CN102860085A - 自适应无线传感器网络及无线传感器网络中路由数据的方法 - Google Patents

自适应无线传感器网络及无线传感器网络中路由数据的方法 Download PDF

Info

Publication number
CN102860085A
CN102860085A CN2011800209581A CN201180020958A CN102860085A CN 102860085 A CN102860085 A CN 102860085A CN 2011800209581 A CN2011800209581 A CN 2011800209581A CN 201180020958 A CN201180020958 A CN 201180020958A CN 102860085 A CN102860085 A CN 102860085A
Authority
CN
China
Prior art keywords
path
sensor node
nights
node
power
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
Application number
CN2011800209581A
Other languages
English (en)
Inventor
A·穆克赫尔吉
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
International Business Machines Corp
Original Assignee
International Business Machines Corp
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by International Business Machines Corp filed Critical International Business Machines Corp
Publication of CN102860085A publication Critical patent/CN102860085A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/02—Topology update or discovery
    • H04L45/028—Dynamic adaptation of the update intervals, e.g. event-triggered updates
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/28—Connectivity information management, e.g. connectivity discovery or connectivity update for reactive routing
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L49/00—Packet switching elements
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00—Reducing energy consumption in communication networks
    • Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Engineering & Computer Science (AREA)
  • Computer Networks & Wireless Communication (AREA)
  • Signal Processing (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明揭示一种在无线传感器网络内路由数据的方法、程序产品以及无线传感器网络。所述方法包括：(a)由包括多个传感器节点的无线传感器网络的源传感器节点来检测时间事件；(b)识别从所述源传感器节点至所述无线传感器网络的信宿的多重路径，所述多重路径由传感器节点至传感器节点跃程所构成；以及于(b)之后，(c)使用所述源传感器节点的处理器，利用同时降低(i)所述多重路径的每一路径内传感器节点所消耗的功率以及(ii)从所述源传感器节点传输所述数据分组至所述信宿的时间，将数据分组优化分配至所述多重路径的每一路径。

