CN103414786A - 一种基于最小生成树的数据聚合方法 - Google Patents

Abstract

本发明公开了一种基于最小生成树的数据聚合方法，其主要步骤包括：部署无线传感器；选择簇头；分簇；簇内节点构成简单图模型；簇内权值的计算；簇内节点构建最小生成树；簇内数据聚合；簇头权值的计算；簇头节点构成简单图模型；簇头节点构建最小生成树；簇头数据聚合；均衡节点能耗；簇的维持。本发明通过合理布置传感器节点和对节点进行分簇，使传感器节点的能耗均匀分布，延长了整个无线传感器网络的生命周期，使得所有节点的能量能够得到高效的利用。

Description

一种基于最小生成树的数据聚合方法

技术领域

本发明属于无线传感器网络技术领域，涉及一种无线传感器间数据聚合方法，具体是一种基于最小生成树的数据聚合方法的设计。 

背景技术

无线传感器网络（WSN）是由部署在监测区域内的大量传感器节点组成，通过无线通信形成一个多跳的自组织的网络系统，它通过节点中内置的传感器测量周边环境中的热、红外、声纳、雷达和地震波等信号，从而探测包括温度、湿度、噪声、光强度、压力、速度和方向等物质现象，进行实时数据采集、监督控制和信息共享与存储管理等功能。传感器网络节点的能量十分有限，一旦能量耗尽将无法实时补充，并且有研究表明，数据传输阶段消耗的能量所占比重较大，因此在收集信息的过程中采用单个节点单独传送数据到汇聚节点的方法是不合适的，会浪费通信带宽和能量并降低信息收集的效率。 

数据聚合技术是解决这一问题的有效途径，由于大量随机部署的传感器节点所感知的数据具有较强的相关性，通过数据聚合，降低数据冗余信息，减少数据包的传输，提高能量的利用率。数据聚合利用的是节点的计算资源和存储资源，只要将增加计算量的能量消耗控制在小于降低通信量的能量消耗，就可以达到减少节点能量损耗、减少网络通信带宽，延长网络生命周期的目的。但是，数据聚合过程中，聚合节点要等待所有源节点将源数据传输到聚合节点后再进行数据聚合，等待时间必然会造成很大的网络延迟。 

现有的数据聚合方式一般有以下几种： 

1、LEACH：LEACH（Low Energy Adaptive Clustering Hierarchy）是一个典型的分簇协议，通过等概率地随机循环选择簇头，将整个网络的能耗负载均衡地分配到每个传感器节点，从而达到降低网络能耗，延长网络生命周期的目的。但是由于LEACH假定所有节点能够与汇聚节点直接通信，并且每个节点都具备支持不同MAC协议的计算能力，因此该协议不适合在大规模的无线传感器网络中应用。协议没有说明簇头节点的数目怎么分布才能及于整个网络，因此，很可能出现被选的簇头节点集中在网络某一区域的现象，这样就会使得一些节点的周围没有任何簇头节点，从而导致网络能耗分布不均匀； 

2、PEGASIS:PEGASIS(Power-Efficient GAthering in Sensor Information Systems)中的簇是一条基于地理位置的链，协议根据节点的地理位置形成一条相邻节点之间距离最短的链。PEGASIS中通信只限于相邻节点之间，节点以最小功率发送数据，每轮只随机选择一个簇首与基站通信,减少了数据通信量。PEGASIS算法建立在网络全局信息能够被所有节点知道的基础上，在实际应用中存在以下问题：由于节点能力有限，单个节点很难保存网络；当 节点意外死亡时，需要重新广播全局信息；容错性不佳，若PEGASIS链上的任一节点意外死亡则从链端到该节点的所有数据将丢失。 

3、Flooding：Flooding协议中，节点产生或收到数据后向所有邻节点广播，数据包直到过期或到达目的地才停止传播。但该协议具有严重缺陷：（1）、内爆：节点几乎同时从邻节点收到多份相同数据；（2）、交叠：节点先后收到监控同一区域的多个节点发送的几乎相同的数据；（3）、资源利用盲目：节点不考虑自身资源限制，在任何情况下都转发数据。 

