CN103702445A - 无线传感器网络语义通信中任务组合的本体及推理规则 - Google Patents

无线传感器网络语义通信中任务组合的本体及推理规则 Download PDF

Info

Publication number
CN103702445A
CN103702445A CN201310738049.2A CN201310738049A CN103702445A CN 103702445 A CN103702445 A CN 103702445A CN 201310738049 A CN201310738049 A CN 201310738049A CN 103702445 A CN103702445 A CN 103702445A
Authority
CN
China
Prior art keywords
task
node
semantic
data
information
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
CN201310738049.2A
Other languages
English (en)
Other versions
CN103702445B (zh
Inventor
熊庆旭
李晴
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.)
Beihang University
Original Assignee
Beihang University
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 Beihang University filed Critical Beihang University
Priority to CN201310738049.2A priority Critical patent/CN103702445B/zh
Publication of CN103702445A publication Critical patent/CN103702445A/zh
Application granted granted Critical
Publication of CN103702445B publication Critical patent/CN103702445B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Abstract

本发明提供了WSN语义通信的任务模型,包括由数据表示、本体构建和推理规则三层结构组合的任务本体,以及基于任务本体推理得到的语义通信控制方法。数据表示层对数据进行标记描述而非直接语义处理,使得语义通信兼容于现有的数据通信。基于类的方法构建了由应用本体、节点本体和性能本体组成的任务本体,并实现相互之间的关系。在此基础上,提供了语义通信中任务组合的推理规则,以及具体的实施方法和数据结构。本发明实现了Sink与网络节点传输处理对象的一致性,以网络应用直接作为节点传输处理的基本单元,显著地提高网络传输和处理的效率和性能。同时本发明可以和已有的网络技术直接结合,实现跨应用层的综合设计和应用。

