宾馆或饭店大厦,大会堂、演播大厅、大型商场超市等其它室内环境,实现信息无线检测与控制。
Description
技术领域
本发明涉及一种能够对环境等信息进行实时检测与控制的无线网络系统及其分层分簇方法,用于温室设施。
背景技术
随着科学技术进步,农业大棚、医院大楼、宾馆或饭店大厦、大会堂、演播大厅、大型商场超市等现代温室需要对室内各种环境信息和各种状况信息进行实时检测与控制,实现设施管理和环境调控自动化与智能化。
目前温室等设施普遍采用有线测控系统,存在问题有:大量的信号传输线和动力线导致设施建造困难,安装与维护复杂,工作量大,成本高,移动作业设备的应用受到限制;不能灵活增加或者减少传感器节点数量、调整节点位置;由于温室等环境的特殊性,使得布线材料如金属接头生锈、渗水,容易受到腐蚀,系统工作可靠性低。因此,要求温室等设施测控系统能够实现无线化,通过无线网络实时检测系统各种信息,调节系统的运作状态。
目前无线传感器网络监控技术是由部署在检测区域内大量的廉价微型传感器(或执行器)节点组成,通过无线通信方式形成一个多跳自组织网络。它是应用性非常强的技术,不同的应用环境和对象,对时延、可靠性、能耗、健壮性的要求不尽相同。一般无线传感器网络基于能量高效、大规模节点部署情况,因此具有简单易用、可靠、高性价比、低功耗等特点,但时延大,实时性往往较弱。国内相关专利有:1、基于无线传感器网络的微量爆炸物监测系统、装置及方法(200510126233.7),由监控管理中心、监控基站和网络节点构成微量爆炸物无线动态监测系统,其中监控基站使用有线通信与无线通信相结合的方法。2、基于无线传感器网络的大型流程工业设备现场级监测系统(200610089521.4),包括安装在设备上无线传感器节点、对数据进行中继传输的骨干节点、网关,系统实现无线数据采集。以上两专利仅仅是公开温室或者其它设施环境无线传感器及网络检测系统初步应用方法,没有涉及如何根据温室特点建立低时延、低功耗、信息传输高效的无线网络测控系统。3、支持IP协议的无线传感器网络系统(200510069176.3),设置为多层分级网络结构,其下层由构成多个簇的普通无线传感器节点和下层中心节点,上层中心节点计算能力和功率较强,能对下层中心节点的信息进行处理,通过网络的网关与外部网络互连,将处理后的信息交付骨干网并传递给远程用户,网关上运行IPv4或IPv6协议或IPv4/IPv6双协议。4、基于自适应退避策略的无线传感器网络分布式分簇方法(200610026684.8),从节点的剩余能量入手,每个节点根据剩余电池能量自适应地设置定时器,当定时到达时,节点自动成为“簇首”并广播消息,而其相邻节点选择加入这个簇成为“普通节点”,由此整个网络被划分为“簇首”和“普通节点”,形成层次性的管理体系。5、无线传感器网络中虚拟骨干网的分布式构造方法(200610030906.3),分两个阶段实现分布式的基于最小连通支配集的虚拟骨干网,在第一个阶段,通过分簇算法构建最大独立集,将整个节点集合划分为簇首以及普通节点两个集合,在第二个阶段,寻找网关节点将簇首连接起来,形成一个连通支配集。以上三个专利都是应用分层次结构分布式构造无线传感器网络,减少通信开销和普通节点的传输功率,但均没有结合温室结构和应用特点,并且基于IP协议的INTERNET网络往往由于堵塞实时性得不到保证,总的功耗和时延大,不能满足温室环境信息无线检测与控制要求。
发明内容
本发明针对目前温室测控系统存在的不足,提供了一种无线网络测控系统及分层分簇方法,在低成本、低功耗、低时延下,高效传输信息,实现温室环境等各种信息无线实时检测与控制。
本发明的温室无线网络测控系统的技术方案是:由高层的基站节点一端连接温室群控制服务器终端、另一端连接中间层的汇聚簇头节点及低层的无线传感器网络节点组成,根据温室空间大小和部署节点分布情况,当低层的无线传感器网络节点数量较多或者位置分布较广时,由低层的传感器网络节点和执行器节点组成低层簇,由低层簇头节点负责簇内信息收集、融合及控制指令下传,并与中间层的汇聚簇头节点近距离无线通信;反之,当节点数量较少或者位置分布较集中时,低层的无线传感器网络不分簇,所有低层的无线传感器网络节点和执行器节点直接与中间层的汇聚簇头节点近距离无线通信。
本发明所述的温室无线网络测控系统的分层分簇方法,包括中间层分层方法和低层分簇方法,依据中间层的汇聚簇头节点成本和运行费用,以及便于信息处理要求,确定配置中间层数量或者一个中间层空间范围;选择中间层的汇聚簇头节点配置位置区域;根据网络低层汇聚簇头节点配置数量和位置对网络信息传输时延、能耗影响,确定分簇数和簇头节点位置。
