CN103260170A - 一种物联网节点部署方法 - Google Patents

一种物联网节点部署方法 Download PDF

Info

Publication number
CN103260170A
CN103260170A CN2013101884965A CN201310188496A CN103260170A CN 103260170 A CN103260170 A CN 103260170A CN 2013101884965 A CN2013101884965 A CN 2013101884965A CN 201310188496 A CN201310188496 A CN 201310188496A CN 103260170 A CN103260170 A CN 103260170A
Authority
CN
China
Prior art keywords
node
area
row
bunch
actual monitoring
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.)
Granted
Application number
CN2013101884965A
Other languages
English (en)
Other versions
CN103260170B (zh
Inventor
田立勤
张琪
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.)
North China Institute of Science and Technology
Original Assignee
North China Institute of Science and Technology
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 North China Institute of Science and Technology filed Critical North China Institute of Science and Technology
Priority to CN201310188496.5A priority Critical patent/CN103260170B/zh
Publication of CN103260170A publication Critical patent/CN103260170A/zh
Application granted granted Critical
Publication of CN103260170B publication Critical patent/CN103260170B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

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

  • Alarm Systems (AREA)

Abstract

本发明涉及一种物联网节点部署方法,其步骤包括:建立起一正方形基本监测区域模型;计算基本监测区域模型的面积并与实际需要监测的面积做比较;构建新的正方形基本监测区域模型并计算出面积,确定与实际需要监测区域面积的倍数关系;确定总传感器节点个数、对角线上两个相邻传感器节点间距离、拓扑层次数、簇首节点个数和实际要监测的面积之间的关系;实际选择和布设监测区域,选择能代表整体地势形态的拓扑结构;配置整个监测区域动静态相结合的路由机制;待需要拓展监测区域时,对监测区域进行组合或在已有的监测区域的最外层添加若干周的基本监测区域。本发明可以广泛用于大规模物联网的节点分布。