Description

无线传感器网络语义通信中任务组合的本体及推理规则
技术领域
本发明涉及无线传感器网络通信技术和数据语义分析技术领域,是两者的交叉综合。 
背景技术
无线传感器网络(Wireless Sensor Network,WSN)是由大量节点密集分布通过自组织方式构成的网络,其基本特点是网络面向应用,网络节点协同地实现网络的应用。现有的WSN网络技术,无论是MAC、路由还是传输控制,均是以传感器节点采集的数据作为传输和处理的基本对象,将数据传输到汇聚点Sink,由Sink进行应用层的处理。这是传统网络中典型的端到端传输的技术和思路,而没有充分体现WSN面向应用的特点。这就出现了Sink和节点传输和处理的对象的不一致性,严重制约了WSN的性能,并且导致了WSN网络技术中一系列的基础性问题,例如WSN最基本的性能指标——网络生存期至今仍然无法有效定义。 
WSN的基本特征是面向应用,所以WSN中所有节点的传输和处理应该直接针对网络应用,与Sink一样,从应用的角度来传输和处理数据。此时,网络中的节点和Sink从传输和处理功能的角度上来看,处于相同的地位,都是完成一定的应用任务,只不过不同节点所完成的应用任务不同而已,由此构建WSN语义通信的技术体系。在WSN语义通信中,网络的通信问题转化为任务的分解、组合和调整问题,类似于现有的路由、MAC和传输控制。但是,两者在处理对象上是不同的。从现有网络技术角度来看,任务的分解、组合和调整可以近似看作综合应用层的路由、MAC和传输控制。但这实际上与语义通信有本质性区别,现有网络技术是沿端到端的数据传输路线进行的“纵向”处理,而基于应用任务的技术是任务的执行者之间“横向”处理为主,并伴随“纵向”处理。 
目前,OGC组织提出了传感器数据的SWE描述框架和SensorML描述语言,该框架目的是开发无线传感器网络的上层Web应用,其旨在通过对不同应用场景的传感器节点数据进行语义描述,实现节点数据的语义查询。但是,SWE框架注重于传感器原始数据的标注和描述,SensorML仅仅提供了用于描述传感器的标签式表示方式,是一种结构性的XML描述语言,不涉及描述所用的词汇以及词汇之间的关系,缺乏对数据的语义性关系的描述和支持。另外,SWE描述框架是对传感器数据的静态描述,没有提供用于网络通信的推理机制,节点无法仅就SensorML的描述进行语 义处理和有效地传输和协调,缺乏语义通信功能。 
发明内容
本发明的目的是提供WSN语义通信的核心承载者——任务模型的内容和本体结构,并基于任务模型本体构建任务组合的推理规则,以及基于本体和推理规则的任务组合的实现方法。 
在WSN语义通信中,以WSN的具体应用作为网络所有节点传输和处理的基本单元,节点对数据的传输和处理直接以该节点所需完成的应用为依据和目标。WSN中汇聚点Sink所要求完成的应用是通过所有节点协同实现来完成的,所有节点被看作完成不同应用的sink。根据所需完成的应用之间的关系,将节点划分为不同等级的sink,上级sink的应用是由或部分由下级节点应用的组合完成的。本发明将节点所需完成的应用称为任务,WSN语义通信包括三个基本过程:首先,网络应用的任务分解到网络中的节点,此称为任务分解;其次,网络节点完成的任务逐级汇聚,最后到达汇聚点Sink,此称为任务的组合;最后,基于网络的实际运行情况和节点状态,对任务进行局部调整,此称为任务的调整或协调。 
本发明采用任务模型的概念和方式来实现任务组合,图1提供了任务模型的结构,包括数据表示层、任务本体层和推理规则层。各层的内容和功能说明如下。 
第一层:数据表示层 
本发明的任务模型包括应用内容、服务性能和节点状态三个部分,三个部分的组成数据采用SensorML描述语言来标记描述,为构建相应的本体提供基本的词汇或概念。三个部分的数据内容分别为: 
1.网络应用:传感器节点采集的数据如温度、湿度、光强、压力等等;以及数据背景特性如数据采集的时间和地点。 
2.网络性能:能量、精确度、时延、时延抖动、通过量等。 
3.网络节点:节点标识(id)、感知区域、剩余能量、通信功率、计算能力、存储容量等;邻居节点及上下层关系等。 
第二层:任务本体层 
在数据表示的基础上,本体层提取和定义语义通信中的核心词汇/概念,采用本 体工程的结构构建核心词汇本体,定义词汇与词汇之间的关系,从而得到任务模型本体。而在本体的具体构建中,本发明采用类的方法来构建实现本体及本体之间的关系。 
本发明基于信息流的流动过程,选取WSN语义通信的核心词汇/概念,即任务、节点和网络性能,构建应用本体、节点本体以及性能本体,其分别对应于信息流的源、途经点(信息流的流通道路)以及流向选择(信息流择路的决定因素)。在核心概念之上,通过约束、关系、继承构建新的本体,用于实现不同的语义通信功能,包括实现语义通信的核心概念和相互关系,在具体实现中这一过程相当于对高级本体中类的实例化。 
第三层:语义推理层 
语义推理层基于任务模型本体,定义本体的运算推理规则,提供语义通信的传输控制接口,实现基于应用任务语义控制数据传输的目的。语义推理规则包括两个方面: 
1.本体工程中本体的基本运算规则,如类属性、类等价、分类和一致性等; 
2.本发明定义的用于WSN语义通信的任务语义运算规则及任务组合的运算推理规则。 
针对任务语义运算推理,本发明定义了三类运算符及相关的运算规则,设计了任务组合及其控制规则。 
本发明的有益效果是: 
1.通过构建应用本体,WSN节点直接面向应用传输和处理数据,实现了Sink与网络节点的一致性。从而使得节点对数据的传输和处理直接面向应用,具有直接的针对性,显著地提高了网络传输和处理的效率和性能。 
2.本发明提供了完整的WSN语义通信结构,采用数据表示、本体构建和推理规则的三层结构,将现有的以数据为核心的WSN网络技术,提升到以应用为核心的新的WSN网络技术层次,由此构建了以应用为核心的上下两层嵌入式结构的新型WSN网络体系结构,使得长期以来制约WSN网络技术发展的一些根本性问题得到解决,例如以网络是否能实现所要求的应用来有效地定义网络生存期。 
