CN104618852B - 基于层次聚类的数据汇聚方法和系统 - Google Patents

Abstract

本发明提供一种基于层次聚类的数据汇聚方法和系统，方法包括以下步骤：(1)根据层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类，根据合并的类以及其他节点重新进行合并，直到将所有节点合并为一个类；(2)根据总开销最小的分组数将合并的类的所有节点进行分组；(3)根据每个分组的节点寻找各个分组的聚合节点，组成第一层聚合节点，对第一层聚合节点依据步骤(1)和(2)的方式重新分组，并以分组的第一层聚合节点寻找下一层的聚合节点，直到最后一层的聚合节点少于设定的个数，确定最后一层的聚合节点；(4)将最后一层的聚合节点对应的节点数据发送至数据处理中心。上述方法可以减少数据的冗余，传输效率较高。

Description

基于层次聚类的数据汇聚方法和系统

技术领域

本发明涉及无线传感器网络技术领域，特别是涉及一种基于层次聚类的数据汇聚方法和基于层次聚类的数据汇聚系统。

背景技术

随着传感器技术、嵌入式计算技术、通信技术、分布式信息处理技术、微电子制造技术以及软件编程技术的发展，促成了无线传感器网络的迅速兴起。无线传感器可以感知一定网络范围内的监测对象的状态，并把收集到的数据进行处理和转发。无线传感器网络需要周期性的采集数据转发到数据处理中心，为了保证实时性，数据转发的周期很短，因此在无线传感器网络中，存在大量的数据需要传输，可能会造成数据传输拥塞。同时，由于距离近的传感器之间数据的相似性，会造成数据的冗余。另外，传感器一般采用电池供电，能量有限，不易补充。为了改善无线传感器网络，下面两种技术方案做了相关改进。

第一种主要通过四步完成：第一、各锚节点进行第一次广播，通过泛洪的方式向整个网络传递锚节点的坐标及跳数信息，每个锚节点获取其他锚节点的坐标及跳数信息，每个未知节点获取距离最短的锚节点的坐标及跳数信息；第二、根据每个锚节点与其它锚节点位置和相隔跳数计算网络中平均每跳距离，并将平均每跳距离作为一个校正值广播至网络中；第三、各锚节点进行第二次广播，将校正值继续以泛洪的方式在网络中传递，未知节点获取距离最短的锚节点的校正值作为该未知节点的平均每跳距离，并计算未知节点到锚节点的距离；第四、通过最小二乘法计算未知节点的坐标。该技术方案采用洪泛的方式进行数据采集，因此效率比较低，会造成较高的网络负载。

第二种主要通过三步完成：第一、网络初始化阶段，汇聚节点在整个网络中发送广播消息，所有节点根据接收到的信号强度RSSI(Received Signal Strength Indication，接收的信号强度指示)计算出其到汇聚节点的近似距离并放在缓存中；第二、轮簇过程，节点根据自身的剩余能量和每一轮的能量采集速率每周期时间进行一次轮簇过程，每个节点根据自身的剩余能量和能量采集速率值竞争簇头，每一轮包括成簇阶段和簇间路由阶段；第三、成簇阶段：节点根据自身剩余能量和能量采集速率进行分簇和竞选簇头。该算法虽然可以尽可能延长网络的寿命，但是效率较低，不适用于大规模网络。

综上所述，现有的无线传感器网络，由于距离近的传感器之间数据的相似性，会造成数据的冗余，传输效率较低。

发明内容

基于此，有必要针对现有的无线传感器网络传输效率较低的问题，提供一种基于层次聚类的数据汇聚方法和系统。

一种基于层次聚类的数据汇聚方法，包括以下步骤：

(1)根据层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类，根据合并的类以及其他节点重新进行合并，直到将所有节点合并为一个类；