本发明根据温室特点构建系统,应用无线传感器网络和无线移动网络等技术,采用由高层基站节点及温室群控制终端、中间层汇聚簇头节点、低层无线传感器网络节点组成三层次无线网络,依据节点成本和运行费用,以及便于信息处理要求,配置中间层的汇聚簇头节点,通过对经典LEACH分簇算法及簇头节点的选择方法改进,应用多目标优化方法,实现低层汇聚簇头节点配置优化,网络结构更系统更科学,有利于降低信息传输时延、成本和功耗,提高信息传输效率,系统可以广泛应用在温室,以及大棚等农业设施,医院大楼,宾馆或饭店大厦,大会堂、演播大厅、大型商场超市等其它室内环境,实现信息无线检测与控制。
附图说明
下面结合附图和具体实施方式对本发明作进一步详细说明。
图1本发明温室三层次无线网络测控系统组成结构示意图;
图中:1.高层基站节点,2.温室群控制服务器终端,3.中间层的汇聚簇头节点,4.低层的无线传感器网络节点,5.低层执行器节点,50.低层汇聚簇头节点。
图2是图1中高层基站节点1和中间层汇聚簇头节点3组成结构示意图,其中,(a)图是基站节点1组成结构,(b)图是中间层汇聚簇头节点3组成结构。
图3是图1中低层节点组成结构示意图,其中,(a)图是低层传感器节点4组成结构,(b)图是低层执行器节点5组成结构。
图4是本发明一个实施例的结构示意图,是单个5连栋温室低层簇区域划分及簇头节点配置示意图。
具体实施方式
如图1所示,本发明所述的温室三层次无线网络测控系统由高层的基站节点1及温室群控制服务器终端2、中间层的汇聚簇头节点3、低层的无线传感器网络传感器节点4和执行器节点5、兼作低层簇头节点的执行器节点50组成。
如图2(a)所示,本发明所述的温室三层次无线网络测控系统高层的基站节点1由无线移动通信模块(如GPRS Modern模块)11、USB130通用串行总线模块12组成。USB130通用串行总线模块12一边通过USB串行口与温室群控制服务器终端2连接,另一边通过RS-232串行口12与无线移动通信模块11连接。由温室群控制服务器终端2通过USB口给无线移动通信模块提供电源。
如图2(b)所示,本发明所述的温室三层次无线网络测控系统中间层的汇聚簇头节点3由无线移动通信模块(如GPRS Modern模块)31、无线ZigBee模块(如CC2430模块)32和电源33三部分组成。无线ZigBee模块32与无线移动通信模块31通过RS-232串行口连接。电源33采用蓄电池或者小型太阳能电池板(如SW6060-8A-2946)及充电电池,电池能量较强,既具有无线传感器网络通信功能,与低层节点近距离无线通信,又具有无线移动通信功能,与基站节点1远距离无线通信。
如图3(a)所示,本发明所述的温室三层次无线网络测控系统低层无线传感器网络传感器节点4由无线ZigBee模块(如CC2430模块)43、传感器信息调理电路42及温室环境信息检测传感器41和电源44四部分组成,电源44采用小型太阳能电池板(如SW6060-8A-2946)及充电电池或者干电池,并通过定时唤醒或者传感器检测信号变化超出阈值唤醒工作,工作结束后立即进入休眠状态,节省能量。
如图3(b)所示,本发明所述的温室三层次无线网络测控系统低层的无线传感器网络执行器节点5(或低层簇头节点50)由无线ZigBee模块(如CC2430模块)53、执行机构驱动接口电路52及温室环境信息调节执行器51和电源54四部分组成,电源54同样采用蓄电池或者小型太阳能电池板(如SW6060-8A-2946)及充电电池,电池能量较强,始终处于通信接收工作状态,接收控制指令,通过控制执行器调节温室环境,提高系统信息调节处理快速性。
本发明所述的温室三层次无线网络测控系统各部分作用及关系描述如下:低层无线传感器网络传感器节点4负责周围信息采集,执行器节点5(或50)负责对某种信息调节的执行机构驱动;低层无线传感器网络可以组成低层簇,由其中某执行器节点5兼作低层簇头节点50,负责低层簇内信息收集、融合及控制指令下传,并与中间层的汇聚簇头节点3近距离无线通信;当低层无线传感器网络总节点数少(如小于30点),而分布又集中时(如在直径40m圆内),也可以不分簇,所有低层传感器节点4和执行器节点5直接以单跳方式与中间层的汇聚簇头节点3近距离无线通信;中间层的汇聚簇头节点3,负责中间层内信息收集、融合及控制指令下传,并与高层的基站节点1远距离无线通信;高层的基站节点1负责整个温室群内信息收集、融合及控制指令下传,并通过有线串行通信与温室群控制服务器终端2通信,由温室群控制服务器终端2对整个温室群进行计算机监控和管理。
