CN101835237A - 一种无线传感器网络中的数据融合方法 - Google Patents

Abstract

一种无线传感器网络中的数据融合方法是无线传感器网络中基于树和控时的数据融合方法(TBTCDA：Tree-Based and Time-Controlled Data Aggregation)，在节点位置信息不确定的情况下，进行数据融合，以达到减少网络通信量和节点能耗的目的，并权衡数据融合精度与通信时延之间的矛盾，该方法具体包括：步骤一、网络初始化，步骤二、由Sink发起融合树的建立通知，步骤三、控制融合时间、数据收集与融合；步骤31)、求出所有节点参与融合时的单位时延T_a，步骤32)、根据应用需求设定T_a和融合精度P，或者本簇收到C_i个节点采集的数据，簇头将数据融合后传送给父簇。

Description

一种无线传感器网络中的数据融合方法

技术领域

本发明提出了一种无线传感器网络中的数据融合方法，属于无线传感器网络领域。

背景技术

普适计算(Ubiquitous Computing或Pervasive Computing)目标是要建立一个充满计算机和通信能力的环境，是信息空间和物理空间的融合，在这个融合的空间中，人们可以随时随地、透明地获得数字化服务。目前，由空间分布的传感器节点组成的无线传感器网络，是普适计算的主要支撑，其节点都配有感知和通信设备，通过相互协作，能为普适计算提供情景感知所需的上下文数据，如，位置、光照、温度和体征信息等。但传感器节点通常在能量、通信、计算与存储能力等方面受限，尤其将节点部署在恶劣环境时，由于节点位置固定，能源由电池供给且不易补充，能量受限成为无线传感器网络的瓶颈，而且这一问题又随着网络规模的扩大而加剧。所以，设计一个能量高效的通信机制，有效地收集传感器数据，为上层服务提供基础，已成为基于无线传感器网络的普适计算所关注的重点，数据融合就是其中一项重要技术。

数据融合是将多份数据或信息进行处理，剔除冗余，组合出更有效、更符合用户需求的数据的过程，其作用是节省整个网络的能量、增强所收集数据的精准性以及提高收集数据的效率。目前，网络层的数据融合技术研究较多，如基于簇、基于链和基于树的数据融合技术。基于簇的数据融合，如LEACH。LEACH将网络划分成多个簇，每个簇选取一个固定簇头，簇内成员都仅与簇头通信，簇头在收到本簇成员的数据后进行融合处理，并将结果直接发给汇聚节点。LEACH使用分簇的方法，使得数据融合的作用突显出来，但并未给出具体的融合方法，且LEACH假设簇头与汇聚节点可以直接通信，限制了网络的规模，加之，需要进行周期性分簇和簇头轮换以保证网络的连通和节点能耗的均衡，增大了开销。基于链的融合，如PEGASIS，它将网络中所有节点链接成单链结构，并随机选取一个首领，首领向链的两端发出数据采集请求，之后数据从单链的两端向首领传送，中间节点执行数据融合操作，最终由首领将结果直接传送给汇聚节点。PEGASIS使得每个节点发送数据的距离几乎都是最短的，且只有一个节点进行远距离传输，比LEACH更节省能量。尽管如此，PEGASIS仍存在缺陷。它假设所有节点距离汇聚节点都很远，且都能将收到的数据分组与自己的数据融合成一个大小不变的分组。现实网络和应用中，这种假设不易成立，即便成立，数据采集的延迟不易控制，且单链结构的鲁棒性较差，而且随着网络规模增大缺陷更加明显。基于树的融合技术是通过反向组播树的形式从分散的传感器节点逐步将监测数据汇集起来，树上每个中间节点都对收到的数据进行融合处理，数据得到最大限度的融合。Krishnamachari提出三种数据融合树的构建方案，近源汇聚、最短路径树和贪心增长树。这三种方案均能有效减少数据的传输量，从而达到节能目的，但要求节点知道其彼此之间的距离，即节点的位置要明确。当网络规模较大时，节点定位不易实现，且融合树要求所有节点都加入到树中，融合树的维护较为复杂，时延也不易控制。

以上几种融合方法都未根据应用考虑融合精度与时延之间的关系。一般而言，融合时间越长，在该时间段内获得的数据就越多，越能获得更精准的数据，就更能有效的降低网络的数据通信量；融合时间越短，获得的数据越少，融合的效果就越差。普适计算中的上下文数据有即时变化型和稳定型两大类，由于上层应用对这两类上下文的新鲜度和精度要求不同，可以在融合时设定融合时间，以达到融合精度和时延的平衡。

