CN102869079B - 一种自适应调整终端节点定时休眠周期的方法 - Google Patents

一种自适应调整终端节点定时休眠周期的方法 Download PDF

Info

Publication number
CN102869079B
CN102869079B CN201210351807.0A CN201210351807A CN102869079B CN 102869079 B CN102869079 B CN 102869079B CN 201210351807 A CN201210351807 A CN 201210351807A CN 102869079 B CN102869079 B CN 102869079B
Authority
CN
China
Prior art keywords
terminal node
time
data
self
data volume
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.)
Expired - Fee Related
Application number
CN201210351807.0A
Other languages
English (en)
Other versions
CN102869079A (zh
Inventor
董晓俊
韦云凯
冷甦鹏
毛玉明
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.)
University of Electronic Science and Technology of China
Original Assignee
University of Electronic Science and Technology of China
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 University of Electronic Science and Technology of China filed Critical University of Electronic Science and Technology of China
Priority to CN201210351807.0A priority Critical patent/CN102869079B/zh
Publication of CN102869079A publication Critical patent/CN102869079A/zh
Application granted granted Critical
Publication of CN102869079B publication Critical patent/CN102869079B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明涉及一种自适应调整传感网终端节点定时休眠周期的方法,本发明通过获取当前终端节点采集数据的时间t与数据量D的线性关系后,再通过当前终端节点采集数据的时间tn计算数据量预测值D′n,再根据所述数据量预测值D′n与当前终端节点实际采集数据的数据量Dn的偏差范围自适应配置终端节点的定时休眠周期时间Tn。本发明用于无线传感器网络的终端节点,在终端节点数据变化不大,或者一段时间内线性变化的情况下能够获得更长的休眠时间,减少发送数据次数;在节点变化加快无上述规律的情况下减少休眠时间,从而获得准确的数据值,即能准确采集监测区域传的数据,又能降低显著降低终端节点的能耗,提高生存时间。

