CN104469823B - 一种应用于输电线路在线监测的wsn时延优化方法 - Google Patents
一种应用于输电线路在线监测的wsn时延优化方法 Download PDFInfo
- Publication number
- CN104469823B CN104469823B CN201410788601.3A CN201410788601A CN104469823B CN 104469823 B CN104469823 B CN 104469823B CN 201410788601 A CN201410788601 A CN 201410788601A CN 104469823 B CN104469823 B CN 104469823B
- Authority
- CN
- China
- Prior art keywords
- node
- teletransmission
- network
- network segment
- time delay
- 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
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W84/00—Network topologies
- H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Data Exchanges In Wide-Area Networks (AREA)
Abstract
本发明公开了一种应用于输电线路在线监测的WSN时延优化方法,该方法包括基于局部搜索思想的网络优化部署方法和多层次组网方法。网络优化部署方法是在传统长链型监测网络结构的基础上,通过引入远传节点,形成能够直接与数据中心通信的无线链路,从而优化网络时延。多层次组网方法在此基础上,进一步考虑实际中可能出现的同一区域内连续多个杆塔的数据量均很大,仅利用网络优化部署无法有效分散该类区域杆塔数据量的情况,借鉴隐式分簇理论的基本思想,提出多层次组网方法优化网络时延。所述方法能够有效解决传统长链型网络中存在的传输路径长、网络时延大以及汇聚节点的瓶颈效应,提高输电线路监测网络的通信能力。
Description
技术领域
本发明涉及输电线路状态在线监测领域,特别是一种应用于输电线路在线监测的WSN时延优化方法。
背景技术
输电线路是输送电能的主要通道。我国输电线路分布广、跨度大,部分工作地区气候条件恶劣,自然灾害多发,这些因素都严重影响着输电线路的安全稳定运行,对输电线路的工作环境、运行状态进行在线监测意义重大。随着WSN在工业监控中的广泛应用和智能电网发展的迫切需要,将WSN应用于输电线路状态监测成为研究热点。目前应用于输电线路在线监测的WSN主要是以IEEE802.15.4标准为基础的Zigbee无线传感器网络,它是一种近距离、低功耗、低成本的网络技术,已广泛应用于环境监测、医疗保健、家居、军事、商业、工业等其它众多领域。
在线监测要求实时性数据,研究表明,正常运行的SCADA系统接收到的监测数据延时如果超过50ms就会导致错误的控制策略。因此对网络时延进行优化,不仅可以保证输电线路的稳定运行,还可以提高监测系统的决策化水平。而输电线路在线监测的WSN由于受输电线路结构的影响而呈长链型,这种长链型网络存在传输路径长、网络时延大的问题,具体而言,由于长链型网络中汇聚节点位于线路两端,处于线路中间部分的传感器节点要沿着较长的传输路径进行多跳将数据传输至汇聚节点,较多的跳数会增加信道冲突的几率,并且汇聚节点成为整个网络的瓶颈,容易造成数据拥塞,严重影响数据传输的实时性、可靠性。
发明内容
本发明所要解决的技术问题是,针对上述现有技术的不足,提供一种应用于输电线路在线监测的WSN时延优化方法。
为解决上述技术问题,本发明所采用的技术方案是:一种应用于输电线路在线监测的WSN时延优化方法,采用输电线路异构型监测网络,所述输电线路异构型监测网络包括位于输电线路两端的变电站、多个杆塔,每个杆塔附近均布设有多个传感器节点,每个杆塔顶端布设一个中继节点或远传节点,传感器节点采样数据包单跳汇集至该传感器节点所在杆塔的中继节点或远传节点,远传节点利用GSM链路将传感器节点采样数据包传输至公网基站,距离变电站较近的中继节点采用无线接力传输传感器节点采样数据包,即相邻的中继节点经过多跳将传感器节点采样数据包传输至变电站;距离变电站较远的中继节点采用混合传输方式,首先将接收的传感器节点采样数据包通过无线接力传输至附近的远传节点,该远传节点再通过GSM链路将传感器节点采样数据包发送至公网基站,包括以下步骤:
