CN103945412A - 一种基于连通性的wsn空洞节点检测方法 - Google Patents
一种基于连通性的wsn空洞节点检测方法 Download PDFInfo
- Publication number
- CN103945412A CN103945412A CN201410146705.4A CN201410146705A CN103945412A CN 103945412 A CN103945412 A CN 103945412A CN 201410146705 A CN201410146705 A CN 201410146705A CN 103945412 A CN103945412 A CN 103945412A
- Authority
- CN
- China
- Prior art keywords
- node
- network
- path
- shortest
- cavity
- 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
Links
- 238000001514 detection method Methods 0.000 title claims abstract description 52
- 238000000034 method Methods 0.000 claims description 35
- 230000009191 jumping Effects 0.000 claims description 31
- 230000006854 communication Effects 0.000 claims description 19
- 238000004891 communication Methods 0.000 claims description 18
- 230000002776 aggregation Effects 0.000 claims description 14
- 238000004220 aggregation Methods 0.000 claims description 14
- 239000000203 mixture Substances 0.000 claims description 6
- 238000012790 confirmation Methods 0.000 claims description 5
- 238000005457 optimization Methods 0.000 claims description 5
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000004422 calculation algorithm Methods 0.000 abstract description 38
- 230000003247 decreasing effect Effects 0.000 abstract 1
- 238000004364 calculation method Methods 0.000 description 7
- 238000005516 engineering process Methods 0.000 description 7
- 238000007689 inspection Methods 0.000 description 7
- 230000008569 process Effects 0.000 description 7
- 238000003032 molecular docking Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000012937 correction Methods 0.000 description 3
- 230000008859 change Effects 0.000 description 2
- 230000004927 fusion Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000005070 sampling Methods 0.000 description 2
- 238000004088 simulation Methods 0.000 description 2
- 241000238876 Acari Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000005540 biological transmission Effects 0.000 description 1
- 230000002860 competitive effect Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 230000007423 decrease Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 238000004870 electrical engineering Methods 0.000 description 1
- 230000006870 function Effects 0.000 description 1
- 230000010365 information processing Effects 0.000 description 1
- 230000004807 localization Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
- 238000012546 transfer Methods 0.000 description 1
- 239000011800 void material Substances 0.000 description 1
Landscapes
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明涉及一种基于连通性的WSN空洞节点检测方法,属于无线传感器技术领域,本方法首先根据网络节点连通性信息构建跨度最大且相互垂直的第一条最短路径和第二条最短路径,同时确定各路径下其他节点的节点属性;然后根据网络节点连通性信息、节点属性和网络空洞阻隔同边同维度节点连接的特性来确定各路径下的网络空洞边节点;根据网络节点连通性信息、节点属性和网络边界节点处于同边同纬度相隔最远的特性来确定各路径下的边界节点;最后对各路径下的网络空洞边节点和边界节点分别进行整合。本发明不仅能在保证检测准确度不下降的前提下,简化检测算法,降低网络通信量,而且算法的普适性高。