Description

一种自适应调整终端节点定时休眠周期的方法
技术领域
本发明涉及无线传感器网络(WSN)和物联网技术,尤其涉及一种自适应调整传感网终端节点定时休眠周期的方法。
背景技术
随着传感器技术、无线通信技术、网络技术以及微机电系统等相关技术的发展,出现了由低成本、低功耗、小体积、多功能的传感器终端节点所组成的无线传感器网络(WSN)。它是通过部署在监测区域内大量的廉价微型传感器终端节点组成,以无线通信方式形成的一个多跳的自组织的网络系统,其目的是感知、采集和处理网络覆盖区域中被监测对象的信息,并发送给观察者或后台服务器。
无线传感网络与传统固定网络不同,它具有资源有限、自组织、多跳路由、规模大、密度高等特点。由于传感器终端节点资源有限、不能持续的补充能量,所以能耗是影响终端节点和整个网络的生存时间的关键因数。面对这个问题,目前节能方式有很多种,大多数节能都是考虑路由算法,而终端节点主要的采用周期固定的定时休眠的方式达到节能的效果。随着无线传感器网络在各种领域应用的不断推广,能耗是制约其发展的一大障碍,从多方面考虑节约终端节点能耗,成为一个迫切需要解决的问题。
当前终端节点一般都是采用固定时间采集监测区域数据,由于一般很多的传感器数据都是连续变化的,并且数据变化的很慢或者一段时间段内数据呈现线性变化,固定时间的数据采集和传输影响节点休眠,使得节点数据发送、监听、接收那些相同的数据,从而使得节点能耗消耗较大;并且当终端节点采集的数据大小变化较小或者一段时间内呈现线性变化时,终端节点依然采用固定时间定时休眠,会导致就浪费节点能耗,而对于数据变化很大的情况缺不能及时采集到数据的技术问题。
发明内容
本发明的目的在于,提供一种自适应调整终端节点定时休眠周期的方法,使得终端节点的定时休眠时间动态改变,即能准确采集监测区域传的数据,又能降低显著降低终端节点的能耗。
本发明自适应调整终端节点定时休眠周期的方法包括如下步骤:a、获取当前终端节点采集数据的时间t与数据量D的线性关系:对终端节点当前的前k次采集数据的时间和数据量(tn-k,Dn-k)……(tn-2,Dn-2)、(tn-1,Dn-1)进行最小二乘法,所述n≥2,1≤k<n;
b、根据所述时间t与数据量D的线性关系,通过当前终端节点采集数据的时间tn计算数据量预测值D′n
c、根据所述数据量预测值D′n与当前终端节点实际采集数据的数据量Dn的偏差范围自适应配置终端节点的定时休眠周期时间Tn;
进一步的,所述步骤c具体为:
设置终端节点的最小休眠时间为T,A=|D′n-Dn|,
若A与终端节点的数据采集精度属于同一数量级,则Tn=Tn-1+NT,N≥2;
若A在终端节点的数据采集精度的[10,20)倍数量级范围内,则Tn=Tn-1+T;
若A在终端节点的数据采集精度的[20,50)倍数量级范围内,则Tn=Tn-1-T;
若A大于终端节点的数据采集精度的50倍数量级范围,则
进一步的,所述步骤c具体为:
B = / D n &prime; - D n / 10 / D n / < 1 / D n &prime; - D n / 5 &times; D n 1 &le; / D n / &le; 10 / D n &prime; - D n / D n 10 < / D n /
当0≤B<a时,配置Tn=Tn-1+NT,N≥2;
当a≤B<b时,配置Tn=Tn-1+T;
当b≤B<c时,配置Tn=Tn-1-T;
当B≥c时,配置 T n = 1 2 T n - 1 ;
上述T为终端节点的最小休眠时间,所述a、b、c为自然数,且0<a<b<c。
本发明的有益效果是,在节点数据变化不大,或者一段时间内线性变化的情况下能够获得更长的休眠时间,减少发送数据次数;在节点变化加快无上述规律的情况下减少休眠时间,从而获得准确的数据值,即能准确采集监测区域传的数据,又能降低显著降低终端节点的能耗,提高生存时间。
具体实施方式
为使本发明的目的、技术方案及优点更加清楚明白,下面结合具体实施方式,对本发明做进一步详细说明。自适应调整终端节点定时休眠周期的方法
本发明根据终端节点前几次已采集得到的数据和采集时间,基于最小二乘法得到合理的线性拟合直线,从而结合下一次采集时间预测得到下一次可能采集得到的传感器数据值D′n,再根据预测值D′n与终端节点采集得到真实值之间的偏差范围,结合终端节点实际应用的场景,配置终端节点的定时休眠周期时间Tn,从而自适应的调整终端节点定时休眠的时间,其具体实现步骤如下:
(1)初始化:设置终端节点的最小定时休眠时间为T,T的取值根据实际需求确定。当开始采集时,终端节点采集数据的时间间间隔为T,即初始化终端节点的定时休眠周期为T;
(2)设终端节点当前的前k次和当前时刻终端节点采集数据的时间和数据量分别为:tn-k…tn-2tn-1、tn和Dn-k…、Dn-2Dn-1、Dn,其中1≤k<n,n≥2,相邻两个的采集数据的时间间隔差为最小定时休眠时间T的整数倍,k的具体取值根据实际需求确定,通常可设定为4。
