CN101977415A - 具有偏好随机游动能量均衡的数据传输方法 - Google Patents

Abstract

本发明公开了一种具有偏好随机游动能量均衡的数据传输方法，首先对传感器节点进行随机部署；基于任何两个节点之间的最小传输距离，把节点的传输范围划分成一系列同心圆环，由于很多节点随机均匀地分布在传感器感知范围区域内，因此每个圆环可能包含一系列潜在的代理转发节点，从而传播路径是由一系列的节点形成的代理转发节点链。然后，根据圆环的划分策略提出了一种数据传输方法，这种划分策略可以具体确定节点在量源消耗和延迟中的跳转概率p_i。选择的代理转发节点靠近发送节点和Sink之间的直接路径或者在直接路径之上，节省的能量最多，同时延迟最小。有助于平衡能量消耗和延迟，延长了节点的寿命，从而延长无线传感器网络的生命周期。

Description

具有偏好随机游动能量均衡的数据传输方法

技术领域

本发明涉及一种传感器网络中能量均衡的数据传输方法，应用于事件区域的自动检测。

背景技术

最新研究表明，在复杂网络上的随机游动可以获得该网络的一些潜在特征值，如访问时间、公共结构、传输范围、聚簇性、拓扑结构等，也可以解决特定领域的查找问题，如发送消息和定位目标、跟踪移动物体、建立网络动态路由等。随机游动技术在网络应用方面非常受欢迎，其中的一个重要原因是该技术对动态变化具有良好的鲁棒性。无线网络和移动网络很容易受通信拓扑结构变化的影响，睡眠模式、信道波动、机动性、设备故障和其它许多因素都有可能引起拓扑结构的改变，再加上既需要维护数据结构(如簇头指针、路由表和生成树等)，又要为失效的故障节点进行恢复处理，因此，拓扑驱动的算法一般不适合用于这种无线移动网络。

尽管传统的无约束随机游动可以完成一定的分析处理，但是这种方法效率低下，不能令人满意。一方面，无约束随机游动算法对信息丢失和未知网络拓扑有良好的鲁棒性，另一方面，它可能会反复地访问相同的节点，在指定时间内不能访问需要的关键区域，同时，自由访问产生的各种数据会导致大量的冗余信息，这使得该算法从能量角度来看具有一定的局限性。

发明内容

本发明的目的是提供一种能量均衡的数据传输方法，以应用于事件区域检测，实现感兴趣区域中环境参数如温度、湿度等，提高事件区域检测的实时性，延长网络的生命周期。

本发明的目标是解决数据在无线传感网中分发如何均衡各个节点能量消耗的问题，其主要创新是基于一个生活中的事实，不能够通过推理来估计事件会不会在一个区域发生，由此提出了一个能量耗损的抽象模型--带偏好的随机游动模型。通过分析任意两个节点之间的最短传输距离，把节点的传输范围分解为许多同心圆环，而每个同心圆环都包含一些可能是传输代理的节点，传输路径是由形成代理传输链的节点组成，这些节点是源节点到Sink之间最短路径之上或接近最短路径的节点。在此基础上，提出了一种数据传输协议，该协议可以确定圆环i内的某个节点向其下一跳节点传送数据的概率p_i(或节点直接向Sink发送数据的概率(1-p_i)，使得从源节点到Sink传输数据的过程中，对能量消耗和传输延迟二者进行均衡，进而延长网络的生命周期。

为实现上述发明目的，本发明采用的技术方案是：一种能量均衡的数据传输方法，包括下列步骤：

(1)传感器网络节点随机部署；

参见附图1，设N个资源受限的静态传感器节点随机地部署在检测区域R＝(r×r)内，用集合S＝(s₁，s₂，...，s_N)描述，其中s_i表示第i个传感器节点。

(2)按节点的通信范围划分为一系列同心圆环；

基于任何两个节点之间的最小传输距离，把节点的传输范围划分成一系列同心圆环；即节点s_i的半径为r的传输区域分解成个以s_i为圆心的同心圆环，这些圆环分别用数字1，2，……，m来表示。也就是说每一个同心圆环的宽度均为d_min，d_min为当前节点的最小传输范围。每个圆环区域均包含该区域中的邻节点信息；

