CN101667925A - 无线传感器网络中传感器节点的调度方法、系统和设备 - Google Patents

Abstract

本发明的实施例公开了一种无线传感器网络中传感器节点的调度方法、系统和设备。该方法包括：获取各传感器节点的网络连接关系和目标覆盖关系；根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用列生成方法获取输出结果，所述输出结果中包括不同工作模式所需的时间片数；根据所述输出结果获取调度表；在无线传感器网络中广播所述调度表，以对所述各传感器节点进行调度。通过使用本发明的实施例，使用基于列生成的方法实现了对无线传感器网络中传感器节点的调度，降低了无线传感器网络对目标节点监控所需的功耗。

Description

无线传感器网络中传感器节点的调度方法、系统和设备

技术领域

本发明涉及通信技术领域，尤其涉及一种无线传感器网络中传感器节点的调度方法、系统和设备。

背景技术

无线传感器网络作为一种全新的技术，已经在很多的领域得到了充分的应用。在无线传感器网络中，传感器可能被部署在条件非常恶劣的环境中，在许多应用中通过更换电池的方法给传感器节点补充能量是很不方便的。因此在传感器节点的能量有限的情况下，如何有效地采集信息、可靠地传输数据、延长网络的使用寿命，是传感器网络应用中的重要问题。

覆盖问题属于无线传感器网络的基本问题范畴。传感器网络里面的大部分应用都需要底层提供节点或者观察目标的坐标以及网络的监控范围。而研究覆盖问题是为了提供某种可以在有限节点数目下可以快速有效的监控相关目标并且延长网络生命周期的方法。

现有技术中提出了传感器网络中的目标覆盖问题，从中提出了MSC(Maximum Set Cover，最大覆盖集)问题并提出了相应的算法，其主要的思想为：在大部分情况下，传感器网络的节点有相当大的冗余性。于是，让一部分节点负责目标覆盖，让其他的节点休眠是一种很好的提高网络生命周期的手段。现有技术给出了如何在所有的SN(Sensor Node，传感器节点)里选择出适当的子集并给这个子集分配时间片，使这些子集轮流醒来负责监控目标节点的方法。该方法可以用一个LP(Linear Parabolic，线性抛物)方程表示，并可以通过与这个LP方程的相应的贪婪算法GMHA(Greedy-MSCHeuristic，基于最大集覆盖的启发式贪心算法)求解。

具体的，该算法以轮(Round)为单位运行；每轮中，给每个目标分配优先级，分配的根据是现在有多少个仍然可以工作的SN可以覆盖它，SN数目越少，优先级越高，从高优先级的目标节点开始选择负责进行监控的节点(对某个目标节点k来说，在第r轮，有N_r(k)个备选节点可以覆盖它，而对每一个备选节点都有一个可以覆盖到目标的数目，那个可以覆盖到最多数目的备选节点被选择为负责进行监控的节点)，如此直到所有节点被覆盖；由于每轮中选出的节点的中必然会有一个最先死亡，于是重新开始一轮。

发明人发现现有技术中的实现方式存在以下问题：

现有技术在建立LP方程时假设“网路中集覆盖的数目与SN数目在一个量级”，但实践证明验证该假设并不合理。因此无法真正的降低无线传感器网络中对目标节点进行监控所需的功耗。

发明内容

本发明的实施例提供一种无线传感器网络中传感器节点的调度方法、系统和设备，用于降低无线传感器网络中对目标节点进行监控所需的功耗。

本发明的实施例提供一种无线传感器网络中传感器节点的调度方法，包括：

获取各传感器节点的网络连接关系和目标覆盖关系；

根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用列生成方法获取输出结果，所述输出结果中包括不同工作模式所需的时间片数；

根据所述输出结果获取调度表；

在无线传感器网络中广播所述调度表，以对所述各传感器节点进行调度。

本发明的实施例还提供一种无线传感器网络中的基站设备，包括：

网络连接关系获取单元，用于获取各传感器节点的网络连接关系；

目标覆盖关系获取单元，用于获取各传感器节点的目标覆盖关系；

输出结果获取单元，用于根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用列生成方法获取输出结果，所述输出结果中包括不同工作模式所需的时间片数；