1)构建异构型监测网络全局网络时延模型Dmax:Dmax=max{DRG(1),DRG(2),DLG(1),...DLG(g)};其中,DRG(1),DRG(2)为靠近变压器两端的两个中继网段的最大时延,DLG(1),...DLG(g)为各远传网段的最大时延,g为远传节点的数量;所述中继网段是指通过无线接力传输方式传输传感器节点采样数据包的节点群;所述远传网段是指通过混合传输方式传输传感器节点采样数据包的节点群;中继网段的最大时延DRG包括DRG(1),DRG(2),根据中继网段的数据传输方式知,中继网段最大时延在网段末端节点b处,因此DRG=Db,C=dtrans+dproc,dtrans为j节点传输的传感器节点采样数据包Sj的传输时间,dproc为j节点传输的传感器节点采样数据包Sj的处理时间;H(b)为中继网段末端节点b的数据包到目标节点的总路由跳数;H(j)为j节点传输的传感器节点采样数据包Sj到目标节点的总路由跳数;f,b分别为中继网段的首末端点;Ro为无线通信速率;远传网段的最大时延DLG包括DLG(i),i=1,2......,g,根据远传网段的数据传输方式知,远传网段最大时延在网段的两个末端节点l,r处,因此DLG=max(Dl,Dr), k为远传节点的位置编号;Rd为公网传输速率,H(r)为远传网段的右末端节点r的采样数据包到目标节点的总路由跳数;H(l)为远传网段的左末端节点l的采样数据包到目标节点的总路由跳数;
2)利用下式求解上述全局网络时延模型Dmax的最优解;
minDmax=max{DRG(1),DRG(2),DLG(1),...DLG(g)}
s.t 0<l(i)<l(i+1)<n i=1,2......,g-1
0<r(i)<r(i+1)<n
l(i)<k(i)<r(i)
r(i)=l(i+1)-1;
其中n为中继节点和远传节点总数,i为远传网段编号,LG为远传网段,RG为中继网段,l(i)为第i个远传网段的左边界位置编号,r(i)为第i个远传网段的右边界位置编号,k(i)为第i个远传网段中的远传节点所在的位置编号;
3)根据上述最优解确定各个中继网段和远传所包含的具体杆塔,以及远传网段中远传节点所在杆塔的具体位置,在远传节点所在杆塔上安装无线公网通信模块,即完成异构型监测网络的初步搭建,利用初步搭建的异构型监测网络完成WSN时延优化。
利用下述方法优化所述初步搭建的异构型监测网络后,再利用优化后的异构型监测网络完成WSN时延优化:
1)确定异构型监测网络将要划分的层次z,设定不同层次对应的基础跳数为1,2…,z,变电站一侧的汇聚节点(汇聚节点是比传感器节点的通信能力、处理能力和存储能力强的节点,它连接传感器网络、互联网等外部网络,实现两种协议栈之间的通信协议转换,同时发布任务管理节点的监测任务,并将采集的数据转发到外部网络上。)以一个杆塔档距的通信距离d向全网广播分层信息帧,帧内包含不同层次对应的基础跳数以及使用的信道频段,并记录信息帧传输跳数,初始值为1;
2)中继节点或远传节点在收到组网信息帧后,保存基础跳数与记录的信息帧传输跳数成倍数关系的层次所对应的信道频段,将记录的信息帧传输跳数加1并按通信距离d转发信息帧,然后将信道调整到记录的信道频段,增大发射功率使通信距离为z*d;
3)对侧变电站汇聚节点接收到信息帧后,确认分层完成,任务管理节点(用户通过任务可以对传感器网络进行配置和管理,发布监测任务以及收集监测数据)按照预定的网络部署策略,向汇聚节点和远传节点发送网段成员和频段信息,汇聚节点和远传节点广播组网消息,组网消息包含网段成员和对应频段,中继节点接收到消息后加入对应的网段,完成多层次组网,即得到优化后的异构型监测网络。
时延模型Dmax的最优解求解过程如下:
1)随机生成可行解x0;
2)执行“远传节点最佳位置搜索”,计算x0中每一个远传网段的最大时延,对于每一个远传网段,判断网段的最大值是在左末端节点或者右末端节点取得,若最大值在左/右末端节点处取得,则将远传节点的位置编号k的值减/加一,即远传节点向左/右移动一个位置,重新计算此时各个网段的最大时延;如果该最大时延比初始解x0中计算的时延大,则初始解x0中远传节点的位置即是远传节点的最佳位置;如果该最大时延比初始解x0计算的时延小,则远传节点继续向左/右移动一个位置,直到计算的最大时延比初始解x0计算出的时延大,此时远传节点的位置即是其最佳位置;保持x0中每个网段的边界位置不变,远传节点的位置为找到的最佳位置,即形成新解x1;
3)执行“网段划分”,根据Dmax求解范围知,在形成的所有网段中,存在一个时延上界最大的网段m。若m为远传网段,要使该远传网段时延减小,则远传网段m的左末端节点l向右移动一个位置或者右末端节点r向左移动一个位置,即减小远传网段m的节点规模以减小其时延,并相应改变相邻网段的节点位置;若m为中继网段,同样的中继网段的边界节点向使中继网段节点规模减小的方向移动,并相应改变相邻网段的节点位置。利用“远传节点最佳位置搜索”和减小网段节点规模的方法保证其他网段的时延均比远传网段m的时延小,在此前提下,更新各网段的边界位置及远传节点的位置生成新解x2;