Description

一种物联网节点部署方法
技术领域
本发明涉及物联网技术领域,特别是关于一种面向大规模监测的物联网节点部署方法。
背景技术
物联网(Internet of Things)是对二十一世纪人类生产方式产生重大影响的热点技术,是信息技术中的一个新领域。因其具有精度高、实时性强、节点可灵活部署且无需人工干预,同时感知部分可与多种目前传输主干网如GPRS、3G、卫星通信、无线通信、微波和中国的北斗卫星导航系统的短信通信相结合等优点,很适合在大范围、远距离、环境比较恶劣的情况下进行监测。在物联网的应用过程中,如何有效地部署传感器节点,保障节点的覆盖度、网络的连通性以及最大生存时间是物联网重要的研究问题之一。目前节点部署分为随机部署和人工部署两种方式。
随机部署方式因其具有部署简单、节省人力、且可在危险的地方大面积部署等优点在一些较危险行业应用较多。但随机部署面临的最大问题是节点不能均匀分布,不能保证所有传感器节点感知到的信息可以代表整个监测区域的信息,因此数据的准确性和可靠性不能得到保障。人工部署方式是人为设计好部署方案,目前应用较多的部署方式是正六边形部署方式和正方形网格部署方式。在这两种部署方式中,节点被放置在每个图形的顶点位置。这样可以保证节点的均匀分布,有利于保障监测数据的准确性,但节点放置在图形的顶点位置也是这两种部署方式的缺点所在:当传感器节点以簇结构组网时,靠近协调器的簇首耗能较重,而远离协调器的簇首耗能较轻,因此簇首节点将对网络的性能产生重要的影响。但是目前应用这两种图形的部署方式中,并没有很好的考虑到簇首节点的放置,如何将簇结构的均匀性与节能及可扩展性相结合是目前面临的重要问题。在实际应用中,往往容易获知传感器节点的传输半径和监测区域的面积等信息,而目前并没有很好的方法可以仅根据这两个信息就能快速确定监测区域网络的规模、所需的拓扑层次数和传感器节点个数,而这些信息对实际的投资却有着重要的指导作用。
发明内容
针对上述问题,本发明的目的是提供一种在大规模监测区域下,根据传感器节点的传输半径和实际监测区域的面积快速进行物联网节点部署方法,能够有效保障传感器节点的覆盖度和监测数据的准确性。
为实现上述目的,本发明采取以下技术方案:一种物联网节点部署方法,其包括以下步骤:1)根据监测数据取样均匀和数据传输节能的需求,建立均匀分簇的正方形基本监测区域模型;2)根据传感器节点间的最大传输半径D,计算步骤1)中所建立的基本监测区域模型的面积sbase1,并将其与实际监测区域的面积sreality作比较,若sbase1≥sreality,通过缩小基本监测区域模型的各相邻两传感器节点间的距离,使sbase1=sreality,此时实际监测区域所需部署的传感器节点个数信息和拓扑层次信息为一个基本监测区域模型的信息,根据基本监测区域模型信息,完成实际监测区域的部署;若sbase1<sreality,则进入步骤3);3)当实际监测区域需要部署的基本监测区域模型的个数大于1时,缩小基本监测区域中每行/每列两个相邻传感器节点的距离,建立新的基本监测区域模型;4)计算新的基本监测区域模型的面积sbase2,根据实际监测区域的面积sreality得到所需部署的新的基本监测区域模型个数n;5)确定每行/每列所需的新的基本监测区域模型个数nBA,进而确定总的传感器节点个数nsum-node和每行/每列需要的传感器节点个数nnode;6)确定实际监测区域模型所需要的拓扑层次数nlayer;7)确定实际监测区域中每行/每列需要的簇首节点数nhead和总关键节点数nsum-key,总关键节点数包括簇首节点和协调器节点;8)确定拓扑层次数nlayer与每行/每列节点数nnode之间的关系,并根据实际监测区域的面积sreality和传感器的最大传输半径D确定需要的拓扑结构的层数;9)根据部署实际监测区域需要的传感器节点个数、拓扑层次数、簇首节点个数和总关键节点数,采用若干新的基本监测区域模型完成实际监测区域的部署。
实际选择和布设实际监测区域时,选择能代表整体地势形态的拓扑结构,若实际监测区域的地貌特征不适合部署正方形基本监测区域,则根据实际情况将监测区域部署为长方形监测区域或带拐角的任意图形,需要保持基本监测区域的正方形不变;待需要拓展实际监测区域时,根据需要拓展的面积,对实际监测区域进行组合或在已有的实际监测区域的最外层添加若干周的基本监测区域模型。
配置整个实际监测区域网络为动静态相结合的路由机制,具体配置步骤:首先将传感器节点配置为静态路由,其中传感器节点中的叶节点将监测到的信息传到自身所在的基本区域模型中的簇首节点,n级簇首节点将信息传到离自己最近的n-1级簇首节点,依次进行直至将信息传入到协调器;然后根据用户实际投资的费用,设第i个簇首节点组共有mi个簇首节点进行冗余可使整个监测区域簇首节点的可靠性最高,约束条件为簇首节点的总的投资不超过用于购买簇首节点的费用。
所述步骤1)中正方形基本监测区域模型包括九个传感器节点,所述九个传感器节点呈3×3阵列方式布置,每行/每列相邻两传感器节点间的距离相等,正方形基本监测区域模型中心节点为簇首节点,其它八个传感器节点为叶节点。
所述步骤3)中新的基本监测区域模型的每行/每列相邻传感器节点距离 l = 2 D / 6 .
所述步骤4)中根据实际监测区域的面积sreality得到所需部署的新的基本监测区域模型个数
Figure BDA00003217544600039
所述步骤5)中每行/每列所需的新的基本监测区域模型个数
Figure BDA00003217544600032
总的传感器节点个数
Figure BDA00003217544600033
每行/每列需要的传感器节点个数
Figure BDA00003217544600034