发明内容

技术问题：本发明提出了一种无线传感器网络中基于树和控时的数据融合方法(TBTCDA：Tree-Based and Time-Controlled DataAggregation)，在节点位置信息不确定的情况下，进行数据融合，以达到减少网络通信量和节点能耗的目的，并权衡数据融合精度与通信时延之间的矛盾。

技术方案：本发明解决其技术问题所采用的技术方案是：

步骤一、网络初始化，N个节点有唯一编号，被随机部署在面积为S的平面区域中，节点之间距离未知，但假定网络连通，Sink发起建簇通知后，节点被划分到半径相同的簇内，簇有唯一标号；

步骤二、由Sink发起融合树的建立通知，确定簇头之间父子关系，建立子簇链表和父簇链表，首选父簇的选择，由簇内节点能量总和

和能量方差

决定，值越大，说明该簇能服务的时间越长，优先考虑成为父簇；

越小说明簇内节点能量越平均，服务能力越接近，在

相同时，优先考虑成为父簇；

步骤三、控制融合时间、数据收集与融合；

步骤31)、求出所有节点参与融合时的单位时延T_a，Sink设定的初始T_a值较小，然后先以指数方式增大T_a，之后以线性方式调整，快速估算出所有节点都参与融合的最小单位时间；

步骤32)、根据应用需求设定T_a和融合精度P，每个簇头根据所在层次level_i和T_a计算出本簇融合等待时间T_i，并根据P计算出需要参加融合的节点数C_i；

步骤33)、数据收集、融合与传输，最终到达Sink节点，如果等待时间到或者本簇收到C_i个节点采集的数据，簇头将数据融合后传送给父簇。

所述步骤一中的网络初始化具体为：

有六种通知类型：A型通知-成簇通知；B型通知-建树通知；C，调整融合时延通知；D，信息查询通知；E，簇头轮换通知；F，父簇消亡通知；

有两种回应消息：RA回应-同意加入簇；RB回应-同意成为子簇；

步骤1、Sink设定成簇等待的单位时间T，并广播A型通知；

步骤2、节点N_i等待通知信息；

步骤3、如果收到A型通知，则执行步骤4；否则，执行步骤2；

步骤4、如果N_i已经加入某簇C_j，则不执行操作；否则，执行下一步；

步骤5、N_i根据自身能量E，等待H(E)×T时间；

步骤6、如果等待时间到，N_i未收到A型通知，则执行步骤7；否则，如果N_i收到N_j发送的加入簇C_j的请求，则执行步骤8；

步骤7、N_i以每比特E_Tx(d₀/2)能耗广播自己成为簇头Head_i，请求距自己d₀/2距离以内的邻居加入簇C_i，之后执行步骤9；

步骤8、N_i同意加入簇C_j，以每比特E_Tx(d₀/2)能耗发送RA回应，并以每比特E(d₀)能量发送A型通知，执行步骤10；

步骤9、N_j收到簇C_i的加簇请求，同意加入簇C_i，并以每比特E_Tx(d₀/2)能耗发送RA回应，并以每比特E(d₀)能耗发送A型通知，执行步骤10；

步骤10、簇头Head_x记录同意加入本簇的节点编号k和能量E_k，并统计节点数num_x，建立簇内节点链表Inner Link(NL)，该链表按节点能量排序；

步骤11、簇头通过设定超时实现，不再收到邻居节点的RA回应，则以每比特E_Tx(d₀)能耗广播A型通知；

步骤12、所有节点均已加入某簇，则执行13；否则，执行步骤2；

步骤13、停止。

所述步骤二中建立融合树的方法具体为：

步骤31、Sink节点广播B型通知；

步骤32、收到N₀-Sink节点的B型通知，簇头Head_i将本簇所在层次level_i记为1，并广播B型通知，内容包括通知类型、簇编号i、簇层次level_i、簇内节点总能量

及其能量方差值，i＝∈[1，100]；

步骤33、簇头Head_j等待B型通知，如果收到，则执行步骤4；否则，停留在本步骤；j＝∈[1，100]；

步骤34、如果是子簇发送的B型通知，则丢弃；否则执行下一步；

步骤35、Head_j计算本簇所在层次。如果比已记录的最小层次高两层以上，则丢弃，否则，执行下一步；

步骤36、Head_j以链表“Parent Link，PL”记录父簇编号i，

和本簇所在层次level_j＝level_i+1，并统计父簇个数；Head_j按

对PL排序，

相同，则按

排序，之后广播B型通知，执行下一步；

步骤37、如果所有簇头不再收到父簇信息，执行步骤8，否则，执行步骤3；

步骤38、簇头Head_j向链表中首选父簇C_k发送RB回应，内容包括父簇编号k、以本簇头为根的树上节点数count_j；本步骤从树的叶节点开始，向根节点逐层统计；