4)根据新解x2重新计算Dmax,若Dmax减小,则令x1=x2,返回3)继续搜索,否则输出x1为最优解。
与现有技术相比,本发明所具有的有益效果为:本发明异构型监测网络通过远传节点,建立与无线公网通信的直接链路,缓解长链型监测网络的“瓶颈效应”问题,有效优化了网络时延;本发明的优化部署方法和多层次组网优化策略能够实现互补,并有效降低全局网络时延上界,优化网络的实时性;基于局部搜索思想的优化部署方法相比通用的遗传算法具有更快的计算速度和更高的精确度,展现了优化算法特化设计的优势。
附图说明
图1示出了异构型监测网络结构图;
图2示出了本发明异构型监测网络传输层的网段划分方式及网段编号示例;
图3示出了本发明远传节点最佳位置搜索流程图;
图4示出了本发明网段划分流程图;
图5示出了本发明远传节点数量变化时四种优化方法下的时延。
具体实施方式
本发明中的网络优化部署方法是利用无线传感器技术,在传统长链型监测网络结构的基础上提出了异构型监测网络结构。传统的输电线路在线监测WSN利用部署在杆塔附近的大量的廉价微型传感器节点采集输电线路运行状态信息,并将采集到的信息通过无线通信方式形成的多跳自组织网络传输至变电站。数据中心从变电站采集数据,对数据进行分析处理并作出相应决策,以保证输电线路的正常稳定运行。而异构型监测网络结构与长链型网络类似,最主要的区别在于汇集层配置了具备远传能力的远传节点。与中继节点一样,远传节点是以杆塔为单位部署的,远传节点可以通过配置的无线公网模块(GPRS/CDMA/LTE)将数据直接传输到数据中心,而不需要经过多跳传输至变电站,缓解长链型网络传输路径长、网络延迟大的问题。网络优化部署方法是指在远传节点数量一定的情况下,通过分析异构型网络结构特征以及数据的传输方式,建立网络时延模型,以全网网络时延最小值为目标,以异构型网络结构特征为约束,利用局部搜索算法求得最优解,确定异构节点的部署位置,实现网络时延的优化。
本发明中的输电线路异构型监测网络根据实际建立模型,变电站位于一段输电线路两端,传感器节点按照监测要求部署在杆塔附近,每个杆塔上部署一个中继节点或远传节点。变电站和远传节点作为网络的汇聚节点,实现数据汇集。所述的异构型监测网络按照具体的功能分为3层:接入层,传输层和汇集层。
接入层由传感器节点组成,主要负责底层数据的采集。该类节点具备感知功能和短距离通信功能,能够将采集的数据单跳传输至本杆塔的中继节点或者远传节点,但其能耗与处理能力受限。所述的传输层由中继节点和远传节点组成,主要负责采集数据的传输。中继节点可实现多个杆塔档距的较远距离通信,拥有较强的数据处理和计算能力,并具备充足的能源,能够收集和发送本杆塔数据,转发其他杆塔数据。远传节点为配备了无线公网通信模块的中继节点,除具备中继节点的基本功能外,还能够将数据通过无线公网远传至数据中心,减小数据传输的跳数。所述的汇集层由变电站节点与公网基站组成,它们实现数据的总汇集,并通过高带宽低延迟的链路将数据传输到数据中心。
异构型监测网络通过引入远传节点,将长链型监测网络传输层的长链状网络切割成多个独立的短链,缓解了长链型网络存在的“瓶颈效应”问题。但从本质上说,异构型监测网络传输层中的各个网段仍然属于单层的链状网络,只是链的长度较短。实际情况中,由于在输电线路中的重灾区或者事故多发区部署了多种不同类型的监测节点,使得传输层出现了连续多个杆塔上数据流均很大的情况,此时该区域内网络需要传输的流量明显比其他区域要大,网络的负载和实时性都会受到影响。本发明针对此类问题,通过借鉴隐式分簇理论,提出多层次组网的方法,进一步优化网络时延。所述的隐式分簇理论按地域性对整个网络进行隐式分簇,并通过合理的信道分配机制为不同的簇分配相应的独立信道,形成一个并行的多模层次网络,实现不同层次的数据只在本层进行传输,有效缓解了汇聚节点附近网络负载较重的问题。
本发明具体实现过程如下:
1、异构型监测网络时延分析
异构型监测网络结构如图1所示,传感器节点采样数据包单跳汇集至本杆塔的中继节或远传节点,远传节点利用GSM链路将数据传输至公网基站,而中继节点采用两种方式传输数据:无线接力传输与混合传输。距离变电站较近的中继节点采用无线接力传输,即相邻的中继节点经过多跳将数据传输至变电站。距离变电站较远的中继节点采用混合传输方式,首先中继节点将接收的采样数据包通过无线接力传输至附近的远传节点,远传节点再通过GSM链路将数据发送至公网基站。
