CN101895957A - 面向矩阵式无线传感器网络分配权重的随机路由选择方法 - Google Patents

Abstract

本发明公开了面向矩阵式无线传感器网络分配权重的随机路由选择方法：(1)设定网络中传感器节点被选作路径开启节点的概率；(2)以根据概率随机选择的传感器节点为路径开启节点和准备发送数据包的节点；(3)准备发送数据包的节点根据判断该节点编号选择接收其数据包的下一跳节点；(4)准备发送数据包的节点将其数据包发送至选定的下一跳节点；下一跳节点在接收到数据包后判断数据包的编号信息中是否存在该下一跳节点的自身编号，由此更新该下一跳节点所接收到的数据包或以接收到的数据包作为其准备发送的数据包；接着以该下一跳节点为下一步路径选择中准备发送数据包的节点执行步骤(3)；(5)汇聚节点接收到数据包，随机路由选择结束。

Description

面向矩阵式无线传感器网络分配权重的随机路由选择方法

技术领域

本发明涉及一种面向矩阵式无线传感器网络的路由选择方法。

背景技术

压缩感知(Compressed Sensing)是近几年来的一项新兴信号处理技术，其核心思想是将数据采样和压缩合并进行，首先采集信号的非自适应线性投影(测量值)，然后根据相应的重构算法由测量值复原信号。压缩感知有两个方面的基本要求：信号的稀疏性，观测基(观测矩阵)与变换基(变换矩阵)的非相关性。对于自然界的任何信号，均存在一个特定的表示空间，使得该信号在此空间具有稀疏性。经相关理论证明，随机矩阵，即元素为随机数的矩阵，与固定的变换基具有很好的非相关性。

压缩感知的数学原理为：设长度为N的矢量信号X在正交变换基Ψ上的变换系数是稀疏的，即：原始信息X为一维N×1向量，X∈R^N，存在一个N×N变换矩阵Ψ，X＝ΨP，其中P亦为一维N×1向量，使得P具有稀疏性。信号的稀疏性是指若向量中非零项的个数为K，K＜N，则称该向量是K-稀疏。

用与变换基Ψ不相关的观测矩阵Φ对原始信息进行线性变换，观测矩阵Φ为一个M×N的矩阵，Φ∈R^M×N(M＜＜N)，并得到观测信号集合Y，即

Y＝ΦX，

$Y=\mathrm{\ΦX}=\mathrm{\Φ\ΨP}=\widetilde{\mathrm{\Φ}}P,$

故Y为一维M×1向量。在已知

的条件下，可利用优化求解方法从Y中精确地或高概率地重构信号P，继而恢复出原始信号X。

压缩感知技术的最大优点在于能以远低于奈奎斯特采样率的采样速率进行采样，大大减少信号在数据采集和传输过程中消耗的资源和能量。相对于常规的先采样后压缩的分布式信源编码方法，压缩感知的优势在于不需要被处理信号的任何先验信息，且不需要控制信息交换。

无线传感器网络(Wireless Sensor Network，WSN)是通过无线通信的方式形成的一个多跳的且有可能自组织的网络系统，由部署在一定检测区域内的大量微型传感器节点组成，主要功能为协作地感知、采集和处理网络覆盖区域的监测信息，并发送给观察中心(汇聚节点)。一般来说，无线传感器网络中包含大量的广泛分布的节点，故需要传输、分析和处理大量的数据。

根据压缩感知和无线传感器网络的特性，压缩感知技术被用于无线传感器网络中，在没有任何先验信息的情况下，提供一种有效的数据融合算法，减少处理大量数据所需要的观测值数目，降低无线传感器网络中的数据传输负担和数据融合的计算复杂度。在无线传感器网络中，将压缩感知与网络拓扑和路由相结合，各分布节点的信息在传向汇聚节点的路径中不断加权汇聚，加权信息构成压缩感知技术需要的观测矩阵，最终汇聚节点根据观测矩阵正确重构网络中各节点信息。经路由形成的观测矩阵是稀疏矩阵，从而大大减少了汇聚节点进行信号重构时的计算量。