步骤39、簇头等待子簇RB回应；

步骤310、Head_j收到Head_x的RB回应，则在链表CL-Children Link中记录子簇编号x和count_x，并修改count_j＝num_j+count_x

步骤311、所有簇头不再收到子簇RB回应，则停止，否则，执行步骤9。

所述步骤三中控制融合时间的方法具体为：

本步骤分为两个阶段。第一阶段，求出在所有节点参与数据融合时的单位时延，第二阶段，根据上层应用对数据精度和新鲜度的要求，再设定每个簇的最大融合等待时间；

第一阶段：

步骤41、根据经验Sink设定融合等待单位时间T_a、融合精度P＝1，以及指数增大Ta的次数n，并广播C型通知，内容包括通知类型、T_a和P；

步骤42、簇头Head_i等待C型通知，收到，则执行步骤43；否则，停留在本步；

步骤43、Head_i解析出T_a和P，根据level_i和counti_i∈[1，100]，设定本簇最长等待时间为F₁(level_i)×T_a和预计参与融合的节点数为

并广播C型通知；

步骤44、等待子簇和本簇节点信息；

步骤45、如果最长等待时间到，执行步骤47，否则，执行步骤46；

步骤46、如果Head_i收到预计节点数据量，执行步骤47，否则，执行步骤44；

步骤47、向父簇报告以本簇头为树根的树上所有参与融合的节点数countp_i；

步骤48、Sink统计以自身为树根的树上参与融合的节点数count_p0；

步骤49、n减1，如果n不小于0，执行步骤410，否则，执行步骤412；

步骤410、如果count₀与count_p0相同，则以线性方式减小T_a，并设定标志F为真，表明count₀与count_p0已达到相同；否则，执行下一步；

步骤411、如果F标志为真，则以线性方式增大T_a，执行步骤414；否则，以指数方式增大T_a，执行步骤41；

步骤412、如果count₀与count_p0相同，则以线性方式减小T_a，执行步骤41；否则，执行步骤413；

步骤413、如果F标志为真，则以线性方式增大T_a，执行步骤414；否则，以线性方式增大T_a，执行步骤41；

步骤414、进入下一阶段；

Sink设定的初始T_a值较小，并先以指数方式增大T_a，之后以线性方式调整，可以快速估算出所有节点都参与融合的最小单位时间；

第二阶段：

步骤421、Sink根据应用设定单位融合等待时间T_a、融合精度P以及待查询的信息，并广播D型通知；

步骤422、簇头收到D型通知，解析出T_a和P的值，则根据level_i和count_i，计算出本簇最长等待时间F₁(level_i)×T_a和预计参与融合的节点数

并广播D型通知；

步骤423、簇头等待子簇和本簇节点信息；

步骤424、如果等待时间到，执行步骤426，否则，执行步骤425；

步骤425、如果簇头收到预计节点数据量，执行步骤426，否则，执行步骤423；

步骤426、融合所接收到的节点信息，并报告给父簇；

步骤427、Sink收到查询返回的信息。

所述簇头Head_i无法完成簇间数据传输，且簇内有效节点链表IL不为空时，涉及簇头的轮换和父簇的更改，

步骤51、如果簇头Head_i能完成簇内数据传输，则在IL中加入自身信息；

步骤52、簇头Head_i选择簇内剩余节点中能量最大的节点j成为下一个簇头，并发送E型通知，内容包括通知类型、簇编号k、簇所在层次level_i、待成为簇头的节点编号j、链表IL和PL；

步骤53、节点收到E型通知，如果是本簇消息，则执行54；否则，丢弃；

步骤54、如果节点编号为j，执行步骤55；否则，记录簇头节点号为j；

步骤55、节点N_j成为簇头，删除j节点本身，更新簇内节点列表IL；

步骤56、簇头Head_j在发送数据前计算剩余能量，如果IL为空，且能量只够发送一次F型通知，执行步骤57；否则，执行58；

步骤57、簇头Head_j发送F型通知，内容包括通知类型、簇编号k，Head_j所在簇C_k失效，执行步骤59；

步骤58、簇头Head_j向父簇传送数据；

步骤59、簇头收到F型通知，如果簇C_k记录在本簇头的PL中，执行步骤510；否则，丢弃，执行步骤514；

步骤510、如果C_k是当前簇C_c的首选父簇，即PL头结点，执行步骤511；否则，执行步骤513；

步骤511、C_c删除PL中C_k信息，如果PL不为空，选取下一个有效簇，并广播RB信息，否则，广播F型通知，执行下一步；

步骤512、如果C_c簇内有效节点收到自己簇的F型通知，则节点停止工作；

步骤513、C_c删除PL中C_k信息；

步骤514、如果C_k记录在本簇头C_c的CL中，执行步骤515；否则，丢弃；

步骤515、C_c删除CL中C_k信息，并修改count_c＝count_c-count_k(c，k∈[0，100])说明：簇内节点在向簇头传送采集数据的同时，捎带上剩余能量，簇头据此更新IL链表，包括删除未收到其数据的节点，以及更新链表节点E_i数据。