所述步骤6)中实际监测区域模型所需要的拓扑层次数:
Figure BDA00003217544600035
式中,si为i级簇首节点对应的实际监测区域面积。
所述步骤7)中实际监测区域中每行/每列需要的簇首节点数:
Figure BDA00003217544600036
总关键节点数:
Figure BDA00003217544600037
所述步骤8)中实际监测区域的面积sreality和传感器的最大传输半径D确定需要的拓扑结构的层数
本发明由于采取以上技术方案,其具有以下优点:1、本发明由于采用了基本监测区域模型组合机制,可以仅仅通过传感器节点的传输半径和实际监测区域的面积快速得到需要使用的拓扑结构层数和每行/列的传感器节点数及关键节点数,并且传感器节点个数和拓扑层数与实际监测区域面积之间是开方关系,因此传感器节点个数和拓扑层数不会随实际监测区域的面积的大规模增加而急剧增长,而是缓慢增长,因此可扩展性好。2、本发明由于可以根据实际监测区域的形状和面积由若干基本监测区域模型组合而成,因此可以在原有监测区域的基础上进行监测区域的拓展,充分利用已有的资源。3、本发明的基本监测区域模型采用正方形,各个传感器节点在基本监测区域内分布均匀,具有数据采集均匀,数据融合准确的特点,且传感器节点间的距离、传感器节点个数与需要监测的面积间的关系、传感器节点个数和拓扑层数的关系、拓扑层数和需要监测的面积的关系均提供了量化的计算方式,可以方便获得在大面积监测区域时所需要的传感器节点数和拓扑层数,结合用户实际提供的资金寻求最优传感器节点配置方案,对日后监测区域的管理提供了便利。4、本发明基本监测区域模型内的传感器节点分布采用簇首结构,每个簇首结构包括一簇首节点和八个叶传感器节点,簇首节点与其它叶传感器节点距离相等,因此方便簇首节点对信息的收集和融合,同时可使各个叶传感器节点的能耗均等。5、本发明簇首结构由于采用均匀分簇的设计,保证整体传感器节点在实际监测区域的均匀分布,降低了传感器节点部署的复杂性。6、本发明由于采用静动结合的路由设计方法,一方面传感器叶节点与簇首节点之间都是按静态路由方式进行传输,因此降低了传感器节点路由算法的复杂性,进而减少了传感器节点的能量消耗,延长了传感器节点的使用寿命;另一方面,簇首节点在根据经费约束条件下,进行优化动态冗余,不仅不会形成传输的单点故障,而且可以使簇首的可靠性达到最优。本发明可以广泛用于大规模物联网的节点分布中。
附图说明
图1(a)是本发明基本监测区域模型示意图,图1(b)是本发明一级扩展的监测示意图;
图2是本发明每行/每列基本监测区域模型个数为奇数的N层拓扑结构示意图;
图3是本发明每行/每列基本监测区域模型个数为偶数的N层拓扑结构示意图;
图4是本发明单个簇首节点传递信息示意图;
图5是本发明簇首节点组传递信息示意图;
图6是本发明簇首节点组某个簇头节点失效后传递信息示意图;
图7是本发明实施例的长方形监测区域示意图,其中图7(a)是长宽比为2:1的长方形基本监测区域示意图;图7(b)是长宽比为3:1的长方形基本监测区域示意图;图7(c)是长宽比为n:1(n为偶数)的长方形监测区域示意图;图7(d)是长宽比为n:1(n为奇数)的长方形监测区域示意图;
图8(a)是本发明带拐角的监测区域示意图;图8(b)是本发明复杂图形监测区域示意图。
具体实施方式
下面结合附图和实施例对本发明进行详细的描述:
本发明提出一种面向大规模监测的物联网节点部署方法,包括以下步骤:
1、如图1(a)所示,根据监测数据要求取样均匀和数据传输尽量节能的需求,在选购传感器的实际传输半径已知的前提下,建立一由9个前后左右等距离均匀分簇的监测点组成的正方形基本监测区域模型1。
本发明的正方形基本监测区域模型1的传感器节点采用簇首结构,包括九个传感器节点,九个传感器节点呈3×3阵列方式布置,每行/每列相邻两传感器节点间的距离相等,其中,正方形基本监测区域模型1中心节点定义为簇首节点13,簇首节点既用于监测信息又用于接收、融合和转发其它节点信息的,其它八个节点定义为叶节点12(普通节点),叶节点12仅仅用于监测信息,不用于数据的转发。
假设建立的正方形基本监测区域模型1中每行/每列相邻两传感器节点间的距离为l,正方形基本监测区域模型1的边长为3l。两个传感器节点间的最大传输半径(正方形对角线上相邻两传感器节点间的距离最大)为
Figure BDA00003217544600051
需要保证小于或等于传感器间的传输半径,此时才能保证传感器间的正常通信,但是具体长度可以根据实验所需的测试精度进行设置,本发明的实施例中假设两个传感器节点间的最大传输半径为D,此时
Figure BDA00003217544600053
2、根据设定的传感器节点间的最大传输半径D,计算正方形基本监测区域模型1的面积sbase1,并将其与实际监测区域的面积sreality作比较:若sbase1≥sreality,则一个正方形基本监测区域模型1面积就可以满足实际监测区域的面积要求,此时通过适当缩小正方形基本监测区域模型1的各相邻两传感器节点间的距离,使sbase1=sreality,此时实际监测区域所需部署的传感器节点个数信息和拓扑层次信息为一个正方形基本监测区域模型的信息,即叶节点12的节点个数为8,簇首节点13的节点个数为1,拓扑层次数nlayer为2,根据基本监测区域模型信息,完成实际监测区域的部署;
若sbase1<sreality,则进入步骤3根据实际监测区域的面积采用若干正方形基本监测区域模型1组合进行部署。
3、当一个正方形基本监测区域不能满足要求时(即当实际监测区域需要部署的正方形基本监测区域模型的个数大于1时),需要缩小正方形基本监测区域中每行/每列两个相邻传感器节点的距离l,将
Figure BDA00003217544600061