利用最小二乘法进行线性拟合,获得时间点tn时的数据量预测值D′n的具体过程为:
首先建立二维坐标系,以执行时间t为X轴,采集到数据D为Y轴,这样得到数据组合(tn-k,Dn-k)……(tn-2,Dn-2)、(tn-1,Dn-1)。
假设变量线性关系为y=a0+a1x    (1)
现在已知k个实验点,求两个未知参数a0、a1
s = &Sigma; j = n - k n - 1 ( y j - a 0 - a 1 x j ) 2 为了让s的最小,分别对a0、a1求偏导得到:
&PartialD; s &PartialD; a 0 = - 2 &Sigma; j = n - k n - 1 ( y j - a 0 - a 1 x j ) = 0 &PartialD; s &PartialD; a 1 = - 2 &Sigma; j = n - k n - 1 ( y j - a 0 - a 1 x j ) x j = 0
化简得:
a 0 + a 1 k - 1 &Sigma; j = n - k n - 1 x j = 1 k - 1 &Sigma; j = n - k n - 1 y j a 0 &Sigma; j = n - k n - 1 x i + a 1 &Sigma; j = n - k n - 1 x j 2 = &Sigma; j = n - k n - 1 x j y j
从而求解得到:
a 1 = ( k - 1 ) &Sigma; j = n - k n - 1 x j y j - &Sigma; j = n - k n - 1 x j &Sigma; j = n - k n - 1 y j ( k - 1 ) &Sigma; j = n - k n - 1 x j 2 - ( &Sigma; j = n - k n - 1 x j ) 2 a 0 = = 1 ( k - 1 ) &Sigma; j = n - k n - 1 y j - a 1 ( k - 1 ) &Sigma; j = n - k n - 1 x j - - - ( 2 )
由(2)式得到的参数a0、a1值带入到(1)中得到线性拟合直线,再将时间tn带入线性方程中即可获得数据量预测值D′n
(3)根据步骤(2)获得的数据量预测值D′n与当前终端节点实际采集数据的数据量Dn的偏差范围自适应配置终端节点的定时休眠周期时间Tn,即终端节点当前准备休眠的休眠时间长度。
优选的,将数据量预测值D′n与终端节点当前实际采集数据的数据量Dn偏差范围分为四种区间水平(Level):level 1、level 2、level 3、level 4。
level 1为D′n与Dn的偏差可以忽略不计,D′n与Dn的绝对偏差值A与终端节点的数据采集精度(分辨率)属于同一数量级,则通过在当前已休眠的休眠周期时间Tn-1的基础上加NT(N≥2)来配置的定时休眠周期时间Tn,以获得更好的休眠效果;
level 2为D′n与Dn存在细微偏差,A在终端节点的数据采集精度(分辨率)的[10,20)倍数量级范围内,说明此时数据变化较小,不需要按本次周期采集数据,则配置Tn=Tn-1+T来获得长时间的休眠;
level 3为D′n与Dn的偏差较大,A在终端节点的数据采集精度(分辨率)的[20,50)倍数量级范围内,即此时Dn不在预测的范围内,则需适当减少定时周期获得准确的数据,配置Tn=Tn-1-T,若Tn-1<T时,则Tn=T;
level 4为D′n与Dn的偏差太大,若A大于终端节点的数据采集精度(分辨率)的50倍数量级范围,说明上次定时时间过长影响了本次采集数据时间,则通过截断的方法来获得Tn,配置Tn=Tn-1/2,Tn取靠近Tn-1/2最小整数,若Tn为零则Tn=T,从而获得传感器数据的变化。
数据量Dn与数据量预测值D′n的偏差范围所属水平区间(Level)对应的Tn配置如下表所示:
终端节点采集的传感器数据是连续变化的,比如光照、温度、湿度等,为了进一步增强本发明在不同场合的适用性,还可以通过下述界限来划分D′n与Dn的绝对偏差所对应的区间水平:
B = / D n &prime; - D n / 10 / D n / < 1 / D n &prime; - D n / 5 &times; D n 1 &le; / D n / &le; 10 / D n &prime; - D n / D n 10 < / D n /
若0≤B<a时,则对应level1;
若a≤B<b时,则对应level 2;
若b≤B<c时,则对应level 3;
若B≥c时,则对应level4;所述a、b、c为自然数,0<a<b<c,具体取值根据实际需要确定,优选的取a=1、b=5、c=10。
以上所述仅为本发明的较佳实施方式,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均应包含在本发明的保护范围之内。

