CN104486715A - 一种基于地理位置信息的移动传感器网络分簇方法 - Google Patents

Abstract

本发明提供一种基于地理位置信息的移动传感器网络分簇方法。首先将网络划分为若干单元格，按簇内节点到单元格几何中心的距离选取簇头，对整个网络进行初始化。如果当前簇头的剩余能量低于簇内节点的平均剩余能量，或者判定已经离开本簇范围，则触发簇头更新。簇头更新采用剩余能量、移动速度、移动方向相结合的方式进行。本方法的特点是簇覆盖区域划分和初始簇头选择简便；有助于数据融合和减少能耗；从节点的移动性和能耗水平选取簇头，增强了簇结构和簇头的稳定性；不需要专门的分簇控制分组，降低了控制开销。

Description

一种基于地理位置信息的移动传感器网络分簇方法

技术领域

本发明属于移动传感器网络领域，涉及到一种基于地理位置信息的移动传感器网络分簇方法。

背景技术

近年来很多研究都提出了在移动传感器中采集数据的方案。在网络中采用移动的传感器节点相对于固定的传感器节点来说有很多优点。移动性能够降低能耗，延长网络的生命，平衡网络的负载。

在基于区域划分的路由协议中，主要有以下几种：GAF(GeographicalAdaptive Fidelity)协议、TTDD协议、GRID协议和GROUP协议等。GAF协议是将网络覆盖区域划分为多个四边形网格，网格内节点组成一个簇，定期选举出簇头节点，其它节点处于休眠状态以节约能量。GAF协议提出的是一种节能策略，并没有解决路由转发的问题。TTDD协议是以源节点自身为格状网交叉点构造格状网，路由请求是以洪泛的方式在交叉点间传递。该算法的缺点是信息重叠，能耗较大。GRID协议是将网络覆盖区域划分为正方形网格，每个网格选取一个节点作为网关，负责信息转发和路由维护。当网关能量耗尽或移动出该网格时，自动选出新的网关。该算法缺点是没有采取休眠机制，路由开销较大。GROUP协议中，由节点选出网格基准点，进而建立一定宽度的虚拟网格。每个网格中选出一个节点作为簇头节点。该协议也没有考虑降低能耗的方法。

为满足上述需求，本发明提出了基于地理位置信息的移动传感器网络分簇方法，其特点在于：簇覆盖区域划分和初始簇头选择简便；有助于数据融合和减少能耗；从节点的移动性和能耗水平选取簇头，增强了簇结构和簇头的稳定性；不需要专门的分簇控制分组，降低了控制开销。

发明内容

本发明的目的是提出一种基于地理位置信息的移动传感器网络分簇方法，在大规模移动传感器网络中有效提高网络的扩展性和数据转发的稳定性，延长网络生命期。

本发明解决的是传统的基于链路状态的路由在大规模移动传感器网络中数据传输效率低、网络扩展性差，能耗高，数据转发不稳定的问题。因此提出了在地理位置信息已知的情况下，基于节点剩余能量和移动性的分簇路由方法。

本发明所述的一种基于地理位置信息的移动传感器网络分簇方法，将特定网路信息放入周期性Hello分组中，以节约控制开销。在Hello分组中携带自身节点标识N_ID，所属簇标识C_ID，当前位置信息<x，y>、剩余能量E、节点竞争能力值β。本发明所述的一种基于地理位置信息的移动传感器网络分簇方法，包括以下步骤：

步骤1：将网络区域划分为若干固定大小方形单元格(以下简称为簇)，各节点已知簇的几何中心位置及簇边界，按节点初始位置信息将节点划入相应的簇；

步骤2：在每个簇中初始化一个簇头，各节点比较自身当前位置信息与簇内其它节点的位置信息，如为最接近簇几何中心的节点，则该节点为初始簇头，并向簇内节点发送簇头声明消息；

步骤3：簇头每隔周期T判定自身是否合适继续担当簇头，当判定周期到来时，如果自身位置已经超出簇边界或者剩余能量低于簇内节点的平均剩余能量，则重新选择该簇簇头，由簇头在簇内广播簇头选举请求。