缩小为
Figure BDA00003217544600062
建立新的正方形基本监测区域模型。由于缩小了相邻传感器间的距离,相当于增加了冗余,可以提高传感器感知数据的准确性。缩小距离的目的是保证数据的正常传输,因为在实际中,多个基本监测区域是按照如图1(b)或如图2在原来监测区域的四周再增加基本监测区域的方式进行扩展。由于扩展后的监测区域两个节点的最大传输距离变大(最大距离由原来如图1(a)所示的基本监测区域内的普通监测节点到簇头对角线变为如图1(b)所示两个相邻的簇头节点的对角线),设如图1(b)所示的两个相邻的簇头节点的传输距离d,按照如图1(b)所示有d2=2*9l2,为保证相邻等级簇头节点间可以正常相互通信,需要d≤D,即2*9l2≤D,因此有 l ≤ 2 D / 6 .
4、计算新的正方形基本监测区域模型的面积
Figure BDA00003217544600063
根据实际监测区域的面积sreality得到实际监测区域所需部署的新的正方形基本监测区域模型的个数n,即
Figure BDA00003217544600064
其中
Figure BDA00003217544600068
表示上取整运算。
5、确定每行/列的新的正方形基本监测区域个数
Figure BDA00003217544600065
进而确定总的传感器节点个数nsum-node和每行/列需要的传感器节点个数nnode
由于新的正方形基本监测区域的每行/列均有三个叶节点,因此每行/列传感器节点数nnode是每行/列基本监测区域个数nBA的三倍,即:
Figure BDA00003217544600066
如图2所示,当nBA为奇数时,此时最中间的正方形基本监测区域的簇首节点可以充当协调器节点;如图3所示,当nBA为偶数时,需要在监测区域最中间增加一个协调器节点,上述两种情况下得到的nsum-node与实际监测区域面积和传感器传输半径间的关系为:
Figure BDA00003217544600071
6、确定实际监测区域所需要的拓扑层次数。
由于相邻偶数(或相邻奇数)间的差值为2,因此具有N(N≥2)级簇首结构的监测区域比具有N-1(N≥2)级簇首结构的监测区域每行/每列多两个基本正方形监测区域。
则i级簇首节点对应的实际监测区域的边长比i-1级簇首节点对应的实际监测区域边长多两个基本监测区域的长度,即
Figure BDA00003217544600072
如图2所示的i级簇首节点对应的实际监测区域的面积为si
s i = ( s i - 1 + 2 * 3 l ) 2 s 1 = ( 3 l ) 2
计算得到具有i级簇首节点所能监测的理想面积为:si=(2i-1)2*(3l)2,其中i≥1。
如图3所示的i级簇首节点对应的实际监测区域的面积为si
s i = ( s i - 1 + 2 * 3 l ) 2 s 2 = 2 2 * ( 3 l ) 2
计算得到具有i级簇首节点结构所能监测的理想面积为:si=(2i-2)2*(3l)2,其中i≥2。
由于
Figure BDA00003217544600077
将D分别代入上面两个关于si的公式并整理得簇首结构i为:
加上最外层的叶节点那一层,得到总的拓扑层次数:
Figure BDA00003217544600076
7、确定监测区域中每行/列需要的簇首节点数nhead和总关键节点(簇首节点和协调器节点)数nsum-key
因为每个正方行基本监测区域都有且仅有一个簇首节点,因此每行/列的簇首节点数等于每行/列的基本监测区域个数即:
Figure BDA00003217544600081
当实际监测区域如图2所示时,关键节点数等于总的簇首节点数,也即等于正方形基本监测区域个数n,当实际监测区域如图3所示时,关键节点数比总的基本监测区域个数多1,因此有:
Figure BDA00003217544600088
8、确定拓扑层次数nlayer与每行/列节点数nnode之间的关系。
一个新的正方形基本监测区域每行有3个节点,所以实际监测区域中每行有基本监测区域的个数:
n BA = n node 3 ,
而具有i级簇首结构的实际监测区域的面积是所有正方形基本监测区域面积的和,即si=(nBA*3l)2,将
Figure BDA00003217544600083
Figure BDA00003217544600084
代入si=(nBA*3l)2得:
si=(nnode*D)2/18,
将si代入步骤6的公式得
Figure BDA00003217544600085
9、根据实际监测区域的面积sreality和传感器的传输半径D确定需要的拓扑结构的层数:
Figure BDA00003217544600086
代入步骤8得到的nlayer与nnode之间的关系,得到:
Figure BDA00003217544600087
10、根据部署实际监测区域需要的传感器节点个数、拓扑层次数、簇首节点个数和总的关键节点数,采用若干新的基本监测区域模型完成实际监测区域的部署。
上述实施例中,在实际选择和布设监测区域时,选择能代表整体地势形态的拓扑结构。常见的整体监测几何形状包括正方形(如大面积湿地、大面积草原、大面积沙漠、大面积冰川、大面积湖泊等),长方形(如狭长的河流和山间草地等),带拐角的直角形状(如因中间有阻挡物而产生的拐弯的河流、山间等),若实际监测区域的地貌特征不适合部署正方形监测区域,则根据实际情况将监测区域部署为长方形监测区域或带拐角的任意图形,但仍保持基本监测区域正方形不变。待需要拓展实际监测区域时,根据需要拓展的面积,对实际监测区域进行组合或在已有的实际监测区域的最外层添加若干周的正方形基本监测区域模型即可。