3.现有的语义分析技术主要是对数据进行标记描述,缺乏足够的语义通信功能,本发明填补了这一空缺。在具体实现中,本发明最底层的数据表示只是直接描述数据,语义信息由本体构建来提供。这使本发明的语义通信方法可以向下兼容现有面向数据传输的方法,实现现有通信向语义通信的平滑过渡。 
4.现有的语义网络及数据挖掘中的语义分析和处理是面向多种多样的应用 需求的,结构和实现方法庞大,而WSN的语义通信在具体场合是面向具体应用的,本发明中语义分析处理采用了类的实现方式,方法更为简洁,且更适合通信的特点和需要。 
5.本发明采用了对应用相对独立的处理方法,与网络传输及控制的关系采用了层次化的结构,所得应用的语义分析处理方法直接与现有的网络传输技术相结合,实现跨应用层的综合跨层设计和实现,显著地提高现有网络技术的性能和结果。 
附图说明
图1是任务模型的分层结构; 
图2是任务模型的应用本体; 
图3是任务模型的节点本体; 
图4是任务模型的性能本体; 
图5是任务模型中本体之间的类关系 
图6是任务的时间关系 
图7是任务的空间关系 
图8是任务信息量的关系 
图9是任务组合中节点拓扑及上下级关系建立示例 
图10是任务组合的流程图 
具体实施方式
第一阶段:对应用及其相关数据进行标记描述 
针对本发明中的三类本体,相应的数据表示包括应用内容、节点状态和服务性能。所需标记描述的数据包括三个部分: 
■应用内容:传感器采集的数据、数据采集的时间和空间信息; 
■节点状态:节点标识(id)、感知区域、剩余能量、通信功率、计算能力、存储容量,与邻居节点的上下层关系等; 
■服务性能:能耗、时延、时延抖动等。 
本发明采用OGC SWE描述框架和SensorML语言进行标注描述得到任务模型中的词汇。例如,对某一时间数据描述如下: 
<swe:TimeInstantGrid> 
<swe:originPos>2012-10-10T12:00:00.00+08:00</swe:originPos> 
<swe:offsetDuration>PT12H</swe:offsetDuration> 
<swe:duration>P50D</swe:duration> 
</swe:TimeInstantGrid> 
上面描述了从一个时刻(东八区2012年10月10日)开始的一段时间,起始点偏移量为12个小时,持续50天时间。 
第二阶段:以类的形式构建任务模型本体 
从任务的完成角度分析WSN传输控制过程,可以提炼出任务模型本体的三大核心词汇:即应用本体、节点本体和性能本体。应用本体描述WSN的应用内容,节点本体描述节点所能够完成的应用,性能本体描述节点的服务性能。为了便于模型第三层的任务语义推理规则的实现,本发明把时间、空间和类型信息统一采用集合的形式表示,这样就使得任务类型的组合和分解方法也能适用于时间和空间信息的组合和分解,实现了语义分析方法的一致性。 
1.应用本体 
因为存在一个节点能够实现多种应用的可能,本发明把节点所能完成的不可分解的最小应用单元称为元任务(AtomTask)。在应用本体中,采用类型信息表示元任务。节点所要实现的应用可能是一个元任务也可能是多个元任务的集合,这里称之为任务类型。考虑到不同任务可能有不同的时间和空间信息,所以设置每个元任务都有各自的时间和空间信息,即时间和空间信息是类型信息的属性。例如要求WSN同时监测温度和湿度的任务,那么温度和湿度的监测就是两个元任务,对于它们的监测,都有相应的时间和空间信息与之对应。下面结合图2,说明应用本体中的词汇: 
■App:表示节点所要完成的任务,可能包含一个或多个元任务。 
■AppType:元任务的类型信息,以集合的形式表示,包括时间、空间信息和采集的数据。 
■AppTime:元任务的时间信息,以集合的形式表示。 
■AppSpace:元任务的空间信息,以集合的形式表示。 
■AppData:融合后的数据。 
2.节点本体 
与应用本体相比,节点本体在包含所能完成应用信息的同时,还包含了节点自身的信息,用于区别于其它节点。下面结合图3,说明节点本体中的词汇: 
■NodeType:元任务的类型信息,以集合的形式表示,包含时间和空间信息以 及采集到的数据。 
每个节点可以有多个元任务类型。 
■NodeTime:任务的时间信息,以集合的形式表示。 
■NodeSpace:任务的空间信息,以集合的形式表示。 
■NodeData:采集到的元任务的数据。 
■ParentNode:表示节点的父节点。 
■Priority:表示节点工作的优先级。 
3.性能本体 
下面结合图4说明节点本体中的词汇: 
■Energy:表示节点完成任务消耗能量的百分比。 
■Accuracy:表示采集到的数据和真实数据的符合程度,包括感知数据精确度、时间精确度以及空间精确度。 
■Throughput:表示单位时间内目的节点从参与任务的源节点接收到的数据包数量。这是对无线传感器网络处理传输数据请求能力的总体评价。 
■Delay:表示从下级节点产生的第一个数据包开始,到最后一个数据包到达上级节点之间的时间。 
4.本体属性 
本体属性可以通过其定义域(Domain)、值域(Range)和属性的限制(Axiom)来体现,比如hasAppType属性的定义域为App,值域为AppType,则表示在三元结构的表述hasAppType(a,b)表示应用a具有应用类型b。本发明任务模型本体中的属性为 
Figure 2013107380492100002DEST_PATH_IMAGE001
5.实现方法 
本发明中任务模型本体是采用类的方法来实现的。下面结合图5加以说明。图5所示的各个本体均可以看作是一个类,所有类的基类为任务模型SensorModel,这是一个不实例化的虚基类。这个类包含:元素个数;建模信息:建模时间、建模者信息、建模工具方法说明;模型的动态、静态元素;以及模型的处理方法。下面结合图5加以具体说明。 