本发明所述的温室无线网络测控系统分层分簇方法包括中间层分层方法和低层分簇方法两方面。
中间层分层方法是:依据中间层的汇聚簇头节点成本和运行费用,以及便于信息处理要求,确定配置中间层数量或者一个中间层空间范围;根据中间层的汇聚簇头节点特点,选择中间层的汇聚簇头节点配置位置区域。
低层无线传感器网络分簇方法,是根据网络低层汇聚簇头节点配置数量和位置对网络信息传输时延、能耗影响,确定分簇数和簇头节点位置。由于在一定空间范围内,一方面,配置的低层汇聚簇头节点数愈少,单个簇空间范围愈大,汇聚簇头节点与一般传感器节点之间距离愈大,根据节点能耗模型,若采用单跳方式无线通信,能耗将急剧增加;若采用多跳方式低能耗无线通信,将导致数据传输时延增加。反之配置的汇聚簇头节点数愈多,低层汇聚簇头节点与中间层汇聚簇头节点之间距离愈大,将导致其间数据传输能耗和时延将愈大。另一方面,低层汇聚簇头节点配置位置愈均匀,单个低层簇内传感器节点能耗愈均匀,网络寿命愈长,并且每个低层簇数据传输时延愈均匀,整个中间层内数据传输时延愈小。因此需要对汇聚簇头节点配置优化,有合适的汇聚簇头节点选择方法,使得中间层内数据传输能耗和时延达到最优状态。
本发明根据无线传感器网络节点能耗模型和低功耗信息传输距离,确定低层无线传感器网络簇最大空间范围;在无线传感器网络经典LEACH分簇算法及簇头节点选择方法基础上,结合温室执行器节点能量供给较强特点,对LEACH分簇算法及簇头节点的选择方法进行改进,使得簇头节点分布均匀,能量损耗平衡,最大限度地提高网络的生存时间;根据改进的分簇算法及簇头节点的选择方法,建立网络中间层内信息传输能耗与时延模型;应用多目标优化方法,建立网络低层汇聚簇头节点配置优化模型,通过多目标优化,得到优化目标能耗和时延在一定的权重下的最优低层无线传感器网络簇头节点数,使得数据传输能耗和时延综合达到最小。
本发明提供的温室无线网络测控系统及分层分簇方法,应用无线传感器网络和无线移动网络等技术,采用由高层基站节点及温室群控制终端、中间层汇聚簇头节点、低层无线传感器网络节点组成三层次无线网络,依据节点成本和运行费用,以及便于信息处理要求,配置中间层的汇聚簇头节点,通过对经典LEACH分簇算法及簇头节点的选择方法改进,应用多目标优化方法,实现低层汇聚簇头节点配置优化。网络结构更系统更科学,有利于降低信息传输时延、成本和功耗,提高信息传输效率。系统可以广泛应用在温室,以及大棚等农业设施,医院大楼,宾馆或饭店大厦,大会堂、演播大厅、大型商场超市等其它室内环境,实现信息无线检测与控制。
本发明温室无线网络测控系统分层分簇方法的具体步骤如下:
(1)中间层分层方法,主要确定中间层配置数量或者一个中间层空间范围,中间层的汇聚簇头节点配置位置区域,实现中间层的汇聚簇头节点配置。具体步骤如下:
第一步、确定中间层配置数量或者一个中间层空间范围。
考虑中间层的汇聚簇头节点3成本约是一般传感器节点4成本的3倍,尽管无线移动通信信息传输费用很低,但当信息量大,传输次数多时,运行费用相对无线传感器网络比较高,因此网络中不宜配置太多中间层的汇聚簇头节点3。再考虑单个连栋温室需要整体协调控制,为了便于信息收集、融合处理和控制指令下传,按照一个连栋温室空间范围(如典型的5连栋温室夸距10m长50m,面积约2500m2)为一个中间层区域,配置一个中间层汇聚簇头节点3在该区域内,如图1所示。
第二步、选择中间层的汇聚簇头节点配置位置区域。
由于中间层的汇聚簇头节点3采用太阳能充电电池或者蓄电池供电,能量供应较强,无线ZigBee模块通信32数据传输距离可以较远,并且无线移动通信覆盖范围大、实时性强,因此节点配置位置可以比较灵活,主要考虑选择光照充足、空间大小合适的区域。
(2)低层无线传感器网络分簇方法,包括确定低层无线传感器网络簇最大空间范围、最佳簇头节点数和选择合适低层簇头节点。具体步骤如下:
第一步、确定低层无线传感器网络簇最大空间范围。
根据无线传感器网络节点能耗模型,低功耗信息传输距离d0一般为20m,为了降低信息传输能耗和时延,单个簇最大区域规定在以簇头节点为圆心,半径为d0的圆内,并以单跳方式通信。
第二步、网络LEACH分簇算法及簇头节点选择改进。