有益效果：本发明方法提出了一种无线传感器网络中的数据融合方法，旨在综合利用现有融合算法的优点，解决其不足。评价一个融合算法的性能指标，除能源效率这个基本指标外，还有时延和适应性，下面从这几方面说明本发明方法的效益：

1、节能效果较好：整个无线传感器网络被划分为节点数目不等的簇，数据在簇内以及簇头之间流动，融合为树上几条分支传送的数据，在数据采集和传输过程中采用一定的融合方法，减少数据量，有效节省大部分能量。

2、降低控制开销：动态分簇机制具有控制开销较大的不足，采用静态分簇并设定特定的簇半径，既能降低控制开销，延长网络生命周期。

3、具有良好的适应性：可根据上层服务对数据新鲜度和精度的需求动态设定融合时间。对于新鲜度要求高的应用，可减少融合时间，相反对精度要求高的应用，可适当增大融合时间。

4、算法鲁棒性较好：对簇集合建立融合树，减少树上节点，利于维护，且子簇保存多个父簇信息，可在父簇失效时，及时更换父簇信息，尽可能保证网络连通。

附图说明

图1网络节点初始分布情况，

图2成簇情况，

图3数据传输情况，

图4成簇流程图，

图5建树流程图，

图6控制融合时延流程图，

图7能耗模型。

具体实施方式

图1给出了一个初始节点的分布示例，有100个编号N_i(i∈(1，100))的节点随机分布在400m×400m的平面区域内，Sink节点记为N₀，位于80米处。图2是分簇后的情况，如何分簇和选择簇头后面介绍。图3给出分簇后，数据如何在树上传输到Sink节点。

第一步、网络初始化。

在此阶段，按照固定半径将网络划分为节点数目不等的簇，每个簇有唯一编号C_i(i∈(1，100))，编号与首个簇头编号相同，簇编号用于簇间通信。本发明方法采用的能耗模型如图7所示。能耗模型中发送端能耗由发送电子元件耗能和发射放大器耗能两部分组成，接收端能耗接收电子元件产生。在无线电传输中信号能量的衰减与发送端和接收端的距离d有关。当d≤d₀时，能量的消耗与d²成正比，反之d≥d₀时，与d⁴成正比。上述的两种能量衰减模型分别称为自由空间模型(Free Space)和多径衰减模型(Multi-path Fading)，d₀代表二者的分界点。

根据能耗模型，随着距离的变化传输1bit的信息，发送节点的能耗可表示为：

$E_{\mathrm{Tx}}\left(d\right)=E_{\mathrm{Tx}-\mathrm{elec}}+E_{\mathrm{Tx}-\mathrm{amp}}\left(d\right)$

$+\left\{\begin{array}{c}{E}_{\mathrm{elec}}+{\mathrm{\&epsiv;}}_{\mathrm{fs}}{d}^2,d<d_0\\ E_{\mathrm{elec}}+{\mathrm{\&epsiv;}}_{\mathrm{mp}}{d}^4,d\&GreaterEqual;d_0\end{array}\right.$ 公式(1)

其中E_elec为节点电路的能量消耗系数，ε_fs和ε_mp分别代表近、远距离功率衰减系数，

不失一般性，ε_fs＝10pJ·bit^-1·m^-2、ε_mp＝0.0013pJ·bit^-1·m^-2。本发明假定网络连通，是指相邻节点的每比特通信能耗不超过E_Tx(d₀)。为保证簇内节点连通，以及减小簇头之间通信能耗，本发明将簇半径设置为d₀/2，即簇头以每比特E_Tx(d₀/2)能耗广播通知。