调度表获取单元，用于根据所述输出结果获取调度表；

调度表广播单元，用于在无线传感器网络中广播所述调度表，以对所述各传感器节点进行调度。

本发明的实施例还公开了一种无线传感器网络中的系统，包括基站设备以及至少两个传感器节点，

所述基站设备，用于获取各传感器节点的网络连接关系和目标覆盖关系；根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用列生成方法获取输出结果，所述输出结果中包括不同工作模式所需的时间片数；根据所述输出结果获取调度表；在无线传感器网络中广播所述调度表，以对所述多个传感器节点进行调度；

所述至少两个传感器节点，用于接收所述调度表。

与现有技术相比，本发明的实施例具有以下优点：

通过基于列生成的方法实现了对无线传感器网络中传感器节点的调度，降低了无线传感器网络对目标节点监控所需的功耗。

附图说明

图1是本发明的实施例中无线传感器网络中传感器节点的调度方法流程图；

图2是本发明的实施例中无线传感器网络中传感器节点的调度方法流程图；

图3是本发明的实施例中节点调度时刻表的示意图；

图4是本发明的实施例中将CG算法的OUTPUT转化为调度表的示意图；

图5是本发明的实施例中Sysschedule报文的格式示意图；

图6是本发明的实施例中在100m×100m区间随机抛撒100个节点时建立的分级融合图的仿真结果；

图7是本发明的实施例中在100m×100m区间随机抛撒500个节点时建立的分级融合图的仿真结果；

图8是本发明的实施例中SysStart报文的格式示意图；

图9是本发明的实施例中无线传感器网络中传感器节点的调度系统的结构示意图；

图10是本发明的实施例中无线传感器网络中的基站的结构示意图；

图11是本发明的实施例中无线传感器网络中的基站的另一结构示意图。

具体实施方式

本发明的实施例中提供一种无线传感器网络中传感器节点的调度方法，如图1所示，包括：

步骤s101、获取各传感器节点的网络连接关系和目标覆盖关系。

步骤s102、根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用列生成方法获取输出结果，所述输出结果中包括不同工作模式所需的时间片数。

步骤s103、根据所述输出结果获取调度表。

步骤s104、在无线传感器网络中广播所述调度表，以对所述各传感器节点进行调度。

本发明的实施例中，通过基于列生成的方法实现了对无线传感器网络中传感器节点的调度，降低了无线传感器网络对目标节点监控所需的功耗。

以下首先对本发明实施例中传感器节点的调度方法所使用的相关概念进行介绍。

(1)设计无线网络模型和定义目标覆盖与数据路由问题。

假定一个由n种不同类型的传感器组成的无线监控网络中，对m个目标节点进行监控，用公式描述为：

S_i表示第i种传感器类型。R＝{r_k，k＝1...m}表示m个不同的目标节点。s₀表示BS节点.

定义1：网络连接关系，即网络连接图NCG(Network Connectivity Graph)。

网络连接图是一个有向图NCG＝{V，E}，其中每个TG(Target，目标)和SN节点都被抽象成一个点，V是这些顶点的结合，即V＝S∪{s₀}；如果传感器s_v在s_u∈S_i通讯的通讯半径TR_i(TR_i是第i类节点的通讯半径)里，则有一条边l_u，v∈E。

定义2：目标覆盖关系，即目标覆盖图TCG(Target Coverage Graph)。

目标覆盖图用来表示节点和目标的覆盖关系，是一个二分图TCG＝{S，E^*，R}，其中如果某个s_u∈S_i的传感半径SR_i可以覆盖目标r_k，则存在一条边L_u，k∈E^*；假定一个传感器一个时刻只能覆盖一个节点。

为了方便分析，定义变量如下：

S_i，k＝{s_u∈S_i且s_u可以覆盖r_k}

R_u＝{r_k∈R且s_u可以覆盖r_k}

对每个r_k定义一个覆盖需求向量Q_k＝{q_1，k...q_n，k}和单位时间数据取样需求向量Θ_k＝{θ_1，k...θ_n，k}，则：

定义3：目标覆盖需求(Targets Q-Coverage Requirement)。

任何一个时刻，目标r_k都要被至少q_i，k个第i类传感器结点覆盖并且这类节点对目标节点的采样率(定义为单位时间内的数据采集次数)为θ_i，k.