Description

自适应无线传感器网络及无线传感器网络中路由数据的方法
技术领域
本发明涉及无线传感器网络领域，尤其涉及无线传感器网络以及在无线传感器网络中路由数据的方法。
背景技术
无线传感器网络利用传感器节点之间的跃程(hop)传输数据。传送数据与接收数据会消耗功率，而功率在无线传感器网络中一般都受到限制。多次跃程增加数据传输时间的时间延迟。目前的无线传感器网络与方法无法同时解决这些问题。
美国专利申请公开US2006/0178156A1(Hyung-Seok Kim“ROUTING METHOD IN A WIRELESS SENSOR NETWORK”),2006年8月10日公开了在无线传感器网络中的路由方法，其中传感器节点被分组到小区中。当接收到要传送到目的地的检测到的信息时，传感器节点确定目的地所属的小区是否是在一个跃程之外。
因此，现有技术中存在对于解决上述问题的需求。
发明内容
本发明的第一方面为一种方法，包括：(a)由包括多个传感器节点的无线传感器网络的源传感器节点来检测时间事件；(b)识别从所述源传感器节点至所述无线传感器网络的信宿（sink）的多重路径，所述多重路径由传感器节点至传感器节点跃程所构成；以及在步骤(b)后，(c)使用所述源传感器节点的处理器，通过同时降低(i)所述多重路径的每一路径内传感器节点所消耗的功率，以及(ii)从所述源传感器节点传输所述数据分组至所述信宿的时间，将数据分组优化分配至所述多重路径的每一路径。
本发明的第二方面为计算机程序产品，包括：其中具有计算机可读程序的计算机可用存储介质，其中所述计算机可读程序在计算机上执行时会导致所述计算机：(a)收集与由包括多个传感器节点的无线传感器网络的源传感器节点所检测的时间事件相关的信息；(b)识别从所述源传感器节点至所述无线传感器网络的信宿的多重路径，所述多重路径由传感器节点至传感器节点跃程所构成；以及于(b)之后，(c)通过同时降低(i)所述多重路径的每一路径中传感器节点所消耗的功率，以及(ii)从所述源传感器节点传输所述数据分组至所述信宿的时间，将数据分组优化分配至所述多重路径的每一路径。
本发明的第三方面为无线传感器网络，包括：一组传感器节点，该组传感器节点的每一传感器节点都包括传感器、处理器、存储器单元、电池以及收发器；该组传感器节点的每一传感器节点都被配置成识别从其本身至所述无线传感器网络的信宿的多重路径，所述多重路径的每一路径包括传感器节点至传感器节点跃程；以及该组传感器节点的每一传感器节点都被配置成：通过同时降低(i)所述多重路径的每一路径中传感器节点所消耗的功率，以及(ii)从其本身传输所述数据分组至所述信宿的时间，将数据分组优化分配至所述多重路径的每一路径。
本发明的这些及其它方面说明如下。
附图说明
仅通过示例，参考如在下图中说明的优选实施例，说明本发明，其中：
图1例示说明根据本发明优选实施例的第一示例无线传感器网络架构；
图2例示说明根据本发明优选实施例的第二示例无线传感器网络架构；
图3例示说明根据本发明优选实施例的示例无线传感器节点；
图4例示说明根据本发明优选实施例的示例无线传感器网关节点；
图5为根据本发明优选实施例的在无线传感器网络中路由数据的方法的一般流程图；
图6为根据本发明优选实施例的在无线传感器网络中路由数据的方法的详细流程图；
图7为图6的流程图中的路径确定步骤的流程图；
图8为图6的流程图中的优化步骤的流程图；
图9为根据本发明优选实施例的多重路径和数据分组数量优化方案(3)与单一路径方案(1)以及多重路径相等数据分组大小方案(2)的功率消耗比较图表；以及
图10为根据本发明优选实施例的多重路径和数据分组数量优化方案(3)与单一路径方案(1)以及多重路径相等数据分组大小方案(2)的数据传输延迟比较图表。
具体实施方式
在本发明的创新无线传感器网络中，无线传感器网络中路由的数据分组为事件驱动时间活动(event driven temporal activity)。当传感器节点检测到其附近的事件时，其变成源节点(或源)，并且启动至信宿(例如网关节点或基站)的路由发现算法。若所述数据量大于预定的数据量限制，则选择从源至信宿的多重传感器节点路径，以便缩短从源传输所有信息至信宿的时间量。来自传感器的信息在源节点中转换成数据分组。使用优化算法计算各种路径上的数据分组的分配，所述优化算法通过将功率消耗与传输延迟之间的平衡优化，来自适应解决数据传输延迟与功率消耗问题。
无线传感器网络中的任何传感器节点都可当成源，但是只能有一个信宿。只有该信宿将接收一个或多个源节点所传送的所有数据分组。可以有多个源节点同时在不同组的多重数据路径上传输数据至信宿。每一传感器节点(n∈N)都具有唯一标识符。每一节点所感测的数据(D)都在多重路径(Δj)之间细分，使得所有路径中所有传感器节点所消耗的功率降至不会显著提高延迟时间的最低程度。
图1例示说明根据本发明实施例的第一示例无线传感器网络架构。在图1中，无线传感器网络100包括基站105以及一组传感器节点110。每一传感器节点都标示字母“S”。该传感器节点都为无线通信，不过每一传感器节点都具有受限的范围，如此任何已知的传感器节点都只能与通信范围内的其它传感器节点通信。在图1中，基站105为信宿，以及源为字母“SS”所标示的传感器节点。在一个范例中，基站105为通用计算机，其具有收发器以及可移除式数据和/或程序储存装置(诸如磁盘驱动器与磁带机的磁性介质，以及诸如压缩盘只读存储器CD-ROM驱动器的光学介质)。无线传感器网络100构成无线点对点传输网络(ad-hoc network)，这表示每一传感器节点都支持多跃程路由算法，其中由源SS收集的数据(响应感测到时间事件)沿着许多传感器节点“S”间的线条所指示的路径传输至信宿。传感器节点之间的每一线条都是“跃程”。图1中例示说明三条路径115、120和125。路径定义为从传感器节点至传感器节点的一组连接跃程。跃程定义为从传感器节点至另一传感器节点、或至基站或网关节点的无线数据传输(请参阅图2)。