具体初始化过程如下：

有六种通知类型：A，成簇通知；B，建树通知；C，调整融合时延通知；D，信息查询通知；E，簇头轮换通知；F，父簇消亡通知。

有两种回应消息：RA，同意加入簇；RB，同意成为子簇；

步骤1、Sink设定成簇等待的单位时间T，并广播A型通知；

步骤2、节点N_i等待通知信息。

步骤3、如果收到A型通知，则执行步骤4；否则，执行步骤2；

步骤4、如果N_i已经加入某簇C_j，则不执行操作；否则，执行下一步；

步骤5、N_i根据自身能量E，等待H(E)×T时间；

步骤6、如果等待时间到，N_i未收到A型通知，则执行步骤7；否则，如果N_i收到N_j发送的加入簇C_j的请求，则执行步骤8；

步骤7、N_i以每比特E_Tx(d₀/2)能耗广播自己成为簇头(Head_i)，请求距自己d₀/2距离以内的邻居加入簇C_i，之后执行步骤9；

步骤8、N_i同意加入簇C_j，以每比特E_Tx(d₀/2)能耗发送RA回应，并以每比特E(d₀)能量发送A型通知，执行步骤10；

步骤9、N_j收到簇C_i的加簇请求，同意加入簇C_i，并以每比特E_Tx(d₀/2)能耗发送RA回应，并以每比特E(d₀)能耗发送A型通知，执行步骤10；

步骤10、簇头Head_x记录同意加入本簇的节点编号k和能量E_k，并统计节点数num_x，建立簇内节点链表Inner Link(NL)，该链表按节点能量排序；

步骤11、簇头不再收到邻居节点的RA回应(通过设定超时实现)，则以每比特E_Tx(d₀)能耗广播A型通知；

步骤12、所有节点均已加入某簇，则执行13；否则，执行步骤2；

步骤13、停止。

上述步骤5中的H(E)是根据节点能量E，计算出节点等待邻居节点加簇请求的单位时间数。节点能量越大，等待单位时间数越小，加大自己成为簇头的几率，且尽量避免冲突。如果节点N_i和N_j能量相同且同时收到成簇通知，发成冲突后，按照节点号重新计算等待时间。如在网络部署时，节点的初始能量相同，则直接根据节点号设定等待时间。

步骤11的目的是尽量防止有孤立节点的存在，即防止类似图2(b)中N_k的情况出现。

第二步、建立融合树

通过上面的分簇算法，得到相邻两簇之间的最大距离为3d₀。因各节点位置和彼此距离不确定，为确保所有簇头都加入融合树，本发明将簇头之间的每比特通信能耗设定为E_Tx(3d₀)。

步骤1、Sink节点广播B型通知；

步骤2、收到N₀(Sink)节点的B型通知，簇头Head_i将本簇所在层次level_i(i∈[1，100])记为1，并广播B型通知，内容包括通知类型、簇编号i、簇层次level_i、簇内节点总能量

及其能量方差值

步骤3、簇头Head_j(j∈[1，100])等待B型通知。如果收到，则执行步骤4；否则，停留在本步骤；

步骤4、如果是子簇发送的B型通知，则丢弃；否则执行下一步；

步骤5、Head_j计算本簇所在层次。如果比已记录的最小层次高两层以上，则丢弃，否则，执行下一步；

步骤6、Head_j以链表(Parent Link，PL)记录父簇编号i，

和本簇所在层次level_j＝level_i+1，并统计父簇个数。Head_j按对PL排序，

相同，则按排序，之后广播B型通知，执行下一步；

步骤7、如果所有簇头不再收到父簇信息，执行步骤8，否则，执行步骤3；

步骤8、簇头Head_j向链表中首选父簇C_k发送RB消息，内容包括父簇编号k、以本簇头为根的树上节点数count_j(j∈[1，100])(本步骤从树的叶节点开始，向根节点逐层统计)；

步骤9、簇头等待子簇RB消息；

步骤10、Head_j收到Head_x的RB消息，则在链表CL(Children Link)中记录子簇编号x和count_x(x∈[1，100])，并修改count_j＝num_j+count_x(j∈[0，100]，x∈[1，100])；

步骤11、所有簇头不再收到子簇RB消息，则停止，否则，执行步骤9。

首选父簇的选择，由步骤2获得的

和

决定。值越大，说明簇采集和融合的能量越多，优先考虑成为父簇。

越小说明簇内节点能量越平均，服务能力接近，在

相同时，优先考虑成为父簇。为较少控制开销，父簇链表PL和子簇链表IL确定后，只做链表节点的删除，不做节点数据域的更新。

第三步、控制融合等待时间，数据收集与融合。

本步骤分为两个阶段。第一阶段，求出在所有节点参与数据融合时的单位时延。第二阶段，根据上层应用对数据精度和新鲜度的要求，再设定每个簇的最大融合等待时间。

第一阶段：

步骤1、Sink设定融合等待单位时间T_a(根据经验设定)、融合精度P(此处P设定为1)以及指数增大T_a的次数n(n值较小)，并广播C型通知，内容包括通知类型、T_a和P；

步骤2、簇头Head_i等待C型通知。收到，则执行步骤3；否则，停留在本步；

步骤3、Head_i解析出T_a和P，根据level_i和count_i(i∈[1，100])，设定本簇最长等待时间为F₁(level_i)×T_a和预计参与融合的节点数为

