CN103501546B - 基于最小代价生成树的降低无线传感器网络电能消耗方法 - Google Patents

基于最小代价生成树的降低无线传感器网络电能消耗方法 Download PDF

Info

Publication number
CN103501546B
CN103501546B CN201310476496.5A CN201310476496A CN103501546B CN 103501546 B CN103501546 B CN 103501546B CN 201310476496 A CN201310476496 A CN 201310476496A CN 103501546 B CN103501546 B CN 103501546B
Authority
CN
China
Prior art keywords
node
time
space
wireless 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.)
Expired - Fee Related
Application number
CN201310476496.5A
Other languages
English (en)
Other versions
CN103501546A (zh
Inventor
李凡
王昱
银志圆
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.)
Beijing Institute of Technology BIT
Original Assignee
Beijing Institute of Technology BIT
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 Beijing Institute of Technology BIT filed Critical Beijing Institute of Technology BIT
Priority to CN201310476496.5A priority Critical patent/CN103501546B/zh
Publication of CN103501546A publication Critical patent/CN103501546A/zh
Application granted granted Critical
Publication of CN103501546B publication Critical patent/CN103501546B/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

本发明提出了一种基于最小代价生成树的降低无线传感器网络电能消耗方法,用于解决由自身所携电能有限的传感器节点组成的无线传感器网络的电能消耗问题,属于无线传感器网络控制技术领域。通过对无线传感器网络的拓扑结构进行控制,使整个无线传感器网络在规定时间内保持连通状态的同时,将处于活跃状态的传感器节点减到最少,使得在该时间范围内网络整体耗电量最小。本方法尤其适用于大规模、自组织、随机部署、环境复杂以及网络连接状态可预测的或者网络连接呈周期性变化的无线传感器网络。