(2)对合并的类进行分组，计算将节点分为不同组数时所有节点的总开销，获取总开销最小的分组数；根据总开销最小的分组数将合并的类的所有节点进行分组；

(3)根据每个分组的节点寻找各个分组的聚合节点，组成第一层聚合节点，对第一层聚合节点依据步骤(1)和(2)的方式进行重新分组，并以分组的第一层聚合节点寻找下一层的聚合节点，直到最后一层的聚合节点少于设定的个数时，确定最后一层的聚合节点；

其中，寻找分组的聚合节点方法包括：

s1、选择本组中的一个节点，以该节点为初始聚合节点；

s2、计算本组中其他节点到所述初始聚合节点的链路总开销；

s3、从本组中剩下的节点中选择一个节点，并以该节点为初始聚合节点，计算本组中其他节点到该初始聚合节点的链路总开销；

s4、判断是否选择所有节点，若是，选择链路总开销最小对应的节点作为汇聚组内节点数据的第一层聚合节点，否则返回s3；

(4)将最后一层的聚合节点对应的节点数据发送至数据处理中心。

一种基于层次聚类的数据汇聚系统，包括：

合并模块，用于根据层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类，根据合并的类以及其他节点重新进行合并，直到将所有节点合并为一个类；

分组模块，用于对合并的类进行分组，计算将节点分为不同组数时所有节点的总开销，获取总开销最小的分组数；根据总开销最小的分组数将合并的类的所有节点进行分组；

寻找模块，用于根据每个分组的节点寻找各个分组的聚合节点，组成第一层聚合节点，对第一层聚合节点依据所述合并模块和分组模块的方式进行重新分组，并以分组的第一层聚合节点寻找下一层的聚合节点，直到最后一层的聚合节点少于设定的个数时，确定最后一层的聚合节点；

其中，寻找模块执行所述寻找各个分组的聚合节点的过程包括：

s1、选择本组中的一个节点，以该节点为初始聚合节点；

s2、计算本组中其他节点到所述初始聚合节点的链路总开销；

s3、从本组中剩下的节点中选择一个节点，并以该节点为初始聚合节点，计算本组中其他节点到该初始聚合节点的链路总开销；

s4、判断是否选择所有节点，若是，选择链路总开销最小对应的节点作为汇聚组内节点数据的第一层聚合节点，否则返回s3；

发送模块，用于将最后一层的聚合节点对应的节点数据发送至数据处理中心。

上述基于层次聚类的数据汇聚方法和系统，通过层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类，距离最短的两个节点之间的链路开销相对较小，根据合并的类以及其他节点重新进行合并，直到将所有节点合并为一个类，然后按照总开销最小的分组数对类的节点进行分组，并寻找各个分组的聚合节点，通过聚合节点汇聚组内的各个节点的数据，然后将所有数据发送至数据处理中心，从而可以减少数据的冗余，传输效率较高。

附图说明

图1为一实施例基于层次聚类的数据汇聚方法流程图；

图2为一实施例无线传感器数据转发网络结构示意图；

图3为另一实施例基于层次聚类的数据汇聚方法流程图；

图4为一实施例节点第一次合并示意图；

图5为一实施例节点第二次合并示意图；

图6为一实施例层次聚类分组示意图；

图7为一实施例异步分布式算法流程示意图；

图8为一实施例层次聚类分组结果示意图；

图9为一实施例分组性能随分组数的变化关系图；

图10为一实施例异步分布式算法产生的树形结构示意图；

图11为一实施例基于层次聚类的数据汇聚系统结构示意图。

具体实施方式

下面结合附图对本发明的基于层次聚类的数据汇聚方法和系统的具体实施方式作详细描述。

一种基于层次聚类的数据汇聚方法，包括以下步骤：

(1)根据层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类，根据合并的类以及其他节点重新进行合并，直到将所有节点合并为一个类；

(2)对合并的类进行分组，计算将节点分为不同组数时所有节点的总开销，获取总开销最小的分组数；根据总开销最小的分组数将合并的类的所有节点进行分组；

(3)根据每个分组的节点寻找各个分组的聚合节点，组成第一层聚合节点，对第一层聚合节点依据步骤(1)和(2)的方式进行重新分组，并以分组的第一层聚合节点寻找下一层的聚合节点，直到最后一层的聚合节点少于设定的个数时，确定最后一层的聚合节点；