Description
技术领域
本发明涉及一种WSN空洞节点的检测方法,属于无线传感器技术领域。
背景技术
无线传感器网络由具有数据采集、数据处理、无线传输功能的低成本无线传感器节点组成的应用型网络,其研究方向包括:定位技术、网络协议、同步技术、拓扑结构控制技术、数据安全与数据融合技术等。
由于无线传感器网络具有自组织动态拓扑结构的特点,其节点能量受限,并且受到节点部署方式、工作环境制约以及通信信号不稳定的影响,整个网络在部署和运行阶段网络中的部分节点之间的通信受阻,容易形成网络空洞,网络空洞是指在无线传感器网络中,某一区域内节点之间的通信受到了阻碍,这一区域称为网络空洞区域,也称作网络空洞,处于网络空洞边边缘的节点称之为网络空洞边界节点,网络空洞不但影响网络节点之间数据传输路由的有效性,同时网络空洞对定位、数据融合都有重要影响,如网络空洞节点以及网络外边界节点(网络外边界节点是指处于网络拓扑结构边缘的节点称作网络外边界节点,简称网络边界节点)的定位会比其他节点普通节点的定位更为困难,其定位准确性与精确度得不到有效保障,严重影响了整个网络节点的定位水平,因此分析和检测空洞节点、网络外边界节点具有现实意义。
目前,网络空洞节点以及网络边界节点的检测在工作原理上分为三类:基于地理位置信息的检测算法、基于统计信息的检测算法和基于拓扑信息的检测算法,这三类检测算法的实现机制不同,基于地理信息的边界节点检测算法中,需要获取每个节点的坐标信息,一般而言其检测精度可以通过提高硬件成本得到保证,基于统计信息的空洞节点检测算法利用空洞节点与非边界节点的节点度差别,通过数理统计方法确定节点是否在空洞边界,其实现方法简单,运算、通信成本较低,但是其在网络普适性上较差,在均分布网络中,表现较为良好,但是在各向异性网络了中,检测误差较大;基于拓扑信息的检测算法定位精度较好,能够检测多种网络中多个空洞边界节点,在各向异性网络中也有较好的表现,得到众多研究者的关注。
文献:Doherty L.Algorithms for position and data recoveryin wireless sensor networks[D].Department of ElectricalEngineering and Computer Sciences,University of California,2000。在该文献中,Qing Fang等人为了建立路由提出了BOUNDHOLE洞节点检测算法。BOUNDHOLE算法通过陷入节点陷入方向寻找网络空洞的边界节点,其运算过程需要每个节点通过单跳节点关系和节点坐标关系,在大型分布式或集中式计算的无线传感器网络中能够很好的工作,但是也存在不足,基于地理信息的边界节点检测算法中,需要获取每个节点的坐标信息,其实现成本较高。
文献;Fan Z,Chen Y,Wang L,et al.Removing Heavily CurvedPath:Improved DV-Hop Localization in Anisotropic SensorNetworks[C]//Mobile Ad-hoc and Sensor Networks(MSN),2011Seventh International Conference on.IEEE,2011:75-82。在该文献中,Naijie GU等人根据网络空洞的边界节点与内部其他普通节点在各自的邻居节点的数目上的差异实现基于统计信息的空洞节点算法[6],该算法实现简单,成本较低,在均分布网络中,表现较为良好。
文献:Ghrist R,Muhammad A.Coverage and hole-detection insensor networks via homology[C]//Proceedings of the4thinternational symposium on Information processing in sensornetworks.IEEE Press,2005:34。在该文献中,Gao Jie等提出的基于网络拓扑的边界检测算法,能在多种规模网络中实现了网络空洞节点检测和网络外边界节点的检测,其工作过程分为以下主要5个步骤;
(1)构建网络最短路径树,从网络任意节点R,以洪泛方式传递节点的数据信息,最终整个网络生成以节点R为根节点的最短路径树;
(2)判断网络中最短路径数上的对接节点对(Cut Nodes),在第一步生成路径树过程中,树的分枝绕过网络空洞后产生对接的节点对,如果有多个空洞,将有多组对接节点对,为了判断方便,在前期过程中只保留其中一个空洞后面的对接节点对,去除其他节点对;
(3)通过对接节点对查找路径上的共同祖先节点,各个节点与祖先节点的连线将包围住该网络空洞,该步骤实现包围网络空洞的最短路径的判断,即空洞边界环路Round;
(4)获取网络中空洞节点环路Round后,通过洪泛确定网络中其他节点距离该环的最短跳数,将同一跳距的节点标记为同色;
(5)判断网络的外边界节点环路,精确判断网络外边界节点和内部空洞节点,同时恢复多对接节点对,定位多个网络空洞边界。
Gao Jie的基于拓扑信息的检测算法定位精度较好,能够检测多种网络中多个空洞边界节点,在各向异性网络中也有较好的表现,得到学者的关注,但是其实现比较复杂,要求较高的网络通信带宽,需要传感器网络节点较好的计算能力,其实现成本较高,在无线传感器网络节点资源受限的情况下不利于普遍使用。
文献:张姿,黄廷磊,吴拱星.一种改进的边界节点检测算法[J].传感技术学报,2013,05:670-674。在该文献中,张姿等人针对Gao Jie提出的基于拓扑信息的空洞检测算法中网络通信量较大的不足,提出了一种改进的边界节点检测算法——AIBNDA算法,其主要步骤如下:
(1)选取领导节点,通过竞争方式确定网络中发起节点;
(2)确定网络信标节点,从领导节点开始,通过两次全网洪泛通信后,确定网络中距离最远的两个信标节点;
(3)划分网络维度线,确定各个维度线上的头节点。其方法是通过网络中每个节点距离两个信标节点距离的比值不同,确定各个维度下的节点;通过节点ID大小确定某维度的头节点;