上述各实施例中,配置整个实际监测区域网络为动静态相结合的路由机制。动是对簇首进行动态优化冗余,簇首不再是单点故障点,静态路由机制是将叶传感器节点12向它所在簇的簇首节点13传递信息配置为固定路由,以节省传感器节点能量,具体配置步骤:首先将传感器节点配置为静态路由,叶节点将监测到的信息传到自身所在的基本区域中的簇首节点,n级簇首节点将信息传到离自己最近的n-1级簇首节点,依次向内,直至将信息传到协调器。然后根据用户实际投资的费用,设第i个簇首节点组共有mi个簇首节点进行冗余可使整个监测区域系统的可靠性最高,约束条件是簇首的总的投资不超过b。以此优化方法对不同簇首节点进行冗余备份,从而使整体簇首节点的可靠性达到最优,以使簇首达到动态路由的效果。其中,第i个簇首节点13优化冗余个数mi的计算方程为:
&Pi; i = 1 n key ( 1 - &Pi; j = 1 m i R &OverBar; j ) &RightArrow; Max &Sigma; i = 1 n key c i m i < b
式中,b为投资在簇首节点的总费用,
Figure BDA00003217544600092
为簇首节点的可靠性,ci为一个簇首节点的价格,nkey是簇首节点总数。下面通过具体实施例对上述优化过程进行说明:
①监测一块区域内的温度,首先叶传感器节点12将监测到的温度信息传输给所在基本监测区域模型1内的簇首节点13,该簇首节点13接收到这些温度信息后,再加上本簇首节点13感知到的温度信息后传给它的上一级簇首节点13。再由上一级簇首节点13接收所在基本监测区域模型1内传感器叶节点12监测到的温度信息、下一级簇首节点13传过来的温度信息和本簇首节点13监测到的温度信息,再将这些信息发送给上一级簇首节点,直至将信息传递到协调器节点。
②在步骤①中,簇首节点13承担的任务繁重,因此容易出现故障。为了防止簇首节点13出现故障造成下级基本监测区域模型1内所有节点的信息无法向上级簇首节点13传递的问题,采用了优化动态冗余。如图4所示,单一簇首节点13传送监测信息;如图5所示,由两个簇首节点13组成了一簇首节点13组,传送监测信息方式是由一簇首节点13组中的一个簇首节点13向另一簇首节点1组中的一个簇首节点13发送信息;当其中一簇首节点13组中的一个簇首节点13失效时,同一簇首节点1组中的另一簇首节点13可以代替失效的簇首节点13继续工作,不会造成整个物联网系统中断(如图6所示)。每个簇首节点1组冗余的簇首节点13个数越多,物联网系统中断的概率越小,但是用于购买簇首节点13的费用是一定的,并不能无限制的冗余每个簇首节点1组中的簇首节点13,因此需要根据购买簇首节点13费用这样一个约束条件,来优化冗余的簇首节点13个数,在费用一定的情况下使每个簇首节点13组的可靠性提高。
下面通过具体实施例对本发明的物联网节点部署和分析方法的过程进行进一步说明:
如图1(a)所示,首先建立基本监测区域模型,它是由八个仅仅监测信息的传感器叶节点和一个既监测信息又融合和转发其它节点信息的簇首节点组成的正方形区域,每相邻两个传感器叶节点之间的距离均为l,周围八个叶节点到簇首节点的距离为l或
Figure BDA00003217544600101
如图2、图3所示,当需要进行大面积监测时,可以将正方形基本监测区域模块进行组合,并同时保持总体正方形区域和每两个传感器节点间的距离不变,这样总面积为n2个基本监测区域面积之和(n为每行/列的基本监测区域个数)。当每行的基本监测区域模块个数为奇数时,簇首节点个数为基本监测区域模块的个数;当每行的基本监测区域模块个数为偶数时,簇首节点个数为基本监测区域模块个数加1。当需要在原有的监测区域的基础上扩展监测面积时,仅仅需要在最外层增加一圈正方形基本监测区域模块,这样既扩展了监测区域,又同时保持正方形监测区域不变
如图7所示,当需要监测的区域是如狭长的河流和山间草地等长方形监测区域时,将无法布设正方形监测区域,此时可根据实际情况,通过基本监测区域的组合,将实际监测区域布设为2:1或3:1甚至m:1的长方形监测区域,当m为偶数时需要在最中间添加一个协调器,当m为奇数时则最中间的基本监测区域的簇首节点可充当协调器;例如:如图7(a)所示,长宽比为2:1的长方形基本监测区域模型可以由两块基本监测区域模型组合后,在两块基本监测区域模型结合边缘的中间增加一个簇首节点作为协调器,用来协调各个节点通信并将监测信息汇集和转发给网关的节点;如图7(b)所示,长宽比为3:1的长方形基本监测区域可以由三块基本监测区域模型组合后,中间基本监测区域的簇首节点作为协调器,用来协调各个节点通信并将监测信息汇集和转发给网关的节点。以此类推,如图7(c)~7(d)所示,可以得到长宽比为m:1的长方形监测区域。
如图8所示,当需要监测的区域既不是诸如大面积湿地、大面积草原等适合将监测区域部署为正方形的地方,又不是诸如狭长的河流、山间草地等适合将监测区域部署为长方形的地方,而是诸如中间有阻挡物而产生的拐弯的河流,山间等地方时,可以通过基本监测区域与的组合将监测区域部署为带拐角的直角形状,以此来适应更多样的地貌特征。在带拐角的监测区域图形中,因图形可能各式各样,不适合确定固定的层次方案,但为使节点能耗达到相对均衡,需要将协调器放在相对中心的位置,这样利于延长监测系统的工作时间,例如:如图8(a)所示,带拐角的基本监测区域模型可以由三块基本监测区域模型组合而成,中间基本监测区域模型的簇首节点是协调器,如图8(b)所示,通过将正方形、长方形、带拐角等图形的基本监测区域模型组合,可形成复杂图形的监测区域。
上述各实施例仅用于说明本发明,其中各步骤的实施方法等都是可以有所变化的,凡是在本发明技术方案的基础上进行的等同变换和改进,均不应排除在本发明的保护范围之外。