无线传感器网络经典LEACH分簇算法执行过程是周期性的,每轮循环都会在网络中分簇并重新选举新簇头。簇头节点选择方法是:每个传感器节点随机产生0-1之间的一个值,如果某节点的值小于某一个阀值,那么这个节点成为簇头节点,选定该簇头节点后,通过广播告知整个网络。LEACH分簇算法及簇头节点选择特点是:以循环的方式随机选择簇头节点,将整个网络的能量负载平均分配到每个传感器节点中,但可能导致产生的簇头节点分布不均匀,以致能量损耗不平衡,从而降低了网络的生存时间。
为了避免这种情况,对LEACH分簇算法及簇头节点选择方法进行改进:对每个簇头节点产生的区域进行预先设定,使得每个区域仅产生一个簇头;在已经分配好的簇区域内,选择能量供给较强,位于该簇区域中心位置附近的执行器节点进行簇头轮换,选择新簇头节点,而不是每次在进行簇头选择时重新划分簇,在所有节点内进行簇头轮换,这样使得簇头节点总体分布均匀,充分利用温室执行器节点能量供给强特点,簇内和簇间能量消耗均衡,最大限度地提高网络的生存时间。
第三步、网络中间层内信息传输能耗与时延模型建立。
在以上分簇算法及簇头节点选择方法基础上,按照低层无线传感器网络簇最大空间范围,建立信息传输能耗与时延模型。
单个簇内成员节点能耗Wnon-ch是:
Wnon-ch=L*E(elec)+L*ε(fs)*d1 2 (J) (1)
其中,L是数据包长度;E(elec)是传输和接收器线路的单数据包能量消耗;ε(fs)是低功耗传输能量消耗系数;d1是簇内成员节点到簇头节点的距离,这个距离小于d0,因此能量消耗与d1平方成正比。
簇头节点的能耗Wch是:
Wch=L*E(elec)*(N/m-1)+Wf*N/m+L*E(elec)+L*ε(mp)*d2 4 (J) (2)
其中,m是低层汇聚簇头节点数;N表示总节点数;Wf是融合一个数据包所需能量;ε(mp)是非低功耗传输能量消耗系数;d2是簇头节点到中间层基站节点的平均距离,一般来说这个距离是远大于d0,因此能量消耗与d2的4次方成正比。
单个簇内能耗为Wch+(N/m-1)*Wnon-ch(J)。中间层内信息传输总能耗是:
W(m)=m*(Wch+(N/m-1)*Wnon-ch) (J) (3)
假设信息传输一次的时延为T0(如1ms),不考虑通信排队造成时延,不同的簇内可以同时进行信息传输。根据分簇的数目m,网络完成一次信息交换所需要的时间是:
T(m)=T0*(N/m+m) (s) (4)
第四步、网络低层汇聚簇头节点配置多目标优化模型建立。
在建立起以上式(3)和(4)网络信息传输能耗与时延模型之后,应用多目标优化方法,建立网络低层汇聚簇头节点配置优化模型。优化的参数是无线传感器网络中簇头节点数m,优化目标是无线通信数据传输能耗和时延,综合达到最小。
由于W(x)和T(x)单位量纲不同,数量级不同,因此,要使W(x)和T(x)值均在同一数量级下,才能建立总体目标优化模型。由于能耗与延时相差4个数量级,所以建立如下总体目标优化模型:
Z=104*w1*f1(x)+w2*f2(x)。(5)
其中,f1(x)=W(m),f2(x)=T(m),w1和w2是目标能耗和时延权重系数,均在0~1之间,且w1+w2=1。
第五步,网络低层汇聚簇头节点配置多目标优化。
根据不同的应用环境和要求,调整目标权重系数w1,w2的值,能够得到在不同权重条件下最佳低层汇聚簇头节点数m,以及总体最优目标值Z。以上得到的总体目标优化模型为非线性约束最小优化问题,采用SQP法求解非线性约束优化,通过MATLAB中fmincon函数来实现。
如图4所示,以典型单个5连栋温室为一中间层,作为实例进行优化。单栋温室夸距10m长50m,温室面积约2500m2,最多约部署120个无线传感器网络传感器节点4或者执行器节点5,空间大小和部署节点分布情况如图4所示。优化参数是:信息传输时每个包长25bytes,E(elec)=50pJ,ε(fs)=10pJ/packet/m2,ε(mp)=0.0013pJ/packet/m2.m2,簇头融合每个数据包所消耗的能量Wf=5nJ/packet。权重系数w1和w2分别取0.5和0.5,多目标优化得到最佳簇头节点数为10个。每个簇节点数为12个。分簇结果如图4内虚线框所示,10个簇分别是C1到C10。
Claims (9)
1.一种温室三层次无线网络测控系统,由高层的基站节点(1)一端连接温室群控制服务器终端(2)、另一端连接中间层的汇聚簇头节点(3)及低层的无线传感器网络节点(4)组成,其特征在于:根据温室空间大小和部署节点分布情况,当低层的无线传感器网络节点(4)数量较多或者位置分布较广时,由低层的传感器网络节点(4)和执行器节点(5)组成低层簇,由低层簇头节点(50)负责簇内信息收集、融合及控制指令下传,并与中间层的汇聚簇头节点(3)近距离无线通信;反之,当节点数量较少或者位置分布较集中时,低层的无线传感器网络不分簇,所有低层的无线传感器网络节点(4)和执行器节点(5)直接与中间层的汇聚簇头节点(3)近距离无线通信。