(4)确定网络中洞的分布情况,根据各个维度头节点,通过连接头节点确定围绕空洞的环路;
根据连接头节点确定的网络空洞环路细化网络外边界节点和网络空洞节点。
虽然该算法在通信量上做了一定优化,但是,基于分布式计算的算法其通信成本是无法回避的,在确定头结点之前至少要经历三次洪泛方式的全网通信,同时在头节点选择和网络空洞分布确定的方法上缺乏依据,对网络结构异常缺乏考虑,算法的普适性较差。
发明内容
本发明针对基于拓扑信息空洞检测算法网络通信量大、实现复杂的缺点,提出一种基于连通性的WSN空洞节点检测方法,他能在保证检测准确度不下降的前提下,简化检测算法,降低网络通信量,提高算法的普适性。
本发明为解决上述技术问题提出的技术方案是:一种基于连通性的WSN空洞节点检测方法,首先根据网络节点连通性信息构建跨度最大且相互垂直的第一条最短路径和第二条最短路径,同时确定各路径下其他节点的节点属性;然后根据网络节点连通性信息、节点属性和网络空洞阻隔同边同维度节点连接的特性来确定各路径下的网络空洞边节点;根据网络节点连通性信息、节点属性和网络边界节点处于同边同纬度相隔最远的特性来确定各路径下的边界节点;最后对各路径下的网络空洞边节点和边界节点分别进行整合。
优选的,包括以下步骤:第一步、获取网络节点连通性信息,并且上传至汇聚节点;第二步、通过网络节点连通性信息构建网络中节点最短路径跳数记录表—shortest_path表和节点最短路径节点记录表—shortest_map表;第三步、根据shortest_path表和shortest_map表构建跨度最大的第一、第二条最短路径,所述第一、第二条最短路径相互垂直,并在第一条最短路径下,完成网络中其他节点距离第一条最短路径的第一属性,并根据网络中其他节点距离第一条最短路径的第一属性将所有节点划在不同纬度、不同小组、不同边的第一集合中;在第二条最短路径下,完成网络中其他节点距离第二条最短路径的第二属性,并根据网络中其他节点距离第二条最短路径的第二属性将所有节点划在不同纬度、不同小组、不同边的第二集合中;第四步、根据不同纬度、不同小组、不同边的节点第一集合以及shortest_path和shortest_map表,利用网络空洞阻隔同边同维度节点连接的特性来判断第一网络空洞边节点以及确定第一网络空洞边界圆;根据不同纬度、不同小组、不同边的节点第二集合以及shortest_path和shortest_map表,利用网络空洞阻隔同边同维度节点连接的特性来判断第二网络空洞边节点以及确定第二网络空洞边界圆;第五步、完成第一、第二空洞边界圆后,对第一、第二空洞边界圆的节点优化,去除不符合的节点;第六步、根据不同纬度、不同小组、不同边的节点第一集合以及shortest_path表和shortest_map表,利用网络边界节点处于同边同纬度相隔最远的特点来选择第一边界节点以及确定第一边界节点路径;根据不同纬度、不同小组、不同边的节点第二集合以及shortest_path表和shortest_map表,利用网络边界节点处于同边同纬度相隔最远的特点来选择第二边界节点以及确定第二边界节点路径;第七步、对第一网络空洞边节点和第二网络空洞边节点整合,对第一边界节点和第二边界节点整合。
本发明的一种基于连通性的WSN空洞节点检测方法,相比现有技术,具有以下有益效果:1.本方法是以集中计算的方法实现定位,其实现简单,易于实现,具有较好的网络普适性,空洞节点和边界节点的检测准确度高,该算法的网络通信量只在获取网络连通性信息阶段和信息上传至汇聚节点阶段,其通信量不随网络空洞节点数目的多少而改变,以中心计算节点的计算能力来大大减轻网络的通信负载。
2.网络空洞将距离零维度线的同维度节点分为多个小组,通过该多小组之间最短路径上的节点实现空洞节点对的确定,通过空洞节点对检测网络空洞上的所有节点,其获取方法是根据最短路径跨纬度情况来构建局部路径实现的。具有高效准确的特点。
3.首先获取网络同边同维度边界节点对,通过判别不同纬度节点是否为对应同一侧节点,通过网络最短路径记录表确定同侧相邻维度边界节点的最短路径,在最后,通过在两次“垂直”跨度最大路径情况下完成边界节点修正。
4.获取网络节点连通性信息,并且上传至汇聚节点,算法通过集中式计算方法确定网络空洞节点和边界节点,网络通信只在获取连通性信息阶段,可以大大降低网络通信量。
5.构建网络中节点最短路径跳数记录表—shortest_path表和节点最短路径节点记录表—shortest_map表,两张表实现简单,降低了算法的复杂性。
6.构建两条相互“垂直”的跨度最大最短路径路径,并在此两条路径下,完成网络中其他节点的节点属性,利用网络空洞阻隔同边同维度节点连接的特性来实现空洞节点判断,通过网络边界节点处于同边同纬度相隔最远的特点来实现边界节点判断,该方法实现简单,具有普适性,同时在两条最大跨度路径下实现网络空洞节点与边界节点检测,提高了准确率。
7.在具体实例中,该检查算法的检查准确度在90%以上,在不同网络场景下,检测准确度较也有检测算法有2%-5%的提高,其网络通信量不到分布式计算的20%。
附图说明
图1本发明算法总体流程图;
图2网络空洞节点检测流程图;
图3空洞节点对存在两种跨维度最短路径示意图;
图4空洞节点对只存在跨高纬度最短路径示意图;
图5空洞节点对只存在跨低维度最短路径的两种网络连接状态示意图;
图6网络外边界节点检测示意图;
图7第一条零纬度路径下仿真结果;
图8第二条零纬度路径下仿真结果;
图9修正后的空洞节点与边界节点图;
具体实施方式
附图非限制性地公开了本发明一个优选实施例的结构示意图,以下将结合附图详细地说明本发明的技术方案。
实施例
本实施例应用场景是在任意边长的矩形区域内随机部署若干节点,在这样网络场景中,本方法可实现对各块网络空洞节点和网络外边界节点检测,本方法只需要单块连通网络中所有节点的连通信息,即可完成该块区域内的空洞节点和边界节点的检测。一种基于连通性的WSN空洞节点检测方法,首先根据网络节点连通性信息构建跨度最大且相互垂直的第一条最短路径和第二条最短路径,同时确定各路径下其他节点的节点属性;然后根据网络节点连通性信息、节点属性和网络空洞阻隔同边同维度节点连接的特性来确定各路径下的网络空洞边节点;根据网络节点连通性信息、节点属性和网络边界节点处于同边同纬度相隔最远的特性来确定各路径下的边界节点;最后对各路径下的网络空洞边节点和边界节点分别进行整合。