Claims (10)

1.一种物联网节点部署方法,其包括以下步骤: 
1)根据监测数据取样均匀和数据传输节能的需求,建立均匀分簇的正方形基本监测区域模型; 
2)根据传感器节点间的最大传输半径D,计算步骤1)中所建立的基本监测区域模型的面积sbase1,并将其与实际监测区域的面积sreality作比较,若sbase1≥sreality,通过缩小基本监测区域模型的各相邻两传感器节点间的距离,使sbase1=sreality,此时实际监测区域所需部署的传感器节点个数信息和拓扑层次信息为一个基本监测区域模型的信息,根据基本监测区域模型信息,完成实际监测区域的部署; 
若sbase1<sreality,则进入步骤3); 
3)当实际监测区域需要部署的基本监测区域模型的个数大于1时,缩小基本监测区域中每行/每列两个相邻传感器节点的距离,建立新的基本监测区域模型; 
4)计算新的基本监测区域模型的面积sbase2,根据实际监测区域的面积sreality得到所需部署的新的基本监测区域模型个数n; 
5)确定每行/每列所需的新的基本监测区域模型个数nBA,进而确定总的传感器节点个数nsum-node和每行/每列需要的传感器节点个数nnode; 
6)确定实际监测区域模型所需要的拓扑层次数nlayer; 
7)确定实际监测区域中每行/每列需要的簇首节点数nhead和总关键节点数nsum-key,总关键节点数包括簇首节点和协调器节点; 
8)确定拓扑层次数nlayer与每行/每列节点数nnode之间的关系,并根据实际监测区域的面积sreality和传感器的最大传输半径D确定需要的拓扑结构的层数; 
9)根据部署实际监测区域需要的传感器节点个数、拓扑层次数、簇首节点个数和总关键节点数,采用若干新的基本监测区域模型完成实际监测区域的部署。 
2.如权利要求1所述的一种物联网节点部署方法,其特征在于:实际选择和布设实际监测区域时,选择能代表整体地势形态的拓扑结构,若实际监测区域的地貌特征不适合部署正方形基本监测区域,则根据实际情况将监测区域部署为长方形监测区域或带拐角的任意图形,需要保持基本监测区域的正方形不变;待需要拓展实际监测区域时,根据需要拓展的面积,对实际监测区域进行组合或在已有的实际监测区域的最外层添加若干周的基本监测区域模型。 
3.如权利要求1或2所述的一种物联网节点部署方法,其特征在于:配置整个实际监测区域网络为动静态相结合的路由机制,具体配置步骤:首先将传感器节点配置为静态路由,其中传感器节点中的叶节点将监测到的信息传到自身所在 的基本区域模型中的簇着节点,n级簇首节点将信息传到离自己最近的n-1级簇首节点,依次进行直至将信息传入到协调器;然后根据用户实际投资的费用,设第i个簇首节点组共有mi个簇首节点进行冗余可使整个监测区域簇首节点的可靠性最高,约束条件为簇首节点的总的投资不超过用于购买簇首节点的费用。 
4.如权利要求1~3任一项所述的一种物联网节点部署方法,其特征在于:所述步骤1)中正方形基本监测区域模型包括九个传感器节点,所述九个传感器节点呈3×3阵列方式布置,每行/每列相邻两传感器节点间的距离相等,正方形基本监测区域模型中心节点为簇首节点,其它八个传感器节点为叶节点。 
5.如权利要求1~4所述的一种物联网节点部署方法,其特征在于:所述步骤3)中新的基本监测区域模型的每行/每列相邻传感器节点距离
6.如权利要求1~5任一项所述的一种物联网节点部署方法,其特征在于:所述步骤4)中根据实际监测区域的面积sreality得到所需部署的新的基本监测区域模型个数
Figure FDA00003217544500022
7.如权利要求1~6任一项所述的一种物联网节点部署方法,其特征在于:所述步骤5)中每行/每列所需的新的基本监测区域模型个数
Figure FDA00003217544500023
总的传感器节点个数
Figure FDA00003217544500024
每行/每列需要的传感器节点个数 
Figure FDA00003217544500025
8.如权利要求1~7任一项所述的一种物联网节点部署方法,其特征在于:所述步骤6)中实际监测区域模型所需要的拓扑层次数: 
Figure FDA00003217544500026
式中,si为i级簇首节点对应的实际监测区域面积。 
9.如权利要求1~8任一项所述的一种物联网节点部署方法,其特征在于:所述步骤7)中实际监测区域中每行/每列需要的簇首节点数: 
Figure FDA00003217544500031
总关键节点数: 
Figure FDA00003217544500032
10.如权利要求1~9任一项所述的一种物联网节点部署方法,其特征在于:所述步骤8)中实际监测区域的面积sreality和传感器的最大传输半径D确定需要的拓扑结构的层数
Figure 20131018849651000011
CN201310188496.5A 2013-05-20 2013-05-20 一种物联网节点部署方法 Expired - Fee Related CN103260170B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310188496.5A CN103260170B (zh) 2013-05-20 2013-05-20 一种物联网节点部署方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310188496.5A CN103260170B (zh) 2013-05-20 2013-05-20 一种物联网节点部署方法