图2例示说明根据本发明优选实施例的第二示例无线传感器网络架构。图2类似于图1，除了在无线传感器网络130中，基站105不是信宿，而是通过链路135连接至由字母“GS”所标示的网关传感器节点。网关传感器节点GS可以在通信范围和/或可用功率量方面优于其它传感器节点S。链路135可为无线或有线。
图3例示说明根据本发明优选实施例的示例无线传感器节点。在图3中，传感器节点200包括利用总线215连接至存储器(例如闪存)210的处理器(例如微处理器或微控制器)205、利用总线225连接至处理器205的传感器220、利用总线235连接至处理器205的收发器230，以及利用功率分配系统245连接至处理器205、存储器210、传感器220和收发器230的电池240。天线250连接至收发器230。传感器节点220也可包括对电池240充电的选配充电器(例如太阳能电池)255。处理器205监视电池240的功率电平。处理器205也可包括内嵌的存储器。传感器220可包括模数转换器(analog to digital converter，ADC)。还有其它传感器220，传感器220可为(但不限于)无源传感器、全向传感器(例如热、光、震动)、无源窄波束传感器(例如相机或激光)或有源传感器(例如声纳或雷达)。收发器230可为射频、光学或红外线收发器。
图4例示说明根据本发明优选实施例的示例无线传感器网关节点。在图4中，网关传感器节点300包括利用总线315连接至存储器(例如闪存)310的处理器(例如微处理器或微控制器)305、利用总线325连接至处理器305的传感器320、利用总线335连接至处理器305的第一收发器330，以及利用功率分配系统345连接至处理器305、存储器310、传感器320和收发器330的电池340。天线350连接至第一收发器330。传感器节点320也可包括对电池340充电的选配充电器(例如太阳能电池)355。处理器305监视电池340的功率电平。处理器305也可包括内嵌的存储器。传感器320可包括模数转换器(ADC)。还有其它传感器320，传感器320可为(但不限于)无源传感器、全向传感器(例如热、光、震动)、无源窄波束传感器(例如相机或激光)或有源传感器(例如声纳或雷达)。第一收发器330可为射频、光学或红外线收发器。网关传感器节点300可包括利用总线335连接至处理器305的选配第二收发器365以及天线370。第一收发器330可为射频、光学或红外线收发器。选配第二收发器365可为用来与其它传感器节点通信的近程收发器，并且第二收发器365可为用来与基站通信的远程收发器。网关传感器节点300可包括利用总线380连接至处理器305的选配网络接口375。选配网络接口375提供至基站的选配有线连接。
根据本发明优选实施例的传感器节点的传感器包括但不受限于：环境传感器(例如温度、压力、风速、风向、光强度、化学物检测以及辐射检测)以及监控和监视传感器(例如车辆出现和/或移动和/或人类出现和/或移动)。
根据本发明优选实施例的无线传感器网络中的功率消耗分成两部分。第一部分为(由处理器与存储器)处理和(由传感器)感测所消耗的功率。第二部分为传输与接收数据分组所消耗的功率(即通信延迟)。给出j个路径，第j路径的寿命为Pjmin并且被定义为第j路径中具有最少剩余功率量的传感器节点所剩余的功率。因此Pjmin定义第j路径的最长寿命。对于稳定的路径而言，Pjmin必须等于或小于传输指派给第j路径的所有数据分组所需时间内将消耗的功率。
第j路径中每一传感器节点由于处理与感测所消耗的功率为：
Kr=nj*tj    (1)
其中
Kr为节点在处理与感测时功率耗损的实际比率（effective rate）(焦耳/秒)；
nj为第j路径中传感器节点的数量；以及
tj为路径用来传输数据分组的时间。
每一跃程中每一数据分组的时间延迟为：
τj=qj+1/Bj    (2)
其中
τj为第j路径中每跃程的每分组的平均延迟(秒/分组/跃程)；
qj为第j路径中的平均排队延迟；以及
Bj为第j路径的位率(单位：分组/秒)。
数据分组在第j路径上的传输与接收所消耗的功率为：
Pj＝2*Δj*tpj*Hj    (3)
其中
pj为第j路径中消耗的功率；
tpj为第j路径中每跃程的每分组的传输功率(焦耳/分组/跃程)；
Δj为第j路径上传输的数据分组数量；以及
Hj为第j路径中的跃程数。
“2”是因为节点必须接收然后传输数据分组。
比较等式(1)和(3)，可见Kr与数据分组传输/接收相关能量消耗无关，所以在数据分组分配至许多路径时并不需要考虑Kr。
当数据分组同时在第j路径上路由时，通信延迟并非个别路径延迟的总和。而是，通信延迟可被评估为个别延迟路径中的最大值。路径延迟由两个分量构成。第一为排队与处理延迟(第j路径中每一跃程的每一分组的平均排队延迟)。第二为传输/接收延迟。第j路径的源至信宿传输延迟(所假设的消息切换)为：
TDj=Δj*τj*Hj*pj    (4)
其中
TDj为第j路径的源至信宿延迟；
Δj为第j路径上传输的数据分组数量；
τj=qj+1/Bj(等式2)；
Hj为第j路径中的跃程数；以及
若选择pj＝0以外的路径，则pj=1。
因此，从源至信宿传输延迟(假设消息切换)的总延迟为：
TD=max[(Δj*τj*Hj*pj)](5)
当传感器节点检测到其附近有事件时，就会变成源节点，产生一组描述该事件的数据分组，并且若数据分组数量大于预定数量，则执行至信宿节点的多重路径路由发现算法。多重路径路由算法的范例在2007年4月由Banner和Orda发表于IEEE/ACM Transactions onNetworking,Vol.15,No.2的“Multipath Routing Algorithms forCongestion Minimization”中进行了描述，其以引用方式并入本文。
因此，总数据量D分成数据集Δj，其分配在多重路径上。数据分组分配使用下列优化算法来计算：