同样，要想在对目标的实施实时监控，则需要所有产生的数据汇聚到SN节点中，故在网络中还需要一个数据收集需求：

定义4：数据采集需求。

SN节点需要接收所有产生的数据，即每个产生数据的节点可以找到一条路径，将它和BS连接起来，通过多跳的方式将它产生的数据传输到BS中.

基于上面的定义，就可以定义传感器网络中的生命周期：

定义5：网络生命周期。

实时监控传感器网络生命周期可以定义为从网络初始化直到在网络不能再满足目标覆盖需求或者数据采集需求。

在上面的定义中，都有i＝1，..，n；k＝1，...，m。

根据定义5，本发明的实施例要研究的问题就是如何延长网络生命周期。

(2)对无线传感器网络中的目标覆盖与数据路由问题进行建模。

(2.1)工作模式(Working Pattern)

定义工作模式

是一个长度为N的向量，其中e_u ^p表示节点s_u在工作模式

中的单位时间能耗。并且一个工作模式要同时满足目标需求与数据路由需求。由于数据从源节点可能需要多条才能到达BS节点，故需要定义变量x_u，k ^p来表示源节点：

$x_{u,k}^p=\left\{\begin{array}{cc}1,& s_u\mathrm{iscovering}{r}_k\\ 0,& \mathrm{otherwise}\end{array}\right.$

它表示了一个工作模式中的源节点(负责监控目标，并产生数据的节点)，故Q-coverage需求可以表示为：

$\underset{s_u\∈S_{i,k}}{\mathrm{\Σ}}{x}_{u,k}^p\≥q_{i,k}$

假定一个节点同一时刻只能监控一个目标，而且如果一个目标r_k不在s_u节点的传感半径中，那么它不能成为r_k的监控节点：

$\underset{r_k\∈R_u}{\mathrm{\Σ}}{x}_{u,k}^p\≤1$

$\underset{r_k\∈S\backslash R_u}{\mathrm{\Σ}}{x}_{u,k}^p=0$

为了反映边l_u，v在工作模式中的单位时间通讯量，定义w_u，v ^p。那么对某个节点来说必须要满足流平衡(flow balance)：

$\underset{l_{u,v}\∈E}{\mathrm{\Σ}}{w}_{u,v}^p=\underset{l_{u,v}\∈E}{\mathrm{\Σ}}{w}_{v,u}^p+\underset{k=1}{\overset{m}{\mathrm{\Σ}}}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_{u,k}^p\·y_{u,i}\·{\mathrm{\θ}}_{i,k}$

其中：

SN节点只进不出，并且要采集到所有的数据：

$\underset{l_{u,0}\∈E}{\mathrm{\Σ}}{w}_{u,0}^p=\underset{s_u\∈S}{\mathrm{\Σ}}\underset{k=1}{\overset{m}{\mathrm{\Σ}}}\underset{i=1}{\overset{n}{\mathrm{\Σ}}}{x}_{u,k}^p\·y_{u,i}\·{\mathrm{\θ}}_{i,k}$

$\underset{l_{0,u}\∈E}{\mathrm{\Σ}}{w}_{0,u}^p=0$

在工作模式中，一个节点s_u的能耗由三部分组成：传感，接收数据，发送数据，定义e_i ^s，e_i ^t，e_i ^r分别是i类节点的单位时间传感(Sensing)，传输(Transmitting)，接收(Receiving)的能耗，那么就有：

$e_u^p=e_{\mathrm{uS}}^p+e_{\mathrm{uT}}^p+e_{\mathrm{uR}}^p$

其中：

$e_{\mathrm{uS}}^p=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{k=1}{\overset{m}{\mathrm{\Σ}}}{x}_{u,k}^p\·y_{u,i}\·e_i^s$

$e_{\mathrm{uT}}^p=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{l_{u,v}\∈E}{\mathrm{\Σ}}{w}_{u,k}^p\·y_{u,i}\·e_i^t$