这些协议在簇头的选择或者簇内的处理上都存在一定的问题，这就使得传感器的能耗不能得到很好的控制。 

发明内容

本发明所要解决的技术问题是提供一种基于最小生成树的数据聚合方法，该方法能够使传感器节点的能耗均匀分布，延长传感器网络的生存周期。 

本发明解决其技术问题采用的技术方案是：一种基于最小生成树的数据聚合方法，其特征在于，具体包括： 

步骤1、部署无线传感器：在检测区域内，将无线传感器部署在检测区域； 

步骤2、选择簇头：将整个检测区域按网格进行均匀划分，使每个网格的大小形状相同，在每个网格中选择位置距离网格中心最近的传感器节点作为簇头； 

步骤3、分簇：簇头选择完成后，簇头广播Cluster{ID，N，Hop}信息，其中，ID为节点的编号，N为Cluster信息转发的跳数，且N的初值为0，Hop为系统设定的跳数；处于簇头附近的邻居节点收到Cluster信息后N增加1再转发这一信息，直到N=Hop就不再转发Cluster信息；簇头的邻居节点转发Cluster信息后再向将Cluster信息转发给自己的邻居节点，然后发送一个反馈信息Join{ID，N，E_ir，d_ij，k_i}给将Cluster信息转发给自己的节点，最终将Join信息转发给簇头表示自己加入该簇，其中，E_ir表示该节点此时的剩余能量，d_ij表示两节点间的距离，k_i表示该节点能够监测得到的数据包的大小；如果一个节点收到了多个Cluster信息，节点就选择N值小的加入该簇，若N相等节点就随便选择一个簇并加入到该簇；如果节点没有收到Cluster信息，则节点发送Help信息，加入离自己最近的一个簇； 

步骤4、簇内节点构成简单图模型：通过步骤3得到簇内所有节点在簇内所处的位置，将每个节点当做图的一个顶点，每两个相邻节点间用边相连接； 

步骤5、簇内权值的计算：通过所述步骤3，簇头获取簇内成员节点的E_ir、d_ij和k_i，计算相邻两节点i，j之间的权值，权值的计算公式为： 

W_ij=a₁(E_ir+E_jr)+a₂d_ij+a₃(k_i+k_j)    （1） 

其中，E_jr、k_j分别表示节点j的剩余能量和节点j能够监测得的数据的大小，且a₁+a₂+a₃=1，这样系统就可以根据系统对E_ir、d_ij或k_i所要求的比重不同调整a_i的值而得到满足不同需要的权值； 

步骤6、簇内节点构建最小生成树：根据所述步骤4得到的簇内节点构成的简单图模型和所述步骤5得到的权值，根据Prim最小生成树算法的定义构建簇内节点最小生成树； 

步骤7、簇内数据聚合：簇内节点的最小生成树构造完成后，传感器节点开始正常工作，从最低一级传感器节点开始，将收集的数据传给父节点，父节点将自己收集的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给簇头； 

步骤8、簇头权值的计算：通过步骤3分簇完成后，簇头获得整个簇内节点的位置、节点剩余能量和传感器节点可能监测得到数据的大小信息，其中E_cir=E_1r+E_2r+…+E_ir表示整个簇的剩余能量值，K_ci表示簇头聚合的数据大小，D_ij表示相邻簇头间的距离，对相邻两簇头i，j之间权值进行计算，权值的公式（2）定义为： 

W_ij=b₁(E_cir+E_cjr)+b₂D_ij+b₃(K_ci+K_cj)    （2） 

其中，E_cjr和K_cj分别表示簇头j的剩余能量值和簇头j聚合的数据大小，且b₁+b₂+b₃=1，这样系统就可以根据系统对E_cir、D_ij或K_ci要求的比重不同调整b_i的值而得到满足不同需要的权值； 

步骤9、簇头节点构成简单图模型：将每个簇头当做图的一个顶点，相邻簇头之间用边相连接，每条边的权值由步骤8的公式（2）计算得到； 

步骤10、簇头节点构建最小生成树：由步骤8给出的簇头节点构成的简单图模型后，根据Prim最小生成树算法的定义来构建最小生成树； 

步骤11、簇头数据聚合：簇头节点的最小生成树构造完成后，从最低一级簇头开始，将收集的数据传给父节点，父节点将自己聚合的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给基站； 