包括以下步骤:第一步、获取网络节点连通性信息,并且上传至汇聚节点;第二步、通过网络节点连通性信息构建网络中节点最短路径跳数记录表—shortest_path表和节点最短路径节点记录表—shortest_map表;第三步、根据shortest_path表和shortest_map表构建跨度最大的第一、第二条最短路径,所述第一、第二条最短路径相互垂直,并在第一条最短路径下,完成网络中其他节点距离第一条最短路径的第一属性,并根据网络中其他节点距离第一条最短路径的第一属性将所有节点划在不同纬度、不同小组、不同边的第一集合中;在第二条最短路径下,完成网络中其他节点距离第二条最短路径的第二属性,并根据网络中其他节点距离第二条最短路径的第二属性将所有节点划在不同纬度、不同小组、不同边的第二集合中;第四步、根据不同纬度、不同小组、不同边的节点第一集合以及shortest_path和shortest_map表,利用网络空洞阻隔同边同维度节点连接的特性来判断第一网络空洞边节点以及确定第一网络空洞边界圆;根据不同纬度、不同小组、不同边的节点第二集合以及shortest_path和shortest_map表,利用网络空洞阻隔同边同维度节点连接的特性来判断第二网络空洞边节点以及确定第二网络空洞边界圆;第五步、完成第一、第二空洞边界圆后,对第一、第二空洞边界圆的节点优化,去除不符合的节点;第六步、根据不同纬度、不同小组、不同边的节点第一集合以及shortest_path表和shortest_map表,利用网络边界节点处于同边同纬度相隔最远的特点来选择第一边界节点以及确定第一边界节点路径;根据不同纬度、不同小组、不同边的节点第二集合以及shortest_path表和shortest_map表,利用网络边界节点处于同边同纬度相隔最远的特点来选择第二边界节点以及确定第二边界节点路径;第七步、对第一网络空洞边节点和第二网络空洞边节点整合,对第一边界节点和第二边界节点整合。
该算法的总流程如图1所示,各个阶段的通信流程包括如下步骤:
1)获取网络节点连通性信息,并且上传至汇聚节点。网络节点间连通性信息通过网络中每个节点向网络中广播一个寻求邻居节点的信号,当某一接收节点收到信号后,返回确认信号,表明自己可以与发射信号直接通信,是其邻居节点,发射信号节点记录发回确认信号的所有邻居节点,依此方法,网络中所有节点发送邻居节点请求信号、获取邻居节点确认信息、记录邻居节点集,单所有节点的邻居节点集统计完毕后,网络的连通性信息就完全掌握了,最后通过无线传感器网络的工作特点,采用多跳的工作机制,将网络的连通性信息传至到网络的汇聚节点,由于汇聚节点不同于普通节点,其具有的内存较大、计算能力更长、具有较长的工作寿命,在这样的汇聚节点才完成空洞节点和边界节点检测。上述网络连通性信息在汇聚节点处将如表1记录:
表1网络连通性记录表
第一行与第一列表示节点的Id,其交汇处表示节点Idi与节点Idj是否相互连通,如果是1则表示可直接连通,0则表示不能直接相互连通,Idi与Idj相同时,表明为同一节点的连通情况,为了以后处理方便,相同节点连通性信息记录为0。
2)构建网络中节点最短路径跳数记录表—shortest_path表和节点最短路径节点记录表—shortest_map表,其中最短路径跳数记录表记录任意两个节点组成的节点对之间的最小跳数,shortest_path如表2所示:
表2网络最短路径跳数记录表(shortest_path表)
其中Inf表示节点之间不相连通,表中节点Id2和节点Id3之间的跳数为Inf,此两节点不连通;最短路径节点记录表记录了最短路径上的每条路径上的节点,shortest_map中记录节点与节点之间连通的最短路径上的节点,在表中2中节点Id1与节点Id3最短路径跳数为5,如果其路径有多条,其最短路径节点记录表shortest_map中记录一系列路径节点,如Id1-Id4-Id6-Id9-Id3、Id1-Id4-Id2-Id9-Id3形式,所有可能的最短路径都将记录在对应的表中
3)构建第一条跨度最大的最短路径路径,并在该路径下,完成网络中其他节点的节点属性。跨度最大的最短路径的确定依据网络中shortest_path记录表中跳数最大的可连接节点对,如果表中存在多个跳数等于最大跳数的节点对,选取节点对的邻居节点总和最小的节点对,在确定最大跨度节点工作后,通过在shortest_map记录中的所有连接该节点对的节点路径中选择适合的一条路径,其选取的准则为选择路径上所有节点的邻居节点总和最大的路径,这样是为了该路径穿过网络的节点密集区域,尽量保证最短路径穿过网络中心位置,最短路径也称作为零维度线,其后的工作是确定网络中其他节点距离该零纬度线的属性,这些属性包括节点所处的维度、组号、边号等。所谓的维度如同地球上的某个位置距离赤道的性质一样,如果某个节点距离零维度线的最小跳数为1,则记录该节点维度为1,以此类推;所谓分组就是在维度大于2的所有节点中,如果同维度的节点可以相互连通,而不需要跨过其他维度的节点,将这些可以相互连通的所有节点划为某一小组,同纬度不可以直接连通或通过同维度节点连通的节点将处于不同的小组;所谓边划分是从最高维度某一小组的节点开始,该小组内节点到零维度线上节点的最短路径上所有节点划为同一边,同时,同一小组中节点也属于同一边,通过以上判断准则,将所有节点划在不同纬度、不同小组、不同边的集合中,其结果记录在表3所示:
表3网络节点属性记录表
其列分别表示节点ID、节点维度、节点组号、节点边号。
4)利用网络空洞阻隔同边同维度节点连接的特性来实现空洞节点判断。网络空洞节点检测首先从某一边最高维度节点开始,依次获取该边不同维度的所有节点集合,通过判断同边同维度节点集合中是否存在多个小组,如果存在则表明该边该维度节点集合被网络空洞阻隔不能够直接连通,其确定网络空洞边界节点的方法如下,首先判断同边同维度小组中被网络空洞阻隔的相邻小组之间的最短路径节点对,其选取标准依然是通过同边同维度不同小组节点集合之间节点对在shortest_path记录表中最小值的节点对,如果有多个节点存在,选取节点对的邻居节点数最小的节点对,若如其邻居节点数相同,任意选取其中一对,记录如下表4所示:
表4网络空洞节点对记录表
其中记录不同纬度存在不同分组时,各个分组最短路径的节点对信息。
获取同边同纬度不同组之间最短路径上的空洞节点对后,通过shortest_map记录表中节点之间的路径节点信息判断网络空洞边节点,其实现流程如图2所示,判断过程如下:
41)判断在shortest_map记录表中节点Idi与节点Idj的最短路径中是否同时存在两种路径,即存在跨越高维度和跨越低纬度的路径,如果不是,转到步骤42),如图3所示,图中填充相同图形的节点表示为相同维度。节点A与节点B为空洞节点对,两节点之间的最短路径跳数为6跳,其最短路径上有两种跨度的路径,分别为从A-C-B走向的高纬度的路径和A-D-B走向的低纬度路径,这种情况下,分别获取这两种跨纬度上最短路径上节点,这两中跨度的路径上的节点组成围绕空洞节点的圆环,即为此网络空洞的边界圆,最短路径上节点的获取方法是选择shortest_map记录表中路径节点的邻居节点数最小值所在的路径。
42)判断在shortest_map记录表中节点Idi与节点Idj之间的最短路径是否是跨高维度路径,如果不是,转到步骤43),如图4所示,其中a图中空洞节点对A与B最短路径跳数为5,其路径为A-C-B路径,此种情况下首先确定跨高维度的最短路径上的节点,其确定准则同上,然后寻找其跨低维度的最短路径上的节点,其寻找路径方法是,去掉网络中高纬度所有节点,只保留网络中该纬度节点与其低纬度节点,在这些节点组成的局部网络中,通过构建其最短跳数记录表——shortest_map_temp,通过最短路径记录表,使用同样的准则完成跨低纬度路径节点,从图a虚线可知其最短路径跳数为6,其路径为A-D-B,最终完成网络空洞节点边界圆的确定。
43)判断在shortest_map记录表中节点Idi与节点Idj之间的最短路径是否是跨低维度路径,在存在跨低纬度路径的情况中存在两种情形,如图5所示,图a所示空洞节点对A与B最短路径跳数为5,其路径为A-D-B路径,同时其高纬度路径上也存在连通路径,而图b中,空洞节点对只存在低纬度连通路径,不存在跨高维度的路径。在a图情况下,首先确定跨低维度的最短路径上的节点,其确定准则同上,然后寻找其跨高维度的最短路径上的节点,其寻找路径方法是去掉网络中低纬度所有节点,只保留该纬度和其高纬度的局部节点集合,在这些节点组成的局部网络中,通过构建其最短跳数记录表——shortest_map_temp,通过最短路径记录表,使用同样的准则完成跨低纬度路径节点,从图a虚线可知其最短路径跳数为6,其路径为A-D-B,最终完成网络空洞节点边界圆的确定;在图b情况下,空洞节点对只存在低纬度路径,其高纬度上不存在连接,则网络局部节点所构建的最短路径记录表shortest_path_temp中该空洞节点对是不存在连通路径的,其空洞节点边界就为低纬度路径上的节点,这样的的空洞也是网络边界节点。
5)完成空洞边界圆后,对圆上的节点优化,去除不符合的节点。
6)利用网络边界节点处于同边同纬度相隔最远的特点来实现边界节点判断,其实现步骤如下:
61)获取同边同维度值的节点集合中相距最远的节点对,记录在各个维度节点对表中,其判断方法同样是查找同边同维度节点之间shortest_path中最大值,即查找处于同边同纬度中两个距离最远的节点对,如图6所示,节点A与节点B在同纬度中距离最远,A、B节点构成此维度上的边界节点对,节点C、D在同纬度中距离最远,C、D节点构成此维度上的边界节点对。如若同边同纬度节点集合中存在多对符合条件的节点,选取该节点对的邻居节点数最少的节点对,从最高维度的节点看,其两个节点对属于两个不同方向,图6中a所示,节点A、C、E处于左侧,B、D、F属于右侧,分别叫做左侧节点和右侧节点,如果同纬度中只存在一个节点,将左侧节点与右侧节点同时标记为该节点,其最终各个维度节点对如表5所示:
表5网络边界节点对记录表
节点维度 | 边号(side) | 左侧节点 | 右侧节点 |
7 | 3 | A | B |
6 | 3 | D | C |
5 | 3 | E | F |
... | ... | ... | ... |
62)从高维度开始判断边界节点对的左侧节点与右侧节点相互对应,如果对应,连接相邻维度的同侧节点,如果不对应,纠正左右侧节点后连接相邻维度的同侧节点。连接相邻维度边界节点对的方法同样是查找shortest_map记录表中路径中所有节点的邻居节点最少的路径作为边界节点,依次下去,直到该边的不同纬度的边界节点完成路径的连接,最终结果如图6中b所示,此处需要说明的是,以上是在side未修正的情况下确定的边界节点路径,由于不同side值得节点集合中可能存在通过某一个节点可以直接相连,此种情况下网络的side值需要做修正,修正后的两个边的边界节点路径可以合并,最终去除瑕疵边界节点。
7)构建第二条跨度最大的最短路径,并在该路径下,完成网络中其他节点的节点属性,第二条最短路径与第一条垂直,该跨度最大的最路径的起始节点是在第一条零维度路径情况下网络中最大维度节点中的邻居节点数最少的节点,第二条零维度路径的尾节点距离其起始节点跳数最大,并且距离第一条零纬度路径首尾节点跳数在其候选节点中也是最大的,该路径下,完成网络中其他节点的节点属性的过程同步骤3)。
8)完成步骤4)到步骤6)
9)对两条垂直的最大跨度最短路径线的空洞节点和边界节点进行整合。
本算法是以集中计算的方法实现定位,其实现简单,易于实现,有较好的网络普适性,空洞节点和边界节点的检测准确度高,该算法的网络通信量只在获取网络连通性信息阶段和信息上传至汇聚节点阶段,其通信量不随网络空洞节点数目的多少而改变,以中心计算节点的计算能力来大大减轻网络的通信负载。
1、基于连通性的空洞节点算法流程。
该流程如上所述,其流程概括为网络连通性数据——构建网络最短跳数记录表、最短路径记录表——构建第一条跨度最大的零维度线——构建网络节点属性表——网络空洞节点检测、网络边界节点检测——构建第二条跨度最大的零维度线——构建网络节点属性表——网络空洞节点检测、网络边界节点检测——网络空洞节点与边界节点校正。
2、网络空洞节点检测策略。
网络空洞将距离零维度线的同维度节点分为多个小组,通过该多小组之间最短路径上的节点实现空洞节点对的确定,通过空洞节点对检测网络空洞上的所有节点,其获取方法是根据最短路径跨纬度情况来构建局部路径实现的。具有高效准确的特点。
3、确定网络边界节点策略。
首先获取网络同边同维度边界节点对,通过判别不同纬度节点是否为对应同一侧节点,通过网络最短路径记录表确定同侧相邻维度边界节点的最短路径,在最后,通过在两次“垂直”跨度最大路径情况下完成边界节点修正。
实例:
本实例采用如图7所示,在200m*200m矩形区域内随机部署160个节点,节点之间的通信距离为30m,在通信距离内的两个节点可以相互通信,随机部署后的网络内产生4个网络空洞,网络空洞节点与边界节点检测如下所述:
1)获取网络连通信息表,上传至汇聚节点。
2)构建最路径跳数记录表和最短路径节点记录表。
3)构建第一跨度最大的零维度路径,并且在该路径上完成节点属性的判断,如图a所示,矩形区域左下到右上的连接路径为第一条零纬度路径,如图7中a所示,不同形状节点为距离零纬度线的不同跳数,即维度信息,如果同维度的节点可以相互连通,而不需要跨过其他维度的节点,将这些可以相互连通的所有节点划为同一小组,同纬度不可以直接连通或通过同维度节点连通的节点将处于不同的小组;所谓边划分是从最高维度某一小组的节点开始,该小组内节点到零维度线上节点的最短路径上所有节点划为同一边,同时,同一小组中节点也属于同一边,通过以上判断准则,将所有节点划在不同纬度、不同小组、不同边的集合中。
4)利用网络空洞阻隔同边同维度节点连接的特性来实现空洞节点判断,并为网络空洞节点做优化。网络空洞节点检测首先从某一边最高维度节点开始,依次获取该边不同维度的所有节点集合,最终网络空洞节点检测结果如图7中b所示,网络内部类圆的路径皆为网络空洞的边界节点。
5)利用网络边界节点处于同边同纬度相隔最远的特点来实现边界节点判断,最终检查结果如图7中b图所示,环绕网络外边界的节点为网络外边界节点,图中维度为1的外边界节点不能够完成边界节点的检查。
6)构建第二条跨度最大的零纬度路径,并且在该路径下完成节点属性的判断,其结构如图8中a图所示,其意义与图7类似
7)如步骤4)步骤5)一样,完成在第二条路径下完成边界节点和空洞节点的检查,其结果如图8中b图所示。
8)对两条垂直的最大跨度最短路径线的空洞节点和边界节点进行整合,其最终结果如图9所示。
统计和计算结果表明,该检查算法的检查准确度在90%以上,在不同网络场景下,检测准确度较AIBNDA检测算法有2%-5%的提高,
其网络通信量不到AIBNDA的20%。
上面结合附图所描述的本发明优选具体实施例仅用于说明本发明的实施方式,而不是作为对前述发明目的和所附权利要求内容和范围的限制,凡是依据本发明的技术实质对以上实施例所做的任何简单修改、等同变化与修饰,均仍属本发明技术和权利保护范畴。
Claims (8)
1.一种基于连通性的WSN空洞节点检测方法,其特征在于:首先根据网络节点连通性信息构建跨度最大且相互垂直的第一条最短路径和第二条最短路径,同时确定各路径下其他节点的节点属性;然后根据网络节点连通性信息、节点属性和网络空洞阻隔同边同维度节点连接的特性来确定各路径下的网络空洞边节点;根据网络节点连通性信息、节点属性和网络边界节点处于同边同纬度相隔最远的特性来确定各路径下的边界节点;最后对各路径下的网络空洞边节点和边界节点分别进行整合。
2.根据权利要求1所述的基于连通性的WSN空洞节点检测方法,其特征在于,包括以下步骤:第一步、获取网络节点连通性信息,并且上传至汇聚节点;第二步、通过网络节点连通性信息构建网络中节点最短路径跳数记录表—shortest_path表和节点最短路径节点记录表—shortest_map表;第三步、根据shortest_path表和shortest_map表构建跨度最大的第一、第二条最短路径,所述第一、第二条最短路径相互垂直,并在第一条最短路径下,完成网络中其他节点距离第一条最短路径的第一属性,并根据网络中其他节点距离第一条最短路径的第一属性将所有节点划在不同纬度、不同小组、不同边的第一集合中;在第二条最短路径下,完成网络中其他节点距离第二条最短路径的第二属性,并根据网络中其他节点距离第二条最短路径的第二属性将所有节点划在不同纬度、不同小组、不同边的第二集合中;第四步、根据不同纬度、不同小组、不同边的节点第一集合以及shortest_path和shortest_map表,利用网络空洞阻隔同边同维度节点连接的特性来判断第一网络空洞边节点以及确定第一网络空洞边界圆;根据不同纬度、不同小组、不同边的节点第二集合以及shortest_path和shortest_map表,利用网络空洞阻隔同边同维度节点连接的特性来判断第二网络空洞边节点以及确定第二网络空洞边界圆;第五步、完成第一、第二空洞边界圆后,对第一、第二空洞边界圆的节点优化,去除不符合的节点;第六步、根据不同纬度、不同小组、不同边的节点第一集合以及shortest_path表和shortest_map表,利用网络边界节点处于同边同纬度相隔最远的特点来选择第一边界节点以及确定第一边界节点路径;根据不同纬度、不同小组、不同边的节点第二集合以及shortest_path表和shortest_map表,利用网络边界节点处于同边同纬度相隔最远的特点来选择第二边界节点以及确定第二边界节点路径;第七步、对第一网络空洞边节点和第二网络空洞边节点整合,对第一边界节点和第二边界节点整合。
3.根据权利要求2所述的基于连通性的WSN空洞节点检测方法,其特征在于:在第一步中,网络节点连通性信息的获取方法为通过网络中每个节点向网络中广播一个寻求邻居节点的信号,当某一接收节点收到信号后,返回确认信号,表明自己可以与发射信号直接通信,是其邻居节点,发射信号节点记录发回确认信号的所有邻居节点;上传至汇聚节点的方法为通过无线传感器网络的工作特点,采用多跳的工作机制,将网络的连通性信息传至到网络的汇聚节点,且在汇聚点表格记录,其中该表格中第一行与第一列表示节点的Id,其交汇处表示节点Idi与节点Idj是否相互连通,1则表示可直接连通,0则表示不能直接相互连通,相同节点连通性信息记录为0。
4.根据权利要求3所述的基于连通性的WSN空洞节点检测方法,其特征在于:在第二步中,shortest_path表记录任意两个节点组成的节点对之间的最小跳数,其中该表格中第一行与第一列表示节点的Id,其交汇处表示节点Idi与节点Idj的跳数,Inf表示节点之间不相连通;shortest_map表中记录节点与节点之间连通的最短路径上的节点。
5.根据权利要求4所述的基于连通性的WSN空洞节点检测方法,其特征在于:在第三步中,跨度最大的最短路径确定依据网络中shortest_path记录表中跳数最大的可连接节点对,如果表中存在多个跳数等于最大跳数的节点对,选取节点对的邻居节点总和最小的节点对,在确定最大跨度节点工作后,通过在shortest_map记录中的所有连接该节点对的节点路径中选择适合的一条路径,其选取的准则为选择路径上所有节点的邻居节点总和最大的路径,且该路径穿过网络的节点密集区域。其他节点距离最短路径的属性是指:确定网络中其他节点距离零纬度线的属性,该零纬度线指最短路径,这些属性包括节点所处的维度、组号以及边号;所述维度是指节点距离零维度线的最小跳数;所谓分组就是在维度大于2的所有节点中,如果同维度的节点可以相互连通,而不需要跨过其他维度的节点,将这些可以相互连通的所有节点划为同一小组,同纬度不可以直接连通或通过同维度节点连通的节点将处于不同的小组;所谓边划分是从最高维度某一小组的节点开始,该小组内节点到零维度线上节点的最短路径上所有节点划为同一边,同时,同一小组中节点也属于同一边。