Claims (4)

1.一种自适应调整终端节点定时休眠周期的方法,其特征在于,包括如下步骤:
a、获取当前终端节点采集数据的时间t与数据量D的线性关系:
对终端节点当前的前k次采集数据的时间和数据量(tn-k,Dn-k)……(tn-2,Dn-2)、(tn-1,Dn-1)进行最小二乘法,所述n≥2,1≤k<n;
b、根据所述时间t与数据量D的线性关系,通过当前终端节点采集数据的时间tn计算数据量预测值D'n
c、根据所述数据量预测值D'n与当前终端节点实际采集数据的数据量Dn的偏差范围自适应配置终端节点的定时休眠周期时间Tn:取 B = / D n &prime; - D n / 10 / D n / < 1 / D n &prime; - D n / 5 &times; D n 1 &le; / D n / &le; 10 / D n &prime; - D n / D n 10 < / D n /
当0≤B<a时,配置Tn=Tn-1+NT,N≥2;
当a≤B<b时,配置Tn=Tn-1+T;
当b≤B<c时,配置Tn=Tn-1-T;
当B≥c时,配置
所述T为终端节点的最小休眠时间,所述a、b、c为自然数,且0<a<b<c。
2.如权利要求1所述的自适应调整终端节点定时休眠周期的方法,其特征在于,所述步骤c中,配置Tn=Tn-1-T时,Tn-1<T,则Tn=T。
3.如权利要求1所述的自适应调整终端节点定时休眠周期的方法,其特征在于,所述步骤c中,配置时,若Tn-1<T,则Tn=取靠近的最小整数,若所述最小整数为0,则Tn=T。
4.如权利要求1所述的自适应调整终端节点定时休眠周期的方法,其特征在于,所述a=1、b=5、c=10。
CN201210351807.0A 2012-09-20 2012-09-20 一种自适应调整终端节点定时休眠周期的方法 Expired - Fee Related CN102869079B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201210351807.0A CN102869079B (zh) 2012-09-20 2012-09-20 一种自适应调整终端节点定时休眠周期的方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201210351807.0A CN102869079B (zh) 2012-09-20 2012-09-20 一种自适应调整终端节点定时休眠周期的方法

Publications (2)

Publication Number Publication Date
CN102869079A CN102869079A (zh) 2013-01-09
CN102869079B true CN102869079B (zh) 2015-04-15

Family

ID=47447596

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201210351807.0A Expired - Fee Related CN102869079B (zh) 2012-09-20 2012-09-20 一种自适应调整终端节点定时休眠周期的方法

Country Status (1)

Country Link
CN (1) CN102869079B (zh)

Families Citing this family (16)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103249127B (zh) * 2013-05-22 2015-10-28 清华大学 物联网节能数据传输方法
WO2015198425A1 (ja) * 2014-06-25 2015-12-30 株式会社日立システムズ 建物管理装置、広域管理システム、データ取得方法、及びプログラム
CN104159288A (zh) * 2014-09-02 2014-11-19 无锡中科智联科技研发中心有限公司 基于动态休眠的wsn节点自治愈方法
CN104684057B (zh) * 2015-03-19 2017-11-28 江苏物联网研究发展中心 无线传感器多跳网络链状拓扑结构的链路休眠方法
GB2539292B (en) 2015-11-16 2017-07-05 Ayyeka Tech Ltd Method and system for reducing power consumption in network-connected measurement units using prediction
CN105468823B (zh) * 2015-11-16 2019-01-25 广州广电运通金融电子股份有限公司 一种自助设备节能控制方法和装置
CN105517135B (zh) * 2015-12-31 2018-08-31 宁波大学 一种基于排队论的中继路由休眠时间预估方法
CN108616970B (zh) * 2016-12-28 2021-05-14 中国电信股份有限公司 物联网终端休眠周期调节方法、物联网终端和服务器
CN107577331B (zh) * 2017-07-17 2020-09-04 深圳市盛路物联通讯技术有限公司 设备控制方法及相关产品
CN108307420B (zh) * 2017-07-24 2021-06-22 深圳市盛路物联通讯技术有限公司 物联网终端的控制方法及物联网接入点
CN109041081B (zh) * 2018-07-24 2021-09-03 东南大学 一种提高NB-IoT终端设备能量利用效率的方法
CN109194748B (zh) * 2018-09-10 2021-03-23 上海微波技术研究所(中国电子科技集团公司第五十研究所) 物联网通讯信息缓存减少网络开销的方法及可读存储介质
CN109982420B (zh) * 2019-05-07 2021-12-14 肇庆学院 一种基于监测行为规则的无线传感器网络休眠调度方法
CN110346729B (zh) * 2019-06-21 2021-01-19 惠州市亿兆能源科技有限公司 一种动态调整电池管理系统休眠过程的方法
CN111964674B (zh) * 2020-10-23 2021-01-15 四川写正智能科技有限公司 一种结合加速度传感器判断读写状态的方法及移动终端
CN116321383A (zh) * 2023-05-18 2023-06-23 华北理工大学 滨海湿地水质生态监测系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101511099A (zh) * 2009-04-01 2009-08-19 南京邮电大学 基于时间序列预测模型的无线传感器网络数据采集方法
CN101932086A (zh) * 2010-07-08 2010-12-29 北京邮电大学 一种融合动态电压调节和动态能量管理的传感器休眠机制
CN102098731A (zh) * 2011-01-25 2011-06-15 无锡泛联物联网科技股份有限公司 无线传感网中的基于跳数的流量自适应休眠调度方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101511099A (zh) * 2009-04-01 2009-08-19 南京邮电大学 基于时间序列预测模型的无线传感器网络数据采集方法
CN101932086A (zh) * 2010-07-08 2010-12-29 北京邮电大学 一种融合动态电压调节和动态能量管理的传感器休眠机制
CN102098731A (zh) * 2011-01-25 2011-06-15 无锡泛联物联网科技股份有限公司 无线传感网中的基于跳数的流量自适应休眠调度方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
A DJAFARI MARBINI等.ADAPTIVE SAMPLING MECHANISMS IN SENSOR NETWORKS.《PROCEEDINGS OF LONDON COMMUNICATIONS SYMPOSIUM》.2003, *