然而，目前关于将压缩感知用于无线传感器网络与路由相结合的技术存在很大的缺陷。现在，如何使观测矩阵具有很好的随机性的问题已经解决，但现有的路由选择技术对网络中的每个节点的公平性并没有满足，即在路由选择的过程中，有些节点会较多被经历，而还有一些特殊位置的节点则较少被经历。这也体现在路由形成的观测矩阵的非零值位置分布并不均匀，如果所要恢复信息的重要特征分量出现在那些较少经历的节点上，则压缩感知中信号重构的性能将会减低。故如何实现网络节点在路由选择中被经历的公平性成为亟需解决的问题。

发明内容

本发明的目的是提供一种面向矩阵式无线传感器网络分配权重的随机路由选择方法。

本发明实现其目的所采取的技术方案是：该面向矩阵式无线传感器网络分配权重的随机路由选择方法是：

所述网络中包含N个传感器节点和一个汇聚节点，其中为正整数，所述N个传感器节点的拓扑为矩阵形状，所述汇聚节点位于N个传感器节点所覆盖的区域的外部：

若汇聚节点位于N个传感器节点所覆盖的区域的上方或下方，则所述网络中传感器节点的编号为：距离汇聚节点最远一行的传感器节点的编号从一端到另一端依次为1，2，3，……，

其中编号为1的传感器节点所在行为第一行，该编号为1的传感器节点所在列为第一列；位于所述网络中第I行、第J列的传感器节点的编号为

其中，

I，J均为正整数；

若汇聚节点位于N个传感器节点所覆盖的区域的左方或右方，则所述网络中传感器节点的编号为：距离汇聚节点最远一列的传感器节点的编号从一端到另一端依次为1，2，3，……，其中编号为1的传感器节点所在行为第一行，该编号为1的传感器节点所在列为第一列，位于所述网络中第I行、第J列的传感器节点的编号为

其中，

I，J均为正整数；

进行所述路由选择时包括如下步骤：

(1)将所述网络中的传感器节点被选作路径开启节点的概率设定为P_I或

且P_I和

分别满足如式(1)和式(2)所示的关系式：

$P_I={\mathrm{\α}}^I/\sqrt{N},---\left(1\right)$

$P_{\sqrt{N}}=(1-\underset{I=1}{\overset{\sqrt{N}-1}{\mathrm{\Σ}}}{\mathrm{\α}}^I)/\sqrt{N}---\left(2\right)$

在式(1)和(2)中，当汇聚节点位于N个传感器节点所覆盖的区域的上方或下方时，P_I表示位于所述网络中第I行的传感器节点被选作路径开启节点的概率，

表示位于所述网络中第

行的传感器节点被选作路径开启节点的概率；当汇聚节点位于N个传感器节点所覆盖的区域的左方或右方时，P_I表示位于所述网络中第I列的传感器节点被选作路径开启节点的概率，

表示位于所述网络中第

列的传感器节点被选作路径开启节点的概率；

α＝0.5，为权重参数；

(2)所述网络以上述设定的概率随机选择网络中的传感器节点为路径开启节点并作为准备发送数据包的节点，各被选中的准备发送数据包的节点的数据包中所包含的信息为该节点的编号信息和该节点的运算信息，所述运算信息为该节点获取的检测对象的信息与生成的随机数的乘积；

(3)准备发送数据包的节点按如下方法选择接收其数据包的下一跳节点：

判断准备发送数据包的节点的编号是否为N，若是，则选择汇聚节点为接收其数据包的下一跳节点并执行步骤(5)；否则，判断该节点编号是否属于区间或是否能被

整除：

若该节点编号属于区间

则选择编号为该节点编号加1的节点或者汇聚节点为下一跳节点：如果汇聚节点被选中则执行步骤(5)，否则执行步骤(4)；

若该节点编号能被

整除，则选择编号为该节点编号减L的节点为接收其数据包的下一跳节点，其中L为区间

内的任意正整数；

若该节点编号既不属于区间也不能被

整除，则选择编号为该节点编号加1的节点或者编号为该节点编号加

的节点为接收其数据包的下一跳节点；

(4)准备发送数据包的节点将其数据包发送至步骤(3)选定的下一跳节点；

该下一跳节点在接收到数据包后判断该数据包中的编号信息中是否存在该下一跳节点的自身编号，若不存在该下一跳节点的自身编号，则将该下一跳节点的自身运算信息与其接收到的数据包中的运算信息相叠加并同时将该下一跳节点的自身编号信息添加至其接收到的数据包中以使该接收到的数据包得到更新，该更新后的数据包为该下一跳节点的准备发送的数据包；若存在该下一跳节点的自身编号，则将该下一跳节点接收到的数据包作为该下一跳节点的准备发送的数据包；