AtomTask类从SensorModel继承而来,是整个语义传输控制的最小单元。这一单元包含该任务的产生者,即哪个节点产生的;任务的描述信息,对于一个任务的描述由一个数据结构来实现,包括: 
(1)任务产生的时间、位置、物理量信息,任务完成的质量情况,任务的标识,任务在整个任务流过程中的状态; 
(2)任务数据信息,这是对任务的处理结果当中数据型任务做存储和记录的变量,比如在暴风雪监测应用中,网络中的任务不仅是判断暴风雪的有无情况,还要判断暴风雪的级别,并希望网络可以提供作此判断的基本依据,这里的级别数据和作为判断依据的相关采集数据都将作为任务结果数据存储在该变量中; 
(3)任务信息设置和获取方法。 
从AtomTask类中派生出CompositionTask,即组合任务类得到任务描述相关的类。 
NetStateQoS类也从SensorModel继承而来,它是网络状态的集合类。网络状态包含网络是否在工作,有什么任务,任务的要求,网络中的能量分配如何,网络中的节点定位信息,传输状态信息等网络动态性能信息。这些因素决定了网络任务流产生与否,同时影响到任务传输控制TaskCommunication类的工作方式。该类中包含网络任务要求的描述信息、网络动态和静态信息,反应了网络的动态、静态性能,也包含获取该类中各个信息的手柄和接口方法。 
TaskCommunication类是网络传输过程的抽象类,它将传输过程看作一个实体,成员变量包含有传输过程中的控制单元,即待传输的任务信息、影响传输过程的网络状态信息、以及该传输流程所涉及的节点信息。成员函数为传输控制方法,它的实现将由其三个子类完成,即任务分解TaskDecomposition类,任务组合TaskComposition类和任务协调TaskCoodination类。 
第三:构建语义通信的推理规则 
在任务模型本体构建完成之后,基于相应的规则对这些本体进行处理,提供实现无线传感器网络语义通信的传输控制接口,网络应用中可以通过这些接口控制传输,达到控制应用任务传输和处理的目的。推理规则包括两个方面: 
(1)本体工程中本体基本运算规则,如类属性,类等价,分类和一致性等; 
(2)用于无线传感器网络语义通信的任务语义计算规则及任务组合、任务分解、任务协调及其控制的规则等。 
本发明针对任务语义运算定义了三大运算符及运算规则,然后对于任务的上行通信过程的实现,及任务组合设计了其传输控制规则。下面具体说明本发明提供的面向WSN语义通信定义的运算推理规则。 
1.任务语义计算的运算符及运算规则 
为了实现网络的语义通信,需要定义基本的任务计算规则,用于任务传输控制规则定义时的基本动作的执行。任务计算的定义包括运算符和运算规则两部分,基于采用集合方式定义任务,本发明定义了三类基本的任务运算,即任务的关系运算、任务的交集运算和任务的并集运算。对每一种运算符,不同语义下的运算方式会有所不同。本发明采用统一接口、不同定义的方式,分别定义在三大语义关系,即时间语义、空间语义和物理量语义的运算规则。 
任务语义计算的运算符 
1)任务的关系运算符relation(A,B):判断集合A和集合B的关系,输出判断结果。可能的关系有四种,集合A和集合B无关,集合A和集合B部分相交,集合A和集合B相等,集合A包含集合B(或集合A被集合B包含)。 
2)任务的交集运算符intersect(A,B):取集合A和集合B的交集作为结果输出。 
3)任务的并集运算符union(A,B):取集合A和集合B的并集作为结果输出。下面分别说明时间语义、空间语义和信息量语义的运算规则。 
(1)时间语义的运算规则 
按照任务的时间语义,本发明提供了任务时间的四种关系,分别为Overlay、Contain、Equal和DisConnected,图6提供了这四种关系的图形化表示。下面说明任务时间语义的运算推理方法。 
1)时间语义关系判定 
一个时间类可以由起始时间和结束时间两个成员变量来表示,对两个时间段的起始时间和结束时间比较,判断两个时间的关系,算法如下。 
Figure 2013107380492100002DEST_PATH_IMAGE003
2)时间语义交集运算 
假设输入的x,y是由起始时间和结束时间定义的时间变量,取出较晚时间的起始时间和较早时间的结束时间,生成两者交集的时间变量,算法如下。 
Figure 2013107380492100002DEST_PATH_IMAGE004
3)时间语义并集运算 
假设输入的x,y为由起始时间和结束时间定义的时间变量,取出较早时间的起始时间和较晚时间的结束时间,生成两者交集的时间变量,算法如下。 
Figure 2013107380492100002DEST_PATH_IMAGE005
(2)面向应用的空间语义的任务运算规则 
按照任务的地理空间语义,本发明提供了任务间的四种关系,分别为Overlay、Contain、Equal和DisConnected,图7提供了这四种关系的图形化表示。下面说明任务空间语义的运算推理方法。 
1)空间语义关系判定 
Figure 2013107380492100002DEST_PATH_IMAGE006
2)空间语义交集计算 
假设输入P和Q都是顶点链表表示的多边形区域,分别表示任务要求区域和节点能采集信息的区域,通过如下算法可以求出两个多边形相交区域的顶点链表。判断结果若输出的顶点链表不为空,则认为该传感器可以部分完成总任务,应当被列为候选者,并且相交区域可以为任务组合的控制提供依据,比如从相交面积较大者开始进行组合等。 
Figure 2013107380492100002DEST_PATH_IMAGE007
Figure 2013107380492100002DEST_PATH_IMAGE008
3)空间语义并集计算 
