CN103945485A - 一种低开销收敛快的无线传感网分布式平均方法 - Google Patents

Abstract

本发明涉及一种低开销收敛快的无线传感网分布式平均方法，其特征在于通过分簇技术，通过簇头节点执行分布式平均，减少迭代过程中通信开销，并有效提升收敛速度，具体包括以下步骤：(1)无线传感器网络通过分簇算法进行分簇，节点分为普通节点和簇头节点两类，普通节点确定自己所属的簇和簇头；网内每一个节点对观测对象进行测量，获取测量值并将其当做初步估计值；簇头节点进行簇内数据统计，并计算出簇内初步估计值的总和；(4)簇头节点与周围相邻的簇头节点执行分布式平均算法；(5)簇头节点进行簇内估计值更新操作，完成全网络数据平均值的计算。提供的方法结合传感网的技术特点是通信开销少，收敛速度快并可保证收敛性能，适用于无线传感器网路数据融合和时间同步。

Description

一种低开销收敛快的无线传感网分布式平均方法

技术领域

本发明涉及一种无线传感网的分布式平均方法，更确切地说本发明涉及一种低开销收敛快的无线传感网分布式平均方法，以计算网络数据平均值为目标，可为传感网数据融合和时间同步技术提供支持。属于无线传感网领域。

背景技术

无线传感器网络是由分布在一定区域内的大量随机布设的节点组成，节点之间通过无线链路相互通信，形成一种完全分布式的自组织网络。此类节点通常携带不同类型的传感器，可有效检测大范围内的环境数据，为国防安全、国民生产和社会生活提供服务。

无线传感器网络的基础支撑技术之一是时间同步技术。此技术可为多项传感网应用提供服务，主要包括：调度算法，睡眠机制，数据融合，定位技术等。研究精度高，鲁棒性良好的同步算法是传感网的一个非常重要的课题。无线传感网的一项技术特点在于其数据融合方案。数据融合技术负责汇聚网络中所有节点监测的数据信息，并将其反馈给监测中心或者全网络。

分布式平均能够为传感网时间同步和数据融合提供算法模型。它适用于分布式时间同步算法，可提供一种鲁棒性高，抗毁性强的时间同步协议。它也可以应用于数据融合的设计，能够通过完全分布式的方案为节点提供全网络测控数据的平均值。当前的研究多基于如何将分布式平均应用于以上两种服务，却鲜有实例能够结合传感网当前的技术特点，对分布式平均进行改进。当前的分布式平均方法普遍存在通信开销大和收敛速度慢的缺点。分布式平均要求节点与邻居进行局部信息交互，并进行多次迭代更新[Olfati-Saber R，FaxJ A，Murray R M.Consensus and cooperation in networked multi-agent systems[J].Proceedings of the IEEE，2007，95(1)：215-233.]。其收敛速度与与网络规模有关，网络规模越大则收敛速度越慢[LiQ，Rus D.Global clock synchronization insensor networks[J].Computers，IEEE Transactions on，2006，55(2)：214-226.]。分布式平均每次迭代过程都引入通信开销，并且算法迭代次数越多其通信开销越大。针对以上问题，本发明拟提出基于分簇架构的分布式平均方法，以降低数据通信量和提升算法收敛速度为主要目标的发明构思。

发明内容

本发明的目的在于提供一种低开销收敛快的无线传感网分布式平均方法，以适用于无线传感器网络，可应用于传感网数据融合和时间同步协议。本发明是基于分簇技术，通过簇头节点执行分布式平均，可减少迭代过程中通信开销，有效提升收敛速度。主要包括以下步骤：

(1)无线传感器网络通过分簇算法进行分簇，节点分为普通节点和簇头节点两类，普通节点确定自己所属的簇和簇头；

(2)网内每个节点对观测对象进行测量，获取测量值并将其当做初步估计值；

(3)簇头节点进行簇内数据统计，并计算出簇内初步估计值的总和；

(4)簇头节点与周围相邻的簇头节点执行分布式平均；

(5)簇头节点进行簇内估计值更新操作，完成全网络数据平均值的计算。

步骤(1)要求簇头节点获取簇内节点个数信息。

步骤(3)需要簇内普通节点上传自己的初步估计值给簇头节点，簇头节点采集完簇内普通节点初步估计值后，计算平均值并在簇内广播，簇内普通节点将该平均值作为当前估计值，簇头节点将全簇数据之和作为自己的当前估计值。