$e_{\mathrm{uR}}^p=\underset{i=1}{\overset{n}{\mathrm{\Σ}}}\underset{l_{u,v}\∈E}{\mathrm{\Σ}}{w}_{u,k}^p\·y_{u,i}\·e_i^r$

(2.2)问题建模(Problem Formulation)

定义所有上面定义的工作模式组成集合P，那么可以将问题转化为一个LP优化问题：

$\mathrm{Max}\left(\underset{p\∈P}{\mathrm{\Σ}}{t}_p\right)$

s.t

$\underset{p\∈P}{\mathrm{\Σ}}{e}_u^p\·t_p\≤E_u,\∀s_u\∈S$

由于不知道P，而且由于P集合中个体的数目是和节点数、目标数以及边数相关的，可能是和它们成指数级别的，所以不能通过枚举这个P来求解上面的LP优化方程。本发明的实施例中提出了基于CG(Column Generation，列生成)方法求解LP问题。

(3)关于利用CG技术求解覆盖与路由问题的方法介绍如下：

(3.1)列生成方法CG

CG方法对于解决大规模线性规划和整数规划问题，产生的解比较接近最优值。其基本原理为：系数矩阵中的列没有必要在单纯型法计算的时全部列出参与计算，因此可以将原优化方程转化为一个父问题以及相应的子问题迭代求解。每一次迭代根据价格子问题(Pricing Problem)寻找能够使目标有改进的列加入父问题中，如果当子问题已经不能找出对当前主问题有帮助的列，则算法终止。具体算法表述见后。

(3.2)建立初始模式(Pattern)库的方法

CG方法需要一个初始的可行基，本发明的实施例中采用随机方法构建该集合。首先，确定需要的初始集合的数目，对一个工作模式，先生成所有的源节点，满足Q-coverage条件，然后用最短路径方法来找一条从源节点到BS节点的路。算法的时间复杂度：O(nmN²)。表1列出了算法中出现符号代表的含义。

表1.缩写词表

算法中出现的符号	含义
		NCG	Network Connectivity Graph，网络连接图
TCG	Target Coverage Graph，目标覆盖图
		TH	Threshold，算法要提供的可行解的个数

BFS	Basic Feasible Solution，初始可行基
		i	第i类节点
k	第k个目标
		qi，k	第k个目标需要分配多少个第i类节点
Ui，k	第i类节点中可以用来监控第k个目标的节点集合
		p	Pattern，工作子集

算法初始化：将k置1，将i置1，j(标识目前已生成可行解的数目)置0，将BFS集合置空，TH标识需要的可行解数目。

算法终止条件：已经生成了TH个可行解。

算法流程：

Algorithm1：Random Selection Algorithm

/*Input：NCG，TCG and Coverage constrains*/

/*Output：TH initial patterns*/

begin

    j＝0；BFS＝φ

    while j＜TH do

          for k＝1；k＜＝m；k++do

              for i＝1；i＜＝n；i++do

                  if there are more than q_i，k uncolored sensors in U_i，k then

                       randomly color q_i，k sensors in U_i，k；

                  else

                       break；

          if k＝＝m then

                  apply Shortest Path Algorithm to s₀ for colored sensors；

                  color nodes on those paths；

                  all colored nodes from a patter p

                  if p does not exist in BFS then

                       add p into BGS；

                       j++；

     uncolor all sensors

end

由于算法为集中式算法，所以算法将会在功能比较强大的BS节点上运行，算法运行的结果将是对网络中每一个节点的调度，即，对某个节点i来说，BS节点会根据算法运行结果给它分配一定的时间片，在这些时间片上它会负责从相邻的节点接收数据，并发送到下一跳节点上，在其他的时间段，它将会负责休眠。

(3.3)主问题与子问题

假定有一个初始的BFS(basic feasible solution)P₀集合，那么可以定义主问题为：

$\mathrm{Max}\left(\underset{p\∈P_0}{\mathrm{\Σ}}{t}_p\right)$

s.t

$\underset{p\∈P_0}{\mathrm{\Σ}}{e}_u^p\·t_p\≤E_u,\∀s_u\∈S$

主问题是一个经典的LP问题，可以用单纯行法解决。当解出主问题以后需要验证现在得出的结果是不是CG最优的，如果不是，需要选择一个对目前最有帮助的工作模式加到P₀中再进行新一轮计算。