其中，寻找分组的聚合节点方法包括：

s1、选择本组中的一个节点，以该节点为初始聚合节点；

s2、计算本组中其他节点到所述初始聚合节点的链路总开销；

s3、从本组中剩下的节点中选择一个节点，并以该节点为初始聚合节点，计算本组中其他节点到该初始聚合节点的链路总开销；

s4、判断是否选择所有节点，若是，选择链路总开销最小对应的节点作为汇聚组内节点数据的第一层聚合节点，否则返回s3；

(4)将最后一层的聚合节点对应的节点数据发送至数据处理中心。

请参阅图1，图1为一实施例基于层次聚类的数据汇聚方法流程图。

一种基于层次聚类的数据汇聚方法，包括以下步骤：

步骤S101：根据层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类，根据合并的类以及其他节点重新进行合并，直到将所有节点合并为一个类；

在步骤S101中，节点之间距离越短，链路开销也越小，将两两之间距离最短的两个节点或者是类与节点或者是类与类，合并成一类，在转发数据时类的链路总开销将更小。

在一实施例中，所述根据合并的类以及其他节点重新进行合并的步骤可以包括：

根据合并的类以及其他节点，计算得到两两之间的距离，其中，计算距离的公式为：

式中，d_AB表示A类与B类之间距离，m表示A类节点数，n表示B类节点数，i表示A类第i个节点，j表示B类第j个节点，dij表示A类第i个节点与B类第j个节点的距离；

将两两之间的距离最短的两个节点和/或类合并为一类。

当计算的是类与节点两两之间的距离时，该节点的节点数为1，计算距离时相当于计算类内的每个节点与该节点的距离。

在一实施例中，所述根据层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类的步骤可以包括：

对所有节点进行编号，根据层次聚类算法计算所有节点中两两之间的距离，获取所有距离中最短距离，将最短距离对应的两个节点合并为一类，并将合并的类按照递增原则进行编号；

所述根据总开销最小的分组数将合并的类的所有节点进行分组的步骤可以包括：

根据总开销最小的分组数将类的所有节点按照编号从大到小进行分组，直到分为总开销最小的分组数。

对所有节点进行编号，每当合并依次后，新产生的类按照递增原则进行编号，距离更近的类合并时产生的新类号越小，从而在将所有节点合并成一个类后，在分组时，类号越大，越优先拆分，可以提高分组后，组内的节点之间的距离仍比较近，可以降低链路开销。

步骤S102：对合并的类进行分组，计算将节点分为不同组数时所有节点的总开销，获取总开销最小的分组数；根据总开销最小的分组数将合并的类的所有节点进行分组；

在一实施例中，所述计算将节点分为不同组数时所有节点的总开销，获取总开销最小的分组数的步骤可以包括：

根据类内节点两两之间的距离计算类中两两节点之间开销的平均值，根据两两节点之间开销的平均值以及类内节点两两之间的距离，计算在一个类中，两两节点之间开销的方差；根据类的数目和两两节点之间开销的方差计算类内节点紧密度；

以类中所有节点坐标的平均值作为该类的坐标，根据各个类的坐标计算两个类之间开销的平均值；根据两个类之间开销的平均值和各个类的坐标计算类间分离度；对类内节点紧密度和类间分离度进行归一化处理，并对经过归一化处理的类内节点紧密度和类间分离度进行计算，得到分组评测指标，分组评测指标最小值对应的分组数即为总开销最小的分组数。

通过计算得到分组评测指标，可以更好的判断最佳的分组数即总开销最小的分组数，从而可以在较小的开销情况下，为后续寻找聚合节点提供依据。

进一步的，在一实施例中，所述根据节点两两之间的距离计算类中两两节点之间开销的平均值，根据开销的平均值以及节点两两之间的距离，计算在一个类中，两两节点之间开销的方差的步骤可以包括：