步骤(4)包括以下子步骤：

(41)簇头节点与周围簇头邻居相互交换当前估计值和簇内节点数量；

(42)簇头节点计算自己估计值与邻居簇头节点估计值的方差；

(43)簇头节点计算估计值的更新量，并进行估计值更新操作；簇头节点更新自己的估计值；

(44)簇头根据步骤(42)计算出的方差判断是否需要继续迭代；

步骤(5)，具体包括簇头节点处理自己的估计值，求取全簇平均后将其广播，簇内各节点利用该平均值作为全网络数据平均值。

步骤(43)要求簇头节点利用自身估计值、簇内节点数量、邻居簇头估计值和邻居簇内节点数量对估计值更新。

由于采用了以上技术方案，本发明与现有方法相比可降低通信开销，提升收敛速度并保证网络收敛到平均值。发明通过簇头节点代替普通节点执行分布式平均计算。由文献[Olfati-Saber R，Fax J A，Murray R M.Consensus andcooperation in networked multi-agent systems[J].Proceedings of the IEEE，2007，95(1)：215-233.]，[LiQ，Rus D.Global clock synchronization in sensor networks[J].Computers，IEEE Transactions on，2006，55(2)：214-226.]可知，分布式平均的收敛速度与网络规模成反比。簇头节点形成的网络规模远小于普通节点形成的网络。因此，本发明的收敛速度远大于普通分布式平均方法。收敛速度的提升意味着迭代次数的降低，本发明通过降低迭代次数以降低通信开销。另外，簇头节点间进行信息交互的通信量也远低于普通节点间进行信息交互的通信量。以上两方面决定了本发明是一种低开销的分布式平均方法。适用于无线传感网络数据融合和时间同步，能提供全网络数据平均值。

附图说明

图1为簇头节点迭代流程图。

具体实施方式

以下结合具体例子对本发明进行详细说明，以示本发明的实质性特点和显著的进步。

需强调的是所列举的实例只为更好的说明本发明，它并不限制本发明的适用范围。此外，在了解了本发明的具体实施方法后，相关研究者可以对本发明进行修改，这些等价修改同样落于本发明所附权利要求书限定的范围内。

本发明的实施例子涉及一种低开销快速分布式平均方法，包括以下步骤：

步骤一，传感器网络按常用分簇算法进行分簇。分簇算法需保证所有簇头的覆盖并集为整个网络，并保证每个节点只属于一个簇头。簇头节点可获取簇内节点的标识，并统计出簇内普通节点个数。

步骤二，网内每个节点都利用自己的传感器对观测对象进行测量，并获得测量值u。

步骤三，簇内普通节点将自己测量到的数值和标识组成一个数据包，将该数据包上传给簇头节点。簇头节点i计算出簇内测量值之和

$n_i\left(1\right)=\underset{{k\∈C}_i}{\mathrm{\Σ}}{u}_k---\left(1\right)$

式C_i中代表簇头节点所覆盖的簇内节点。簇头将该数值以广播方式反馈给簇内各节点，普通节点将该数值作为初步网络估计值。

步骤四，簇头节点与周围相邻的簇头节点执行分布式平均。分布式平均的迭代流程图如图1所示，该图代表算法的核心操作部分，具有重要性及不可替代性。算法迭代步骤具体如流程图1所示包括：

(1)首先，簇头节点与邻居簇头节点相互交换数据信息，簇头节点i为邻居簇头节点提供簇内测量值之和n_i和簇内节点数量|C_i|。

(2)其次子步骤(42)中，簇头节点计算自己估计值与邻居簇头的方差

$D_i\left(t\right)=\underset{{j\∈N}_i}{\mathrm{\Σ}}{(n_i\left(t\right)-n_j\left(t\right))}^2---\left(2\right)$

式中N_i代表i的邻居簇头集合。

(3)再次子步骤(43)中，簇头节点采用本发明提出的分布式平均方法计算估计值的更新量

${\stackrel{\·}{x}}_i\left(t\right)=\underset{{j\∈N}_i}{\mathrm{\Σ}}\left(\right|C_i|*n_j\left(t\right)-|C_j|*n_i\left(t\right))---\left(3\right)$

簇头节点更新自己的估计值

$x_i(t+1)=x_i\left(t\right)+{\stackrel{\·}{x}}_i\left(t\right)---\left(4\right)$

(4)最后，簇头节点根据步骤(42)计算出的方差判断迭代过程是否应当终止。簇头i将方差D_i(t)与预定义的阈值D_set进行对比。如果该方差大于D_set节点设置数值up_i＝0。如果该方差小于或等于D_set，节点将数值up_i的计数加一。

如果up_i小于另一设定的阈值up_max，则迭代过程继续，簇头节点执行步骤四中的子步骤(1)。反之，节点认为全网络数据平均已经达到，终止整个迭代过程，步骤四结束。