输入两个区域的顶点链表,计算区域合并后的总轮廓区域,返回总区域的顶点链表。 
Figure 2013107380492100002DEST_PATH_IMAGE009
(3)面向应用的物理量语义的任务运算规则 
按照任务的物理量类型语义,定义任务间的四种关系,分别为Overlay、Contain、Equal和DisConnected,图8提供了这四种关系的图形化表示。下面说明任务信息量语义的运算推理方法。 
1)物理量类型语义关系判定 
假设x,y是任务采集信息量类型的集合,当x集合中的每个元素和y集合中的每个元素都相同时,判定两个任务相等;当二者集合中没有相同元素时,判定二者无关;当二者集合中有部分相同时,判定二者有相交的关系;当某个集合中的所有元素为另一集合所拥有,反之却不成立时,判定二者任务为包含(被包含)的关系,判定算法如下。 
Figure 2013107380492100002DEST_PATH_IMAGE010
2)物理量类型语义交集计算 
根据两个任务采集信息类型的集合,取出两者中共有的元素,组成新集合的算法如下。 
Figure 2013107380492100002DEST_PATH_IMAGE011
3)物理量类型语义并集运算 
根据两个任务的采集物理量类型,合并两个集合的元素,相同元素保留一个,算法如下。 
Figure 2013107380492100002DEST_PATH_IMAGE012
Figure DEST_PATH_IMAGE013
2.网络分簇建立及语义任务寻址表的建立 
WSN语义通信中的任务组合过程与任务表的建立密切相关,任务组合基于一个明确的任务在节点的存储方式以及在网络中传播的任务数据包的格式。这里首先说明本发明任务组合规则所依赖的语义传输控制过程、保存在每个节点中的语义任务寻址表的建立以及语义任务数据包的格式。 
由于传感器节点大多是随机部署在监测区域内,事先并不能确定网络的拓扑结构,所以首先要建立网络拓扑。本发明采用“三次握手”的机制来建立网络拓扑。 
第1步:由Sink节点发送广播信息,其中的信息只需包括节点的ID,在Sink节点广播信息的同时,节点内部的时钟开始计时,只有在有效时间内收到的确认信息才认为是有效的; 
第2步:接收到该广播信息的节点首先查看自己是否已经拥有上级节点,若有,则对广播信息不作回应;否则,向Sink节点发送包含自己ID的确认信息。由于存在多个节点同时向Sink节点发送数据的可能,此时可以采用二进制指数退避算法来避免冲突; 
第3步:当Sink节点在有效时间内收到某个节点的确认信息后,确定自己和发送确认信息的节点在彼此的传输范围内。因此,将节点信息添加到自己的任务表中,同时Sink节点再次向该节点发送包含自己节点ID的信息,确认节点间的关系,使得该节点能够知道自己的上级节点。这样Sink节点明确自己的子节点,而子节点也明确其上级节点; 
第4步:子节点发送广播信息,寻找自己的子节点; 
第5步:持续上述步骤,建立整个WSN的拓扑结构。 
按照上述方法建立的是树状拓扑结构。针对不同的应用,也可以建立不同的拓扑结构,如网状的结构,此时,只需要设置子节点可以拥有多个父节点即可。 
下面结合图9说明确定节点关系的过程。节点B和节点C在节点A的传输范围内,节点D不在节点A的传输范围内。当节点A发送广播信息后,节点B和节点C 收到信息,并向节点A发送确认信息,此时节点A在自己的任务表中添加节点B和节点C的信息,如表1所示。然后,节点A向节点B和节点C发送确认信息,则节点B和节点C设置父节点为节点A,即语义表示为 
NodeA=hasParentNode(NodeB) 
NodeA=hasParentNode(NodeC) 
表1节点A的任务表 
至此,传统的WSN通信可以开始工作了。但在WSN语义通信中,通过网络拓扑建立阶段,每个节点明确自己的上级节点和下级节点,此时按照自下而上的方式,子节点向上级节点发布自身任务信息。上级节点将收到的信息整理到自身保存的语义任务寻址表中。该表在每次完成任务组合时,将得到更新。 
任务表的填充过程为: 
第1步:初始时,每个节点的任务表都保存有自己所能完成任务的类型和区域信息。由于最底层的节点没有下级节点,故其任务表保存的便是自己所能完成任务的类型信息和空间信息以及归一化性能; 
第2步:当节点的任务表建立之后,为了减少数据的传输,以类型为参考将表中的数据进行任务的语义处理,并将节点信息都改为自己的节点ID,将性能信息都改为自己的性能。然后将任务表中的信息向上传递给上级节点; 
第3步:上级节点收到下级节点的任务表信息后,更新自己的任务表信息。当上级节点收集到所有子节点任务表信息后,将表中数据进行任务的语义处理,然后继续向上传递; 
第4步:以此类推,网络中的每个节点都建立了各自的任务表。 
在上述任务表建立的过程中,是以类型为参考进行应用处理的,对于不同的应用,可以以区域为参考进行应用处理。下面结合图8,说明任务表的建立过程: 
第1步:自身任务语义信息填充 
假设节点A能够完成任务X,完成区域为P,性能为CA;节点B能够完成任务Y和任务Z,完成区域分别为Q,性能为CB;节点C能够完成任务Y,完成区域为P, 性能为CC;节点D没有子节点,并且为节点B的子节点,能够完成任务Z,完成区域为P,性能为CD。初始时节点的任务表分别为: 
表2节点A的任务表 
Figure BDA0000447007870000151
表3节点B的任务表 
Figure BDA0000447007870000152
表4节点C的任务表 
表5节点D的任务表 
Figure BDA0000447007870000154
第2步:收到节点任务信息后更新 
由于不需要数据融合,节点D传递给节点B的任务表与上表一样。 
节点B收到节点D的任务表后,更新自己的任务表信息,如表6所示: 
表6更新后节点B的任务表 
Figure BDA0000447007870000155