Description

基于最小代价生成树的降低无线传感器网络电能消耗方法
技术领域
本发明属于无线传感器网络控制技术领域,具体涉及无线传感器网络拓扑控制方法,用于减少整个无线传感器网络的电能消耗。
背景技术
目前,在无线传感器网络中,普遍使用不可自生电力的电池为网络传感器节点提供信号传输和接收所需的能量。对于由带电量有限的传感器节点组成的无线传感器网络而言,一些处于网络主干上的传感器节点会很快用尽自身电量,进而可能从整个网络中脱离出去,导致整个网络各个传感器节点之间可能不再连接。在无线传感器网络中,传感器节点大量的电量消耗成为维护网络连接的瓶颈问题。因此,如何控制无线传感器网络的拓扑结构,从而降低整个网络的电量消耗,成为该领域比较热门的研究方向。
对于这类主要依靠传感器节点自身携带电能维持工作的无线传感器网络,技术人员通常会忽视网络自身的拓扑结构设计,或者随机应用一些简单的静态拓扑方法。尚未见到一种有效的通过动态控制网络拓扑结构来减少整个网络电能消耗的方法。
发明内容
本发明的目的是为了解决在自身所携电能有限的传感器节点组成的无线传感器网络的电能消耗问题,提出一种降低无线传感器网络电能消耗的方法。通过对无线传感器网络的拓扑结构进行控制,使整个无线传感器网络在规定时间内保持连通状态的同时,将处于活跃状态的传感器节点减到最少,使得在该时间范围内网络整体耗电量最小。本方法尤其适用于大规模、自组织、随机部署、环境复杂以及网络连接状态可预测的或者网络连接周期性变化无线传感器网络。
本发明方法包括以下步骤:
步骤一、获取无线传感器网络在规定时间范围内连续时间段的工作状态信息。所述工作状态包括无线传感器在各时间段内接收数据包所需消耗的电量、发送数据包所需消耗的电量,以及在各时间段内不同传感器节点之间的通信关系。
步骤二、根据步骤一所获得的工作状态信息,建立起在规定时间范围内该网络的时空图。
步骤三、对步骤二获得的时空图进行处理,获得其子时空图H。其中,子时空图需要满足以下要求:在规定时间范围内,子时空图中任意一个节点和其他所有节点至少存在一条有向路径;同时,相较原始时空图要减小总电量开销。
步骤四、根据时空图H对无线传感器网络的拓扑结构进行设置,将子时空图H中每个节点对应的实际网络中的传感器节点打开,从而在保证网络正常工作的前提下最大程度减少整个网络电能消耗。
有益效果
本发明通过提出基于时空图的网络拓扑结构控制方法,对自身所携电量有限的无线传感器网络进控制。通过动态的拓扑设计方法对时空图进行控制,根据得到的拓扑结构来确定传感器节点在指定时间段的开闭状态。在满足在规定时间范围内网络连通性的基础上,尽可能地关闭更多数量的传感器节点,从而优化网络拓扑结构,延长网络的生存时间,显著降低网络电能开销。
附图说明
图1为无线传感器网络在某一时间段的通信状态。
图2为无线传感器网络在四个不同时间段的通信状态变化。
图3为在整个时间范围T(分为4个连续的时间段)内,一个数据包从节点v1传送到节点v5所经过的有向路径(黑粗线表示)。
图4为本发明具体实施方式中对时空图ζ的处理流程示意图。
图5为LCPT,LCPT’在网络节点选择率上的性能体现。
图6为LCPT,LCPT’在网络电能效率上的性能体现。
具体实施方式
下面结合附图和实施例对本发明的具体实施方式做进一步详细说明。
一种降低无线传感器网络电能消耗的方法,能够保证整个无线传感器网络在规定时间内保持连通状态,且在此时间范围内,处于活跃状态的传感器节点最少,使得在该时间范围内网络整体耗电量最小。
为实现上述目的,本发明方法的具体实现过程包括以下步骤:
步骤一、获取无线传感器网络在规定时间范围内连续时间段的工作状态信息。所述工作状态信息包括传感器节点在各时间段内接收数据包所需消耗的电量、发送数据包所需消耗的电量,以及在各时间段内不同传感器节点之间的通信关系。
具体的,将所述规定时间范围T划分成连续时间段集合,T={1,…,t},其中t为整数,代表时间段;V={v1,…,vn}表示无线传感器节点集合,n为整数。图1表现了在时间段1(t=1)时某具体无线传感器网络中各传感器节点的通信关系。图2表现了某无线传感器网络在连续四个时间段(时间段1、2、3、4)内的不同通信状态。
同时,对于在某一时间段t内无线传感器网络中任意一个传感器节点(i为整数,1≤i≤n),表示该节点在该时间段内发送数据包所需消耗的电量;表示该节点在该时间段内接收数据包所需消耗的电量;
即表示无线传感器节点vi在t时间段的耗电量即权值。
此外,还可以用关于在时空图ζ中节点度来设置节点的权值 节点出度+节点入度。表示了节点在t时间段每个度的平均耗电量即权值
步骤二、根据步骤一所获得的工作状态信息,建立起在规定时间范围T内该网络的时空图。
首先,令Gt=(Vt,Et)表示某时间段t内无线传感器网络的通信关系图。其中,边表示在时间段t内,传感器节点vi向传感器节点vj传送数据包,i、j为整数,代表无线传感器节点的编号,1≤i≤n,1≤j≤n。通过这种方式,最终得到规定时间范围T内,无线传感器网络通信关系图集合{Gt|t=1,…T}。