2.根据权利要求2所述的温室三层次无线网络测控系统,其特征在于:低层的无线传感器网络节点(4)负责周围信息采集,执行器节点(5)或低层簇头节点(50)负责对信息调节的执行机构驱动,其中的执行器节点(5)兼作低层簇头节点(50)负责低层簇内信息收集、融合及控制指令下传,并与中间层的汇聚簇头节点(3)近距离无线通信;
3.根据权利要求1所述的温室三层次无线网络测控系统,其特征在于:低层的无线传感器网络节点(4)由无线ZigBee模块、传感器信息调理电路及温室环境信息检测传感器和电源四部分组成,电源采用太阳能电池板及充电电池或者干电池,并通过定时唤醒或者传感器检测信号变化超出阈值唤醒工作,工作结束后立即进入休眠状态。
4.根据权利要求1所述的温室三层次无线网络测控系统,其特征在于:低层执行器节点(5)或低层簇头节点(50)由无线ZigBee模块、执行机构驱动接口电路及温室环境信息调节执行器和电源四部分组成,电源采用蓄电池或者太阳能电池板及充电电池,始终处于通信接收工作状态,接收控制指令,通过控制执行器调节温室环境。
5.根据权利要求1所述的温室三层次无线网络测控系统,其特征在于:中间层的汇聚簇头节点(3)负责中间层内信息收集、融合及控制指令下传,并与高层的基站节点(1)远距离无线通信;高层的基站节点(1)负责整个温室群内信息收集、融合及控制指令下传,并通过有线串行通信与温室群控制服务器终端(2)通信,由温室群控制服务器终端(2)对整个温室群进行计算机监控和管理。
6.根据权利要求1所述的温室三层次无线网络测控系统,其特征在于:高层基站节点(1)由无线移动通信模块、USB130通用串行总线模块组成,USB130通用串行总线模块一端通过USB串行口与温室群控制服务器终端(2)连接,另一端通过RS-232串行口与无线移动通信模块连接;温室群控制服务器终端(2)通过USB口给无线移动通信模块提供电源。
7.根据权利要求1所述的温室三层次无线网络测控系统,其特征在于:中间层的汇聚簇头节点(3)由无线移动通信模块、无线ZigBee模块和电源三部分组成;无线ZigBee模块与无线移动通信模块通过RS-232串行口连接,电源采用蓄电池或者太阳能电池板及充电电池。
8.一种如权利要求1所述的温室三层次无线网络测控系统的分层分簇方法,包括中间层分层方法和低层分簇方法,其特征在于:依据中间层的汇聚簇头节点(3)成本和运行费用,以及便于信息处理要求,确定配置中间层数量或者一个中间层空间范围;选择中间层的汇聚簇头节点(3)配置位置区域;根据网络低层汇聚簇头节点(50)配置数量和位置对网络信息传输时延、能耗影响,确定分簇数和簇头节点位置。
9.根据权利要求8所述的温室三层次无线网络测控系统的分层分簇方法,其特征在于:根据网络的低层汇聚簇头节点(50)进行分簇,具体步骤如下:
第一步,根据无线传感器网络节点能耗模型和低功耗信息传输距离,确定低层无线传感器网络单个簇最大空间范围为以簇头节点为圆心,半径为低功耗信息传输距离d0的圆内;
第二步,在无线传感器网络LEACH分簇算法及簇头节点选择方法基础上,对每个簇头节点产生的区域进行预先设定,使得每个区域仅产生一个簇头,在已经分配好的簇区域内,选择能量供给较强,位于该簇区域中心位置附近的执行器节点进行簇头轮换,选择新簇头节点;
第三步,按照低层无线传感器网络簇最大空间范围,建立信息传输能耗与时延模型如下:
单个簇内成员节点能耗Wnon-ch是:
Wnon-ch=L*E(elec)+L*ε(fs)*d1 2 (J) (1)
其中,L是数据包长度;E(elec)是传输和接收器线路的单数据包能量消耗;ε(fs)是低功耗传输能量消耗系数;d1是簇内成员节点到簇头节点的距离,这个距离小于d0,因此能量消耗与d1平方成正比。
簇头节点的能耗Wch是:
Wch=L*E(elec)*(N/m-1)+Wf*N/m+L*E(elec)+L*ε(mp)*d2 4 (J) (2)
其中,m是低层汇聚簇头节点数;N表示总节点数;Wf是融合一个数据包所需能量;ε(mp)是非低功耗传输能量消耗系数;d2是簇头节点到中间层基站节点的平均距离,一般来说这个距离是远大于d0,因此能量消耗与d2的4次方成正比。
单个簇内能耗为Wch+(N/m-1)*Wnon-ch(J)。中间层内信息传输总能耗是:
W(m)=m*(Wch+(N/m-1)*Wnon-ch) (J) (3)