步骤4：簇内节点收到簇头选举请求后，计算各自竞争能力值β，若自身β最大，则成为簇头，并向簇内节点发送簇头声明消息，β的计算方法为：

$\mathrm{\&beta;}=\mathrm{\&lambda;}\frac{E}{E_{\max }}+(1-\mathrm{\&lambda;})D\frac{V_i}{V_{\max }}$    (公式1)

其中，0＜λ＜1，为权重；E为当前节点的剩余能量；E_max为节点的最大能量；D＝±1，为方向符号；V_i为当前节点速度；V_max为节点最大速度。

公式1中D的计算方法为：

$D=\mathrm{sign}(\sqrt{{(x_0-x_p)}^2+{(y_0-y_p)}^2}-\sqrt{{(x_1-x_p)}^2+{(y_1-y_p)}^2})$    (公式2)

其中x_p为所属簇几何中心横坐标，y_p为所属簇几何中心纵坐标；x₀为当前节点在t₀时刻的横坐标，y₀为当前节点在t₀时刻的纵坐标；x₁为当前节点在t₁时刻的横坐标，y₁为当前节点在t₁时刻的纵坐标；sign()为取符号函数。

公式1中当前节点速度V_i的计算方法为：

$V_i=\frac{\sqrt{{(x_1-x_0)}^2+{(y_1-y_0)}^2}}{t_1-t_0}$    (公式3)

步骤5：重复步骤3和步骤4。

本发明的有益效果是：

本发明所述一种基于地理位置信息的移动传感器网络分簇方法，根据能耗和速度计算竞争能力值β，选择竞争能力值高的节点当选为簇头。这样使簇内信息收集和簇间主干网络通信更加稳定，降低簇内节点能耗，以此延长网络的生命周期。本发明所述基于地理位置信息的移动传感器网络分簇方法的有益效果主要体现为：

(1)簇覆盖区域划分和初始簇头选择简便。初始簇划分根据位置信息和通信半径将检测区域划分为若干虚拟正方形单元格；按照节点到单元格中心的距离选择簇头，以此来构造一个能够覆盖整个用户节点的可以较好支持资源管理和路由协议的簇的集合。

(2)分簇后，数据传输以簇为单位，簇内按照一定的机制选择簇头，由簇头负责和其他簇以及汇聚节点通信，有助于数据融合和减少能耗。

(3)针对传感器节点移动的情况，增加节点的移动速度和移动方向作为簇头选举的因素，从而增强的簇头的稳定性。

(4)将分簇所需的信息包含于hello分组中，不需要专门的分簇控制分组，降低了控制开销。

附图说明

图1为发明中Hello分组信息示意图；

图2为发明中的实施流程图；

图3为发明中网络初始化阶段示意图；

图4为发明中簇头维护阶段示意图；

具体实施方式

下面结合附图及实施例对本发明作进一步的说明。

本发明的设计思想为：将网络区域划分为若干固定大小方形单元格，各节点已知簇的几何中心位置及簇边界，按节点初始位置信息将节点划入相应的簇，通过Hello分组交换分簇信息，Hello分组中包含的分簇信息如图1所示。在每个簇中初始化一个簇头，各节点比较自身当前位置信息与簇内其它节点的位置信息，如为最接近簇几何中心的节点，则该节点为初始簇头，并向簇内节点发送簇头声明消息。簇头每隔周期T判定自身是否合适继续担当簇头，当判定周期到来时，如果自身位置已经超出簇边界或者剩余能量低于簇内节点的平均剩余能量，则重新选择该簇簇头，由簇头在簇内广播簇头选举请求。簇内节点收到簇头选举请求后，计算各自竞争能力值β，若自身β最大，则成为簇头，并向簇内节点发送簇头声明消息。簇头当选成功，向簇内所有节点广播自己成为簇头的消息。这样使簇覆盖区域划分和初始簇头选择简便；有助于数据融合和减少能耗；从节点的移动性和能耗水平选取簇头，增强了簇结构和簇头的稳定性；不需要专门的分簇控制分组，降低了控制开销。本发明的实施步骤如图2所示。