Also Published As

Publication number Publication date
CN102869079A (zh) 2013-01-09

Similar Documents

Publication Publication Date Title
CN102869079B (zh) 一种自适应调整终端节点定时休眠周期的方法
Ma et al. Some problems of directional sensor networks
CN108064065A (zh) 一种基于无线传感器网络的远程水质监测系统
CN109302450B (zh) 一种基于Statistic-TDMA与LoRa的数据传输方法
CN103945395A (zh) 一种基于粒子群的无线网络传感器的快速优化部署方法
Wang et al. Analysis of csma/ca in IEEE 802.15. 4
Kumar et al. Cluster size optimisation with Tunable Elfes sensing model for single and multi-hop wireless sensor networks
Khriji et al. Measuring energy consumption of a wireless sensor node during transmission: Panstamp
CN105491615A (zh) 基于时间序列的传感器自适应采样方法
EP2945457B1 (en) Sensor clustering and data aggregation in wireless sensor networks
CN110798848A (zh) 无线传感器数据融合方法及装置、可读存储介质和终端
Zhang et al. Collaborative scheduling in dynamic environments using error inference
CN105636093B (zh) 无线传感器网络节点的智能唤醒方法
CN103179602A (zh) 一种无线传感器网络异常数据检测方法和装置
CN103037467B (zh) 一种无线传感器网络的数据融合方法和装置
CN101394425B (zh) 一种自适应划分簇的方法及系统
Muhendra et al. Development of digital water meter infrastructure using wireless sensor networks
Al-Kaseem et al. Energy efficient MAC protocol with smart sleep scheduling for cluster-based M2M networks
CN103249056A (zh) 一种无线传感网络的拓扑变化模拟方法及装置
Amin et al. Energy-efficient clustering scheme for multihop wireless sensor network (ECMS)
Gupta et al. Modified LEACH-DT algorithm with hierarchical extension for wireless sensor networks
Goyal et al. Energy aware routing protocol over leach on wireless sensor network
Pattanayak et al. A functional complexity framework for dynamic resource allocation in VANETs
Fan et al. A low energy algorithm of wireless sensor networks based on fractal dimension
Pinto et al. Decentralized power aware approach for data fusion in IEEE 802.15. 4 wireless sensor networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
C14 Grant of patent or utility model
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20150415

Termination date: 20170920