步骤12、均衡节点能耗：每进行M轮以后，就重新选择簇头，然后重新进行前面的步骤，其中，节点的能耗可由LEACH能耗模型进行估算； 

步骤13、簇的维持：簇内节点死亡后，就可能会造成簇内的最小生成树路径失效，所以在节点即将死亡前，节点发送一个Die信息给簇头，表示自己即将死亡，簇头接收这一信息 后，簇头就开始对簇内节点重新构建最小生成树。 

进一步的，在所述步骤1中，所有无线传感器同构，即具有相同的初始能量、感知半径、通信半径。 

进一步的，在所述步骤3中，得到每个节点初始的剩余能量E_ir后，通过LEACH能耗模型来估算节点能量的剩余值，在进行了M轮后，节点的剩余能量可以估算为： 

E=E_ir-M(E_tx+E_rx)=E_ir-M(2kE_elec+kε_{free-space-amp}d²)，所述E_ir即为节点反馈给簇头的剩余能量。 

更进一步的，所述LEACH能耗模型是LEACH协议提出的传感器在发送和接收数据时能量消耗的消耗模型，其具体表达形式为： 

$E_{\mathrm{tx}}(k,d)=E_{\mathrm{tx}-\mathrm{elec}}\left(k\right)+E_{\mathrm{tx}-\mathrm{amp}}(k,d)=\left\{\begin{array}{c}{\mathrm{kE}}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{free}-\mathrm{space}-\mathrm{amp}}{d}^2,d\≤d_0\\ {\mathrm{kE}}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{two}-\mathrm{way}-\mathrm{amp}}{d}^2,d\≥d_0\end{array}\right.;$

E_rx(k)=E_re-elec(k)=kE_elec； 

其中，E_elec表示无线收发电路能耗，ε_{free-space-amp}和ε_two-way-amp分别表示自由空间模型和多路消耗模型的放大器能耗，d₀是常数，d是通信节点相隔距离，k为要发送或接收的数据位数，E_tx(k,d)和E_rx(k)分别表示传感器发送和接收数据时的能耗；通过LEACH能耗模型即可得到所述节点的剩余能量。 

进一步的，所述步骤6和所述步骤10中，根据Prim最小生成树算法的定义来构建最小生成树的具体过程为：V={V₁，V₂，...V₇}代表簇内的节点，V₁表示簇头，边上的值表示权值； 

从V₁开始，则U={V₁}，选择权值最小的边，即(V₁，V₇)； 

U={V₁,V₇}，继续选择权值最小的边，即(V₇，V₂)； 

U={V₁,V₇,V₂}，继续选择权值最小的边，即(V₇，V₃)； 

U={V₁,V₇,V₂,V₃}，继续选择权值最小的边，即(V₃，V₄)； 

U={V₁,V₇,V₂,V₃,V₄}，继续选择权值最小的边，即(V₄，V₅)； 

U={V₁,V₇,V₂,V₃,V₄,V₅}，继续选择权值最小的边，即(V₁，V₆)； 

如果U中有权值相同的边，就选择节点不在U中的边。 

进一步的，在所述步骤11中，通过前面的步骤簇内和簇头的最小生成树都构建完成后，整个无线传感网络就开始正常工作，直到运行了M轮以后或者有节点死亡才对簇内或者簇头 的最小生成树进行重构。 

本发明的有益效果是：本发明一种基于最小生成树的数据聚合方法，通过合理布置传感器节点和对节点进行分簇，使传感器节点的能耗均匀分布，延长了整个无线传感器网络的生命周期，使得所有节点的能量能够得到高效的利用。 

附图说明

图1为本发明实施例的一种基于最小生成树的数据聚合方法的流程框图； 

图2为本发明实施例的一种基于最小生成树的数据聚合方法中簇头选择示意图； 

图3为本发明实施例的一种基于最小生成树的数据聚合方法中PRIM的附图说明。 

具体实施方式

下面结合附图对本发明的实施例作进一步的说明。 

如图1所示为本发明实施例的一种基于最小生成树的数据聚合方法的流程框图，具体包括： 

步骤1、部署无线传感器：在面积为S=W×L的检测区域内，将无线传感器部署在检测区域，基站部署在检测区域外，所述基站用于接收和处理整个无线传感网络收集到的数据信息； 