(3)选择转发节点；

确定节点在量源消耗和延迟中的跳转概率p_i，随机游动是依据节点当前存在的能量来决定不同的跳转，由此选择一系列的代理转发节点，传播路径是由一系列的节点形成的代理转发节点链。

3-1)选取p_i的值

为源节点s₀的跳转概率p_i选取一个确定值。p_i越大，对应数据延迟越小且该数据的兴趣度就越大。s₀在数据转发前把p_i值存储在数据包中，这个值将在所有的代理转发节点中受到关注，注意到p_i的值决定了使用哪个圆环来标识代理转发节点。在选取了对应的圆环之后，s₀计算其候选代理转发节点集合FS(s₀，s_m)。这些候选的代理转发器是从对应圆环中s₀的邻居节点中选取的；

3-2)确定转发节点

将选择p_i的值存放在数据包中，从第i个圆环中确定一个子集候选代理传送器FS(s₀，s_m)，确定第一个代理传送器，方法如下：

$\mathrm{\φ}(s_{\mathrm{PF}1},s_0,s_m)=\underset{s_l\∈\mathrm{FS}(s_0,s_m)}{\max }\left\{\mathrm{\φ}(s_l,s_0,s_m)\right\}$

$\mathrm{\φ}(s_l,s_0,s_m)=\frac{\mathrm{\δ}(s_0,s_m)}{\mathrm{\δ}(s_0,s_l)+\mathrm{\δ}(s_l,s_m)}\×E_{\mathrm{rem}}\left(s_l\right)$

E_rem(s_l)＝E_init(s_l)-(E_tx(s_l)+E_rx(s_l))

这里，δ(s_i，s_j)为节点s_i和s_j之间的传输距离，E_tx和E_rx分别为数据传输和接收的能量消耗，E_init(s_l)为节点s₁的初始能量，E_rem(s_l)为s₁的剩余能量。

当发送节点s₀的第一个代理转发节点s_PF1收到数据包时，它会像s₀那样根据前面存储在数据包中的p_i值。p_i值使s_PF1决定自己的候选代理转发节点集，以便于找到第二个代理转发节点s_PF2，s_PF2进行和s_PF1相同的操作来得到它的代理转发节点s_PF3。重复该过程，直到Sink节点s_m收到数据包。注意到只有当Sink节点在发送节点的传输范围内时，发送节点才会直接向Sink发送数据包。

(4)源节点到目的节点数据传输；

由此确定能量均衡的数据传输方法，应用于事件区域的自动检测。

由于上述技术方案运用，本发明与现有技术相比具有下列优点：

1.本发明将数据传输与事件区域检测相结合，实现了事件区域中的环境参数改变的自动检测，本发明的方法有助于平衡能量消耗和延迟，延长了节点的寿命，从而延长无线传感器网络的生命周期；

2.实验证明，具有随机游动能量均衡的数据传输方法是可行的，并且具有较高的鲁棒性；

3.将本发明应用于事件区域检测，可以提高区域检测的实时性，可以延长网络的生命周期。

附图说明

附图1是实施例一中环形区域划分图；

附图2是实施例一中锥形区域示意图；

附图3是实施例一圆环中传感器节点的数据通信过程示意图。

具体实施方式

下面结合附图及实施例对本发明作进一步描述：

实施例一：参见附图1至附图3所示，一种具有偏好随机游动能量均衡的数据传输方法，包括下列步骤：

(1)传感器网络节点随机部署；

参见附图1，设N个资源受限的静态传感器节点随机地部署在检测区域R＝(r×r)内，用集合S＝(s₁，s₂，...，s_N)描述，其中s_i表示第i个传感器节点。

(2)按节点的通信范围划分为一系列同心圆环；

传输路径上的任意一对连续的转发节点s_i和s_j之间的传输距离满足d_min≤δ(s_i，s_j)≤d_max，其中d_min＝(E_elec/ε)^1/α；d_max＝r(r为s_i的传输半径)，把传感器节点s_i的半径为r的传输区域分解成