假设信息传输一次的时延为T0(如1ms),不考虑通信排队造成时延,不同的簇内可以同时进行信息传输。根据分簇的数目m,网络完成一次信息交换所需要的时间是:
T(m)=T0*(N/m+m) (s) (4)
第四步,应用多目标优化方法,建立网络低层汇聚簇头节点配置优化模型。优化的参数是无线传感器网络中簇头节点数m,优化目标是无线通信数据传输能耗和时延,综合达到最小。
建立如下总体目标优化模型:
Z=104*w1*f1(x)+w2*f2(x)。 (5)
其中,f1(x)=W(m),f2(x)=T(m),w1和w2是目标能耗和时延权重系数,均在0~1之间,且w1+w2=1。
第五步,根据不同的应用环境和要求,调整目标权重系数w1,w2的值,能够得到在不同权重条件下最佳低层汇聚簇头节点数m,以及总体最优目标值Z。以上得到的总体目标优化模型(5)为非线性约束最小优化问题,采用SQP法求解非线性约束优化,通过MATLAB中fmincon()函数来实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810019756A CN101651584A (zh) | 2008-03-14 | 2008-03-14 | 温室三层次无线网络测控系统及其分层分簇方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN200810019756A CN101651584A (zh) | 2008-03-14 | 2008-03-14 | 温室三层次无线网络测控系统及其分层分簇方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN101651584A true CN101651584A (zh) | 2010-02-17 |
Family
ID=41673713
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN200810019756A Pending CN101651584A (zh) | 2008-03-14 | 2008-03-14 | 温室三层次无线网络测控系统及其分层分簇方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN101651584A (zh) |
Cited By (16)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101877827A (zh) * | 2010-05-18 | 2010-11-03 | 浙江工业大学 | 面向楼宇监测的无线传感器网络数据收集方法 |
CN101937221A (zh) * | 2010-08-16 | 2011-01-05 | 江苏大学 | 一种无土栽培基质水分、养分无线监控网络 |
CN103347265A (zh) * | 2013-07-22 | 2013-10-09 | 华东交通大学 | 一种面向精准农业的wsn节点部署方法 |
CN103402276A (zh) * | 2013-07-24 | 2013-11-20 | 中北大学 | 物联网海量感知数据高效传输系统及方法 |
CN104065502A (zh) * | 2013-03-19 | 2014-09-24 | 王盘龙 | 物联网络数据智能传输免碰撞和层分装置系统 |
CN104703207A (zh) * | 2015-02-25 | 2015-06-10 | 济南大学 | 一种基于智能传感设备的遍历搜索方法 |
CN105223879A (zh) * | 2015-09-17 | 2016-01-06 | 李林国 | 基于物联网的智能农业监控系统 |
CN105978941A (zh) * | 2016-04-25 | 2016-09-28 | 阜阳师范学院 | 一种基于农田墒情监测的无线传感器网络节点节能监测方法 |
CN106304238A (zh) * | 2015-06-04 | 2017-01-04 | 山西国营大众机械厂 | 一种三层自组网内数据通信方法 |
CN106686686A (zh) * | 2016-09-23 | 2017-05-17 | 东南大学 | 一种用于作物温室栽培的无线传感器网络自组网方法 |
CN106792795A (zh) * | 2016-11-23 | 2017-05-31 | 中山大学 | 离散差分进化算法生成无线传感器最优化调度方案的方法 |