节点B收到所有下级节点(本例中只有节点D)的任务表信息后,将任务表中的数据融合,如表7所示。然后传递给上级节点,即节点A。 
表7融合后节点B的任务表 
Figure BDA0000447007870000161
同理,节点C也将自己的任务表信息融合后传递给节点A,节点A更新自己的任务表信息,如表8所示: 
表8更新后节点B的任务表 
Figure BDA0000447007870000162
节点A在收集到所有下级节点的任务表信息后,进行数据融合,并将融合后的数据传递给上级节点,如表9所示: 
表9融合后节点A的任务表 
Figure BDA0000447007870000163
任务表类似于路由层中的路由表,但具有面向应用的特点,即任务表并不明确地把任务分配给具体节点,而是作为下级节点选择的依据,至于该由哪些节点来完成任务,则交给任务分解来处理。 
在WSN语义通信中,所有节点传输和处理的单元由数据变为具有语义含义的应用任务,因此本发明定义了新的用于传输的数据格式。为和现有传输协议兼容,本发明不对现有协议例如802.11MAC的控制帧头做修改,而是通过在数据段增加少量bit的任务语义信息,使节点获得语义应用信息以便进行传输控制。这样,原来802.11MAC中使用的RTS/CTS及用来实现虚拟载波的NAV机制在语义通信的体系下仍然可用。改变任务包数据格式的目的在于通过增加少量的语义表述描述和控制开销,大大减少由于缺乏应用语义导致的冗余数据的传输,极大地提高了网络性能,同时使得网络通信完全面向应用。本发明定义的数据段格式如下: 
表10语义通信中的数据格式 
Figure BDA0000447007870000171
该数据包结构用于节点向上级节点发送完成任务包,节点将下级节点任务进行融合后,按照上述格式分别将自己能完成的任务按照不同的任务类型和区域构造任务包,其中状态标识一栏为节点经过任务优化(optimize)计算后,按照事先定义的性能优化权值得出一个该次上传任务的性能状态变量,以便告知上级节点下次任务分解时选择节点的优先级。 
3.基于语义任务模型的任务的组合规则 
节点从下级节点收到的任务可能是下级节点对多个子任务融合的结果,因此收到后的首要工作是对其中每个子任务的时间信息判断是否符合总任务的要求,而后对任务从时间、空间和类型分别进行融合,进而判断是否能够完成总任务的要求,若不能则继续等待下级数据,若能则将融合后的任务包发给上级节点,并广播通知下级节点停止发送数据。具体过程如下, 
第1步:提取元任务 
从下级节点发送来的数据包中按照采集的物理量类型提取元任务;若已经无元任务可以提取,则进入第5步,等待新数据; 
第2步:时间语义判断 
按照任务要求的时间语义判断该元任务的时间信息是否满足要求relation(Time(task1)),不满足则返回第1步;满足进入第3步; 
第3步:空间语义判断 
按照任务要求的空间语义判断该元任务的地理位置信息是否在待完成任务范围内intersect(Region(task1),Region(Task)),不满足则返回第1步;满足进入第4步; 
第4步:任务语义融合 
将元任务的空间信息与此轮任务组合执行时所保存处理结果再做任务并集运算,并与总任务做任务关系比较,relation(union(taskSet),Task),将返回结果作为第5步的处理依据; 
第5步:继续等待数据或向下级节点广播 
根据第4步的处理结果,若总任务已经完成则立即向下节节点广播任务完成;否则继续等待下级节点数据; 
4.任务组合的实施过程 
通常MAC协议帧包括数据帧、控制帧和管理帧三种,在语义通信中分别对这些帧的格式进行修改以实现任务组合。具体的方法是在节点接收和发送某类型帧时进行检测和判断,使节点能够根据网络任务组合的要求,任务的关系、顺序等控制数据的发送。表11提供了任务组合中RTS的帧结构,具体为在一般MAC的RTS帧头部的最后位置增加了任务的语义表述部分,包括任务时间、任务类型和任务状态三个值域。 
下面具体说明应用任务组合本体及推理规则实施任务组合。在实施之前首先要基于语义任务模型修改MAC协议,包括修改MAC帧头格式和添加任务组合控制函数,实施方法是 
(1)MAC帧格式修改 
在MAC帧头中增加变量:Task_type/Task_time/Task_state,所得帧格式为 
表11任务组合的帧结构 
Figure BDA0000447007870000181
(2)添加任务组合控制函数,具体为 
■在发送send()和接收recv()的RTS/CTS函数中增加任务关系判断,进行任务匹配; 
■在发送send()中增加任务优化函数,应用任务的关系和组合递归顺序,优化任务的发送顺序; 
在此之后进行任务组合。任务组合中,节点从下级节点收到的任务可能是下级节点对多个子任务融合的结果,因此收到后的首要工作是对其中每个子任务的时间信息判断是否符合总任务的要求,而后对任务从时间、空间和类型分别进行融合,进而判断是否能够完成总任务的要求,若不能则继续等待下级数据,若能则将融合后的任务包发给上级节点,并广播通知下级节点停止发送数据。 
下面结合图10具体实施过程为: 
第一步:从收到的任务中分解出一个元任务task1,判断其时间属性是否符合要求 relation(Time(task1)),若不满足要求则丢弃数据,若满足要求则进入2; 
第二步:计算收到任务与总任务在区域上的交集,intersect(Region(task1),Region(Task)),交集为空则丢弃,否则保留当前结果进任务采集集合taskSet,返回第1步,直到收到任务完全处理; 
第三步:融合收到的任务,并判断是否能够完成任务要求,relation(union(taskSet),Task),若不能完成,则返回1,等待接收数据;若能够完成,进入4; 
第四步:将融合后任务union(taskSet)发送上级节点,并向下级节点广播任务完成消息。 