与变电站的距离不同导致传输层节点数据传输方式与流向不同,这使整个监测网络传输层被划分为多个独立的网段,如图2所示。远传网段为通过混合传输方式传输数据的节点群,每个远传网段中包含一个远传节点,实现数据汇集与远传;中继网段为通过无线接力传输方式传输数据的节点群,中继网段中不含远传节点。远传网段的数量由远传节点数量决定,而一条线路中中继网段只存在2个,位于线路两端靠近变电站的区域。
网络时延指数据包从源节点到达目的节点所需要的时间,包括数据传输时间,处理时间和信道接入时间。网络中节点j数据包Sj经多跳传输的端到端时延模型可以表示为:
其中H(j)为j节点数据包Sj到目标节点的总路由跳数,dtrans为传输时间,与链路带宽和Sj大小有关。dproc为处理时间,由节点处理能力决定。dqueue为信道接入时间,按照通信协议,由队列中的排队时间和信道竞争时间组成。
传输层网络时延具有随机性,可采用网络中可能出现的最大时延评估网络实时性。由于路由跳数越多,时延越大,因此不同网段的最大时延由末端节点数据包产生。设中继网段的末端节点为b,远传网段的两个末端节点分别为l,r,则末端节点时延为:
其中,C=dtrans+dproc,f,b分别为中继网段的首末端点,Sj为j节点的数据包,H(b)为中继网段末端节点b的数据包到目标节点的总路由跳数,H(j)为j节点数据包Sj到目标节点的总路由跳数,H(l)是远传网段其中一个末端节点l的数据包到目标节点的总路由跳数,H(r)为远传网段的另一个末端节点r的数据包到目标节点的总路由跳数,k为远传节点的位置编号,Ro为无线通信速率,Rd为公网传输速率。
设中继网段与远传网段的时延为DRG和DLG,则:
DRG=Db (5)
DLG=max(Dl,Dr) (6)
按照图2所示的网段划分方式对图中的各个网段进行编号,其g是远传节点的数量,由于远传网段的数量等于远传节点的数量,也即g个,加上靠近变压器端的两个中继网段,总共有g+2个网段。
全局网络时延Dmax为各个网段时延的最大值:
Dmax=max{DRG(1),DRG(2),DLG(1),...DLG(g)} (7)
其中DRG(1),DRG(2)为靠近变压器两端的两个中继网段的时延,DLG(1),...DLG(g)为远传网段的时延,,g为远传节点的数量。
2、网络优化部署方法
网络部署优化指在远传节点数量一定的情况下,通过确定远传节点的位置(即确定k的位置)及合理划分网段(确定远传网段的左右边界节点位置l、r)实现时延优化。将各远传网段的l、r和远传节点位置k构成一个数组x=(l(1),r(1),k(1),l(2),……,l(g),r(g),k(g)),在约束条件下,任意x确定一个网络的网段时延集合,并得到相应的Dmax。因此网络优化部署问题可描述为以Dmax为目标函数的组合优化问题。
minDmax=max{DRG(1),DRG(2),DLG(1),...DLG(g)}
s.t 0<l(i)<l(i+1)<n i=1,2......,g-1
0<r(i)<r(i+1)<n (8)
l(i)<k(i)<r(i)
r(i)=l(i+1)-1
其中n为传输层节点数,i为远传网段编号,LG为远传网段,RG为中继网段,l(i)为第i个远传网段的左边界位置编号,r(i)为第i个远传网段的右边界位置编号,k(i)为第i个远传网段中的远传节点所在的位置编号。
本发明借鉴局部搜索的思想,提出一种快速寻优方法。总体思路为:从一个可行解出发,按特定的搜索方向构造新解,如果新解能够产生更小的Dmax便继续循环,否则终止搜索输出最优解。具体步骤如下:
(1)按式(8)的约束,随机生成可行解x0。(2)保持x0中l、r不变,执行“远传节点最佳位置搜索”,如图3,更新x0中的k,使任意远传网段的时延等于l、r确定时的最小时延,形成新解x1。(3)执行“网段划分”,如图4,根据Dmax求解范围可知,在形成的所有网段中,存在一个时延上界最大的网段m(m可以是中继网段或远传网段),使得DLG(m,x)=Dmax(x)或者DRG(m,x)=Dmax(x)。假设m为远传网段,要使Dmax(x)减小,则m的左右末端节点位置l(m)或r(m)必须向靠近k的方向改变(若m为中继网段则改变相邻远传网段的l或r),以减小网段内的节点规模。最后根据更新的网段的边界位置及远传节点的位置生成新解x2。(4)根据新解x2重新计算Dmax,若Dmax减小则令x1=x2,返回(3)继续搜索,否则输出x1为最优解。
3、多层次组网方法
根据前述的网络优化部署方法所求得的最优解,可以确定各个网段所包含的具体杆塔,以及远传网段中远传节点所在杆塔的具体位置。在相应杆塔上安装无线公网通信模块,即可完成异构型监测网络的初步搭建。在此基础上,考虑到异构型监测网络虽然可以通过引入远传节点,将长链型网络传输层的长链状网络切割成多个独立的短链,缓解长链状网络存在的“瓶颈效应”问题。但从本质上说,异构型监测网络传输层中的各个网段仍然属于单层的链状网络,只是链的长度较短。实际情况中,由于传感器节点部署的不均匀性,在一些环境比较恶劣的地区仍然可能出现局部网络负载较重的情况。因此,需要对网络结构进行进一步的优化。