定义为主问题的影子价格(Shadow Price)，那么对任何一个工作模式

来说，它的潜在收益(Reduced Cost)

可以表示为：

${\mathrm{\ζ}}_p=1-\underset{s_u\∈S}{\mathrm{\Σ}}\widetilde{B_u}\·e_u^p$

显然，需要选择一个工作模式让可以得到最大的收益，故子问题可以表述成：

(sub)Max(

)

s.t Eqn(2)-(10)

解出这个最大的

，并将其对应的工作模式p^*加入到现在的BFS，

ie：P₀＝P₀∪p^*.如果子问题求出来的是一个负的值，那么对应现在的主问题就是CG最优的.

(3.4)中止条件

CG方法的收敛的速度是算法的重要因素，在CG迭代的早期，生命周期的延伸非常明显，但是可能到收敛到最优的最有的一段时间内，每轮迭代带来的效果非常的少，于是本发明的实施例中定义了2种迭代中止条件：(1)CG的子问题得出了负的结果；这种情况说明正常的收敛。(2)CG的迭代连续Threshold轮，每轮的生命周期的延长比上轮只多了H(e.g 1％)。

Algorithm 2：CG Approach with Improved Termination Procedure

begin

     h＝1，count＝0，T₀＝0；

     solve Master-problem with initial BFS，get T₁，

     while l do

$\mathrm{if}\frac{T_h-T_{h-1}}{T_h}<H$ then

               count++；

               if count＞Threshold then

                    return；

        else

               count＝0

        solve Sub-problem with

generate a new column and ζ_p；

    if ζ_p＜0 then

             return；

    add this new column into BFS；

    solve Master-problem with new BFS，T_h+1；

    h＝h+1；

end

根据以上的分析，本发明实施例中具体的覆盖节能算法实现如下：

对于BS节点部分：

BS的主要作用通过CG算法得到所有节点的调度时刻表。调度时刻表的格式如图3所示，这个时刻表上规定了每个节点i在哪些时段处于开启状态，而在其他的时段处于关闭状态以节约能量。假设节点i的坐标为(x_i，y_i)，通讯半径为r_i，传感半径为s_i。BS执行的操作如图2所示，包括以下步骤：

步骤s201、BS获取网络连接图NCG。

BS按节点的编号从1到N，将它们加入NCG，对每一个节点i，计算其他N-1个节点到i的距离，如果某个节点j到它的距离小于或者等于通讯半径r_i，那么，就向NCG中添加一条边l_i，j。这里面由于节点是异构的，所有生成的NCG是有向图。如此进行，从节点1一直扫描到节点N，完成NCG的计算。

步骤s202、BS获取目标覆盖图TCG。

节点的编号从1到N，目标编号从1到M，将它们加入TCG，对每一个节点i，计算它到M个目标的距离，如果某个目标k到它的距离小于或者等于传感半径s_i，那么，就向TCG中添加一条边e_i，j。如此进行，从节点1一直扫描到节点N，完成TCG的计算，生成一个2分图。

步骤s203、BS执行列生成CG算法。

根据前述的理论分析以及相关算法，在求解优化父问题与子问题时，BS调用CG算法，首先将上述步骤s201、步骤s202生成的NCG、TCG以及覆盖需求作为输入，开始运行随机初始可行基生成算法见前述算法1(Algorithm1：Random Selection Algorithm)，具体实现时可以将工作模式(Working Pattern)以一个N×N以及一个M×N的矩阵形式表示，举例而言：

表示这个工作模式中边的负载，即

表示这个工作模式中那些节点需要监控哪些目标，即

所以一个工作模式可以用二元组来表示，即

这样就得到了TH个不同的初始可行解，即初始可行基BFS＝{p_i，i＝1...TH}。这时，调用CG算法见前述算法2(Algorithm 2：CG Approach with ImprovedTermination Procedure)进行求解。算法停止时输出OUTPUT＝{(p_i，t_i)|i＝1...}，其中t_i为工作模式p_i需要运行的时间片个数，且