其中，在整个检测区域内所有无线传感器的构成相同，即具有相同的初始能量、感知半径、通信半径等；在二维平面上，传感器节点的覆盖范围是一个以节点为圆心，半径为R的圆形区域，该圆形区域即为传感器节点的感知半径，所述感知半径R由节点感知单元的物理特性决定；所述通信半径为节点可以发送消息的最大范围构成的圆的区域，在本发明实施方案中要求通信半径至少为感知半径的2倍。 

步骤2、选择簇头：将整个检测区域按网格进行均匀划分，如图2所示为对检测区域内的网格进行划分、选择簇头的示意图，划分原则是使每个网格的大小形状相同，在每个网格中选择位置距离网格中心最近的传感器节点作为簇头。 

步骤3、分簇：簇头选择完成后，簇头广播Cluster{ID，N，Hop}信息，其中，ID为节点的编号，N为Cluster信息转发的跳数，且N的初值为0，Hop为系统设定的跳数；处于簇头附近的邻居节点收到Cluster信息后N增加1再转发这一信息，直到N=Hop就不再转发Cluster信息；簇头的邻居节点转发Cluster信息后再向将Cluster信息转发给自己的邻居节点，然后发送一个反馈信息Join{ID，N，E_ir，d_ij，k_i}给将Cluster信息转发给自己的节点，最终将Join信息转发给簇头表示自己加入该簇，其中，E_ir表示该节点此时的剩余能量，d_ij表示两节点间的距离，k_i表示该节点能够监测得到的数据包的大小；如果一个节点收到了多个Cluster 信息，节点就选择N值小的加入该簇，若N相等节点就随便选择一个簇并加入到该簇；如果节点没有收到Cluster信息，则节点发送Help信息，加入离自己最近的一个簇； 

其中，得到每个节点初始的剩余能量E_ir后，就可以通过LEACH能耗模型来估算节点能量的剩余值，例如进行了M轮后，所述一轮为传感器节点得到监测数据然后将数据逐层上传，最终将数据传输给基站的这一过程为一轮，节点的剩余能量可以估算为： 

E=E_ir-M(E_tx+E_rx)=E_ir-M(2kE_elec+kε_{free-space-amp}d²)，所述E_ir即为节点反馈给簇头的剩余能量。所述LEACH能耗模型是LEACH协议提出的传感器在发送和接收数据时能量消耗的消耗模型，其具体表达形式为： 

$E_{\mathrm{tx}}(k,d)=E_{\mathrm{tx}-\mathrm{elec}}\left(k\right)+E_{\mathrm{tx}-\mathrm{amp}}(k,d)=\left\{\begin{array}{c}{\mathrm{kE}}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{free}-\mathrm{space}-\mathrm{amp}}{d}^2,d\≤d_0\\ {\mathrm{kE}}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{two}-\mathrm{way}-\mathrm{amp}}{d}^2,d\≥d_0\end{array}\right.;$

E_rx(k)=E_re-elec(k)=kE_elec； 

其中，E_elec表示无线收发电路能耗，ε_{free-space-amp}和ε_two-way-amp分别表示自由空间模型和多路消耗模型的放大器能耗，d₀是常数，d是通信节点相隔距离，k为要发送或接收的数据位数，E_tx(k,d)和E_rx(k)分别表示传感器发送和接收数据时的能耗；通过LEACH能耗模型即可得到所述节点的剩余能量。 

步骤4、簇内节点构成简单图模型：通过步骤3得到簇内所有节点在簇内所处的位置，将每个节点当做图的一个顶点，每两个相邻节点间用边相连接。 

步骤5、簇内权值的计算：通过所述步骤3，簇头获取簇内成员节点的E_ir、d_ij和k_i，计算相邻两节点i，j之间的权值，权值的计算公式为： 

W_ij=a₁(E_ir+E_jr)+a₂d_ij+a₃(k_i+k_j)    （1） 

其中，E_jr、k_j分别表示节点j的剩余能量和节点j能够监测得的数据的大小，且a₁+a₂+a₃=1，这样系统就可以根据系统对E_ir、d_ij或k_i所要求的比重不同调整a_i的值而得到满足不同需要的权值。 