根据节点两两之间的距离计算类中两两节点之间开销的平均值，其中，计算平均值的公式为：

式中，C_r表示类，i表示第i个节点，j表示第j个节点，d_ij表示第i个节点和第j个节点的距离，m表示类的节点数，表示从m个节点中选2个节点的方式个数；

根据开销的平均值以及节点两两之间的距离，计算在一个类中，两两节点之间开销的方差，其中，计算方差的公式为：

式中，S表示两两节点之间开销的方差。

在一实施例中，所述根据类的数目和两两节点之间开销的方差计算类内节点紧密度的步骤可以包括：

在得到两两节点之间开销的方差后，根据类的数目和两两节点之间开销的方差计算类内节点紧密度，其中，计算类内节点紧密度的公式为：

式中，p表示第p类，n表示类的个数，CI表示类内节点紧密度。

在一实施例中，所述以类中所有节点坐标的平均值作为该类的坐标，根据各个类的坐标计算两个类之间开销的平均值；根据两个类之间开销的平均值和各个类的坐标计算类间分离度的步骤可以包括：

以类中所有节点坐标的平均值作为该类的坐标，根据各个类的坐标计算两个类之间开销的平均值；其中，计算两个类之间开销的平均值的公式为：

式中，D_ij表示每个类之间的开销，表示类开销平均值，表示从n个类中选2个类的方式个数，i表示第i类，j表示第j类；

根据计算得到的两个类之间开销的平均值和各个类的坐标计算类间分离度；其中，计算类间分离度的公式为：

式中，CE表示类间分离度。

在一实施例中，所述对经过归一化处理的类内节点紧密度和类间分离度进行计算，得到分组评测指标的步骤可以包括：

对经过归一化处理的类内紧凑度和类间分离度计算出分组评测指标Q；其中，计算分组评测指标的公式为：Q＝CI+CE。

步骤S107：根据每个分组的节点寻找各个分组的聚合节点，组成第一层聚合节点，对第一层聚合节点依据步骤S101和S102的方式进行重新分组，并以分组的第一层聚合节点寻找下一层的聚合节点，直到最后一层的聚合节点少于设定的个数时，确定最后一层的聚合节点；

在步骤S107中，在组成第一层聚合节点后，对第一层聚合节点按照步骤S101的方式合并成一类，然后按照步骤S102的方式进行分组，然后寻找下一层的聚合节点即第二层聚合节点，以此类推，重复进行合并分组寻找下一层的聚合节点的步骤，直到有一层的聚合节点少于设定的个数时，将其确定为最后一层的聚合节点；每层的聚合节点用于汇聚上一层节点的数据，然后传递给下一层的节点。

其中，寻找分组的聚合节点方法包括：

步骤S103：选择本组中的一个节点，以该节点为初始聚合节点；

步骤S104：计算本组中其他节点到所述初始聚合节点的链路总开销；

在一实施例中，所述选择本组中的一个节点，以该节点为初始聚合节点，计算本组中其他节点到所述初始聚合节点的链路总开销的步骤可以包括：

以每个组中的一个节点作为初始聚合节点，根据与初始聚合节点距离的大小给组内其它每个节点设置一个对应时间参数；

逐渐减小节点的所述时间参数，当其中一个节点的时间参数减小到零时，将所述其中一个节点保存的链路开销发送给时间参数不为零的节点；

若时间参数不为零的节点收到的链路开销比时间参数不为零的节点的链路开销小，将收到的链路开销替代时间参数不为零的节点原来的链路开销；若时间参数不为零的节点收到的链路开销比时间参数不为零的节点的链路开销大，则将收到的链路开销丢弃；

直到所有节点的时间参数均变为零，计算链路总开销并保存。

通过给节点设定一个对应时间参数，然后减小时间参数，当其中一个节点的时间参数减小到零时将本节点的链路开销发送给时间参数不为零的节点，若时间参数不为零的节点接收的链路开销比本节点的小，则替代本节点的链路开销，从而可以更效率的寻找到最小的链路开销。