Publications (2)

Publication Number Publication Date
CN103260170A true CN103260170A (zh) 2013-08-21
CN103260170B CN103260170B (zh) 2016-04-27

Family

ID=48963811

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310188496.5A Expired - Fee Related CN103260170B (zh) 2013-05-20 2013-05-20 一种物联网节点部署方法

Country Status (1)

Country Link
CN (1) CN103260170B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106332214A (zh) * 2015-06-23 2017-01-11 柳成荫 一种数据定向传输方法和系统
CN106454867A (zh) * 2016-08-05 2017-02-22 四川省那科通信有限责任公司 无线网络内多网关协同覆盖方法
WO2018049552A1 (en) * 2016-09-13 2018-03-22 Thomson Licensing Method and apparatus for controlling network sensors
CN113311779A (zh) * 2021-05-27 2021-08-27 湖南国天电子科技有限公司 一种浮标数据采集处理控制系统
CN113329351A (zh) * 2021-06-02 2021-08-31 合肥工业大学 一种消息传输的方法及其设备
CN113438323A (zh) * 2021-08-25 2021-09-24 广州汇图计算机信息技术有限公司 基于物联网感兴趣区域的安全监控装置
CN117858104A (zh) * 2024-03-04 2024-04-09 成都工业学院 一种基于深度q网络的无线ap规划部署方法及系统