6.根据权利要求5所述的基于连通性的WSN空洞节点检测方法,其特征在于:在第四步中,所述网络空洞节点判断方法为:网络空洞节点检测首先从某一边最高维度节点开始,依次获取该边不同维度的所有节点集合,通过判断同边同维度节点集合中是否存在多个小组,如果存在则表明该边该维度节点集合被网络空洞阻隔不能够直接连通,其确定网络空洞边节点的方法如下,首先判断同边同维度小组中被网络空洞阻隔的相邻小组之间的最短路径节点对,其选取标准依然是通过同边同维度不同小组节点集合之间节点对在shortest_path记录表中最小值的节点对,如果有多个节点存在,选取节点对的邻居节点数最小的节点对,若如其邻居节点数相同,任意选取其中一对;网络空洞边节点的判断如下:a、判断在shortest_map记录表中节点Idi与节点Idj的最短路径中是否同时存在两种路径,如果不是,转到步骤b;b、判断在shortest_map记录表中节点Idi与节点Idj之间的最短路径是否是跨高维度路径,如果不是,转到步骤c;c、判断在shortest_map记录表中节点Idi与节点Idj之间的最短路径是否是跨低维度路径,在存在跨低纬度路径的情况中存在两种情形:一种是高纬度路径上也存在连通路径:此时首先确定跨高维度的最短路径上的节点,其确定准则同b,然后寻找其跨低维度的最短路径上的节点,其寻找路径方法是去掉网络中高纬度所有节点,只保留该纬度和其低纬度的局部节点集合,在这些节点组成的局部网络中,通过构建其最短跳数记录表——shortest_map_temp,通过最短路径记录表,使用同样的准则完成跨低纬度路径节点,最终完成网络空洞节点边界圆的确定;另一种是只存在低纬度连通路径:此时网络局部节点所构建的最短路径记录表shortest_path_temp中该空洞节点对是不存在连通路径的,其空洞节点边界就为低纬度路径上的节点。
7.根据权利要求6所述的基于连通性的WSN空洞节点检测方法,其特征在于:在第六步中,边界节点以及边界节点路径实现步骤:a、获取同边同维度值的节点集合中相距最远的节点对,记录在各个维度节点对表中,其判断方法同样是查找同边同维度节点之间shortest_path中最大值;如若同边同纬度节点集合中存在多对符合条件的节点,选取该节点对的邻居节点数最少的节点对,从最高维度的节点看,其两个节点对属于两个不同方向,分别叫做左侧节点和右侧节点,如果同纬度中只存在一个节点,将左侧节点与右侧节点同时标记为该节点;b、从高维度开始判断边界节点对的左侧节点与右侧节点相互对应,如果对应,连接相邻维度的同侧节点,如果不对应,纠正左右侧节点后连接相邻维度的同侧节点;连接相邻维度边界节点对的方法同样是查找shortest_map记录表中路径中所有节点的邻居节点最少的路径作为边界节点,依次下去,直到该边的不同纬度的边界节点完成路径的连接。
8.根据权利要求7所述的基于连通性的WSN空洞节点检测方法,其特征在于:在第三步中,第二条最短路径的起始节点是在第一条最短路径下网络中最大维度节点中的邻居节点数最少的节点,第二条最短路径的尾节点距离其起始节点跳数最大,并且距离第一条最短路径首尾节点跳数在其候选节点中最大。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410146705.4A CN103945412B (zh) | 2014-04-11 | 2014-04-11 | 一种基于连通性的wsn空洞节点检测方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410146705.4A CN103945412B (zh) | 2014-04-11 | 2014-04-11 | 一种基于连通性的wsn空洞节点检测方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN103945412A true CN103945412A (zh) | 2014-07-23 |
CN103945412B CN103945412B (zh) | 2017-06-06 |
Family
ID=51192843
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410146705.4A Expired - Fee Related CN103945412B (zh) | 2014-04-11 | 2014-04-11 | 一种基于连通性的wsn空洞节点检测方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN103945412B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106211189A (zh) * | 2016-06-29 | 2016-12-07 | 盐城工学院 | 一种异构多媒体传感器网络部署方法及装置 |
CN109257763A (zh) * | 2018-10-22 | 2019-01-22 | 安徽工业大学 | 无线传感器二维网络边界节点的判断方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102083162A (zh) * | 2011-01-21 | 2011-06-01 | 河海大学常州校区 | 基于QoS的无线多媒体传感器网络贪婪多路径路由方法 |
-
2014
- 2014-04-11 CN CN201410146705.4A patent/CN103945412B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102083162A (zh) * | 2011-01-21 | 2011-06-01 | 河海大学常州校区 | 基于QoS的无线多媒体传感器网络贪婪多路径路由方法 |