步骤6、簇内节点构建最小生成树：根据所述步骤4得到的簇内节点构成的简单图模型和所述步骤5得到的权值，根据Prim最小生成树算法的定义构建簇内节点最小生成树； 

其中，所述Prim最小生成树算法的定义为：假设E是连通图G=(V，E)上最小生成树中边的集合，其中V为传感器中的节点， 

（1）、初始化：U={u₀}(u₀∈V)，其中u₀表示开始时选择的顶点，U是他们的集合，E={Φ}， 其中E表示选择的边的集合； 

（2）、对于任意的u∈U，v∈V-U所构成的边(u，v)∈E，寻找一条权值最小的边(u₀，v₀)，并将其加到E，同时将v₀并入U； 

（3）、假如U=V，则转(4)，否则转到(2)； 

（4）、因此，在生成树T=(V，E)中，一定具有n-l条边构成边的集合E，则T为连通图G的最小生成树。 

如图3所示为本发明一种基于最小生成树的数据聚合方法中PRIM的附图说明，在本发明申请方案中根据PRIM算法的定义，采用的具体算法过程为：V={V₁，V₂，...V₇}代表簇内的节点，V₁表示簇头，边上的值表示权值； 

从V₁开始，则U={V₁}，选择权值最小的边，即(V₁，V₇)； 

U={V₁,V₇}，继续选择权值最小的边，即(V₇，V₂)； 

U={V₁,V₇,V₂}，继续选择权值最小的边，即(V₇，V₃)； 

U={V₁,V₇,V₂,V₃}，继续选择权值最小的边，即(V₃，V₄)； 

U={V₁,V₇,V₂,V₃,V₄}，继续选择权值最小的边，即(V₄，V₅)； 

U={V₁,V₇,V₂,V₃,V₄,V₅}，继续选择权值最小的边，即(V₁，V₆)； 

如果U中有权值相同的边，就选择节点不在U中的边，其数据的流向如图3中h所示。 

步骤7、簇内数据聚合：簇内节点的最小生成树构造完成后，传感器节点开始正常工作，从最低一级传感器节点开始，将收集的数据传给父节点，父节点将自己收集的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给簇头； 

其中，所述父节点为在最小生成树中按照数据的传输方向汇聚数据的节点称为父节点，将数据传输给父节点的节点为子节点。 

步骤8、簇头权值的计算：通过步骤3分簇完成后，簇头获得整个簇内节点的位置、节点剩余能量和传感器节点可能监测得到数据的大小信息，其中E_cir=E_1r+E_2r+…+E_ir表示整个簇的剩余能量值，K_ci表示簇头聚合的数据大小，D_ij表示相邻簇头间的距离，对相邻两簇头i，j之间权值进行计算，权值的公式（2）定义为： 

W_ij=b₁(E_cir+E_cjr)+b₂D_ij+b₃(K_ci+K_cj)    （2） 

其中，E_cjr和K_cj分别表示簇头j的剩余能量值和簇头j聚合的数据大小，且b₁+b₂+b₃=1， 这样系统就可以根据系统对E_cir、D_ij或K_ci要求的比重不同调整b_i的值而得到满足不同需要的权值； 

步骤9、簇头节点构成简单图模型：将每个簇头当做图的一个顶点，相邻簇头之间用边相连接，每条边的权值由所述步骤8中的权值计算公式（2）得到。 

当然，所述步骤8和步骤9的顺序也可以进行交换，即先在簇头节点之间构成简单图模型，在根据所述步骤3中得到的簇头节点信息，计算相邻两簇头之间的权值 

步骤10、簇头节点构建最小生成树：由步骤8给出的簇头节点构成的简单图模型后，根据Prim最小生成树算法的定义来构建最小生成树； 

其中Prim最小生成树算法的定义在所述步骤6中已经给出，在此不再累述。 

步骤11、簇头数据聚合：簇头节点的最小生成树构造完成后，从最低一级簇头开始，将收集的数据传给父节点，父节点将自己聚合的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给基站； 

其中，通过前面所述步骤6和所述步骤10中所述的簇内和簇头的最小生成树都构建完成后，整个无线传感网络就开始正常工作，直到运行了M轮以后或者有节点死亡才对簇内或者簇头的最小生成树进行重构，所述节点死亡为节点电池能量耗尽，节点不再进行工作。 

步骤12、均衡节点能耗：为了平衡节点能量的消耗，防止节点过快死亡，维持簇正常运行，每进行M轮以后，就重新选择簇头，然后重新进行前面的步骤，其中，节点的能耗可由LEACH能耗模型进行估算。 