然后,将集合{Gt|t=1,…T}转换为时空图ζ。ζ=(υ,ε)表示一个时空图,包含了节点的时间信息和通信状态信息。为判断节点是否需要在某个时间段t内打开或关闭,假定在时间段t内网络中存在节点 同时,添加两个虚拟节点其中,用表示vi在整个时间范围T的开始时刻状态,用表示vi在整个时间范围T的结束时刻状态。
在规定时间范围T内,时空图ζ中任意一对节点对至少存在一条有向路径。图3表示了在整个时间范围T(分为4个连续的时间段)内,各个传感器之间的通信关系,其中的粗线条代表某个数据包从节点v1传送到节点v5所经过的有向路径。
在时空图?中,总共有2(T+1)列节点,其中每两列表示一个时间段;每一列有n个节点,总计有2n(T+1)个节点。在时空图ζ中,存在三种边:时间边、空间边、虚拟边。其中,时间边指节点在时间段t的边,表示在第t个时间段内该节点携带有数据包但不发送;空间边指在时间段t内vi到节点vj的边,表示在时间段t内节点vi向节点vj发送数据包;虚拟边是指节点从时间段t到时间段t+1所形成的边。实例如图4所示。
步骤三、对步骤二获得的时空图ζ进行处理,获得时空图ζ的子时空图H。其中,子时空图H需要满足以下要求:
在规定时间范围T内,时空图H中任意一对节点对(1≤i,j≤n),至少存在一条有向路径;同时,相较时空图ζ减小总电量开销。
在时空图ζ中,每个传感器节点都需要消耗电能来维持整个无线网络的正常工作,则时空图ζ所有节点的总电量开销为
对时空图ζ的处理过程如下:
1),令子时空图H为ζ,Ve为时空图ζ中的中间节点集合
= { v i t | 1 ≤ t ≤ T , 1 ≤ i ≤ n } ;
2),判断Ve是否为空,如果Ve不为空,转步骤3,如果Ve为空转步骤5;
3),从Ve中取出一点,假定该节点为vi t,如果可以利用该节点向所有的开始节点和所有的结束节点建立双端最小代价生成树,其中向开始节点的最小代价生成树记为LCPT1,向结束节点的最小代价生成树记为LCPT2,取LCPT1与LCPT2的并集为LCPTs,转步骤4,否则,转步骤2;
4),如果c(LCPTs)小于c(H),则将LCPTs赋值给H,转步骤2,否则H保持不变,转步骤2;
5),返回子时空图H。
详细流程如图4所示。
步骤四、根据子时空图H,对无线传感器网络的拓扑结构进行设置,从而在保证网络正常工作的前提下最大程度减少整个网络电能消耗。
具体设置过程为:将子时空图H中每个节点对应的实际网络中的传感器节点打开。例如,子时空图H中的节点表示将第i个传感器节点设定为在第t个时间段打开。
实施例
为了测试本发明对无线传感器网络能量消耗的影响,在利用经典的随机模型生成的随机网络中布置了30个传感器节点,将测试范围分为10个时间段。该随机网络生成模型以概率p在两个节点vi、vj之间添加连接,p可以控制网络的密度,p越大网络的密度越大,当p=1.0时表示在每个时间段网络都是全连接的。根据生成的连续10个时间段的随机网络,构建时空图ζ。实验随机生成并构建了30个不同的时空图,在每个时空图上运行,实验所得结果为本发明在这30个时空图上运行结果的平均值。
实验设置时空图ζ为本发明的输入,时空图H为本发明的输出,n(H)表示时空图H中节点的个数,n(ζ)表示时空图ζ中节点的个数,c(H)表示时空图H总的电量消耗,c(ζ)表示时空图ζ总的电量消耗,
本发明在两种不同的节点加权方式下的性能比较如图5、图6所示。图中LCPT表示以c(v)方式作为节点权值的发明方法,LCPT’表示以c'(v)方式作为节点权值的发明方法。
图5所示LCPT和LCPT’在不同网络连接密度p下的变化曲线。图中横坐标为网络的连接密度p,p分别从0.2到1.0,纵坐标为节点选择率,节点选择率=n(H)/n(ζ)。节点选择率越低,表示网络中实际使用的节点数量越少。由图可知,LCPT和LCPT’都能够有效地减少节点的利用数量,即使当网络密度p为0.2时,LCPT和LCPT’的节点选择率约为32%,即仍然能够节省约68%的节点。该实验结果表明,LCPT和LCPT’在满足无线网络正常通信的前提下,可以显著减少各个时间段使用传感器节点的数量。
图6所示,横坐标为传感器网络的连接密度,纵坐标为网络能量效率,能量效率=c(H)/c(ζ),比值越小,则节省能量越多。由图可知,随着网络连接密度的不断增加,LCPT和LCPT’在保证无线传感器网络正常工作的前提下,能够有效节省无线传感器网络的能量,当网络连接密度为0.2时,LCPT和LCPT’的能量效率约为24.5%,即节省了约75.5%的电量,并且随着网络密度的增加,能量效率不断降低同时节省电量的比率也在不断增加。
综上所述,本发明提出的基于最小代生成树的拓扑控制方案,同时适用于网络连接稀疏及网络连接紧密的无线传感器网络,在保证无线传感器网络正常工作的前提下可以有效降低整个网络的电量消耗。
以上所述的具体实例是对本发明的进一步解释说明,并不用于限定本发明的保护范围,凡在本发明原则和精神之内,所做的更改和等同替换都应是本发明的保护范围之内。