接着以该下一跳节点为下一步路径选择中准备发送数据包的节点执行步骤(3)；

(5)汇聚节点接收到数据包，所述随机路由选择结束。

与现有技术相比，本发明的优点在于：

本发明在满足路由选择的随机性的同时，保证了各条生成路径中传感器节点数目的足够性，同时实现了生成的所有路径中网络各节点被经历的次数大致相同。如果不加权重以均匀分布的概率随机选择路径开启节点，在路由时网络中某些位置的节点经历的次数较多，而还有一些位置的节点则较少被经历。本发明根据位置的不同给网络中的节点被选择作为路径开启节点的概率设定不同的权重，增大了均匀选择路径开启节点时那些较少被经历的节点被本发明路由路径经历的概率。因此，无线传感器网络中的各传感器节点被生成的所有路径经历的可能性更为相似。因而，经由该路由所产生的观测矩阵中，各行中非零值的个数，以及矩阵中非零值的位置分布能满足基于稀疏观测矩阵的压缩感知精确重构的要求，满足将压缩感知有效运用于无线传感器网络的必要条件，能够以很低的误差用少量的观测值重构得到整个网络的信息值。

附图说明

图1为本发明面向矩阵式无线传感器网络中汇聚节点位于传感器节点覆盖区域上方时网络的拓扑图，其中，该网络的最右一列为节点的第1列；

图2为本发明面向矩阵式无线传感器网络中汇聚节点位于传感器节点覆盖区域上方时网络的拓扑图，其中，该网络的最左一列为节点的第1列；

图3为本发明面向矩阵式无线传感器网络中汇聚节点位于传感器节点覆盖区域下方时网络的拓扑图；

图4为本发明面向矩阵式无线传感器网络中汇聚节点位于传感器节点覆盖区域左方时网络的拓扑图；

图5为本发明面向矩阵式无线传感器网络中汇聚节点位于传感器节点覆盖区域右方时网络的拓扑图；

图6为本发明面向矩阵式无线传感器网络分配权重的随机路由选择方法的流程图；

图7为用不同M值对应的信息重构误差来验证本发明所公开方法的性能的仿真结果图。

图1至图5中，黑色方块表示汇聚节点，空心圆圈表示传感器节点。

具体实施方式

在本发明中，无线传感器网络为矩阵式结构，呈棋盘式网格状。根据矩阵式无线传感器网络中汇聚节点与传感器节点覆盖区域的相对位置，该网络包括四种拓扑：汇聚节点位于传感器节点所覆盖区域的上方，如图1和图2所示；汇聚节点位于传感器节点所覆盖区域的下方，如图3所示；汇聚节点位于传感器节点所覆盖区域的左方，如图4所示；汇聚节点位于传感器节点所覆盖区域的右方，如图5所示。以图1为例，无线传感器网络的汇聚节点位于N个传感器节点所覆盖区域的上方，无线传感器网络的传感器节点的拓扑为正方形矩阵(即矩阵)，传感器节点均匀地分布在正方形矩阵式网络中各小格的顶点位置，网络中每个传感器节点，除位于网络四周边缘处的节点，均沿着网络有上下左右四个相邻节点。传感器节点编号方法如下：如图1所示，位于网络最下端一行的节点的编号从右向左依次为1，2，3，……，

