CN103118391A - 多层次多代理无线传感网络数据融合方法 - Google Patents
多层次多代理无线传感网络数据融合方法 Download PDFInfo
- Publication number
- CN103118391A CN103118391A CN2013100380805A CN201310038080A CN103118391A CN 103118391 A CN103118391 A CN 103118391A CN 2013100380805 A CN2013100380805 A CN 2013100380805A CN 201310038080 A CN201310038080 A CN 201310038080A CN 103118391 A CN103118391 A CN 103118391A
- Authority
- CN
- China
- Prior art keywords
- network
- agent
- data fusion
- wireless sensor
- sensor network
- 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
Links
Images
Classifications
-
- 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
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种多层次多代理无线传感网络数据融合方法,该方法包括:网络的逻辑分层,各层代理的配置,基于代理的数据融合方法。其步骤是:首先对无线传感器网络进行逻辑分层,将网络映射成虚拟的多层网络;其次,对不同层次的网络配置不同类型的代理;最后不同类型的代理自主选择不同的数据融合算法,实现不同层次多种融合方法并举的、面向不同用户需求的、自主决择的数据融合。本发明从数据融合的角度,采用多代理技术,提出一种多层次多代理无线传感器网络模型,并在此基础上提出多层次多代理数据融合策略,有效解决无线传感器网络中大量冗余传感数据的传输问题,从而提高网络监测信息的收集效率,减少网络开销(特别是通信量和能量消耗),适应网络中节点的动态增减和时断时续的通讯状况,增加网络的生命期与智能性。
Description
技术领域
本发明涉及一种无线传感网络数据融合方法,尤其涉及一种多层次多代理无线传感网络数据融合方法。
背景技术
无线传感器网络(WSN)是大量具有通信与计算能力的微小传感器节点密集布设在无人值守的监控区域而构成的能够根据环境自主完成指定任务的“智能”自治测控网络系统,是继Internet 之后将对21 世纪人类生活方式产生重大影响的IT 热点技术。无线传感器网络将虚拟的信息世界与客观的物理世界联系在一起,改变了人类与自然界的交互方式,应用前景十分广阔,能够广泛应用于军事、环境监测、医疗健康、交通管理以及商业应用等领域。由于现有无线传感器节点硬件技术的局限使得传感器节点的通信带宽、处理和存储能力、电池能量都有限,加之监测环境的特殊性和不可测性,造成较高传输失效率。为此,通常通过增加节点部署的密度,以大量的冗余来克服传感器硬件上的局限,以数量换取质量。然而,大量冗余传感器节点又带来了新的问题:有限的能量与通信带宽难以传输大量的冗余的传感数据。研究表明,在无线传感器网络中通信消耗的能量比计算所消耗的能量多得多。据Gregory分析得到传感器节点使用无线方式传输1比特到100米远所消耗的能量可供执行3000 条指令。因此,尽量在数据传输前,删除冗余、无效和可信度较差的数据,同时将来自不同节点的信息结合起来进行融合处理,达到减少网络数据传输的数据数量的目的。
尽管针对传感器网络数据融合的研究已取得一些成果,但随着对无线传感器研究的不断深入,仍有以下关键问题难以克服:一、现有数据融合方法针对性不够强,针对不同用户需求通用性差。二、未来无线传感器网络需要更多的智能特性,现有数据融合技术与智能技术结合不够。为此,本发明将人工智能中Agent技术应用到无线传感器网络中数据融合上,将网络分层,并在不同层次网络上实现多级Agent进行数据融合,提升网络的适应性和智能性,延长网络的生命期。
发明内容
本发明提供一种多层次多代理无线传感网络数据融合方法,旨在对于资源受限、节点密集部署的无线传感器网络,研究如何构造基于多层次多代理的无线传感器网络模型,提出基于该模型的数据融合策略,实现轻量级的高效融合算法,以达到减少冗余信息、降低网络资源消耗、提高信息收集效率、增强网络智能的目的。
针对上述目的,本发明采取的技术方案是,多层次多代理的无线传感器网络数据融合方法。其特征在于,包括网络逻辑分层、配置代理、数据融合。其步骤是:
首先,对无线传感器网络进行逻辑分层,将网络映射成虚拟的多层网络;
其次,对不同层次的网络配置不同类型的代理;
最后,对不同类型的代理选择不同的数据融合算法,实现不同层次多种融合方法并举的、面向不同用户需求的、自主决择的数据融合。
所述网络逻辑分层是以物理传感器网络为基础的逻辑上多层次的无线传感网络。
所述代理配置是在不同层次网络上配置不同类型的Agent,不同Agent的结构与功能设计,Agent的分发机制,Agent的通信机制,移动Agent的迁移机制。
所述数据融合是针对上述多代理的无线传感器网络的特点以及不同类型节点的固有特性,分门别类设计不同类型的轻量级的数据融合方法,实现对节点状态信息与感知数据的高效收集与融合处理。
本发明从数据融合的角度,采用多代理技术,提出一种多层次多代理无线传感器网络模型,并在此基础上提出多层次多代理数据融合策略,有效解决无线传感器网络中大量冗余传感数据的传输问题,从而提高网络监测信息的收集效率,减少网络开销(特别是通信量和能量消耗),适应网络中节点的动态增减和时断时续的通讯状况,增加网络的生命期与智能性。
附图说明
图1是本发明的网络模型示意图。
在图中,1、Sink节点 2、簇头节点 3、感知节点 4、移动代理。
具体实施方式
下面结合附图1对本发明作进一步说明。
如图1所示,多层次多代理的无线传感器网络数据融合方法,包括网络逻辑分层、配置代理、数据融合。其步骤是:首先,对无线传感器网络进行逻辑分层,将网络映射成虚拟的多层网络;其次,对不同层次的网络配置不同类型的代理;最后,对不同类型的代理选择不同的数据融合算法,实现不同层次多种融合方法并举的、面向不同用户需求的、自主决择的数据融合。