表示网络的生命周期。

接下来需要将算法的输出OUTPUT转化为调度表，BS按顺序对OUTPUT进行扫描，对(p_i，t_i)来说，首先将时间片∑t_i-1+1到∑t_i分配给p_i，之后由于

因此可以知道哪些节点在p_i是负责监控目标节点，哪些节点需要负责中继这些传感数据，如图4所示，为将CG算法的OUTPUT转化为调度表的示意图，因此可以得到节点时刻的调度表。

步骤s204、BS广播调度表。

BS调用分级分发算法建立广播树结构，并发送Sysschedule报文，Sysschedule报文的格式如图5所示。

分级分发算法中，输入为WSN(Wireless Sensor Network，无线传感器网络)，输出为分级融合图。具体的算法过程如下：

(A)初始化每个节点的跳数h和上级节点集合P。

$h_i=\left\{\begin{array}{cc}0& i=\mathrm{BS}\\ \&infin;& \mathrm{other}\end{array}\right.---\left(1\right)$

P_i＝φ                    (2)

(B)汇聚Sink节点广播带跳数信息的Discovery包。

(C)当节点i收到来自于节点j的Discovery包，判断是否按下式(3)、(4)修改自己的跳数值h和上级节点值，如果跳数值h进行了修改，则向外广播Discovery包。

$h_i=\left\{\begin{array}{cc}{h}_j+1& h_i>h_j+1\\ h_i& \mathrm{other}\end{array}\right.---\left(3\right)$

$P_i=\left\{\begin{array}{cc}\left\{j\right\}& h_i>h_j+1\\ P_i\&cup;\left\{j\right\}& h_i=h_j+1\\ p_i& \mathrm{other}\end{array}\right.---\left(4\right)$

当分级扩散完成(也即所有节点的广播完成)以后，得到一个分级融合图，其中包括每一节点与其下级节点的关系，图中的每个节点可以向下级节点发送包含调度表的数据。图6和图7分别为在100m×100m区间随机抛撒100个节点和500个节点时建立的分级融合图的仿真结果。

步骤s205、BS通知系统开始时间。

根据分级分发算法建立的广播结构，BS估算最下一次的节点可以接到从BS发送消息的时间延迟，假设为t₀，并将当前时间t_curr加上t₀，将其设为系统开始时间，并发送SysStart报文，SysStart报文的格式如图8所示。

对于SN节点部分：

SN节点需要接收调度表，接收Sysschedule，SysStart报文并存储起来。之后，SN执行调度表。SN节点从SysStar报文中提出系统开始时间，并在这个时间正式开始，将自己的本地时间置0，并根据Sysschedule报文中对自己规定的时间醒来，开始工作，其他时间陷入休眠状态。

通过使用本发明实施例提供的上述方法，使用基于列生成的方法实现了对无线传感器网络中传感器节点的调度，降低了无线传感器网络对目标节点监控所需的功耗。

本发明的实施例中还提供一种无线传感器网络中传感器节点的调度系统，如图9所示，包括基站设备10以及若干个传感器节点20，其中：

基站设备10，用于获取各传感器节点20的网络连接关系和目标覆盖关系；根据网络连接关系、目标覆盖关系以及覆盖需求，使用列生成方法获取输出结果并获取调度表；并在无线传感器网络中广播调度表，以对各传感器节点20进行调度。

传感器节点20，用于接收基站设备10广播的调度表，并在基站设备10广播的调度表所规定的时间工作，在其他时间处于休眠状态。

本发明的实施例中还提供一种无线传感器网络中的基站设备，其结构如图10所示，包括：

网络连接关系获取单元11，用于获取各传感器节点的网络连接关系。

目标覆盖关系获取单元12，用于获取各传感器节点的目标覆盖关系。

输出结果获取单元13，用于根据网络连接关系获取单元11获取的网络连接关系、目标覆盖关系获取单元12获取的目标覆盖关系以及覆盖需求，使用列生成方法获取输出结果。

调度表获取单元14，用于根据输出结果获取单元13获取的输出结果获取调度表。

调度表广播单元15，用于在无线传感器网络中广播调度表获取单元14获取的调度表，以对各传感器节点进行调度。

具体的，如图11所示，该基站设备中：

网络连接关系获取单元11可以具体用于：对于传感器节点1到N中的每一个节点i，获取其他N-1个节点到所述节点i的距离，如果某个节点j到所述节点i的距离小于或者等于通讯半径r_i，则向网络连接关系NCG中添加一条边l_i，j。