编号为1的传感器节点所在行为第1行，该编号为1的传感器节点所在列为第1列，网络中，由下往上依次为第1，2，3，……，行，由右往左依次为第1，2，3，……，

列，每一行的节点由第1列至第

列依次加1进行编号，对一行的节点编号完成后继续从其后一行的第1列节点开始往该后一行的第

列节点依次加1进行编号，后一行第1列节点的编号是其前一行最后一列(即第列)节点的编号加1；位于该网络中第I行第J列的传感器节点的编号则为其中，

I，J均为正整数。故图1中，节点a的编号为

节点b的编号为

节点c的编号为

节点d的编号为

在对汇聚节点位于传感器节点所覆盖区域的上方时的无线传感器网络节点进行编号时，也可如图2所示，令位于网络最下端一行的节点的编号从左向右依次为1，2，3，……，

其他节点的编号规则与图1所示的实施方式的编号规则相同。

在本发明的无线传感器网络中，数据包均能被正确的接收和转发。

具体地说，如图6所示，本发明面向矩阵式无线传感器网络分配权重的随机路由选择方法的步骤为：

(1)当汇聚节点位于N个传感器节点所覆盖的区域的上方或下方时，将位于所述网络中第I行的传感器节点被选作路径开启节点的概率设定为P_I，且P_I满足式(1)的关系式：

$P_I={\mathrm{\α}}^I/\sqrt{N},---\left(1\right)$

另将位于所述网络中第

行的传感器节点被选作路径开启节点的概率设定为

且

满足式(2)的关系式：

$P_{\sqrt{N}}=(1-\underset{I=1}{\overset{\sqrt{N}-1}{\mathrm{\Σ}}}{\mathrm{\α}}^I)/\sqrt{N}---\left(2\right)$

假设选择路径开启节点的数目为M，则位于所述网络中第I行和第

行的传感器节点被选作路径开启节点的平均次数N_I和

分别为式(3)和式(4)

N_I＝MP_I，                (3)

$N_{\sqrt{N}}={\mathrm{MP}}_{\sqrt{N}}---\left(4\right)$

当汇聚节点位于N个传感器节点所覆盖的区域的左方或右方时，将位于所述网络中第I列的传感器节点被选作路径开启节点的概率设定为P_I，且P_I满足式(1)的关系式：

$P_I={\mathrm{\α}}^I/\sqrt{N},---\left(1\right)$

另将位于所述网络中第列的传感器节点被选作路径开启节点的概率设定为

且

满足式(2)的关系式：

$P_{\sqrt{N}}=(1-\underset{I=1}{\overset{\sqrt{N}-1}{\mathrm{\Σ}}}{\mathrm{\α}}^I)/\sqrt{N}---\left(2\right)$

假设选择路径开启节点的数目为M，则位于所述网络中第I列和第

列的传感器节点被选作路径开启节点的平均次数N_I和

分别为式(3)和式(4)

N_I＝MP_I，                (3)

$N_{\sqrt{N}}={\mathrm{MP}}_{\sqrt{N}}---\left(4\right)$

式(1)和(2)中，

α＝0.5，为权重参数；式(3)和(4)中，M为满足M＞K log N的任意整数；N为网络中节点的总个数，K为网络中所有节点获得的检测对象信息的稀疏性指标。

通过对网络中的传感器节点被选作路径开启节点的平均次数作如上设定，平均将有M个节点会被选作路径开启节点。

(2)所述网络以上述设定的概率随机选择网络中的传感器节点为路径开启节点并作为准备发送数据包的节点。各被选中的准备发送数据包的节点的数据包中所包含的信息为该节点的编号信息和该节点的运算信息，所述运算信息为该准备发送数据包的节点获取的检测对象的信息与生成的随机数的乘积。

(3)准备发送数据包的节点按如下方法选择接收其数据包的下一跳节点：

判断准备发送数据包的节点的编号是否为N，若是，则选择汇聚节点为接收其数据包的下一跳节点并执行步骤(5)；否则，判断该节点编号是否属于区间

或是否能被

整除：

若该节点编号属于区间

则选择编号为该节点编号加1的节点或者汇聚节点为下一跳节点：如果汇聚节点被选中则执行步骤(5)，否则执行步骤(4)；

若该节点编号能被整除，则选择编号为该节点编号减L的节点为接收其数据包的下一跳节点，其中L为区间内的任意正整数；

若该节点编号既不属于区间

也不能被

整除，则选择编号为该节点编号加1的节点或者编号为该节点编号加的节点为接收其数据包的下一跳节点；

(4)准备发送数据包的节点将其数据包发送至步骤(3)选定的下一跳节点；

该下一跳节点在接收到数据包后判断该数据包中的编号信息中是否存在该下一跳节点的自身编号，若不存在该下一跳节点的自身编号，则将该下一跳节点的自身运算信息与其接收到的数据包中的运算信息相叠加并同时将该下一跳节点的自身编号信息添加至其接收到的数据包中以使该接收到的数据包得到更新，该更新后的数据包为该下一跳节点的准备发送的数据包；若存在该下一跳节点的自身编号，则将该下一跳节点接收到的数据包作为该下一跳节点的准备发送的数据包；