所述逻辑分层是从功能上将无线传感器网络中的节点分为信息感知节点、路由节点、融合节点三类。模型的基本结构如图1所示。信息感知节点是用于感知、收集事件信息;路由节点除了具有信息感知节点的功能外,还要承担路由的功能;融合节点除了具有路由节点功能外还具有信息融合的功能。根据上述节点的功能特点,将网络逻辑上分为三层:感知节点层、簇头节点层和Sink节点层。
所述配置代理是在每一个感知节点3上配置一个静态Agent,用于感知节点信息融合以及给移动Agent提供接口。每一个簇内配置一个移动Agent,用于簇内的信息收集和融合。簇间配置若干移动Agent,用于收集各簇头的信息,汇聚到Sink节点1。Sink节点1是信息汇集与代理分发节点,当接到用户指令后,产生并分发移动代理4,移动代理4根据初始的巡回路径进行在节点间移动,移动的过程中进行信息收集和融合处理。图1中簇头节点2实现了路由节点和融合节点的功能。
所述数据融合是结合上述基于多代理多次的网络模型,提出不同层次采用不同数据融合方法。在网络逻辑分层的基础上,数据融合也分成多层:节点内的融合、节点到簇头的融合、簇头间的融合、簇头到Sink节点的融合等。多层次融合方法如表一所示。并根据数据的特点可在时间、空间和类型三个维度上进行融合。不同层次的节点上运行不同类型的Agent,各Agent可根据用户的需求自主选择合适的融合算法,完成用户交给的信息收集任务。
表一 多层次多类别数据融合策略
本发明采用Agent技术和数据融合技术,提出一种多层次多代理无线传感网络数据融合方法,给网络的不同逻辑层分配不同的类型Agent,各Agent自主选择合适的数据融合策略,有效的消除冗余信息、减少网络通信量,从而减少网络能耗,大大延长了网络的寿命,提升网络智能性。
Claims (1)
1.一种多层次多代理的无线传感器网络数据融合方法,它包括网络逻辑分层、配置代理、数据融合,其特征在于方法步骤是:
首先,对无线传感器网络进行逻辑分层,将网络映射成虚拟的多层网络;
其次,对不同层次的网络配置不同类型的代理;
最后,对不同类型的代理选择不同的数据融合算法,实现不同层次多种融合方法并举的、面向不同用户需求的、自主决择的数据融合;
所述网络逻辑分层是以物理传感器网络为基础的逻辑上多层次的无线传感网络;
所述代理配置是在不同层次网络上配置不同类型的Agent,不同Agent的结构与功能设计,Agent的分发机制,Agent的通信机制,移动Agent的迁移机制;
所述数据融合是针对上述多代理的无线传感器网络的特点以及不同类型节点的固有特性,分门别类设计不同类型的轻量级的数据融合方法,实现对节点状
多层次多代理无线传感网络数据融合方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100380805A CN103118391A (zh) | 2013-01-31 | 2013-01-31 | 多层次多代理无线传感网络数据融合方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN2013100380805A CN103118391A (zh) | 2013-01-31 | 2013-01-31 | 多层次多代理无线传感网络数据融合方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN103118391A true CN103118391A (zh) | 2013-05-22 |
Family
ID=48416634
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN2013100380805A Pending CN103118391A (zh) | 2013-01-31 | 2013-01-31 | 多层次多代理无线传感网络数据融合方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103118391A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104065754A (zh) * | 2014-07-14 | 2014-09-24 | 昆明联诚科技股份有限公司 | 一种基于p2p技术的无线传感器网络及其构建方法 |
CN104302016A (zh) * | 2014-09-16 | 2015-01-21 | 北京市信息技术研究所 | 一种基于多功能复合式传感器的无线传感网架构 |
CN110113193A (zh) * | 2019-04-25 | 2019-08-09 | 上海腾焊智能科技有限公司 | 基于分级代理的数据传输方法、系统及介质 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101035040A (zh) * | 2007-02-02 | 2007-09-12 | 南京邮电大学 | 基于多代理协商的无线传感器网络数据收集方法 |
JP2010171917A (ja) * | 2009-01-21 | 2010-08-05 | Jiaotong Univ | マルチホップ無線ネットワークグループ間の情報交換装置、方法、及びシステム |
CN102244882A (zh) * | 2011-08-15 | 2011-11-16 | 南通大学 | 基于移动代理的无线传感器网络智能数据采集方法 |
-
2013
- 2013-01-31 CN CN2013100380805A patent/CN103118391A/zh active Pending
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101035040A (zh) * | 2007-02-02 | 2007-09-12 | 南京邮电大学 | 基于多代理协商的无线传感器网络数据收集方法 |
JP2010171917A (ja) * | 2009-01-21 | 2010-08-05 | Jiaotong Univ | マルチホップ無線ネットワークグループ間の情報交換装置、方法、及びシステム |
CN102244882A (zh) * | 2011-08-15 | 2011-11-16 | 南通大学 | 基于移动代理的无线传感器网络智能数据采集方法 |
Non-Patent Citations (1)
Title |
---|
张雯娟,朱响斌: "基于移动代理的无线传感器网络簇内融合算法", 《计算机与数字工程》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104065754A (zh) * | 2014-07-14 | 2014-09-24 | 昆明联诚科技股份有限公司 | 一种基于p2p技术的无线传感器网络及其构建方法 |