并广播C型通知；

步骤4、等待子簇和本簇节点信息；

步骤5、如果最长等待时间到，执行步骤7，否则，执行步骤6；

步骤6、如果Head_i收到预计节点数据量，执行步骤7，否则，执行步骤4；

步骤7、向父簇报告以本簇头为树根的树上所有参与融合的节点数count_pi；

步骤8、Sink统计以自身为树根的树上参与融合的节点数count_p0；

步骤9、n减1。如果n不小于0，执行步骤10，否则，执行步骤12；

步骤10、如果count₀与count_p0相同，则以线性方式减小T_a，并设定标志F为真，表明count₀与count_p0已达到相同；否则，执行下一步；

步骤11、如果F标志为真，则以线性方式增大T_a，执行步骤14；否则，以指数方式增大T_a，执行步骤1；

步骤12、如果count₀与count_p0相同，则以线性方式减小T_a，执行步骤1；否则，执行步骤13；

步骤13、如果F标志为真，则以线性方式增大T_a，执行步骤14；否则，以线性方式增大T_a，执行步骤1；

步骤14、进入下一阶段。

Sink设定的初始T_a值较小，并先以指数方式增大T_a，之后以线性方式调整，可以快速估算出所有节点都参与融合的最小单位时间。

第二阶段：

步骤1、Sink根据应用设定单位融合等待时间T_a、融合精度P以及待查询的信息，并广播D型通知；

步骤2、簇头收到D型通知，解析出T_a和P的值，则根据level_i和count_i(i∈[1，100])，计算出本簇最长等待时间F₁(level_i)×T_a和预计参与融合的节点数

并广播D型通知；

步骤3、簇头等待子簇和本簇节点信息；

步骤4、如果等待时间到，执行步骤6，否则，执行步骤5；

步骤5、如果簇头收到预计节点数据量，执行步骤6，否则，执行步骤3；

步骤6、融合所接收到的节点信息，并报告给父簇；

步骤7、Sink收到查询返回的信息；

上述步骤中的F₁是根据簇头所在层次计算出簇头融合等待的单位时间数，此函数值随着层次增大而指数递减。

簇头Head_i无法完成簇间数据传输，且簇内有效节点链表IL不为空时，涉及簇头的轮换和父簇的更改。

步骤1、如果簇头Head_i能完成簇内数据传输，则在IL中加入自身信息；

步骤2、簇头Head_i选择簇内剩余节点中能量最大的节点j成为下一个簇头，并发送E型通知，内容包括通知类型、簇编号k、簇所在层次level_i、待成为簇头的节点编号j、链表IL和PL；

步骤3、节点收到E型通知，如果是本簇消息，则执行4；否则，丢弃；

步骤4、如果节点编号为j，执行步骤5；否则，记录簇头节点号为j；

步骤5、节点N_j成为簇头，删除j节点本身，更新簇内节点列表IL；

步骤6、簇头Head_j在发送数据前计算剩余能量，如果IL为空，且能量只够发送一次F型通知，执行步骤7；否则，执行8；

步骤7、簇头Head_j发送F型通知，内容包括通知类型、簇编号k(Head_j所在簇C_k失效)，执行步骤9；

步骤8、簇头Head_j向父簇传送数据；

步骤9、簇头收到F型通知。如果簇C_k记录在本簇头的PL中，执行步骤10；否则，丢弃，执行步骤14；

步骤10、如果C_k是当前簇C_c的首选父簇(即PL头结点)，执行步骤11；否则，执行步骤13；

步骤11、C_c删除PL中C_k信息。如果PL不为空，选取下一个有效簇，并广播RB信息，否则，广播F型通知，执行下一步；

步骤12、如果C_c簇内有效节点收到自己簇的F型通知，则节点停止工作；

步骤13、C_c删除PL中C_k信息；

步骤14、如果C_k记录在本簇头C_c的CL中，执行步骤15；否则，丢弃；

步骤15、C_c删除CL中C_k信息，并修改count_c＝count_c-count_k(c，k∈[0，100])说明：簇内节点在向簇头传送采集数据的同时，捎带上剩余能量。簇头据此更新

IL链表(包括删除未收到其数据的节点，以及更新链表节点E_i数据)。

Claims (5)

1.一种无线传感器网络中的数据融合方法，其特征在于该方法具体包括：

步骤一、网络初始化，N个节点有唯一编号，被随机部署在面积为S的平面区域中，节点之间距离未知，但假定网络连通，Sink发起建簇通知后，节点被划分到半径相同的簇内，簇有唯一标号；