Z=Σj(2*Δj*tpj*Hj*pj)(6)
其中Z为目标函数；以及
前面已经描述过Δj、pj、Hj和pj。
优化问题的约束在于：
ΣjΔj=D    (7)
max[(Δj*τj*Hj*pj)]≤{[D*τstab*Hstab*Pj]+[max[(D/nj*Δj*Hj*pj)]}/2(8)
2*Δj*tpj+Kr*max(Δj*τj*Hj*pj)<Pjmin    (9)
其中
前面已经描述过Δj、pj、Hj、pj、D、tpj、pj、Pjmin；
τstab为最大寿命路径中每跃程的每分组的平均延迟(秒/分组/跃程)；以及
Hstab为最大寿命路径中的跃程数。
等式(7)要求分组总数据数量必须分配在多重路径之间。不等式(8)要求从源至信宿的平均延迟小于预定最大值。不等式(9)要求路径的寿命应该足以传输通过该路径传送的整个数据分组量而不中断。
传感器节点必须具有足够的量以能够接收来自先前传感器节点的所有数据分组，并且接着将所接收的所有数据分组传输至(2*Δj*tpj)项所涵盖的后续节点。另外，就在信宿之前的节点(终端节点)必须有足够功率，以存在超过所有传送的数据分组沿着路径接收并传送至信宿所耗费的整体时间量(即终端节点等于净端对端延迟的存在时间)。在此时间中，该终端节点以Kr的速率消耗能量。因此，Kr*max(Δj*τj*Hj*pj)项说明终端节点(即信宿之前的传感器节点)中消耗的功率量。
在数据分组从源传输至信宿所经过的时间间隔中，参与数据分组传输的每一节点的功率消耗降低(2*Δj*tpj)+Kr*max[(Δj*τj*Hj*pj)，并且不参与数据分组传输的任意节点的功率则降低Kr*max[(Δj*τj*Hj*pj)]。
图5为在根据本发明优选实施例的无线传感器网络中路由数据的方法的一般流程图。在步骤400，传感器节点(现在为源)检测到其附近的时间事件，并且启动路由发现。在步骤405，确定要传输的数据量是否低于或高于预设限制。若数据量为预设限制或低于预设限制，则该方法前往步骤410。在步骤410，路由发现算法产生通过无线传感器网络(wireless sensor network，WSN)的单一路径。然后在步骤415，源通过WSN传送数据分组至信宿。步骤410和415为以下描述的基本方案(1)。
回到步骤405。若数据量高于预设限制，则该方法前往步骤420。在步骤420，路由发现算法产生从源通过WSN到信宿的多重路径。接下来，在步骤425，源节点运行优化算法，以在多重路径上分配数据分组。接下来，在步骤430，源通过彼此之间的传输时间与功率消耗都已经优化的多重路径来传送数据分组。步骤420、425和430为以下描述的基本方案(3)，并且在以下描述的图6、图7和图8中有更详细例示。
图6为在根据本发明优选实施例的无线传感器网络中路由数据的方法的详细流程图。在步骤435，传感器节点已经启动。事件检测标记设置成指示并未检测到事件(SET FLAG=FALSE)（设置标记=假）。在步骤440，等待事件循环。在步骤440，执行传感器的定期状态取样。若在步骤440中检测到事件，则在步骤445中发出SET FLAG=TRUE（设置标记=真），并且通过调用多重路径发现算法以确定路径(P)，来启动路由发现。路由多重路径发现算法确定(a)节点脱节多重路径、(b)每一第j路径的参数Hj、tpj和τj、(c)特定路径的寿命，以及(d)最稳定的(即最长寿的)路径。步骤450为等待确定所有路径的步骤。在步骤450中执行多重路径路由算法的定期状态取样。若已经确定所有路径，该方法前往步骤455。在步骤455，用前面说明的输入调用优化问题Z(等式6，具有约束7、8和9)。在步骤460，调用连续二次规划(sequentialquadratic programming，SQP)算法以在Z上操作来确定Δjs(通过每一第j路径传输的数据分组数量)。在步骤465，确定是否满足结构化查询语言（Structured Query Language,SQL）终止条件(terminationcriteria，TC)。SQL为一种强大的算法，用于非线性连续优化。SQL递归直到达到所要的收敛程度(终止条件)。也可使用替代的非线性连续优化方法。若不满足终止条件，则方法循环至步骤455，否则方法前往步骤470，用SET FLAG=FALSE重设传感器节点，然后方法回到步骤440。
图7为图6的流程图中路径确定步骤445的流程图。在步骤475，初始化多重路径路由算法参数。该路径用(P)=0初始化。路由初始参数由SET ROUTE INITATE=0（设置路由初始值=0）指令初始化。并且跃程的最大数量由SET MAX HOP COUNT=(VALUE)（设置最大跃程计数=（值））指令设置。在步骤480，启动路由发现请求。在步骤485，利用SET ROUTE DISCOVERY TIMEOUT=TRUE（设置路由发现超时=真）指令启动路径解决方案监控。在步骤490，运行多重路径路由发现算法，以找出源与信宿之间的路径。在找出解决方案时，则执行指令SET ROUTE DISCOVERY TIMEOUT=FALSE（设置路由发现超时=假）。在步骤495，检查SET ROUTE DISCOVERY TIMEOUT参数的值，并且等待TRUE（真）值，在等到FALSE（假）值时前往步骤500。在步骤500，源与信宿之间存在多重路径(P)，并且源可计算从源至信宿的许多路径的数据分组信息(例如分组标题数据)。
图8为图6的流程图中优化步骤455的流程图。在步骤505，设置执行优化标记来指示是否要执行优化。在步骤510，等待优化开始命令循环。在步骤510，执行SET FLAG值的定期取样。若在步骤510中FLAG=TRUE，则该方法前往步骤515。在步骤515，以前面讨论的输入变量设置，调用优化问题Z。在步骤520，调用拉格朗日（Lagrangian）函数，使用前面讨论的三个约束(7)、(6)和(9)，松弛等式(6)的目标函数(Z)。在步骤525，使用SQL求解拉格朗日函数，以计算多重数据路径之间的数据分组分配。在步骤530，确定是否满足终止条件(TC)。若不满足终止条件，该方法回到步骤515，否则该方法前往步骤535。在步骤535，执行SET FLAG=FALSE并且该方法回到步骤510。