CN106961708A (zh) * | 2017-05-04 | 2017-07-18 | 山东浪潮商用系统有限公司 | 一种无线传感器网络的簇首选择方法及装置 |
CN107743308A (zh) * | 2017-11-24 | 2018-02-27 | 山东师范大学 | 一种用于环境监测的节点分簇数据收集方法及装置 |
WO2018233138A1 (zh) * | 2017-06-20 | 2018-12-27 | 海信集团有限公司 | 一种选举簇头节点的方法、计算机设备和存储介质 |
CN109474915A (zh) * | 2018-11-05 | 2019-03-15 | 浙江农林大学 | 城市综合管廊中的无线传感器网络节点的部署方法 |
CN112770283A (zh) * | 2019-10-21 | 2021-05-07 | 中国石油化工股份有限公司 | 用于离散控制系统的信号传输方法和系统 |
-
2008
- 2008-03-14 CN CN200810019756A patent/CN101651584A/zh active Pending
Cited By (23)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101877827A (zh) * | 2010-05-18 | 2010-11-03 | 浙江工业大学 | 面向楼宇监测的无线传感器网络数据收集方法 |
CN101877827B (zh) * | 2010-05-18 | 2012-12-12 | 浙江工业大学 | 面向楼宇监测的无线传感器网络数据收集方法 |
CN101937221A (zh) * | 2010-08-16 | 2011-01-05 | 江苏大学 | 一种无土栽培基质水分、养分无线监控网络 |
CN104065502A (zh) * | 2013-03-19 | 2014-09-24 | 王盘龙 | 物联网络数据智能传输免碰撞和层分装置系统 |
CN103347265A (zh) * | 2013-07-22 | 2013-10-09 | 华东交通大学 | 一种面向精准农业的wsn节点部署方法 |
CN103347265B (zh) * | 2013-07-22 | 2015-12-23 | 华东交通大学 | 一种面向精准农业的wsn节点部署方法 |
CN103402276A (zh) * | 2013-07-24 | 2013-11-20 | 中北大学 | 物联网海量感知数据高效传输系统及方法 |
CN104703207A (zh) * | 2015-02-25 | 2015-06-10 | 济南大学 | 一种基于智能传感设备的遍历搜索方法 |
CN104703207B (zh) * | 2015-02-25 | 2017-09-22 | 济南大学 | 一种基于智能传感设备的遍历搜索方法 |
CN106304238A (zh) * | 2015-06-04 | 2017-01-04 | 山西国营大众机械厂 | 一种三层自组网内数据通信方法 |
CN106304238B (zh) * | 2015-06-04 | 2019-09-10 | 山西大众电子信息产业集团有限公司 | 一种三层自组网内数据通信方法 |
CN105223879A (zh) * | 2015-09-17 | 2016-01-06 | 李林国 | 基于物联网的智能农业监控系统 |
CN105978941A (zh) * | 2016-04-25 | 2016-09-28 | 阜阳师范学院 | 一种基于农田墒情监测的无线传感器网络节点节能监测方法 |
CN106686686A (zh) * | 2016-09-23 | 2017-05-17 | 东南大学 | 一种用于作物温室栽培的无线传感器网络自组网方法 |
CN106792795A (zh) * | 2016-11-23 | 2017-05-31 | 中山大学 | 离散差分进化算法生成无线传感器最优化调度方案的方法 |
CN106792795B (zh) * | 2016-11-23 | 2020-01-17 | 中山大学 | 离散差分进化算法生成无线传感器最优化调度方案的方法 |
CN106961708A (zh) * | 2017-05-04 | 2017-07-18 | 山东浪潮商用系统有限公司 | 一种无线传感器网络的簇首选择方法及装置 |