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102006610A (zh) * 2010-12-24 2011-04-06 南京大学 一种物联网系统中节点的动态调整方法
CN102395173A (zh) * 2011-11-01 2012-03-28 江南大学 环境监测物联网感知层能量高效利用的成簇方法
KR20120104867A (ko) * 2011-03-14 2012-09-24 서울시립대학교 산학협력단 센서 네트워크의 계층적 라우팅 프로토콜을 위한 클러스터 헤드 노드 선출방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102006610A (zh) * 2010-12-24 2011-04-06 南京大学 一种物联网系统中节点的动态调整方法
KR20120104867A (ko) * 2011-03-14 2012-09-24 서울시립대학교 산학협력단 센서 네트워크의 계층적 라우팅 프로토콜을 위한 클러스터 헤드 노드 선출방법
CN102395173A (zh) * 2011-11-01 2012-03-28 江南大学 环境监测物联网感知层能量高效利用的成簇方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
李冬艳,陈建峡,田立勤: "网络可用性提高的机制、分析与量化评估", 《华北科技学院学报》, vol. 8, no. 1, 31 January 2011 (2011-01-31) *
李燕君,潘建: "无线传感器网络的节点智能部署方法研究", 《计算机科学》, vol. 39, no. 8, 31 August 2012 (2012-08-31) *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106332214A (zh) * 2015-06-23 2017-01-11 柳成荫 一种数据定向传输方法和系统
CN106332214B (zh) * 2015-06-23 2019-12-24 柳成荫 一种数据定向传输方法和系统
CN106454867A (zh) * 2016-08-05 2017-02-22 四川省那科通信有限责任公司 无线网络内多网关协同覆盖方法
WO2018049552A1 (en) * 2016-09-13 2018-03-22 Thomson Licensing Method and apparatus for controlling network sensors
US11223965B2 (en) 2016-09-13 2022-01-11 Interdigital Ce Patent Holdings, Sas Method and apparatus for controlling network sensors
CN113311779A (zh) * 2021-05-27 2021-08-27 湖南国天电子科技有限公司 一种浮标数据采集处理控制系统
CN113311779B (zh) * 2021-05-27 2022-03-01 湖南国天电子科技有限公司 一种浮标数据采集处理控制系统
CN113329351A (zh) * 2021-06-02 2021-08-31 合肥工业大学 一种消息传输的方法及其设备
CN113329351B (zh) * 2021-06-02 2022-08-30 合肥工业大学 一种消息传输的方法及其设备
CN113438323A (zh) * 2021-08-25 2021-09-24 广州汇图计算机信息技术有限公司 基于物联网感兴趣区域的安全监控装置
CN117858104A (zh) * 2024-03-04 2024-04-09 成都工业学院 一种基于深度q网络的无线ap规划部署方法及系统
CN117858104B (zh) * 2024-03-04 2024-05-03 成都工业学院 一种基于深度q网络的无线ap规划部署方法及系统

Also Published As

Publication number Publication date
CN103260170B (zh) 2016-04-27

Similar Documents

Publication Publication Date Title
CN103260170A (zh) 一种物联网节点部署方法
CN100533484C (zh) 基于自适应平坦度将无序点云转换为三角网格的系统及方法
CN104318766B (zh) 一种公交gps轨迹数据的路网匹配方法
CN111860951A (zh) 一种基于动态超图卷积网络的轨道交通客流预测方法
CN103813355B (zh) 一种分布式网络中协同同步的异常点的识别方法
CN102209033B (zh) 无线传感器网络分簇路由方法
CN104135751A (zh) 一种适用于地铁隧道的非均匀分簇路由方法
CN102110365A (zh) 基于时空关系的路况预测方法和系统
CN109862532B (zh) 轨道交通状态监测多传感器节点布局优化方法及系统
CN101605372A (zh) 一种集中式Mesh无线传感器网络冗余路径调度及管理方法
CN106028417B (zh) 一种基于节点能耗和剩余能量的无线传感网络路径规划方法
CN105469143A (zh) 基于神经网络动态特征的片上网络资源映射方法
CN102802163B (zh) 一种基于混合整数规划的无线传感网拓扑构建方法
CN107295453A (zh) 一种无线传感器网络数据融合方法
CN103152817A (zh) 基于广播Gossip算法的分布式时钟同步方法
CN107919918A (zh) 一种移动节点辅助水下物联网数据可靠采集方法
CN102685688B (zh) 一种基于一级密封价格拍卖的无线传感器网络分簇方法
CN105302858A (zh) 一种分布式数据库系统的跨节点查询优化方法及系统
Yueqing et al. A study on topological characteristics of wireless sensor network based on complex network
CN101772013B (zh) 一种基于投票机制的wsn抗攻击节点定位方法
Sun et al. ENCP: A new energy-efficient nonlinear coverage control protocol in mobile sensor networks
CN103596268A (zh) 一种适用传感器网络节点定位的分布式联合迭代定位方法
Liu et al. Toward reliable dnn-based task partitioning and offloading in vehicular edge computing
CN103957544A (zh) 一种提高无线传感器网络抗毁性的方法
Cats et al. Multi-modal network evolution in polycentric regions

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

Granted publication date: 20160427

CF01 Termination of patent right due to non-payment of annual fee