Claims (2)

1.一种基于最小代价生成树的降低无线传感器网络电能消耗方法,其特征在于,包括以下步骤:
步骤一、获取无线传感器网络在规定时间范围内连续时间段的工作状态信息;所述工作状态信息包括传感器节点在各时间段内接收数据包所需消耗的电量、发送数据包所需消耗的电量,以及在各时间段内不同传感器节点之间的通信关系;
具体的,将所述规定时间范围T划分成连续时间段集合,T={1,…,t},其中t为整数,代表时间段;V={v1,…,vn}表示无线传感器节点集合,n为整数;同时,对于在某一时间段t内无线传感器网络中任意一个传感器节点i为整数,1≤i≤n,表示该节点在该时间段内发送数据包所需消耗的电量;表示该节点在该时间段内接收数据包所需消耗的电量;即表示无线传感器节点vi在t时间段的耗电量即权值;
步骤二、根据步骤一所获得的工作状态信息,建立起在规定时间范围T内该网络的时空图;
首先,令Gt=(Vt,Et)表示某时间段t内无线传感器网络的通信关系图;其中,边表示在时间段t内,传感器节点vi向传感器节点vj传送数据包,i、j为整数,代表无线传感器节点的编号,1≤i≤n,1≤j≤n;最终得到规定时间范围T内,无线传感器网络通信关系图集合{Gt|t=1,…T};
然后,将集合{Gt|t=1,…T}转换为时空图 表示一个时空图,包含了节点的时间信息和通信状态信息;为判断节点是否需要在某个时间段t内打开或关闭,假定在时间段t内网络中存在节点同时,添加两个虚拟节点其中,用表示vi在整个时间范围T的开始时刻状态,用表示vi在整个时间范围T的结束时刻状态;
在规定时间范围T内,时空图中任意一对节点对至少存在一条有向路径;
在时空图中,总共有2(T+1)列节点,其中每两列表示一个时间段;每一列有n个节点,总计有2n(T+1)个节点;在时空图中,存在三种边:时间边、空间边、虚拟边;其中,时间边指节点在时间段t的边,表示在第t个时间段内该节点携带有数据包但不发送;空间边指在时间段t内vi到节点vj的边,表示在时间段t内节点vi向节点vj发送数据包;虚拟边是指节点从时间段t到时间段t+1所形成的边;
步骤三、对步骤二获得的时空图进行处理,获得时空图的子时空图H;其中,子时空图H需要满足以下要求:
在规定时间范围T内,时空图H中任意一对节点对至少存在一条有向路径;同时,相较时空图减小总电量开销;
在时空图中,每个传感器节点都需要消耗电能来维持整个无线网络的正常工作,则时空图所有节点的总电量开销为
对时空图的处理过程如下:
1)令子时空图H为Ve为时空图中的中间节点集合 V e = { v i t | 1 ≤ t ≤ T , 1 ≤ i ≤ n } ;
2)判断Ve是否为空,如果Ve不为空,转步骤3),如果Ve为空转步骤5);
3)从Ve中取出一点,假定该节点为如果可以利用该节点向所有的开始节点和所有的结束节点建立双端最小代价生成树,其中向开始节点的最小代价生成树记为LCPT1,向结束节点的最小代价生成树记为LCPT2,取LCPT1与LCPT2的并集为LCPTs,转步骤4),否则,转步骤2);
4),如果c(LCPTs)小于c(H),则将LCPTs赋值给H,转步骤2),否则H保持不变,转步骤2);
5),返回子时空图H;
步骤四、根据子时空图H,对无线传感器网络的拓扑结构进行设置,从而在保证网络正常工作的前提下最大程度减少整个网络电能消耗。
2.如权利要求1所述的一种基于最小代价生成树的降低无线传感器网络电能消耗方法,其特征在于,所述步骤一中,采用时空图中节点度来设置节点的权值 节点出度节点入度,表示节点在t时间段每个度的平均耗电量即权值。
CN201310476496.5A 2013-10-13 2013-10-13 基于最小代价生成树的降低无线传感器网络电能消耗方法 Expired - Fee Related CN103501546B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310476496.5A CN103501546B (zh) 2013-10-13 2013-10-13 基于最小代价生成树的降低无线传感器网络电能消耗方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310476496.5A CN103501546B (zh) 2013-10-13 2013-10-13 基于最小代价生成树的降低无线传感器网络电能消耗方法