步骤五，簇头节点将步骤四迭代得到的估计值求取簇内平均，而后以广播方式发送给簇内每个节点。簇内节点以该值作为全网络数据的平均值。至此，分布式平均计算结束。

从本发明的实施过程可以看出，网络数据平均通过簇头节点实现，可有效降低通信包个数，并加快分布式平均的收敛速度。发明对簇头节点的更新公式做了相应的修改，可保证网络的收敛性，也即每个节点的最终获取值为网络数据平均。

Claims (7)

1.一种低开销收敛快的无线传感网分布式平均方法，其特征在于通过分簇技术，通过簇头节点执行分布式平均，减少迭代过程中通信开销，并有效提升收敛速度，具体包括以下步骤：

(1)无线传感器网络通过分簇算法进行分簇，节点分为普通节点和簇头节点两类，普通节点确定自己所属的簇和簇头；

(2)网内每一个节点对观测对象进行测量，获取测量值并将其当做初步估计值；

(3)簇头节点进行簇内数据统计，并计算出簇内初步估计值的总和；

(4)簇头节点与周围相邻的簇头节点执行分布式平均算法；

(5)簇头节点进行簇内估计值更新操作，完成全网络数据平均值的计算。

2.根据权利要求1所述的方法，其特征在于步骤(1)所述的簇头节点获取簇内节点个数信息。

3.根据权利要求1所述的方法，其特征在于步骤(3)所述的簇内普通节点上传自己的初步估计值给簇头节点，簇头节点采集完簇内普通节点初步估计值后，计算平均值并在簇内广播，簇内普通节点将该平均值作为当前估计值，簇头节点将全簇数据之和作为自己的当前估计值。

4.根据权利要求1所述的方法，其特征在于步骤(4)包括以下子步骤：

(41)簇头节点与周围簇头邻居相互交换当前估计值和簇内节点数量；

(42)簇头节点计算自己估计值与邻居簇头节点估计值的方差；

(43)簇头节点计算估计值的更新量，并进行估计值更新操作；簇头节点更新自己的估计值；

(44)簇头根据子步骤(42)计算出的方差判断是否需要继续迭代。

5.根据权利要求1所述的方法，其特征在于步骤(5)包括簇头节点处理自己的估计值，求取全簇平均后将其广播，簇内节点利用该平均值作为全网络数据平均值。

6.根据权利要求4所述的方法，其特征在于步骤(4)的子步骤(43)所述的簇头节点利用自身估计值、簇内节点数量、邻居簇头估计值和邻居簇内节点数量对估计值更新。

7.根据权利要求1、3或4所述的方法，其特征在于：

①步骤(1)所述的分簇算法需保证所有簇头的覆盖并集为整个网络，并保证每个节点只属于一个簇头；簇头节点可获取簇内节点的标识，并统计出簇内普通节点个数；

②步骤(2)中所述的网内每个节点都利用自己的传感器对观测对象进行测量，并获得测量值u；

③步骤(3)中所述的簇内数据统计是簇内普通节点将自己测量到的数值和标识组成一个数据包，然后将该数据包上传给簇头节点；簇头节点i计算出簇内测量值之和

$n_i\left(1\right)=\underset{{k\∈C}_i}{\mathrm{\Σ}}{u}_k$

式C_i中代表簇头节点所覆盖的簇内节点；簇头将该数值以广播方式反馈给簇内各节点，普通节点将该数值作为初步网络估计值；

④子步骤(42)中所述的簇头节点计算自己估计值与邻居簇头的方差是

$D_i\left(t\right)=\underset{{j\∈N}_i}{\mathrm{\Σ}}{(n_i\left(t\right)-n_j\left(t\right))}^2$

式中N_i代表i的邻居簇头集合；

子步骤(43)中所述的簇头节点计算估计值得更新量为

${\stackrel{\·}{x}}_i\left(t\right)=\underset{{j\∈N}_i}{\mathrm{\Σ}}\left(\right|C_i|*n_j\left(t\right)-|C_j|*n_i\left(t\right))$

簇头节点更新自己的估计值

$x_i(t+1)=x_i\left(t\right)+{\stackrel{\·}{x}}_i\left(t\right)$

⑤簇头根据子步骤(42)计算出的方差判断是否需要继续迭代的步骤是簇头节点i将方差D_i(t)与预定义的阈值D_set进行对比；如果该方差大于D_set，

节点设置数值up_i＝0；如果该方差小于或等于D_s㈩节点将数值up_i的计数加一；

如果up_i小于另一设定的阈值up_max，则迭代过程继续，簇头节点执行步骤(4)中的子步骤(41)；反之，节点认为全网络数据平均已经达到，终止整个迭代过程；步骤(4)结束。