目标覆盖关系获取单元12可以具体用于：对于传感器节点1到N中的每一个节点i，获取所述节点i到M个目标的距离，如果目标k到所述节点i的距离小于或者等于传感半径s_i，则向目标覆盖关系TCG中添加一条边e_i，j。

输出结果获取单元13可以包括：

随机初始可行基生成子单元131，用于根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用随机初始可行基生成方法获取特定数量的初始可行解；

列生成子单元132，用于根据所述特定数量的初始可行解，使用列生成方法获取输出结果，所述输出结果包括OUTPUT＝{(p_i，t_i)|i＝1...}，其中t_i为工作模式p_i需要运行的时间片个数，且T＝∑t_i，表示网络的生命周期。

调度表获取单元14可以具体用于：对于(p_i，t_i)，将时间片∑t_i-1+1到∑t_i分配给p_i，并获取在p_i中负责监控目标节点的传感器节点，以及负责中继传感数据的传感器节点，从而获取到调度表。

调度表广播单元15包括：

分级融合关系获取子单元151，用于根据分级分发方法获取分级融合关系；

调度表发送子单元152，用于根据所述分级融合关系由每一个节点向其下级节点发送包括所述调度表的数据。

另外，该基站还可以包括：开始时间通知单元16，用于根据调度表广播单元15确定的分级融合关系，设置系统开始时间并通知所述各传感器节点。

通过使用本发明实施例提供的上述系统和设备，使用基于列生成的方法实现了对无线传感器网络中传感器节点的调度，降低了无线传感器网络对目标节点监控所需的功耗。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到本发明可以通过硬件实现，也可以借助软件加必要的通用硬件平台的方式来实现。基于这样的理解，本发明的技术方案可以以软件产品的形式体现出来，该软件产品可以存储在一个非易失性存储介质(可以是CD-ROM，U盘，移动硬盘等)中，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上公开的仅为本发明的几个具体实施例，但是，本发明并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (17)

1、一种无线传感器网络中传感器节点的调度方法，其特征在于，包括：

获取各传感器节点的网络连接关系和目标覆盖关系；

根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用列生成方法获取输出结果，所述输出结果中包括不同工作模式所需的时间片数；

根据所述输出结果获取调度表；

在无线传感器网络中广播所述调度表，以对所述各传感器节点进行调度。

2、如权利要求1所述的方法，其特征在于，所述获取各传感器节点的网络连接关系包括：

对于传感器节点1到N中的每一个节点i，获取其他N-1个节点到所述节点i的距离，如果某个节点j到所述节点i的距离小于或者等于通讯半径r_i，则向网络连接关系NCG中添加一条边l_ij。

3、如权利要求1所述的方法，其特征在于，所述获取各传感器节点的目标覆盖关系包括：

对于传感器节点1到N中的每一个节点i，获取所述节点i到M个目标的距离，如果目标k到所述节点i的距离小于或者等于传感半径s_i，则向目标覆盖关系TCG中添加一条边e_i，j。

4、如权利要求1或2或3所述的方法，其特征在于，所述根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用列生成方法获取输出结果包括：

根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用随机初始可行基生成方法获取特定数量的初始可行解；

根据所述特定数量的初始可行解，使用列生成方法获取输出结果，所述输出结果包括OUTPUT＝{(p_i，t_i)|i＝1...}，其中ti为工作模式p_i需要运行的时间片个数，且T＝∑t_i，表示网络的生命周期。

5、如权利要求4所述的方法，其特征在于，所述根据所述输出结果获取调度表包括：

对于(p_i，t_i)，将时间片∑t_i-1+1到∑t_i分配给p_i，并获取在p_i中负责监控目标节点的传感器节点，以及负责中继传感数据的传感器节点，从而获取到调度表。