步骤S105：从本组中剩下的节点中选择一个节点，并以该节点为初始聚合节点，计算本组中其他节点到该初始聚合节点的链路总开销；

步骤S106：判断是否选择所有节点，若是，选择链路总开销最小对应的节点作为汇聚组内节点数据的第一层聚合节点，否则返回步骤S105；

步骤S108：将最后一层的聚合节点对应的节点数据发送至数据处理中心。

在步骤S108中，最后一层的聚合节点将上一层的节点转发的数据汇聚，并发送至数据处理中心。

上述基于层次聚类的数据汇聚方法，通过层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类，距离最短的两个节点之间的链路开销相对较小，根据合并的类以及其他节点重新进行合并，直到将所有节点合并为一个类，然后按照总开销最小的分组数对类的节点进行分组，并寻找各个分组的聚合节点，通过聚合节点汇聚组内的各个节点的数据，然后将所有数据发送至数据处理中心，从而可以减少数据的冗余，传输效率较高。

为了更进一步的详细说明本发明的基于层次聚类的数据汇聚方法，下面将结合具体应用实例进行说明。

在无线传感器网络中，为了保证实时性，传感器需要周期性的采集数据，并处理转发给数据处理中心，把无线传感器网络抽象为如图2所示模型。

图2中，该系统主要由若干个传感器和数据处理中心组成，传感器主要用于转发和数据聚合。直线表示数据转发，椭圆表示一个局部传感器组，四边形表示一个数据聚合层。在同一层的同组内的传感器之间只存在转发，上一层的传感器用于对下一层传感器数据的汇聚。

如图2的一级聚合层所示，把无线传感器网络中的多个传感器按照距离分为多个组，在每个组中选取一个传感器用于聚合，该用于聚合的传感器在图2所示的二级聚合层上，在该聚合层上的传感器如果数量仍然很多，则把该层上的传感器也按照距离进行分组，如此继续，直到第n层上的传感器数量很少，直接汇聚到顶级聚合层的数据处理中心。每一个组内的传感器按照一定的传输路径把数据汇聚到上一层的传感器，这样m级聚合层的数据包不再参与m级以上的数据转发，因此可以减少数据拥塞，提高数据传输的效率。

把传感器网络中的每个节点看作一个类，针对这N个类，按照图3所示流程图进行分组处理。

首先把每个节点看作一个类，选择距离最近的两个节点合并为一个类；

然后对于新产生的所有类，计算任意两个类之间的距离，选择距离最近的两个类合并为一个类；

判断是否所有的节点都已合并为一个类，若合并完成，则把所有的节点分为n组；若没有合并完成，则继续合并；

在上述步骤中，需要注意以下三点：

在选择距离最近的两个类进行合并时，两个类之间距离的计算方法。

假设两个类分别是A＝{a₁,a₂,a₃,···,a_m},B＝{b₁,b₂,b₃,···,b_n},a_i与b_j之间的距离即为d_ij，类之间的距离记作d_AB，其计算公式如下所示：

式中，d_AB表示A类与B类之间距离，m表示A类节点数，n表示B类节点数，i表示A类第i个节点，j表示B类第j个节点，dij表示A类第i个节点与B类第j个节点的距离；

在构造二叉树时，新产生的类组号是在原类组的基础上递增的。

假设初始有7个类，距离最近的两个类是4，5，则把4，5合并后新产生的类是8，如图4所示。对于新产生的类组{1,2,3,6,7,8}，如果距离最近的是类3，8，把类3，8合并后新产生的类是9。如图5所示。

把所有节点分为n组的方法：

分组数n是要求输入的值，算法根据要求的n值进行分组。在分组时距离更近的类合并时产生的新类号越小，因此分组时类号越大，越优先拆分，如图6所示，把类组分为三组，则把节点号为13、12的类进行拆分，由于12、11是13的子节点，类13拆分为类12和类11，然后拆分类12，最终的分组结果是{1,2},{3,4,5},{6,7}。

分组算法已经确定，接下来介绍如何选择最佳分组数。

假设传感器网络中共有N个节点，分成的类的数目用n来表示，每个类中的节点数目用m表示。则N个类可以表示为集合B＝{C₁,C₂,...C_n}，d_ij表示同一类中任意两个节点之间的开销。