CN104302016A (zh) * | 2014-09-16 | 2015-01-21 | 北京市信息技术研究所 | 一种基于多功能复合式传感器的无线传感网架构 |
WO2016041239A1 (zh) * | 2014-09-16 | 2016-03-24 | 北京市信息技术研究所 | 一种基于多功能复合式传感器的无线传感网架构 |
US10368392B2 (en) | 2014-09-16 | 2019-07-30 | Beijing Institute Of Information Technology | Wireless sensor network architecture based on multifunctional and compound sensors |
CN110113193A (zh) * | 2019-04-25 | 2019-08-09 | 上海腾焊智能科技有限公司 | 基于分级代理的数据传输方法、系统及介质 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | An UAV-enabled intelligent connected transportation system with 6G communications for internet of vehicles | |
Khedr et al. | Successors of PEGASIS protocol: A comprehensive survey | |
CN106304234A (zh) | 一种基于聚类路由协议的无线传感器网络能耗优化方法 | |
CN102843743B (zh) | 基于菌群觅食优化算法的无线传感网层次化路由方法 | |
Sodhro et al. | Decentralized energy efficient model for data transmission in IoT-based healthcare system | |
CN103052130A (zh) | 一种基于粗糙集的无线多媒体传感器网络数据融合方法 | |
CN109451556A (zh) | 基于uav对无线传感网充电的方法 | |
CN104284386A (zh) | 基于点介数的无线传感器网络簇头选择方法 | |
John et al. | Energy saving cluster head selection in wireless sensor networks for internet of things applications | |
Feng et al. | Bidirectional green promotion of 6G and AI: architecture, solutions, and platform | |
CN103118391A (zh) | 多层次多代理无线传感网络数据融合方法 | |
CN106209261B (zh) | 基于概率邻域网格的三维UASNs的移动数据收集方法 | |
Wajgi et al. | Load balancing algorithms in wireless sensor network: a survey | |
Zhang et al. | Large-scale WSNs resource scheduling algorithm in smart transportation monitoring based on differential ion coevolution and multi-objective decomposition | |
Li et al. | Algorithm for wireless sensor networks in ginseng field in precision agriculture | |
CN117177300A (zh) | 一种基于数字孪生的分布式动态无人机任务调度方法 | |
Zhang | A deployment and coverage optimization algorithm for self-powered wireless sensor networks based on hybrid swarm intelligence | |
Dong et al. | Learning automaton-based energy-efficient and fault-tolerant topology evolution algorithm for underwater acoustic sensor network | |
CN106412935B (zh) | 一种基于复杂网络理论的网络拓扑结构建立方法 | |
Luan | Calculation and Simulation of Transmission Reliability in Wireless Sensor Network Based on Network Coding. | |
Jlassi et al. | A Combination of Kruskal and K-means Algorithms for Network Lifetime Extension in Wireless Sensor Networks | |
Asgarnezhad et al. | An effective combined method for data aggregation in WSNs | |
CN112996073A (zh) | 无线传感器低功耗低时延路径式协同计算方法 | |
Lu et al. | ASHEED: Attention-shifting mechanism for depolarization of cluster head energy consumption in the smart sensing system | |
Bendjima et al. | Intelligent communication of WSN based on a multi-agent system |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C12 | Rejection of a patent application after its publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20130522 |