步骤二、由Sink发起融合树的建立通知，确定簇头之间父子关系，建立子簇链表和父簇链表，首选父簇的选择，由簇内节点能量总和

和能量方差决定，

值越大，说明该簇能服务的时间越长，优先考虑成为父簇；

越小说明簇内节点能量越平均，服务能力越接近，在

相同时，优先考虑成为父簇；

步骤三、控制融合时间、数据收集与融合；

步骤31)、求出所有节点参与融合时的单位时延T_a，Sink设定的初始T_a值较小，然后先以指数方式增大T_a，之后以线性方式调整，快速估算出所有节点都参与融合的最小单位时间；

步骤32)、根据应用需求设定T_a和融合精度P，每个簇头根据所在层次level_i和T_a计算出本簇融合等待时间T_i，并根据P计算出需要参加融合的节点数C_i；

步骤33)、数据收集、融合与传输，最终到达Sink节点，如果等待时间到或者本簇收到C_i个节点采集的数据，簇头将数据融合后传送给父簇。

2.根据权利要求1所述的无线传感器网络中的数据融合方法，其特征在于所述步骤一中的网络初始化具体为：

有六种通知类型：A型通知-成簇通知；B型通知-建树通知；C，调整融合时延通知；D，信息查询通知；E，簇头轮换通知；F，父簇消亡通知；

有两种回应消息：RA回应-同意加入簇；RB回应-同意成为子簇；

步骤1、Sink设定成簇等待的单位时间T，并广播A型通知；

步骤2、节点N_i等待通知信息；

步骤3、如果收到A型通知，则执行步骤4；否则，执行步骤2；

步骤4、如果N_i已经加入某簇C_j，则不执行操作；否则，执行下一步；

步骤5、N_i根据自身能量E，等待H(E)×T时间；

步骤6、如果等待时间到，N_i未收到A型通知，则执行步骤7；否则，如果N_i收到N_j发送的加入簇C_j的请求，则执行步骤8；

步骤7、N_i以每比特E_Tx(d₀/2)能耗广播自己成为簇头Head_i，请求距自己d₀/2距离以内的邻居加入簇C_i，之后执行步骤9；

步骤8、N_i同意加入簇C_j，以每比特E_Tx(d₀/2)能耗发送RA回应，并以每比特E(d₀)能量发送A型通知，执行步骤10；

步骤9、N_j收到簇C_i的加簇请求，同意加入簇C_i，并以每比特E_Tx(d₀/2)能耗发送RA回应，并以每比特E(d₀)能耗发送A型通知，执行步骤10；

步骤10、簇头Head_x记录同意加入本簇的节点编号k和能量E_k，并统计节点数num_x，建立簇内节点链表Inner Link(NL)，该链表按节点能量排序；

步骤11、簇头通过设定超时实现，不再收到邻居节点的RA回应，则以每比特E_Tx(d₀)能耗广播A型通知；

步骤12、所有节点均已加入某簇，则执行13；否则，执行步骤2；

步骤13、停止。

3.根据权利要求1所述的无线传感器网络中的数据融合方法，其特征在于所述步骤二中建立融合树的方法具体为：

步骤31、Sink节点广播B型通知；

步骤32、收到N₀-Sink节点的B型通知，簇头Head_i将本簇所在层次level_i记为1，并广播B型通知，内容包括通知类型、簇编号i、簇层次level_i、簇内节点总能量

及其能量方差值

i＝∈[1，100]；

步骤33、簇头Head_j等待B型通知，如果收到，则执行步骤4；否则，停留在本步骤；j＝∈[1，100]；

步骤34、如果是子簇发送的B型通知，则丢弃；否则执行下一步；

步骤35、Head_j计算本簇所在层次。如果比已记录的最小层次高两层以上，则丢弃，否则，执行下一步；

步骤36、Head_j以链表“Parent Link，PL”记录父簇编号i，

和本簇所在层次level_j＝level_i+1，并统计父簇个数；Head_j按

对PL排序，相同，则按

排序，之后广播B型通知，执行下一步；

步骤37、如果所有簇头不再收到父簇信息，执行步骤8，否则，执行步骤3；

步骤38、簇头Head_j向链表中首选父簇C_k发送RB回应，内容包括父簇编号k、以本簇头为根的树上节点数count_j；本步骤从树的叶节点开始，向根节点逐层统计；

步骤39、簇头等待子簇RB回应；

步骤310、Head_j收到Head_x的RB回应，则在链表CL-Children Link中记录子簇编号x和count_x，并修改count_j＝num_j+count_x