接着以该下一跳节点为下一步路径选择中准备发送数据包的节点执行步骤(3)；

(5)汇聚节点接收到数据包，所述随机路由选择结束。

综上，基于压缩感知的路由选择方法应首先满足路由选择的随机性。随机性的实现主要表现在路由选择中各个参数的确定均为随机的。在本发明涉及的矩阵式无线传感器网络中，路由选择中的参数包括选择哪些节点为路径开启节点，被选中的准备发送数据包的节点如何选择下一跳节点以及节点发送感知数据信息时的加权系数。在本发明的路由选择方法中，以设定权重的概率随机地选择无线传感器网络的传感器节点作为数据源发送数据，开启任意路径；在每一条路径中，被选中的准备发送数据包的节点随机地选择下一跳节点；被选中的准备发送数据包的节点发送数据的加权系数是利用随机数生成器生成的随机数，从而能实现路由的随机性。

在满足经由本发明路由选择方法生成的观测矩阵中非零值的数目足够的前提下，非零值位置的均匀分布能提高基于压缩感知的路由选择方法的有效性。在本发明涉及的矩阵式无线传感器网络中，由于第N个节点的位置固定，所以如果按照均匀分布概率随机选取网络中的节点作为路径开启节点的话，按照相应的路由方式，将会使某些位置上的节点经历的次数较多，而另一些位置上的节点则较少被经历。对于选择哪些节点为路径开启节点，本发明首先根据网络中每个节点与第N个节点的远近关系，在概率选择哪个节点作为路径开启节点时给予分配不同的权重，如前所述，对矩阵式无线传感器网络中的第

行或第

列传感器节点被选作为路径开启节点的概率设定为将其它传感器节点被选作为路径开启节点的概率设定为P_I，因而在保证路径中所包含节点的个数不会过少的同时，亦保证了生成的所有路径中网络各节点被经历的次数大致相同，从而保证了所得到观测矩阵具有足够的非零点以及非零点位置的均匀分布。

经过仿真，本发明公开的面向矩阵式无线传感器网络分配权重的随机路由选择方法可被证实其在对所述矩阵式无线传感器网络中的数据进行采集时的高效性。仿真采用matlab软件。仿真中的参数设置如下：传感器节点的总个数N＝1024，网络信息的稀疏性指标K＝20。仿真中的参数设置是为了实现本具体实施过程，在其他实施过程中，参数也可被设置为其他相应的满足要求的数值。仿真的性能指标为在汇聚节点处信息的重构误差，

其中X是所述网络中待采集的初始信息值，X′是汇聚节点处信息的重构值。误差越小表示重构得到的信息值与待采集的初始信息值越接近。仿真过程中，改变选择路径开启节点数目M的值，M的值可在大于200的正整数中任意选取，在此仿真中，从大范围上观测重构误差随M值的变化情况，M的值依次取200、300、400、500、600、700、800，经仿真得出相应的信息重构的误差值。仿真结果如图7所示，其中X轴表示M的取值，Y轴表示信息值的重构误差。由图7可以看出，当M＝200时，信号重构的误差最大，此时误差值约为0.022，是一个很小的误差值；随着M值的增加，误差很快下降到0.01以下并逐渐趋近于零；当M值达到600时，误差已经在0.001以下了。由于理论上要精确恢复需满足M＞K log N，在本仿真中M值应大于200，因此当M＝200时误差值为0.022是令人满意的，并且之后误差下降很快。由此可以看出，利用经由本发明公开的面向矩阵式无线传感器网络分配权重的随机路由选择方法，通过采集少量信息值，可以以很低的误差恢复出网络中的全部信息。故本发明的有效性和高效性被得到证实。