Non-Patent Citations (5)
Title |
---|
GONG-XING WU: "Boundary Recognition by Topological Methods in Wireless Sensor Networks", 《THE 2011 IEEE INTERNATIONAL CONFERENCE ON INTELLINGENT COMPUTING AND INTEGRATED SYSTEMS》 * |
OLGA SAUKH: "On Boundary Recognition without Location Information", 《2008 INTERNATIONAL CONFERENCE ON INFORMATION PROCESSING IN SENSOR NETWORKS》 * |
吴拱星: "基于拓扑的无线传感器网络边界节点检测", 《桂林电子科技大学学报》 * |
张姿: "一种改进的边界节点检测算法", 《传感技术学报》 * |
张姿: "基于拓扑的WSNs 边界节点检测算法设计", 《传感器与微系统》 * |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106211189A (zh) * | 2016-06-29 | 2016-12-07 | 盐城工学院 | 一种异构多媒体传感器网络部署方法及装置 |
CN106211189B (zh) * | 2016-06-29 | 2019-08-13 | 盐城工学院 | 一种异构多媒体传感器网络部署方法及装置 |
CN109257763A (zh) * | 2018-10-22 | 2019-01-22 | 安徽工业大学 | 无线传感器二维网络边界节点的判断方法 |
CN109257763B (zh) * | 2018-10-22 | 2021-12-03 | 安徽工业大学 | 无线传感器二维网络边界节点的判断方法 |
Also Published As
Publication number | Publication date |
---|---|
CN103945412B (zh) | 2017-06-06 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN102970744B (zh) | 一种基于节点密度的无线传感器网络分区域定位方法 | |
Zhou et al. | A robust boundary detection algorithm based on connectivity only for 3D wireless sensor networks | |
Zheng et al. | Energy and latency analysis for in-network computation with compressive sensing in wireless sensor networks | |
CN102665253B (zh) | 一种基于无线传感网络的事件检测方法 | |
CN104581943A (zh) | 用于分布式无线传感网络的节点定位方法 | |
Zhou et al. | Localized algorithm for precise boundary detection in 3D wireless networks | |
CN100403699C (zh) | 分布式无线网络关键节点探测方法 | |
CN104883676A (zh) | 一种多无人机环境下协同安全通信方法 | |
CN104902565A (zh) | 一种分布式的无线传感器网络三维mds定位方法 | |
CN104135750A (zh) | 基于网络密度分簇的无线传感器网络多移动信标组移动路径规划方法 | |
CN102497669A (zh) | 一种无线传感器网络节点定位的方法 | |
Yu et al. | A hierarchical MDS-based localization algorithm for wireless sensor networks | |
CN113411766B (zh) | 智慧物联网综合感知系统及方法 | |
Tao et al. | Enhancement of DV-Hop by weighted hop distance | |
CN102970677B (zh) | 基于侦听的Gossip平均共识技术的无线通信方法 | |
CN102413471B (zh) | 一种基于链路稳定性估算的无线栅格传感器网络组网方法 | |
CN102547977A (zh) | 一种基于跳数的传感网定位方法 | |
CN103945412A (zh) | 一种基于连通性的wsn空洞节点检测方法 | |
Kaewprapha et al. | Network localization on unit disk graphs | |
CN104348863A (zh) | 基于移动自组网技术的运维巡检终端 | |
CN103442382A (zh) | 降低链路间干扰的拓扑控制方法 | |
Jiang et al. | An iterative boundary node localization algorithm based on DV-hop scheme in WSN | |
Wang | Three-dimensional wireless sensor networks: geometric approaches for topology and routing design | |
Zhi-yan et al. | Research on coverage and connectivity for heterogeneous wireless sensor network | |
Bouchoucha et al. | Finding link topology of large scale networks from anchored hop count reports |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
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: 20170606 |