基于地理位置信息的移动传感器网路分簇方法，步骤如下：

步骤一、网络初始化阶段

具体实施过程如下：

步骤(1)：将网络区域划分为若干固定大小方形单元格(以下简称为簇)，各节点已知簇的几何中心位置及簇边界，按节点初始位置信息将节点划入相应的簇；

步骤(2)：在每个簇中初始化一个簇头，各节点比较自身当前位置信息与簇内其它节点的位置信息。如为最接近簇几何中心的节点，则该节点为初始簇头，并向簇内节点发送簇头声明消息，如附图3所示；

步骤二、簇头维护阶段

具体实施过程如下：

步骤(1)：簇头每隔周期T判定自身是否合适继续担当簇头，当判定周期到来时，如果自身位置已经超出簇边界或者剩余能量低于簇内节点的平均剩余能量，则重新选择该簇簇头，由簇头在簇内广播簇头选举请求，如附图4所示。

步骤(2)：簇内节点收到簇头选举请求后，计算各自竞争能力值β，若自身β最大，则成为簇头，并向簇内节点发送簇头声明消息，其中β的计算方法为：

$\mathrm{\&beta;}=\mathrm{\&lambda;}\frac{E}{E_{\max }}+(1-\mathrm{\&lambda;})D\frac{V_i}{V_{\max }}$    (公式1)

其中，0＜λ＜1，为权重；E为当前节点的剩余能量；E_max为节点的最大能量；D＝±1，为方向符号；V_i为当前节点速度；V_max为节点最大速度。

公式1中D的计算方法为：

$D=\mathrm{sign}(\sqrt{{(x_0-x_p)}^2+{(y_0-y_p)}^2}-\sqrt{{(x_1-x_p)}^2+{(y_1-y_p)}^2})$    (公式2)

其中x_p为所属簇几何中心横坐标，y_p为所属簇几何中心纵坐标；x₀为当前节点在t₀时刻的横坐标，y₀为当前节点在t₀时刻的纵坐标；x₁为当前节点在t₁时刻的横坐标，y₁为当前节点在t₁时刻的纵坐标；sign()为取符号函数。

公式1中当前节点速度V_i的计算方法为：

$V_i=\frac{\sqrt{{(x_1-x_0)}^2+{(y_1-y_0)}^2}}{t_1-t_0}$    (公式3)

步骤(3)：重复步骤(1)和步骤(2)。

Claims (3)

1.一种基于地理位置信息的移动传感器网络分簇方法，其特征在于，包括_：

步骤1:将网络区域划分为若干固定大小方形单元格，即简称为簇，各节点已知簇的几何中心位置及簇边界，按节点初始位置信息将节点划入相应的簇，通过Hello分组交换分簇信息；

步骤2:在每个簇中初始化一个簇头，各节点比较自身当前位置信息与簇内其它节点的位置信息，如为最接近簇几何中心的节点，则该节点为初始簇头，并向簇内节点发送簇头声明消息；

步骤3:簇头每隔周期T判定自身是否合适继续担当簇头，当判定周期到来时，如果自身位置已经超出簇边界或者剩余能量低于簇内节点的平均剩余能量_，则重新选择该簇簇头，由簇头在簇内广播簇头选举请求；

步骤4:簇内节点收到簇头选举请求后，计算各自竞争能力值β，若自身β最大，则成为簇头，并向簇内节点发送簇头声明消息；

步骤5:重复步骤3和步骤4。

2.根据权利要求1所述的一种基于地理位置信息的移动传感器网络分簇方法，其特征在于，在步骤1中的Hello分组中增加自身节点标识N_ID，所属簇标识C_ID，当前位置信息<x,y>、剩余能量E、节点竞争能力值β，共五个分簇信息。

3.根据权利要求1所述的一种基于地理位置信息的移动传感器网络分簇方法，其特征在于，在步骤4中β的计算方法为：

   公式1

其中，λ为权重，0<λ<1；E为当前节点的剩余能量；E_max为节点的最大能量；D＝±1，为方向符号；V_i为当前节点速度；V_max为节点最大速度；

公式1中D的计算方法为：

   公式2

其中x_p为所属簇几何中心横坐标，y_p为所属簇几何中心纵坐标；x₀为当前节点在t₀时刻的横坐标，y₀为当前节点在t₀时刻的纵坐标；x₁为当前节点在t₁时刻的横坐标，y₁为当前节点在t₁时刻的纵坐标；sign()为取符号函数；

公式1中当前节点速度V_i的计算方法为：

   公式3。