步骤311、所有簇头不再收到子簇RB回应，则停止，否则，执行步骤9。

4.根据权利要求1所述的无线传感器网络中的数据融合方法，其特征在于所述步骤三中控制融合时间的方法具体为：

本步骤分为两个阶段。第一阶段，求出在所有节点参与数据融合时的单位时延，第二阶段，根据上层应用对数据精度和新鲜度的要求，再设定每个簇的最大融合等待时间；

第一阶段：

步骤41、根据经验Sink设定融合等待单位时间T_a、融合精度P＝1，以及指数增大T_a的次数n，并广播C型通知，内容包括通知类型、T_a和P；

步骤42、簇头Head_i等待C型通知，收到，则执行步骤43；否则，停留在本步；

步骤43、Head_i解析出T_a和P，根据level_i和count_i i∈[1，100]，设定本簇最长等待时间为F₁(level_i)×T_a和预计参与融合的节点数为，并广播C型通知；

步骤44、等待子簇和本簇节点信息；

步骤45、如果最长等待时间到，执行步骤47，否则，执行步骤46；

步骤46、如果Head_i收到预计节点数据量，执行步骤47，否则，执行步骤44；

步骤47、向父簇报告以本簇头为树根的树上所有参与融合的节点数count_pi；

步骤48、Sink统计以自身为树根的树上参与融合的节点数count_p0；

步骤49、n减1，如果n不小于0，执行步骤410，否则，执行步骤412；

步骤410、如果count₀与count_p0相同，则以线性方式减小T_a，并设定标志F为真，表明count₀与count_p0已达到相同；否则，执行下一步；

步骤411、如果F标志为真，则以线性方式增大T_a，执行步骤414；否则，以指数方式增大T_a，执行步骤41；

步骤412、如果count₀与count_p0相同，则以线性方式减小T_a，执行步骤41；否则，执行步骤413；

步骤413、如果F标志为真，则以线性方式增大T_a，执行步骤414；否则，以线性方式增大T_a，执行步骤41；

步骤414、进入下一阶段；

Sink设定的初始T_a值较小，并先以指数方式增大T_a，之后以线性方式调整，可以快速估算出所有节点都参与融合的最小单位时间；

第二阶段：

步骤421、Sink根据应用设定单位融合等待时间T_a、融合精度P以及待查询的信息，并广播D型通知；

步骤422、簇头收到D型通知，解析出T_a和P的值，则根据level_i和count_i，计算出本簇最长等待时间F₁(level_i)×T_a和预计参与融合的节点数

，并广播D型通知；

步骤423、簇头等待子簇和本簇节点信息；

步骤424、如果等待时间到，执行步骤426，否则，执行步骤425；

步骤425、如果簇头收到预计节点数据量，执行步骤426，否则，执行步骤423；

步骤426、融合所接收到的节点信息，并报告给父簇；

步骤427、Sink收到查询返回的信息。

5.根据权利要求1所述的无线传感器网络中的数据融合方法，其特征在于所述簇头Head_i无法完成簇间数据传输，且簇内有效节点链表IL不为空时，涉及簇头的轮换和父簇的更改，

步骤51、如果簇头Head_i能完成簇内数据传输，则在IL中加入自身信息；

步骤52、簇头Head_i选择簇内剩余节点中能量最大的节点j成为下一个簇头，并发送E型通知，内容包括通知类型、簇编号k、簇所在层次level_i、待成为簇头的节点编号j、链表IL和PL；

步骤53、节点收到E型通知，如果是本簇消息，则执行54；否则，丢弃；

步骤54、如果节点编号为j，执行步骤55；否则，记录簇头节点号为j；

步骤55、节点N_j成为簇头，删除j节点本身，更新簇内节点列表IL；

步骤56、簇头Head_j在发送数据前计算剩余能量，如果IL为空，且能量只够发送一次F型通知，执行步骤57；否则，执行58；

步骤57、簇头Head_j发送F型通知，内容包括通知类型、簇编号k，Head_j所在簇C_k失效，执行步骤59；

步骤58、簇头Head_j向父簇传送数据；

步骤59、簇头收到F型通知，如果簇C_k记录在本簇头的PL中，执行步骤510；否则，丢弃，执行步骤514；

步骤510、如果C_k是当前簇C_c的首选父簇，即PL头结点，执行步骤511；否则，执行步骤513；

步骤511、C_c删除PL中C_k信息，如果PL不为空，选取下一个有效簇，并广播RB信息，否则，广播F型通知，执行下一步；

步骤512、如果C_c簇内有效节点收到自己簇的F型通知，则节点停止工作；

步骤513、C_c删除PL中C_k信息；

步骤514、如果C_k记录在本簇头C_c的CL中，执行步骤515；否则，丢弃；

步骤515、C_c删除CL中C_k信息，并修改count_c＝count_c-count_k(c，k∈[0，100])

说明：簇内节点在向簇头传送采集数据的同时，捎带上剩余能量，簇头据此更新IL链表，包括删除未收到其数据的节点，以及更新链表节点E_i数据。

Images