个以s_i为圆心的同心圆环，这里，E_elec是在自由空间模型或多路模型中的能量放大器，ε是传输节点到接收节点的距离，2≤α≤4是路径消耗指数，这些圆环分别用数字1，2，……，m来表示，也就是说每一个同心圆环的宽度均为d_min。，

(3)确定转发节点；

确定节点在量源消耗和延迟中的跳转概率p_i，随机游动是依据节点当前存在的能量来决定不同的跳转，由此选择一系列的代理转发节点，传播路径是由一系列的节点形成的代理转发节点链。

3-1)选取p_i的值

为源节点s₀的跳转概率p_i选取一个确定值。p_i越大，对应数据延迟越小且该数据的兴趣度就越大。s₀在数据转发前把p_i值存储在数据包中，这个值将在所有的代理转发节点中受到关注，注意到p_i的值决定了使用哪个圆环来标识代理转发节点。在选取了对应的圆环之后，s₀计算其候选代理转发节点集合FS(s₀，s_m)。这些候选的代理转发器是从对应圆环中s₀的邻居节点中选取的；

3-2)选择转发节点

将选择p_i的值存放在数据包中，从第i个圆环中确定一个子集候选代理传送器FS(s₀，s_m)，确定第一个代理传送器，方法如下：

$\mathrm{\φ}(s_{\mathrm{PF}1},s_0,s_m)=\underset{s_l\∈\mathrm{FS}(s_0,s_m)}{\max }\left\{\mathrm{\φ}(s_l,s_0,s_m)\right\}$

$\mathrm{\φ}(s_l,s_0,s_m)=\frac{\mathrm{\δ}(s_0,s_m)}{\mathrm{\δ}(s_0,s_l)+\mathrm{\δ}(s_l,s_m)}\×E_{\mathrm{rem}}\left(s_l\right)$

E_rem(s_l)＝E_init(s_l)-(E_tx(s_l)+E_rx(s_l))

这里，δ(s_i，s_j)为节点s_i和s_j之间的传输距离，E_tx和E_rx分别为数据传输和接收的能量消耗，E_init(s_l)为节点s₁的初始能量，E_rem(s_l)为s₁的剩余能量。

当发送节点s₀的第一个代理转发节点s_PF1收到数据包时，它会像s₀那样根据前面存储在数据包中的p_i值。p_i值使s_PF1决定自己的候选代理转发节点集，以便于找到第二个代理转发节点s_PF2，s_PF2进行和s_PF1相同的操作来得到它的代理转发节点s_PF3。重复该过程，直到Sink节点s_m收到数据包。注意到只有当Sink节点在发送节点的传输范围内时，发送节点才会直接向Sink发送数据包。

(4)源节点到目的节点数据传输；

由此确定具有偏好随机游动能量均衡的数据传输方法，可应用于事件区域的自动检测。

Claims (5)

1.一种具有偏好随机游动能量均衡的数据传输方法，应用于无线传感器网络，其特征在于：包括下列步骤：

(1)传感器网络节点随机部署；

(2)按节点的通信范围划分为同心圆环；

以源节点所在位置为圆心，任何两个节点之间的最小传输距离为圆环宽度，把节点的传输范围划分成同心圆环，每个圆环区域均包含该区域中的邻节点信息，并且在圆环区域和邻节点之间建立映射表；

(3)确定转发节点；

选择跳转概率p_i，随机游动是依据节点当前存在的能量来决定不同的跳转，由此选择相应的代理转发节点，传播路径是由各个转发节点形成的代理转发节点链；

(4)源节点到目的节点数据传输。

2.根据权利要求1所述的具有偏好随机游动能量均衡的数据传输方法，其特征在于：所述步骤(3)包括，

(3-1)选取p_i的值

为源节点s₀的跳转概率p_i选取一个值；

i为所在的圆环数，S_i为第i级圆环内传感器节点的个数，e_i是第i级圆环区域内传感器可使用的能量，

初始，y₁＝1，y_i＝p_i+1y_i+1+λ_i，i＝m，...，1；源节点s₀在数据转发前把p_i值存储在数据包中，这个值将在所有的代理转发节点中受到关注；