WO2018233138A1 (zh) * | 2017-06-20 | 2018-12-27 | 海信集团有限公司 | 一种选举簇头节点的方法、计算机设备和存储介质 |
CN107743308A (zh) * | 2017-11-24 | 2018-02-27 | 山东师范大学 | 一种用于环境监测的节点分簇数据收集方法及装置 |
CN107743308B (zh) * | 2017-11-24 | 2020-05-05 | 山东师范大学 | 一种用于环境监测的节点分簇数据收集方法及装置 |
CN109474915A (zh) * | 2018-11-05 | 2019-03-15 | 浙江农林大学 | 城市综合管廊中的无线传感器网络节点的部署方法 |
CN109474915B (zh) * | 2018-11-05 | 2021-07-06 | 浙江农林大学 | 城市综合管廊中的无线传感器网络节点的部署方法 |
CN112770283A (zh) * | 2019-10-21 | 2021-05-07 | 中国石油化工股份有限公司 | 用于离散控制系统的信号传输方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN101651584A (zh) | 温室三层次无线网络测控系统及其分层分簇方法 | |
CN102271422B (zh) | 一种基于wsn的光伏温室监控系统及构建方法 | |
CN101995862B (zh) | 基于物联网的光伏阵列定位跟踪监测系统及工作方法 | |
CN101188444B (zh) | 一种无线传感网的分布式分簇组网的方法 | |
CN101639695B (zh) | 智能楼宇网络化控制系统 | |
CN102149160A (zh) | 一种用于无线传感网络的能量感知路由算法 | |
CN106972997A (zh) | 一种智能家居控制系统 | |
CN102052739A (zh) | 基于无线传感器网络的中央空调智能控制系统及方法 | |
CN101763107B (zh) | 基于多Agent的室内节电系统及其节电方法 | |
CN105830874A (zh) | 精准节水灌溉远程无线智能控制系统 | |
CN110312278A (zh) | 基于模糊c均值聚类算法的圆环模型路由方法 | |
CN107801169A (zh) | 一种基于无线传感器网络的农田污染监测系统 | |
CN202041835U (zh) | 一种基于wsn的光伏温室监控系统 | |
CN111538571B (zh) | 一种用于人工智能物联网的边缘计算节点任务调度的方法和系统 | |
CN107181652A (zh) | 一种智能家居设备远程监控管理系统 | |
CN110191432A (zh) | 基于物联网的智能监测系统 | |
Azar et al. | Energy-and delay-efficient algorithm for large-scale data collection in mobile-sink WSNs | |
CN201652607U (zh) | 基于多Agent技术和信息融合的建筑供热节能系统 | |
CN111225398B (zh) | 一种基于协作覆盖的微电网无线传感器网络能耗优化方法 | |
CN105682179A (zh) | 一种基于移动协调节点与数据暂存机制的猪舍监控方法 | |
Song et al. | Design of greenhouse control system based on wireless sensor networks and AVR microcontroller | |
CN105759647A (zh) | 一种基于巡检小车与借地址路由算法的养猪场环境监控方法 | |
CN110195916B (zh) | 一种楼宇空调节能控制系统 | |
He et al. | Design of a greenhouse humiture monitoring system based on zigbee wireless sensor networks | |
CN211600924U (zh) | 一种地下空间新风加末端射流式温湿度控制系统 |
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: 20100217 |