6、如权利要求1所述的方法，其特征在于，所述在无线传感器网络中广播所述调度表包括：

根据分级分发方法获取分级融合关系；

根据所述分级融合关系由每一个节点向其下级节点发送包括所述调度表的数据。

7、如权利要求6所述的方法，其特征在于，所述根据分级分发方法获取分级融合关系包括：

初始化每个节点的跳数和上级节点集合；

汇聚节点广播带跳数信息的发现Discovery包；

当一节点收到来自于其他节点的Discovery包时，判断是否修改自身的跳数和上级节点集合，如果跳数进行了修改，则广播Discovery包：

所有节点的广播完成后获取到分级融合关系，所述分级融合关系中包括每一节点与其下级节点的关系。

8、如权利要求6或7所述的方法，其特征在于，还包括：

根据所述分级融合关系，设置系统开始时间并通知所述各传感器节点。

9、如权利要求8所述的方法，其特征在于，还包括：

所述传感器节点根据所述系统开始时间设置本地时间，并根据所述调度表规定的时间工作，在其他时间处于休眠状态。

10、一种无线传感器网络中的基站设备，其特征在于，包括：

网络连接关系获取单元，用于获取各传感器节点的网络连接关系；

目标覆盖关系获取单元，用于获取各传感器节点的目标覆盖关系；

输出结果获取单元，用于根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用列生成方法获取输出结果，所述输出结果中包括不同工作模式所需的时间片数；

调度表获取单元，用于根据所述输出结果获取调度表；

调度表广播单元，用于在无线传感器网络中广播所述调度表，以对所述各传感器节点进行调度。

11、如权利要求10所述的基站设备，其特征在于，所述网络连接关系获取单元具体用于：对于传感器节点1到N中的每一个节点i，获取其他N-1个节点到所述节点i的距离，如果某个节点j到所述节点i的距离小于或者等于通讯半径r_i，则向网络连接关系NCG中添加一条边l_i，j。

12、如权利要求10所述的基站设备，其特征在于，所述目标覆盖关系获取单元具体用于：对于传感器节点1到N中的每一个节点i，获取所述节点i到M个目标的距离，如果目标k到所述节点i的距离小于或者等于传感半径s_i，则向目标覆盖关系TCG中添加一条边e_i，j。

13、如权利要求10所述的基站设备，其特征在于，所述输出结果获取单元包括：

随机初始可行基生成子单元，用于根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用随机初始可行基生成方法获取特定数量的初始可行解；

列生成子单元，用于根据所述特定数量的初始可行解，使用列生成方法获取输出结果，所述输出结果包括OUTPUT＝{(p_i，t_i)|i＝1...}，其中ti为工作模式p_i需要运行的时间片个数，且T＝∑t_i，表示网络的生命周期。

14、如权利要求13所述的基站设备，其特征在于，所述调度表获取单元包括具体用于：对于(p_i，t_i)，将时间片∑t_i-1+1到∑t_i分配给p_i，并获取在p_i中负责监控目标节点的传感器节点，以及负责中继传感数据的传感器节点，从而获取到调度表。

15、如权利要求10所述的基站设备，其特征在于，所述调度表广播单元包括：

分级融合关系获取子单元，用于根据分级分发方法获取分级融合关系；

调度表发送子单元，用于根据所述分级融合关系由每一个节点向其下级节点发送包括所述调度表的数据。

16、如权利要求10所述的基站设备，其特征在于，还包括：

开始时间通知单元，用于根据所述调度表广播单元确定的分级融合关系，设置系统开始时间并通知所述各传感器节点。

17、一种无线传感器网络中的系统，包括基站设备以及至少两个传感器节点，其特征在于：

所述基站设备，用于获取各传感器节点的网络连接关系和目标覆盖关系；根据所述网络连接关系、目标覆盖关系以及覆盖需求，使用列生成方法获取输出结果，所述输出结果中包括不同工作模式所需的时间片数；根据所述输出结果获取调度表；在无线传感器网络中广播所述调度表，以对所述多个传感器节点进行调度；

所述至少两个传感器节点，用于接收所述调度表。

Images