类C_r中两两节点之间开销的平均值如下所示。

式中，C_r表示类，i表示第i个节点，j表示第j个节点，d_ij表示第i个节点和第j个节点的距离，m表示类的节点数，表示从m个节点中选2个节点的方式个数；

利用计算出来的可以求得在一个类中，两两节点之间开销的方差，如下所示。

根据求得的方差，可求得类内节点紧密度，如下公式所示。

式中，p表示第p类，n表示类的个数，CI表示类内节点紧密度。

在相同的前提下，把每个类看作一个点，用类中所有节点坐标的平均值作为该类的坐标，每个类之间的开销用D_ij表示。

求两个类之间开销的平均值的公式如下所示。

式中，D_ij表示每个类之间的开销，表示类开销平均值，表示从n个类中选2个类的方式个数，i表示第i类，j表示第j类；

利用求得的可以计算出类间分离度，如下所示：

根据计算出的类内节点紧密度CI和类间分离度CE之后，把CI和CE进行归一化处理，计算出分组评测指标Q，如下所示：

Q＝CI+CE

由于CI随分组数目的增多是递减的；而CE随分组数目的增多是递增的。最优的分组质量对应于组内紧密度和组间分离度的平衡点，在数值上反映为指标函数Q取得最小值。此时对应的分组数即为最佳分组数。

分组完成之后，在局部区域内用异步分布式算法完成数据转发布局的构造。算法流程如图7所示。

步骤S201：首先，随机产生任意两个节点之间的链路开销，以及节点剩余能量；

步骤S202：判断所有剩余能量足够的节点是否已计算链路总开销；若是，则跳到步骤S207；若没有，则进行步骤S203；

步骤S203：给每一个其他节点赋予一个时间参数，减少时间参数，当参数变为1时，对应节点发送本节点保存的链路信息给时间参数不为零的节点；

步骤S204：若节点收到的链路开销比节点原来的小，替代原来的开销，否则丢弃；

步骤S205：判断所有节点的时间参数是否均变为零，若没有，则返回步骤S204；若是，则进行步骤S206；

步骤S206：计算链路总开销并保存；

步骤S207：选择链路总开销最小的节点作为最佳聚合节点；

下面将介绍分为8组的情况：

层次聚类把节点分为8组的分组结果如图8所示，一行表示一组，每一行的第一个数字表示该分组在二叉树中的最顶端的节点，在第一个数字和-1之间的数字是该组中的各节点号。

上述的分组数8是随机的，引入评测指标函数Q后，针对200个节点，Q随分组数目的变化情况如图9所示。

图象显示，针对随机产生的网络节点分布情况，200个节点进行分组时，最佳分组数为70。

对于分组内有300个节点的传感器网络，根据异步分布式算法产生的网络转发拓扑图如图10所示。

从图中进行信息的获取，当分组内有300节点时，异步分布式算法执行结果显示需要的最小开销为10489。

本具体应用实例的基于层次聚类的数据汇聚方法，把无线传感器网络抽象为一个无向加权图，首先按照层次聚类把所有节点按照距离的远近进行分组，构造出一棵二叉树，然后根据最佳分组数目的评测指标，计算出最佳分组数，按照该分组数进行分组。其次对于组内的节点，按照异步分布式算法进行最佳传输拓扑的构造以及最佳聚合节点的选择。针对所有聚合节点按照前两步进一步分组处理，直到所有数据汇聚到数据处理中心。从而可以用最小的开销找到数据转发的最佳布局，可以大大提高无线传感器网络的效率，延长无线传感器网络的寿命。

请参阅图11，图11为一实施例基于层次聚类的数据汇聚系统结构示意图。

一种基于层次聚类的数据汇聚系统，包括：

合并模块201，用于根据层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类，根据合并的类以及其他节点重新进行合并，直到将所有节点合并为一个类；