为了测试与验证本发明的优选实施例，因此模拟三种功率消耗方案。第一方案为单一路径方案。第二方案为具有等量数据分组的多重路径。第三方案为根据本发明优选实施例的创新多重路径与数据分组数量优化方案。
在第一单一路径方案(1)中，最大延迟=若完整数据量通过单一最稳定路径传送时该路径中产生的延迟(即max[(Δj*τj*Hj*pj)]≤([D*τstab*Hstab*pj])。在第一方案中，传输延迟的上限为高，并且大多数情况下都满足该约束。
在第二多重路径相等数据分组大小方案(2)中，最大延迟=若数据平均分配在所有路径上的总延迟(即max[(Δj*τj*Hj*pj)]≤[max(D/nj*τj*Hj*pj)]，其中n=空间路径数量)。在第二方案中，传输延迟的上限为低，并且结果约束非常严格。
在第三创新多重路径与数据分组数优化方案(3)中，延迟约束的上限为方案1和2中所提出上限的平均值。后续已经使用SQP技术解决等式(6)的优化问题。
此时已经使用MATLAB开发仿真程序。MATLAB代表“矩阵实验室(Matrix Laboratory)”，并且为数值计算环境与第四代编程语言。MATLAB由“The MathWorks”开发，允许矩阵操纵、绘制函数与数据、算法实现、使用者接口建立以及与用其它语言撰写的程序对接，该语言包括C、C++和Fortran。首先，仿真程序在15乘15平方米的面积内运行路由发现算法，其中随机布署192个传感器节点。每一传感器节点都拥有2.4米的传输半径。该传感器节点为依照美国加州Crossbow ofMilpitas生产的MICA2微点的型号。路由算法可在源与信宿之间赋予五种可能的路径，其参数列于表I中：
表I
Figure BDA00002309730200111
运用这些输入参数，优化算法将数据区分在路径上，相对于传输延迟产生优化功率消耗。计算整体功率消耗与传输延迟，并且将其与利用模拟方案(1)和(2)所得到的对应值比较。结果显示在图9与10中。
图9为根据本发明优选实施例的多重路径和数据分组数量优化方案(3)与单一路径方案(1)以及多重路径相等数据分组大小方案(2)的功率消耗比较图表。在图9中，在完整数据量传送通过单一最稳定路径时，功率消耗最小；方案(1)。不过，创新方案(3)的功率利用并未超过很多。在完整数据在该五个路径之间平均分配时，功率利用最大；方案(2)。
图10为根据本发明优选实施例的多重路径和数据分组数量优化方案(3)与单一路径方案(1)以及多重路径相等数据分组大小方案(2)的数据传输延迟比较图表。在图10中，方案2具有三种方案中最短的延迟。方案1具有三种方案中最大的延迟。创新方案(3)所导致的延迟介于方案(1)与(2)之间。将图9和图10放在一起，很清楚知道功率消耗与传输延迟无法同时降至最低。不过，在根据本发明优选实施例的创新方案(方案(3))中，功率消耗与传输延迟之间的平衡被优化。
一般来说，本说明书中描述关于在无线传感器网络中路由数据的方法被实践成分配式算法的方法，以及前面在图5、图6、图7和图8流程图中描述的方法可被编码为一组计算机可执行代码，并且储存在无线传感器网络的传感器节点、网关节点与基站上的存储器中。
本领域技术人员将可了解，本发明的各方面可被具体实施为无线传感器网络、在无线传感器网络中路由数据分组的方法或具有在其上具体实施的计算机可读程序代码的用于在无线传感器网络中路由数据分组的计算机程序产品。因此，本发明的各方面可为完整硬件实施例、完整软件实施例(包含固件、驻留软件、微码等)或组合软件与硬件方面的实施例的形式，在此通称为传感器节点、网关节点或可为通用计算机的基站。
可利用一个或多个计算机可读介质的任何组合。该计算机可读介质可为计算机可读信号介质或计算机可读存储介质。计算机可读存储介质例如可为但不限于电、磁、光学、电磁、红外线或半导体系统、设备或装置或上述任何合适的组合。计算机可读存储介质的更多特定范例(非穷尽列举)包含下列：具有一条或多条配线的电连接、便携式计算机磁盘、硬盘、随机存取存储器(random access memory，RAM)、只读存储器(read-only memory，ROM)、可擦除可编程只读存储器((erasable programmable read-only memory，EPROM)或闪存)、光纤、便携式光盘只读存储器(compact disc read-only memory，CD-ROM)、光学储存装置、磁性储存装置或前述任何合适的组合。在本文件的上下文中，计算机可读存储介质可为：可包含或储存程序，来让指令执行系统、设备或装置使用或与其相连的任何有形介质。
该算法可在计算机程序产品上编码成可执行代码，然后通过其相应的收发器在传感器与网关节点布署之前或之后，从基站的可移除数据和/或程序储存装置，加载到无线传感器网络的传感器节点的存储器装置中。或者是，该算法可在计算机程序产品上编码成可执行代码，然后通过其相应的收发器在传感器与网关节点布署之前，从通用计算机的可移除数据和/或程序储存装置，加载到无线传感器网络的传感器节点的存储器装置中。或者是，在传感器节点制造期间的程序设计步骤期间，通过其相应的收发器或利用有线存取其相应的存储器装置，将可在计算机程序产品上编码成可执行代码的该算法被加载到传感器节点的存储器装置中。
因此，本发明的优选实施例提供一种无线传感器网络以及在无线传感器网络上传输数据的方法，其利用将功率消耗与传输延迟之间的平衡优化，自适应同时解决数据传输延迟与功率消耗。
上面描述本发明的实施例供了解本发明之用。应该理解，本发明并不受限于本文所述的特定实施例，而是在不脱离本发明范围下，本领域技术人员可进行许多修改、重新配置与取代。因此，旨在由随后的权利要求覆盖落入本发明范围的所有这种修改与变更。