Publications (2)

Publication Number Publication Date
CN103501546A CN103501546A (zh) 2014-01-08
CN103501546B true CN103501546B (zh) 2016-05-25

Family

ID=49866695

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310476496.5A Expired - Fee Related CN103501546B (zh) 2013-10-13 2013-10-13 基于最小代价生成树的降低无线传感器网络电能消耗方法

Country Status (1)

Country Link
CN (1) CN103501546B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105099851B (zh) * 2015-09-29 2018-10-02 首都师范大学 基于虚拟节点的物联网设计方法
CN110319836B (zh) * 2019-04-09 2021-02-09 华东理工大学 一种以能量损失最低为目标的路径规划控制方法及装置
CN114443298A (zh) * 2022-01-25 2022-05-06 中国船舶重工集团公司第七二四研究所 一种基于mcst任务优先级资源调度方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102802205A (zh) * 2012-09-01 2012-11-28 北京理工大学 无线传感器网络负载均衡的路由方法
CN102984791A (zh) * 2012-12-11 2013-03-20 清华大学 一种无线传感器节点的节能方法
KR20130066787A (ko) * 2011-12-13 2013-06-21 성균관대학교산학협력단 무선 센서 네트워크에서 균형 체인 토폴로지를 생성하는 방법

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR20130066787A (ko) * 2011-12-13 2013-06-21 성균관대학교산학협력단 무선 센서 네트워크에서 균형 체인 토폴로지를 생성하는 방법
CN102802205A (zh) * 2012-09-01 2012-11-28 北京理工大学 无线传感器网络负载均衡的路由方法
CN102984791A (zh) * 2012-12-11 2013-03-20 清华大学 一种无线传感器节点的节能方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
容迟网络场景检测自适应路由研究;龙柯等;《计算机研究与发展》;20101031;第189-193页 *

Also Published As

Publication number Publication date
CN103501546A (zh) 2014-01-08

Similar Documents

Publication Publication Date Title
Sharma et al. Optimal energy management policies for energy harvesting sensor nodes
US8737226B2 (en) Method for two-stage packet aggregation facing wireless sensor network of hybrid topology structure
CN101790251B (zh) 基于改进粒子群优化算法的无线传感器节点联盟生成方法
CN103596191B (zh) 一种无线传感器网络智能配置系统及其方法
CN103052131A (zh) 一种无线传感网络中延时约束下的能耗控制方法
CN102510572B (zh) 一种面向异构无线传感器网络的分簇路由控制方法
CN103501546B (zh) 基于最小代价生成树的降低无线传感器网络电能消耗方法
Liu et al. Power-efficient clustering routing protocol based on applications in wireless sensor network
Singh et al. An energy efficient approach for clustering in WSN using fuzzy logic
Joseph et al. Optimal sleep-wake policies for an energy harvesting sensor node
Noh et al. Low-Latency Geographic Routing for Asynchronous Energy-Harvesting WSNs.
CN103533625B (zh) 基于最小开销路径的降低无线传感器网络电能消耗的方法
Abusaimeh et al. Energy-aware optimization of the number of clusters and cluster-heads in wsn
Peng et al. Real-time transmission optimization for edge computing in industrial cyber-physical systems
CN103501529B (zh) 基于最小密度束的降低无线传感器网络电能消耗的方法
CN105704754A (zh) 一种无线传感器网络路由方法
Li et al. Quantum Genetic Energy Efficient Iteration Clustering Routing Algorithm for Wireless Sensor Networks.
Amri et al. Energy-efficient multi-hop hierarchical routing protocol using fuzzy logic (emhr-fl) for wireless sensor networks
Lv An Energy Aware Multipath Routing Algorithm for Wireless Sensor Networks.
Bejaoui et al. Improved election of cluster heads in LEACH
CN103501523B (zh) 基于贪心删除的降低无线传感器网络电能消耗的方法
CN103491616B (zh) 基于贪心添加的降低无线传感器网络电能消耗的方法
Yang et al. A novel energy-efficient data gathering algorithm for wireless sensor networks
Kumar et al. MEEP: multihop energy efficient protocol for heterogeneous wireless sensor network
Shi et al. An energy consumption prediction model based on GSPN for 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: 20160525

Termination date: 20161013