(3-2)确定转发节点

根据p_i的值决定使用哪个圆环来标识代理转发节点，在选取了对应的圆环之后，s₀计算其候选代理转发节点集合FS(s₀，s_m)，所述候选代理转发节点从对应圆环中s₀的邻居节点中选取，其中FS为满足条件的节点集合，s₀为源节点，s_m为目标节点；

确定一个代理转发节点，方法如下：

$\mathrm{\φ}(s_{\mathrm{PF}1},s_0,s_m)=\underset{s_l\∈\mathrm{FS}(s_0,s_m)}{\max }\left\{\mathrm{\φ}(s_l,s_0,s_m)\right\},$

其中：

$\mathrm{\φ}(s_l,s_0,s_m)=\frac{\mathrm{\δ}(s_0,s_m)}{\mathrm{\δ}(s_0,s_l)+\mathrm{\δ}(s_l,s_m)}\×E_{\mathrm{rem}}\left(s_l\right)$

E_rem(s_l)＝E_init(s_l)-(E_tx(s_l)+E_rx(s_l))

δ(s_i，s_j)为节点s_i和s_j之间的传输距离，E_tx和E_rx分别为数据传输和接收的能量消耗，E_init(s_l)为节点s₁的初始能量，E_rem(s_l)为s₁的剩余能量，函数φ为满足条件的下一个候选节点集；

当发送节点s₀的第一个代理转发节点s_PF1收到数据包时，与s₀一样根据前面存储在数据包中的p_i值，决定节点s_PF1的候选代理转发节点集，以便于找到第二个代理转发节点s_PF2，s_PF2进行和s_PF1相同的操作来得到它的代理转发节点s_PF3；重复该过程，直到Sink节点，即目的节点s_m收到数据包。

3.根据权利要求1所述的具有偏好随机游动能量均衡的数据传输方法，其特征在于：选择位于或接近最短路径的节点作为代理转发节点，只有在δ(s₀，s_m)＝δ(s₀，s_l)+δ(s_l，s_m)，也就是s₁位于[s₀，s_m]中的时候，

才达到最大值。

4.根据权利要求1所述的具有偏好随机游动能量均衡的数据传输方法，其特征在于：当s_j位于s_i与s_m之间最短路径上时，δ²(s_i，s_j)取得最小值，因此，当s_j位于区间[s_i ，s_m]时，最小值为E(s_i)∝δ^α(s_i，s_j)，2≤α≤4是路径消耗指数，E(s_i)为节点的当前能量，当所有的代理转发节点位于最短路径[s₀，s_m]上时，总的能量消耗最小。

5.根据权利要求1所述的具有偏好随机游动能量均衡的数据传输方法，其特征在于：步骤2)中，事件以概率λ_i在第i级圆环中发生，这里λ_i＝(2i-1)/n²，n为圆环总数，所以肯定有数据被传输，这些数据也可能是在先前的i+1级园环中被传输，出现这种情况的概率是λ_i+1·p_i+1，也可能是在第i+2级，概率是λ_i+2·p_i+2·p_i+1，以此类推直到第m级，因此数据在第i级被传输的概率是λ_i+λ_i+1p_i+1+λ_i+2p_i+2p_i+1+…+λ_mp_mp_m-1…p_i+1

节点跳转概率p_i为：

$p_i=\frac{i^2}{i^2-1}-\frac{S_i{e}_i}{(i^2-1)y_i}\mathrm{\λ}$

i为圆环数，S_i为第i级圆环内传感器节点的个数，e_i是第i级圆环区域内传感器可使用的能量，而

初始，y₁＝1，y_i＝p_i+1y_i+1+λ_i，i＝m，...，1。

Images