Claims (15)

1.一种方法，包括以下步骤：
由包括多个传感器节点的无线传感器网络的源传感器节点来检测时间事件；
识别从所述源传感器节点至所述无线传感器网络的信宿的多重路径，所述多重路径由传感器节点至传感器节点跃程所构成；以及
响应于识别的步骤，使用所述源传感器节点的处理器，通过同时降低(i)所述多重路径的每一路径内传感器节点所消耗的功率，以及(ii)从所述源传感器节点传输所述数据分组至所述信宿的时间，将数据分组优化分配至所述多重路径的每一路径的步骤。
2.如权利要求1所述的方法，还包括：
响应于优化分配数据分组的步骤，在所述多重路径的每一路径之上，将所述数据分组的不同数据分组从所述源传感器节点传输至所述信宿的步骤。
3.如权利要求2所述的方法，还包括以下步骤：
在检测时间事件的步骤与识别多重路径的步骤之间，确定要从所述源传感器节点传输至所述信宿的数据量是否超出预定限制的步骤；
响应于所述数据量超出所述预定限制，执行识别多重路径的步骤、优化分配数据分组的步骤和传输不同数据分组的步骤；以及
响应于所述数据量在所述预定限制上或低于所述预定限制，确定从所述源传感器节点至所述信宿的单一路径，并且通过所述单一路径，将包含所述数据的数据分组从所述源传感器节点传输至所述信宿。
4.如权利要求1-3中任一所述的方法，其中使用处理器的步骤包括：
初始化优化等式以及一组约束，以便求解所述优化等式；
执行拉格朗日函数，以使用所述约束松弛所述优化等式；以及
求解所述多重路径的每一路径中数据分组分配的所述拉格朗日函数。
5.如权利要求4所述的方法，还包括：
使用连续二次规划来求解所述拉格朗日函数。
6.如权利要求1-5任一所述的方法，其中所述优化数据分组的分配包括：
确定所述多重路径中每一路径内每一传感器节点的功率消耗；
确定所述多重路径中每一路径上数据分组的传输与接收所消耗的功率；
确定所述多重路径中每一路径内每一跃程的时间延迟；
确定数据分组从所述源传感器节点传输至所述信宿的最大容许时间量；
根据每一路径上具有最少功率剩余量的传感器节点的功率量，确定所述多重路径的每一路径的寿命；以及
根据所述多重路径中每一路径的所述寿命，确定最稳定的路径。
7.如权利要求1-6中任一所述的方法，其中优化分配数据分组的步骤包括：
求解等式：
Z=Σj(2*Δj*tpj*Hj*pj)
具备所述约束
ΣjΔj=D；
max[(Δj*τj*Hj*pj)]≤{[D*τstab*Hstab*pj]+[max[(D/nj*Δj*Hj*pj)]}/2；以及
2*Δj*tpj+Kr*max(Δj*τj*Hj*pj)<pjmin；以及
其中
Z为目标函数；
D为要传输的总数据量；
Kr=nj*tj
Kr为节点在处理与感测时功率耗损的实际比率（effective rate）(焦耳/秒)；
nj为第j路径中传感器节点的数量；
tj为路径用来传输数据分组的时间；
τj=qj+1Bj；
τj为第j路径中每跃程的每分组的平均延迟(秒/分组/跃程)；
qj为第j路径中的平均排队延迟；
Bj为第j路径的位率(单位：分组/秒)；
pj＝2*Δj*tpj*Hj
pj为第j路径中消耗的功率；
tpj为第j路径中每跃程的每分组的传输功率(焦耳/分组/跃程)；
Δj为第j路径上传输的数据分组数量；
Hj为第j路径中的跃程数；
pjmin为第j路径中具有最少剩余功率量的所述传感器节点所剩余功率；
τstab为最大寿命路径中每跃程的每分组的平均延迟(秒/分组/跃程)；以及
Hstab为最大寿命路径中的跃程数。
8.一种用于在无线传感器网络中路由数据的计算机程序产品，所述计算机程序产品包括：
计算机可读存储介质，可由处理电路读取并存储供所述处理电路执行的、用于执行如权利要求1-7中任一所述的方法的指令。
9.一种无线传感器网络，包括：
一组传感器节点，该组传感器节点的每一传感器节点都包括传感器、处理器、存储器单元、电池以及收发器；
该组传感器节点的每一传感器节点都被配置成识别从其本身至所述无线传感器网络的信宿的多重路径，所述多重路径的每一路径包括传感器节点至传感器节点跃程；以及
该组传感器节点的每一传感器节点都被配置成：通过同时降低(i)所述多重路径的每一路径内传感器节点所消耗的功率，以及(ii)从其本身传输所述数据分组至所述信宿的时间，将数据分组优化分配至所述多重路径的每一路径。
10.如权利要求9所述的无线传感器网络，该组传感器节点的每一传感器节点还包括：
用于确定从所述源传感器节点传输至所述信宿的数据量是否超过预定限制的装置，以及如果所述数据量在所述预定限制上或低于所述预定限制，则确定从所述源传感器节点至所述信宿的单一路径的装置；以及
用于通过所述单一路径将包含所述数据的数据分组从所述源传感器节点传输至所述信宿的装置。
11.如权利要求9或10所述的无线传感器网络，该组传感器节点的每一传感器节点还包括：
多重路径路由算法，用于找出从其本身至所述信宿的多重路径；以及
优化算法，用于优化储存为该组传感器节点中每一传感器节点的每一存储器内可执行的代码的所述数据分组的分配，所述优化算法描述优化等式以及对所述优化等式的约束。
12.如权利要求9-11中任一所述的无线传感器网络，该组传感器节点的每一传感器节点还包括：
用于执行拉格朗日函数，以使用所述约束松弛所述优化等式的装置；以及
用于使用连续二次规划，求解所述多重路径的每一路径中数据分组分配的所述拉格朗日函数的装置。
13.如权利要求9-12任一所述的无线传感器网络，其中该组传感器节点的每一传感器节点还包括：
用于确定所述多重路径中每一路径内每一传感器节点的功率消耗的装置；
用于确定所述多重路径中每一路径上数据分组的传输与接收所消耗的功率的装置；
用于确定所述多重路径中每一路径内每一跃程的时间延迟的装置；
用于确定数据分组从所述源传感器节点传输至所述信宿的最大容许时间量的装置；
用于根据具有最少功率剩余量的传感器节点的功率量，确定所述多重路径的每一路径的寿命的装置；以及
用于根据所述多重路径中每一路径的所述寿命，确定最稳定的路径的装置。
14.如权利要求9-13中任一所述的无线传感器网络，还包括：
无线连接至该组传感器节点中的一个或多个的基站；或
无线连接至该组传感器节点中的一个或多个的网关节点，所述网关节点可无线或有线连接至所述基站；以及
其中所述基站为通用计算机，并且所述网关节点具有更多的功率存量、更大的传输范围，或比该组传感器节点中每一传感器节点更多的功率存量与更大的传输范围。
15.一种存储在计算机可读介质上并可装载到数字计算机的内部存储器的计算机程序，包括软件代码部分，当所述程序在计算机上运行时，所述软件代码部分用于执行如权利要求1-7中任一所述的方法。
CN2011800209581A 2010-04-27 2011-04-20 自适应无线传感器网络及无线传感器网络中路由数据的方法 Pending CN102860085A (zh)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
US12/767,850 US8514760B2 (en) 2010-04-27 2010-04-27 Adaptive wireless sensor network and method of routing data in a wireless sensor network
US12/767,850 2010-04-27
PCT/EP2011/056285 WO2011134852A1 (en) 2010-04-27 2011-04-20 Adaptive wireless sensor network and method of routing data in a wireless sensor network