本发明借鉴隐式分簇的分层思想,提出多层次组网方法,以分散连续多个杆塔数据量均很大的情况,缓解局部网络负载过大对实时性的影响。通过层次的划分,连续多个数据量很大的杆塔将被分散到不同层次的不同网段,网络的组建可通过3个步骤完成:
(1)确定网络将要划分的层次z,设定不同层次对应的基础跳数为1,2…,z。变电站一侧的汇聚节点以一个杆塔档距的通信距离d向全网广播分层信息帧,帧内包含不同层次对应的基础跳数以及使用的信道频段,并记录信息帧传输的跳数,初始值为1;
(2)中继节点或远传节点在收到组网信息帧后,保存基础跳数与信息帧记录的传输跳数成倍数关系的层次所对应的信道频段,将信息帧跳数加1并按通信距离d转发信息帧,然后将信道调整到记录的信道频段,增大发射功率使通信距离为z*d;
(3)对侧变电站汇聚节点接收到信息帧后,确认分层完成,任务管理节点按照预定的网络部署策略,向汇聚节点和远传节点发送网段成员和频段信息,汇聚节点和远传节点广播组网消息,消息包含网段成员和对应频段,中继节点接收到消息后加入对应的网段,完成多层次组网。
4、实例验证
以云南电网220kV大镇线为监测对象构建仿真场景。大镇线起于220kV大关变,止于220kV镇雄变,线路全长104.132km,杆塔共281基,平均杆塔档距370米。大镇线沿途所经区域的气候环境和地理环境复杂,具体特征如表1。
表1 220KV大镇线环境特征
各杆塔的数据量的实际大小按以下方案模拟:杆塔基本运行状态数据包大小Sj=2Kbyte,若杆塔属于表1中的n个环境特征区,数据包增加2Kbyte*n的子网监测数据包长度。无线接力采用Zigbee协议,通信速率取Ro=31.25Kbytes/s,无线公网采用GSM网络,通信速率取Rd=8Kbytes/s,节点处理时延dproc=41ms。仿真采用MATLAB软件进行,仿真计算机为2.91-GHz AMD处理器、2.0-GB内存。
(1)优化部署方法与现有方法的比较
设定本发明提出的基于局部搜索算法的优化部署方法为OP方法,现有文献中的基于二次方程一般性部署方法为NP方法。在远传节点的数量g=8时,对应用于大镇线的异构型网络传输层进行优化部署,比较两种方法的性能,如表2所示:
表2远传节点g=8时两种部署方法的时延比较
采用OP方法的Dmax=34.010s,而采用NP方法的Dmax=63.220s。表明本发明的OP方法能够有效降低Dmax,并且OP方法降低Dmax的方法为均衡各网段的网络最大时延。
(2)算法性能比较
遗传算法作为一种全局搜索算法,它不要求所求的解具备连续性,不受搜索空间的限制,不依赖于问题的具体领域,为求解复杂系统优化问题提供了通用框架。因此应用遗传算法对本发明的组合优化问题进行求解,与基于局部搜索算法的优化部署方法比较性能。
遗传算法的关键参数设置如下:(1)种群个数为200;(2)迭代次数上限为500;(3)精英个数为25;(4)代数停滞限制为50;(5)交叉概率为0.8;(6)初始种群随机生成;(7)其他参数为matlab默认设置。两种方法的性能对比如表3。
表3遗传算法与局部搜索算法性能比较
从表中可以看出,本发明的局部搜索算法在解决该问题时的性能优于遗传算法。
(3)多种优化方法性能比较
采用四种方法进行对比,分别是现有文献中的基于二次方程的一般性部署方法(NP方法),本发明的优化部署方法(OP方法),多层次组网与NP方法结合的方法(LN方法),多层次组网与OP方法结合的方法(LO方法)。利用四种方法分析网络时延随远传节点数量变化时的情况,如图4所示。从图中可以看出,在相同远传节点数量的情况下,多层次组网与OP方法结合的方法网络时延最小,其次是OP方法,说明本发明提出的两种优化方法均能有效降低网络时延,并且两种方法结合能够获得更小的网络时延。
Claims (2)
1.一种应用于输电线路在线监测的WSN时延优化方法,采用输电线路异构型监测网络,所述输电线路异构型监测网络包括位于输电线路两端的变电站、多个杆塔,每个杆塔附近均布设有多个传感器节点,每个杆塔顶端布设一个中继节点或远传节点,传感器节点采样数据包单跳汇集至该传感器节点所在杆塔的中继节点或远传节点,远传节点利用GSM链路将传感器节点采样数据包传输至公网基站,距离变电站较近的中继节点采用无线接力传输传感器节点采样数据包,即相邻的中继节点经过多跳将传感器节点采样数据包传输至变电站;距离变电站较远的中继节点采用混合传输方式,首先将接收的传感器节点采样数据包通过无线接力传输至附近的远传节点,该远传节点再通过GSM链路将传感器节点采样数据包发送至公网基站,其特征在于,包括以下步骤:
1)构建异构型监测网络全局网络时延模型Dmax:Dmax=max{DRG(1),DRG(2),DLG(1),...DLG(g)};其中,DRG(1),DRG(2)为靠近变压器两端的两个中继网段的最大时延,DLG(1),...DLG(g)为各远传网段的最大时延,g为远传节点的数量;所述中继网段是指通过无线接力传输方式传输传感器节点采样数据包的节点群;所述远传网段是指通过混合传输方式传输传感器节点采样数据包的节点群;中继网段的最大时延DRG包括DRG(1),DRG(2),根据中继网段的数据传输方式知,中继网段最大时延在网段末端节点b处,因此DRG=Db,C=dtrans+dproc,dtrans为j节点传输的传感器节点采样数据包Sj的传输时间,dproc为j节点传输的传感器节点采样数据包Sj的处理时间;H(b)为中继网段末端节点b的数据包到目标节点的总路由跳数;H(j)为j节点传输的传感器节点采样数据包Sj到目标节点的总路由跳数;f,b分别为中继网段的首末端点;Ro为无线通信速率;远传网段的最大时延DLG包括DLG(i),i=1,2.....g,根据远传网段的数据传输方式知,远传网段最大时延在网段的两个末端节点l,r处,因此DLG=max(Dl,Dr),
k为远传节点的位置编号;Rd为公网传输速率,H(r)为远传网段的右末端节点r的采样数据包到目标节点的总路由跳数;H(l)为远传网段的左末端节点l的采样数据包到目标节点的总路由跳数;
2)利用下式求解上述全局网络时延模型Dmax的最优解;
min Dmax=max{DRG(1),DRG(2),DLG(1),...DLG(g)}
s.t 0<l(i)<l(i+1)<n i=1,2......,g-1
0<r(i)<r(i+1)<n
l(i)<k(i)<r(i)
r(i)=l(i+1)-1;
其中n为中继节点和远传节点总数,i为远传网段编号,LG为远传网段,RG为中继网段,l(i)为第i个远传网段的左边界位置编号,r(i)为第i个远传网段的右边界位置编号,k(i)为第i个远传网段中的远传节点所在的位置编号;
3)根据上述最优解确定各个中继网段和远传所包含的具体杆塔,以及远传网段中远传节点所在杆塔的具体位置,在远传节点所在杆塔上安装无线公网通信模块,即完成异构型监测网络的初步搭建,利用初步搭建的异构型监测网络完成WSN时延优化;利用下述方法优化所述初步搭建的异构型监测网络后,再利用优化后的异构型监测网络完成WSN时延优化:
1a)确定异构型监测网络将要划分的层次z,设定不同层次对应的基础跳数为1,2…,z,变电站一侧的汇聚节点以一个杆塔档距的通信距离d向全网广播分层信息帧,帧内包含不同层次对应的基础跳数以及使用的信道频段,并记录信息帧传输跳数,初始值为1;
2a)中继节点或远传节点在收到组网信息帧后,保存基础跳数与记录的信息帧传输跳数成倍数关系的层次所对应的信道频段,将记录的信息帧传输跳数加1并按通信距离d转发信息帧,然后将信道调整到记录的信道频段,增大发射功率使通信距离为z*d;
3a)对侧变电站汇聚节点接收到信息帧后,确认分层完成,任务管理节点向汇聚节点和远传节点发送网段成员和频段信息,汇聚节点和远传节点广播组网消息,组网消息包含网段成员和对应频段,中继节点接收到消息后加入对应的网段,完成多层次组网,即得到优化后的异构型监测网络。
2.根据权利要求1的应用于输电线路在线监测的WSN时延优化方法,其特征在于,时延模型Dmax的最优解求解过程如下:
1)随机生成可行解x0;
2)执行“远传节点最佳位置搜索”,计算x0中每一个远传网段的最大时延,对于每一个远传网段,判断网段的最大值是在左末端节点或者右末端节点取得,若最大值在左/右末端节点处取得,则将远传节点的位置编号k的值减/加一,即远传节点向左/右移动一个位置,重新计算此时各个网段的最大时延;如果该最大时延比初始解x0中计算的时延大,则初始解x0中远传节点的位置即是远传节点的最佳位置;如果该最大时延比初始解x0计算的时延小,则远传节点继续向左/右移动一个位置,直到计算的最大时延比初始解x0计算出的时延大,此时远传节点的位置即是其最佳位置;保持x0中每个网段的边界位置不变,远传节点的位置为找到的最佳位置,即形成新解x1;
3)执行“网段划分”,根据Dmax求解范围知,在形成的所有网段中,存在一个时延上界最大的网段m。若m为远传网段,要使该远传网段时延减小,则远传网段m的左末端节点l向右移动一个位置或者右末端节点r向左移动一个位置,即减小远传网段m的节点规模以减小其时延,并相应改变相邻网段的节点位置;若m为中继网段,同样的中继网段的边界节点向使中继网段节点规模减小的方向移动,并相应改变相邻网段的节点位置; 利用“远传节点最佳位置搜索”和减小网段节点规模的方法保证其他网段的时延均比网段m的时延小,在此前提下,更新各网段的边界位置及远传节点的位置生成新解x2;