Claims (6)

1.采用数据表示、任务模型本体和推理规则的三层结构实现WSN的语义通信的机制,其特征是:
(1)首先对数据进行标记而不直接进行语义处理,使得语义通信兼容数据通信;
(2)任务模型本体包括应用本体、节点本体和性能本体三个部分,与基于任务模型本体建立的语义通信规则一起,构成语义通信中节点处理的基本单元——任务模型;
(3)采用类的方法实现本体的构建,以及实现本体之间的关系;
(4)对网络应用语义的处理与网络通信相对独立,使得本发明中的所有内容和方法可以与现有的WSN网络技术,包括传输控制、路由以及MAC直接相结合,实现综合应用层的跨层网络通信技术。
2.WSN语义通信中拓扑构建方法,其特征是:
(1)由Sink节点发送广播信息,其中的信息只需包括节点的ID,在Sink节点广播信息的同时,节点内部的时钟开始计时,只有在有效时间内收到的确认信息才认为是有效的;
(2)收到该广播信息的节点首先查看自己是否已经拥有上级节点,若有,则对广播信息不作回应;否则,向Sink节点发送包含自己ID的确认信息。由于存在多个节点同时向Sink节点发送数据的可能,此时可以采用二进制指数退避算法来避免冲突;
(3)当Sink节点在有效时间内收到某个节点的确认信息后,确定自己和发送确认信息的节点在彼此的传输范围内。因此,将节点信息添加到自己的任务表中,同时Sink节点再次向该节点发送包含自己节点ID的信息,确认节点间的关系,使得该节点能够知道自己的上级节点。这样Sink节点明确自己的子节点,而子节点也明确其上级节点;
(4)子节点发送广播信息,寻找自己的子节点;
(5)持续上述步骤,建立整个WSN的拓扑结构。
3.节点语义任务表的构建及更新方法,其特征是:
(1)初始时,每个节点的任务表都保存有自己所能完成任务的类型和区域信息。由于最底层的节点没有下级节点,故其任务表保存的便是自己所能完成任务的类型信息和空间信息以及归一化性能;
(2)当节点的任务表建立之后,为了减少数据的传输,以类型为参考将表中的数据进行任务的语义处理,并将节点信息都改为自己的节点ID,将性能信息都改为自己的性能。然后将任务表中的信息向上传递给上级节点;
(3)上级节点收到下级节点的任务表信息后,更新自己的任务表信息。当上级节点收集到所有子节点任务表信息后,将表中数据进行任务的语义处理,然后继续向上传递;
(4)以此类推,网络中的每个节点都建立了各自的任务表。
4.语义通信中任务组合的方法,其特征是:
(1)提取元任务:从下级节点发送来的数据包按照采集的物理量类型提取元任务;若无元任务可以提取,则进入(5),等待新数据;
(2)时间语义判断:按照任务要求的时间语义判断该元任务的时间信息是否满足要求relation(Time(task1)),若不满足,则返回(1);若满足,则进入(3);
(3)空间语义判断:按照任务要求的空间语义判断该元任务的地理位置信息是否在待完成任务范围内intersect(Region(task1),Region(Task)),若不满足,则返回第1步;若满足,则进入(4);
(4)任务语义融合:将元任务的空间信息与此轮任务组合执行时所保存的处理结果进行任务并集运算,并与总任务做任务关系比较relation(union(taskSet),Task),将返回结果作为(5)的处理依据;
(5)继续等待数据或向下级节点广播:根据(4)的处理结果,若总任务已经完成,则立即向下级节点广播任务完成;否则继续等待下级节点数据。
5.兼容现有通信的语义通信的帧格式,其不改变现有帧的头部,而是在数据域中增加语义传输和控制的帧结构,其特征是:
6.语义通信任务组合的帧结构和实施方法,其特征是:
(1)帧结构
在MAC帧头中增加变量:Task_type、Task_time和Task_state;以RTS帧为例,具体为:
(2)实施方法
1)在发送send()和接收recv()的RTS/CTS函数中增加任务关系判断,进行任务匹配;
2)在发送send()中增加任务优化函数,应用任务的关系和组合递归顺序,优化任务的发送顺序。
CN201310738049.2A 2013-12-26 2013-12-26 无线传感器网络语义通信中任务组合的本体及推理规则 Expired - Fee Related CN103702445B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310738049.2A CN103702445B (zh) 2013-12-26 2013-12-26 无线传感器网络语义通信中任务组合的本体及推理规则