Publications (1)

Publication Number Publication Date
CN102860085A true CN102860085A (zh) 2013-01-02

Family

ID=44140909

Family Applications (1)

Application Number Title Priority Date Filing Date
CN2011800209581A Pending CN102860085A (zh) 2010-04-27 2011-04-20 自适应无线传感器网络及无线传感器网络中路由数据的方法

Country Status (6)

Country Link
US (1) US8514760B2 (zh)
CN (1) CN102860085A (zh)
DE (1) DE112011101470B4 (zh)
GB (1) GB2493678B (zh)
TW (1) TW201208306A (zh)
WO (1) WO2011134852A1 (zh)

Families Citing this family (21)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US8700924B2 (en) * 2008-05-21 2014-04-15 International Electronic Machines Corp. Modular sensor node and communications system
US9357472B2 (en) * 2010-04-27 2016-05-31 International Business Machines Corporation Adaptive wireless sensor network and method of routing data in a wireless sensor network
US8849926B2 (en) * 2010-08-06 2014-09-30 Simon Fraser University System and method for self-calibrating, self-organizing and localizing sensors in wireless sensor networks
TWI469665B (zh) * 2010-12-22 2015-01-11 Nat Univ Tsing Hua 選擇感測節點之方法
KR20120071927A (ko) * 2010-12-23 2012-07-03 한국전자통신연구원 통신 장치 및 방법
US9210721B2 (en) * 2011-03-22 2015-12-08 Nec Corporation Communication delay time derivation method, communication terminal and communication delay time derivation program
US9257036B2 (en) * 2012-05-10 2016-02-09 University of Alaska Anchorage Long lifespan wireless sensors and sensor network
DE102012009705B3 (de) * 2012-05-16 2013-05-08 Abb Technology Ag Netzwerk autonomer Feldgeräte und Verfahren zu deren Betrieb
KR20140060095A (ko) 2012-11-09 2014-05-19 삼성전자주식회사 무선통신 시스템에서 라우팅 경로 설정 방법 및 장치
JP6183168B2 (ja) * 2013-11-13 2017-08-23 富士通株式会社 イベント収集方法、情報処理装置、情報処理システム、及び情報処理プログラム
US20160191855A1 (en) * 2014-12-30 2016-06-30 Invent.ly LLC Sensor Deployment With Target Regions
US20160188754A1 (en) * 2014-12-30 2016-06-30 Invent.ly LLC Deployment Strategy For Sensors With Sensing Regions
US9954778B2 (en) 2015-09-15 2018-04-24 At&T Mobility Ii Llc Gateways for sensor data packets in cellular networks
US10594828B2 (en) 2016-04-19 2020-03-17 International Business Machines Corporation Delivery of incremental sensor data over optimized channel
US10571899B2 (en) * 2016-08-18 2020-02-25 i Smart Technologies Corporation Operating state acquisition apparatus, production management system, and production management method for manufacturing line
CN106255167B (zh) * 2016-08-31 2023-09-12 杭州鸿雁智能科技有限公司 一种基于低功耗有损网络路由协议的无线传感器网络
EP3691224B1 (en) 2019-02-01 2022-06-29 Ami Global A method for monitoring and controlling an industrial process which change condition over time and a communication gateway
EP3708971B1 (en) 2019-03-12 2023-06-14 Ami Global Gateway with means for reshaping an electrical raw input sensor signal to a formatted electrical input signal
CN112492588B (zh) * 2020-12-03 2022-07-12 桂林电子科技大学 一种基于动态令牌的多路径源节点位置隐私保护路由方法
CN112688813B (zh) * 2020-12-24 2022-07-15 中国人民解放军战略支援部队信息工程大学 基于路由特性的路由节点重要性排序方法及系统
CN113472573B (zh) * 2021-06-30 2022-06-28 三峡大学 用于无线传感器网络资源调度的高维多目标协同优化方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003015452A2 (en) * 2001-08-03 2003-02-20 Honeywell International Inc. Energy aware network management
CN101237414A (zh) * 2008-02-22 2008-08-06 浙江树人大学 一种无线传感器网络分级能耗平衡方法
CN101272327A (zh) * 2008-05-13 2008-09-24 武汉理工大学 一种节能的无线传感器网络QoS路由方法
CN101286934A (zh) * 2008-03-05 2008-10-15 中科院嘉兴中心微系统所分中心 一种无线传感网中基于多节点协同波束成形的跨层路由方法