4)根据新解x2重新计算Dmax,若Dmax减小,则令x1=x2,返回3)继续搜索,否则输出x1为最优解。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410788601.3A CN104469823B (zh) | 2014-12-17 | 2014-12-17 | 一种应用于输电线路在线监测的wsn时延优化方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410788601.3A CN104469823B (zh) | 2014-12-17 | 2014-12-17 | 一种应用于输电线路在线监测的wsn时延优化方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104469823A CN104469823A (zh) | 2015-03-25 |
CN104469823B true CN104469823B (zh) | 2018-05-11 |
Family
ID=52915025
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410788601.3A Expired - Fee Related CN104469823B (zh) | 2014-12-17 | 2014-12-17 | 一种应用于输电线路在线监测的wsn时延优化方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104469823B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105680994B (zh) * | 2016-01-28 | 2020-12-04 | 中国电力科学研究院 | 一种用于输电线路监测数据传输链路的ldpc编码方法 |
CN114189874B (zh) * | 2021-12-13 | 2024-04-16 | 国家电网有限公司 | 一种基于5g的输电线路在线监测系统网络构建方法 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104202772A (zh) * | 2014-09-09 | 2014-12-10 | 河海大学常州校区 | 应用于无线传感器网络的节点内存资源共享的移动Sink数据采集方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US8373576B2 (en) * | 2008-08-27 | 2013-02-12 | Murphy Wireless, Llc | Wireless sensor network with variable priority |
-
2014
- 2014-12-17 CN CN201410788601.3A patent/CN104469823B/zh not_active Expired - Fee Related
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104202772A (zh) * | 2014-09-09 | 2014-12-10 | 河海大学常州校区 | 应用于无线传感器网络的节点内存资源共享的移动Sink数据采集方法 |
Non-Patent Citations (1)
Title |
---|
《输电线路在线监测WSNs 优化部署研究》;罗杰;《传感器与微系统》;20140820;第33卷(第8期);第52-64页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104469823A (zh) | 2015-03-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Li et al. | Adaptive quality-of-service-based routing for vehicular ad hoc networks with ant colony optimization | |
Raj et al. | Energy efficient routing algorithm in wireless body area networks for smart wearable patches | |
CN103414632B (zh) | 一种带状无线传感器网络数据路由方法 | |