步骤13、簇的维持：簇内节点死亡后，就可能会造成簇内的最小生成树路径失效，所以在节点即将死亡前，节点发送一个Die信息给簇头，表示自己即将死亡，簇头接收这一信息后，簇头就开始对簇内节点重新构建最小生成树。 

采用本发明的方法，利用NS-2仿真器对本发明一种基于最小生成树的数据聚合方法用于无线传感器网络的结果进行仿真。随机选取100个传感器节点在给定实验区域中，基站与最近节点间距离不小于75米，信道带宽设置为1M BPS，每个数据包的平均发送和接受延迟均为25S，平均数据长度为500BYTES，发送机发送信息和接受机接受信息的能量消耗均为50NJ/BIT，每传输1BIT信息通过单位距离发送端放大器需消耗的能量为100PJ/BIT/M²，以此模型进行仿真实验来评估该算法的效果，实验表明该算法能使传感器节点的能耗均匀分布，最大的延长整个网络的生存周期，最终使得节点能量得到高效利用。 

Claims (7)

1.一种基于最小生成树的数据聚合方法，其特征在于，具体包括：

步骤1、部署无线传感器：在检测区域内，将无线传感器部署在检测区域；

步骤2、选择簇头：将整个检测区域按网格进行均匀划分，使每个网格的大小形状相同，在每个网格中选择位置距离网格中心最近的传感器节点作为簇头；

步骤3、分簇：簇头选择完成后，簇头广播Cluster{ID，N，Hop}信息，其中，ID为节点的编号，N为Cluster信息转发的跳数，且N的初值为0，Hop为系统设定的跳数；处于簇头附近的邻居节点收到Cluster信息后N增加1再转发这一信息，直到N=Hop就不再转发Cluster信息；簇头的邻居节点转发Cluster信息后再向将Cluster信息转发给自己的邻居节点，然后发送一个反馈信息Join{ID，N，E_ir，d_ij，k_i}给将Cluster信息转发给自己的节点，最终将Join信息转发给簇头表示自己加入该簇，其中，E_ir表示该节点此时的剩余能量，d_ij表示两节点间的距离，k_i表示该节点能够监测得到的数据包的大小；如果一个节点收到了多个Cluster信息，节点就选择N值小的加入该簇，若N相等节点就随便选择一个簇并加入到该簇；如果节点没有收到Cluster信息，则节点发送Help信息，加入离自己最近的一个簇；

步骤4、簇内节点构成简单图模型：通过步骤3得到簇内所有节点在簇内所处的位置，将每个节点当做图的一个顶点，每两个相邻节点间用边相连接；

步骤5、簇内权值的计算：通过所述步骤3，簇头获取簇内成员节点的E_ir、d_ij和k_i，计算相邻两节点i，j之间的权值，权值的计算公式为：

W_ij=a₁(E_ir+E_jr)+a₂d_ij+a₃(k_i+k_j)    （1）

其中，E_jr、k_j分别表示节点j的剩余能量和节点j能够监测得的数据的大小，且a₁+a₂+a₃=1；

步骤6、簇内节点构建最小生成树：根据所述步骤4得到的簇内节点构成的简单图模型和所述步骤5得到的权值，构建簇内节点最小生成树；

步骤7、簇内数据聚合：簇内节点的最小生成树构造完成后，传感器节点开始正常工作，从最低一级传感器节点开始，将收集的数据传给父节点，父节点将自己收集的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给簇头；

步骤8、簇头权值的计算：通过步骤3分簇完成后，簇头获得整个簇内节点的位置、节点剩余能量和传感器节点可能监测得到数据的大小信息，其中，E_cir=E_1r+E_2r+…+E_ir表示整个簇的剩余能量值，K_ci表示簇头聚合的数据大小，D_ij表示相邻簇头间的距离，对相邻两簇头i，j之间权值进行计算，权值定义为：

W_ij=b₁(E_cir+E_cjr)+b₂D_ij+b₃(K_ci+K_cj)    （2）

其中，E_cjr和K_cj分别表示簇头j的剩余能量值和簇头j聚合的数据大小，且b₁+b₂+b₃=1；

步骤9、簇头节点构成简单图模型：将每个簇头当做图的一个顶点，相邻簇头之间用边相连接，每条边的权值由公式（2）计算得到；

步骤10、簇头节点构建最小生成树：由步骤8给出的簇头节点构成的简单图模型后，构建簇头节点最小生成树；

步骤11、簇头数据聚合：簇头节点的最小生成树构造完成后，从最低一级簇头开始，将收集的数据传给父节点，父节点将自己聚合的数据和子节点传来的数据聚合后再传给自己的父节点，最终将聚合数据传输给基站；