Family Cites Families (11)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US6735630B1 (en) 1999-10-06 2004-05-11 Sensoria Corporation Method for collecting data using compact internetworked wireless integrated network sensors (WINS)
US7436789B2 (en) * 2003-10-09 2008-10-14 Sarnoff Corporation Ad Hoc wireless node and network
FI118291B (fi) * 2004-12-22 2007-09-14 Timo D Haemaelaeinen Energiatehokas langaton anturiverkko, solmulaitteita sitä varten sekä menetelmä tietoliikenteen järjestämiseksi langattomassa anturiverkossa
KR100709964B1 (ko) 2005-01-18 2007-04-25 삼성전자주식회사 무선 센서 네트워크의 라우팅 방법
US8085792B1 (en) * 2007-06-29 2011-12-27 Google Inc. Traffic-oblivious load balancing protocol for sensor networks
US20090109885A1 (en) * 2007-10-29 2009-04-30 Motorola, Inc. Method and Apparatus for Reducing Energy Consumption in Nodes by Adjusting Carrier Sensing Thresholds
US7881206B2 (en) * 2007-12-31 2011-02-01 Oracle America, Inc. Method and apparatus for mesh routing
US8111619B2 (en) 2008-02-08 2012-02-07 Honeywell International Inc. Apparatus and method for routing data in wireless networks
KR101179919B1 (ko) 2008-05-30 2012-09-05 경북대학교 산학협력단 센서 네트워크에서의 다중 경로 소스 라우팅 방법
US8565218B2 (en) * 2008-06-05 2013-10-22 Hewlett-Packard Development Company, L.P. Flow path discovery in network to guarantee multiple metric QoS constraints
US8582502B2 (en) * 2009-06-04 2013-11-12 Empire Technology Development Llc Robust multipath routing

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2003015452A2 (en) * 2001-08-03 2003-02-20 Honeywell International Inc. Energy aware network management
CN101237414A (zh) * 2008-02-22 2008-08-06 浙江树人大学 一种无线传感器网络分级能耗平衡方法
CN101286934A (zh) * 2008-03-05 2008-10-15 中科院嘉兴中心微系统所分中心 一种无线传感网中基于多节点协同波束成形的跨层路由方法
CN101272327A (zh) * 2008-05-13 2008-09-24 武汉理工大学 一种节能的无线传感器网络QoS路由方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
NADINE SHILLINGFORD ET AL: "DETOUR: Delay- and Energy-Aware Multi-Path Routing in Wireless Ad Hoc Networks", 《MOBILE AND UBIQUITOUS SYSTEMS: NETWORKING&SERVIVES,2007. MOBIQUITOUS 2007. FOURTH ANNUAL INTERNATIONAL CONFERENCE ON IEEE, PISCATAWAY, NJ, USA》 *

Also Published As

Publication number Publication date
DE112011101470T5 (de) 2013-04-04
TW201208306A (en) 2012-02-16
GB2493678B (en) 2017-02-08
US8514760B2 (en) 2013-08-20
US20110261738A1 (en) 2011-10-27
GB2493678A (en) 2013-02-13
GB201221281D0 (en) 2013-01-09
WO2011134852A1 (en) 2011-11-03
DE112011101470B4 (de) 2018-08-23

Similar Documents

Publication Publication Date Title
CN102860085A (zh) 自适应无线传感器网络及无线传感器网络中路由数据的方法
US9357472B2 (en) Adaptive wireless sensor network and method of routing data in a wireless sensor network
Hoang et al. Realisation of a cluster‐based protocol using fuzzy C‐means algorithm for wireless sensor networks
Kannan et al. Energy efficient distributed cluster head scheduling scheme for two tiered wireless sensor network
Alsheikh et al. Markov decision processes with applications in wireless sensor networks: A survey
Liu et al. FFSC: an energy efficiency communications approach for delay minimizing in internet of things
Angelopoulos et al. Wireless energy transfer in sensor networks with adaptive, limited knowledge protocols
Lee et al. Modeling and optimization of energy efficient routing in wireless sensor networks
Luo et al. Optimal energy strategy for node selection and data relay in WSN-based IoT
JP2006014305A (ja) モバイルデバイスがアクセスするネットワーク内のクラスタヘッドを選択する方法
Attea et al. Multi-objective evolutionary routing protocol for efficient coverage in mobile sensor networks
Khedr et al. Minimum connected cover of a query region in heterogeneous wireless sensor networks
KR101168357B1 (ko) 센서 네트워크
Suganthi et al. Randomized fault-tolerant virtual backbone tree to improve the lifetime of wireless sensor networks
Ezhilarasi et al. A survey on wireless sensor network: energy and lifetime perspective
CN110784903A (zh) 网络数据传输方法、装置、计算机设备和存储介质
Essalhi et al. A new clustering‐based optimised energy approach for fog‐enabled IoT networks
Li et al. Voronoi-based relay placement scheme for wireless sensor networks
US20090201866A1 (en) Method of communication, emitter and receiver stations and associated computer programs
US9716928B2 (en) Communications apparatus, system, and communications method
CN114500621B (zh) 一种基于物联网的智能配电控制系统
Niroumand et al. A geographic cross-layer routing adapted for disaster relief operations in wireless sensor networks
Roy et al. bioSmartSense+: A bio-inspired probabilistic data collection framework for priority-based event reporting in IoT environments
Li et al. Lifetime optimisation for linear wireless sensor networks under retransmission
Gaboitaolelwe et al. A formal analytical modeling and simulation of wireless sensor home network

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C05 Deemed withdrawal (patent law before 1993)
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20130102