CN111988796B (zh) | 基于双模通信的台区信息采集业务带宽优化系统及方法 | |
CN104168620A (zh) | 无线多跳回传网络中的路由建立方法 | |
CN103369599A (zh) | 一种多射频多信道无线Mesh网络资源跨层优化方法 | |
Municio et al. | Continuous athlete monitoring in challenging cycling environments using IoT technologies | |
Ducrocq et al. | Energy-based clustering for wireless sensor network lifetime optimization | |
CN104113855A (zh) | 无线自组织网络基于信道的路由算法 | |
CN101616431A (zh) | 无线网状网网络的实现方法及节点 | |
CN104469823B (zh) | 一种应用于输电线路在线监测的wsn时延优化方法 | |
Akbaş et al. | SOFROP: Self-organizing and fair routing protocol for wireless networks with mobile sensors and stationary actors | |
Hilmani et al. | Hierarchical protocol based on recursive clusters for smart parking applications using Internet of things (IOT) | |
Sachidhanandam et al. | Elevated Ensemble Dynamic Energy-Aware Routing Optimization Based Energy Management and Network Lifetime Improvement in WSN | |
Dasgupta et al. | Congestion avoidance topology in wireless sensor network using Karnaugh map | |
Huang et al. | CarAgent: Collecting and disseminating floating car data in vehicular networks | |
CN201491280U (zh) | 无线网状网网络节点 | |
CN104301983B (zh) | 一种基于分步式信道状态估计的功率控制方法 | |
Ren et al. | Energy-aware and load-balancing cluster routing protocol for wireless sensor networks in long-narrow region | |
Wang et al. | Routing protocol enhancement for mobility support in wireless sensor networks | |
Guezouli et al. | Towards mobile node collaboration to ensure data reception in wireless sensor networks | |
Wang et al. | Performance study of ZigBee wireless sensor network for 500kV UHV transmission tower | |
Chaudhary et al. | A new dynamic energy efficient latency improving protocol for wireless sensor networks | |
Goyal et al. | Routing protocols based on sink mobility in wireless sensor networks—A review | |
Baek et al. | An adaptive rate control for congestion avoidance in wireless body area networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
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: 20180511 Termination date: 20181217 |