步骤12、均衡节点能耗：根据预先设定的轮数阈值M，每进行M轮后，重新选择簇头，然后重新进行步骤2-11，其中，节点的能耗可由LEACH能耗模型进行估算；

步骤13、簇的维持：簇内节点死亡后，就可能会造成簇内的最小生成树路径失效，所以在节点即将死亡前，节点发送一个Die信息给簇头，表示自己即将死亡，簇头接收这一信息后，簇头就开始对簇内节点重新构建最小生成树。

2.如权利要求1所述的一种基于最小生成树的数据聚合方法，其特征在于，在所述步骤1中，所有无线传感器同构，即具有相同的初始能量、感知半径、通信半径。

3.如权利要求1所述的一种基于最小生成树的数据聚合方法，其特征在于，在所述步骤3中，得到每个节点初始的剩余能量E_ir后，通过LEACH能耗模型来估算节点能量的剩余值，在进行了M轮后，节点的剩余能量可以估算为：

E=E_ir-M(E_tx+E_rx)=E_ir-M(2kE_elec+kε_{free-space-amp}d²)，所述E_ir即为节点反馈给簇头的剩余能量。

4.如权利要求1所述的一种基于最小生成树的数据聚合方法，其特征在于，所述LEACH能耗模型是LEACH协议提出的传感器在发送和接收数据时能量消耗的消耗模型，其具体表达形式为：

$E_{\mathrm{tx}}(k,d)=E_{\mathrm{tx}-\mathrm{elec}}\left(k\right)+E_{\mathrm{tx}-\mathrm{amp}}(k,d)=\left\{\begin{array}{c}{\mathrm{kE}}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{free}-\mathrm{space}-\mathrm{amp}}{d}^2,d\≤d_0\\ {\mathrm{kE}}_{\mathrm{elec}}+k{\mathrm{\ϵ}}_{\mathrm{two}-\mathrm{way}-\mathrm{amp}}{d}^2,d\≥d_0\end{array}\right.;$

E_rx(k)=E_re-elec(k)=kE_elec；

其中，E_elec表示无线收发电路能耗，ε_{free-space-amp}和ε_two-way-amp分别表示自由空间模型和多路消耗模型的放大器能耗，d₀是常数，d是通信节点相隔距离，k为要发送或接收的数据位数，E_tx(k,d)和E_rx(k)分别表示传感器发送和接收数据时的能耗；通过LEACH能耗模型即可得到所述节点的剩余能量。

5.如权利要求1所述的一种基于最小生成树的数据聚合方法，其特征在于，所述步骤6和所述步骤10中，根据Prim最小生成树算法的定义来构建簇内节点最小生成树和簇头节点最小生成树。

6.如权利要求5所述的一种基于最小生成树的数据聚合方法，其特征在于，根据Prim最小生成树算法的定义来构建最小生成树的具体过程为：V={V₁，V₂，...V₇}代表簇内的节点，V₁表示簇头，边上的值表示权值；

从V₁开始，则U={V₁}，选择权值最小的边，即(V₁，V₇)；

U={V₁,V₇}，继续选择权值最小的边，即(V₇，V₂)；

U={V₁,V₇,V₂}，继续选择权值最小的边，即(V₇，V₃)；

U={V₁,V₇,V₂,V₃}，继续选择权值最小的边，即(V₃，V₄)；

U={V₁,V₇,V₂,V₃,V₄}，继续选择权值最小的边，即(V₄，V₅)；

U={V₁,V₇,V₂,V₃,V₄,V₅}，继续选择权值最小的边，即(V₁，V₆)；

如果U中有权值相同的边，就选择节点不在U中的边。

7.如权利要求1至6任一项权利要求所述的一种基于最小生成树的数据聚合方法，其特征在于，在所述步骤11中，通过前面的步骤簇内和簇头的最小生成树都构建完成后，整个无线传感网络就开始正常工作，直到运行了M轮以后或者有节点死亡才对簇内或者簇头的最小生成树进行重构。

Images