Claims (1)

1.一种面向矩阵式无线传感器网络分配权重的随机路由选择方法，其特征是：

所述网络中包含N个传感器节点和一个汇聚节点，其中

为正整数，所述N个传感器节点的拓扑为矩阵形状，所述汇聚节点位于N个传感器节点所覆盖的区域的外部：

若汇聚节点位于N个传感器节点所覆盖的区域的上方或下方，则所述网络中传感器节点的编号为：距离汇聚节点最远一行的传感器节点的编号从一端到另一端依次为1，2，3，……，

其中编号为1的传感器节点所在行为第一行，该编号为1的传感器节点所在列为第一列；位于所述网络中第I行、第J列的传感器节点的编号为其中，

I，J均为正整数；

若汇聚节点位于N个传感器节点所覆盖的区域的左方或右方，则所述网络中传感器节点的编号为：距离汇聚节点最远一列的传感器节点的编号从一端到另一端依次为1，2，3，……，

其中编号为1的传感器节点所在行为第一行，该编号为1的传感器节点所在列为第一列，位于所述网络中第I行、第J列的传感器节点的编号为

其中，

I，J均为正整数；

进行所述路由选择时包括如下步骤：

(1)将所述网络中的传感器节点被选作路径开启节点的概率设定为P_I或

且P_I和

分别满足如式(1)和式(2)所示的关系式：

$P_I={\mathrm{\α}}^I/\sqrt{N},---\left(1\right)$

$P_{\sqrt{N}}=(1-\underset{I=1}{\overset{\sqrt{N}-1}{\mathrm{\Σ}}}{\mathrm{\α}}^I)/\sqrt{N}---\left(2\right)$

在式(1)和(2)中，当汇聚节点位于N个传感器节点所覆盖的区域的上方或下方时，P_I表示位于所述网络中第I行的传感器节点被选作路径开启节点的概率，表示位于所述网络中第

行的传感器节点被选作路径开启节点的概率；当汇聚节点位于N个传感器节点所覆盖的区域的左方或右方时，P_I表示位于所述网络中第I列的传感器节点被选作路径开启节点的概率，表示位于所述网络中第

列的传感器节点被选作路径开启节点的概率；

α＝0.5，为权重参数；

(2)所述网络以上述设定的概率随机选择网络中的传感器节点为路径开启节点并作为准备发送数据包的节点，各被选中的准备发送数据包的节点的数据包中所包含的信息为该节点的编号信息和该节点的运算信息，所述运算信息为该节点获取的检测对象的信息与生成的随机数的乘积；

(3)准备发送数据包的节点按如下方法选择接收其数据包的下一跳节点：

判断准备发送数据包的节点的编号是否为N，若是，则选择汇聚节点为接收其数据包的下一跳节点并执行步骤(5)；否则，判断该节点编号是否属于区间

或是否能被

整除：

若该节点编号属于区间

则选择编号为该节点编号加1的节点或者汇聚节点为下一跳节点：如果汇聚节点被选中则执行步骤(5)，否则执行步骤(4)；

若该节点编号能被

整除，则选择编号为该节点编号减L的节点为接收其数据包的下一跳节点，其中L为区间

内的任意正整数；

若该节点编号既不属于区间也不能被

整除，则选择编号为该节点编号加1的节点或者编号为该节点编号加

的节点为接收其数据包的下一跳节点；

(4)准备发送数据包的节点将其数据包发送至步骤(3)选定的下一跳节点；

该下一跳节点在接收到数据包后判断该数据包中的编号信息中是否存在该下一跳节点的自身编号，若不存在该下一跳节点的自身编号，则将该下一跳节点的自身运算信息与其接收到的数据包中的运算信息相叠加并同时将该下一跳节点的自身编号信息添加至其接收到的数据包中以使该接收到的数据包得到更新，该更新后的数据包为该下一跳节点的准备发送的数据包；若存在该下一跳节点的自身编号，则将该下一跳节点接收到的数据包作为该下一跳节点的准备发送的数据包；

接着以该下一跳节点为下一步路径选择中准备发送数据包的节点执行步骤(3)；

(5)汇聚节点接收到数据包，所述随机路由选择结束。

Images