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310738049.2A CN103702445B (zh) 2013-12-26 2013-12-26 无线传感器网络语义通信中任务组合的本体及推理规则

Publications (2)

Publication Number Publication Date
CN103702445A true CN103702445A (zh) 2014-04-02
CN103702445B CN103702445B (zh) 2017-02-15

Family

ID=50363814

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310738049.2A Expired - Fee Related CN103702445B (zh) 2013-12-26 2013-12-26 无线传感器网络语义通信中任务组合的本体及推理规则

Country Status (1)

Country Link
CN (1) CN103702445B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462331A (zh) * 2014-12-04 2015-03-25 广东工业大学 一种制造业物联网的语义协同计算方法及节点
CN109561079A (zh) * 2018-11-12 2019-04-02 兴科迪科技(泰州)有限公司 一种语义通信协议、通信方法和系统
CN112887947B (zh) * 2021-01-14 2021-12-03 南通大学 一种双层区块链的蓝牙Mesh分簇组网方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
孟凡勇,熊庆旭: "基于应用任务的无线传感器网络MAC协议", 《传感技术学报》 *
李晴,熊庆旭: "基于任务组合的无线传感器网络MAC协议框架", 《传感技术学报》 *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104462331A (zh) * 2014-12-04 2015-03-25 广东工业大学 一种制造业物联网的语义协同计算方法及节点
CN109561079A (zh) * 2018-11-12 2019-04-02 兴科迪科技(泰州)有限公司 一种语义通信协议、通信方法和系统
CN112887947B (zh) * 2021-01-14 2021-12-03 南通大学 一种双层区块链的蓝牙Mesh分簇组网方法

Also Published As

Publication number Publication date
CN103702445B (zh) 2017-02-15

Similar Documents

Publication Publication Date Title
CN103108031B (zh) 云边拓扑
Colistra et al. The problem of task allocation in the Internet of Things and the consensus-based approach
CN110022230B (zh) 基于深度强化学习的服务链并行部署方法及装置
Gavalas et al. An approach for near-optimal distributed data fusion in wireless sensor networks
CN108768716B (zh) 一种微服务路径选择方法及装置
WO2020245835A1 (en) Allocation of fog node resources
CN102149158A (zh) 基于网格分簇的传感器网格数据融合方法
CN101945492A (zh) 基于分簇的多机器人任务分配方法
CN112104491B (zh) 面向服务的网络虚拟化资源管理方法
Liao et al. Cognitive balance for fog computing resource in Internet of Things: An edge learning approach
Minh et al. CFC-ITS: Context-aware fog computing for intelligent transportation systems
CN103428804B (zh) 寻找片上网络任务与节点间映射方案及网络编码位置方法
CN110061881A (zh) 一种基于物联网的能耗感知虚拟网络映射算法
CN105491329A (zh) 一种基于流式计算的大规模监控视频流汇聚方法
Sun et al. Computing power network: A survey
CN103702445A (zh) 无线传感器网络语义通信中任务组合的本体及推理规则
CN116684418B (zh) 基于算力服务网关的算力编排调度方法、算力网络及装置
Rani et al. QoS aware cross layer paradigm for urban development applications in IoT
CN114727353A (zh) 基于遗传算法的移动机会传感器网络自适应信息传输方法
Rana et al. Hierarchical and decentralised federated learning
Lloret et al. An IoT group-based protocol for smart city interconnection
Ryabko et al. Graph theory methods for fog computing: A pseudo-random task graph model for evaluating mobile cloud, fog and edge computing systems
Nie et al. Vehdoop: A scalable analytical processing framework for vehicular sensor networks
Kazemeyni et al. Grouping nodes in wireless sensor networks using coalitional game theory
Zhu et al. Deep reinforcement learning-based edge computing offloading algorithm for software-defined IoT

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: 20170215

Termination date: 20211226

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