分组模块203，用于对合并的类进行分组，计算将节点分为不同组数时所有节点的总开销，获取总开销最小的分组数；根据总开销最小的分组数将合并的类的所有节点进行分组；

寻找模块205，用于根据每个分组的节点寻找各个分组的聚合节点，组成第一层聚合节点，对第一层聚合节点依据所述合并模块201和分组模块203的方式进行重新分组，并以分组的第一层聚合节点寻找下一层的聚合节点，直到最后一层的聚合节点少于设定的个数时，确定最后一层的聚合节点；

其中，寻找模块205执行所述寻找各个分组的聚合节点的过程进一步用于：

s1、选择本组中的一个节点，以该节点为初始聚合节点；

s2、计算本组中其他节点到所述初始聚合节点的链路总开销；

s3、从本组中剩下的节点中选择一个节点，并以该节点为初始聚合节点，计算本组中其他节点到该初始聚合节点的链路总开销；

s4、判断是否选择所有节点，若是，选择链路总开销最小对应的节点作为汇聚组内节点数据的第一层聚合节点，否则返回s3；

发送模块207，用于将最后一层的聚合节点对应的节点数据发送至数据处理中心。

上述基于层次聚类的数据汇聚系统，节点之间距离越短，链路开销也越小，将两两之间距离最短的两个节点或者是类与节点或者是类与类，合并成一类，在转发数据时类的链路总开销将更小。在组成第一层聚合节点后，对第一层聚合节点按照步骤S101的方式合并成一类，然后按照步骤S102的方式进行分组，然后寻找下一层的聚合节点即第二层聚合节点，以此类推，重复进行合并分组寻找下一层的聚合节点的步骤，直到有一层的聚合节点少于设定的个数时，将其确定为最后一层的聚合节点；每层的聚合节点用于汇聚上一层节点的数据，然后传递给下一层的节点。最后一层的聚合节点将上一层的节点转发的数据汇聚，并发送至数据处理中心。

在一实施例中，所述合并模块201执行所述根据合并的类以及其他节点重新进行合并的过程可以进一步用于：

根据合并的类以及其他节点，计算得到两两之间的距离，其中，计算距离的公式为：

式中，d_AB表示A类与B类之间距离，m表示A类节点数，n表示B类节点数，i表示A类第i个节点，j表示B类第j个节点，dij表示A类第i个节点与B类第j个节点的距离；

将两两之间的距离最短的两个节点和/或类合并为一类。

当计算的是类与节点两两之间的距离时，该节点的节点数为1，计算距离时相当于计算类内的每个节点与该节点的距离。

在一实施例中，所述合并模块201执行所述根据层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类的过程可以进一步用于：

对所有节点进行编号，根据层次聚类算法计算所有节点中两两之间的距离，获取所有距离中最短距离，将最短距离对应的两个节点合并为一类，并将合并的类按照递增原则进行编号；

所述根据总开销最小的分组数将合并的类的所有节点进行分组的步骤可以包括：

根据总开销最小的分组数将类的所有节点按照编号从大到小进行分组，直到分为总开销最小的分组数。

对所有节点进行编号，每当合并依次后，新产生的类按照递增原则进行编号，距离更近的类合并时产生的新类号越小，从而在将所有节点合并成一个类后，在分组时，类号越大，越优先拆分，可以提高分组后，组内的节点之间的距离仍比较近，可以降低链路开销。

在一实施例中，所述分组模块203执行所述计算将节点分为不同组数时所有节点的总开销，获取总开销最小的分组数的过程可以进一步用于：

根据类内节点两两之间的距离计算类中两两节点之间开销的平均值，根据两两节点之间开销的平均值以及类内节点两两之间的距离，计算在一个类中，两两节点之间开销的方差；根据类的数目和两两节点之间开销的方差计算类内节点紧密度；

以类中所有节点坐标的平均值作为该类的坐标，根据各个类的坐标计算两个类之间开销的平均值；根据两个类之间开销的平均值和各个类的坐标计算类间分离度；对类内紧凑度和类间分离度进行归一化处理，并对经过归一化处理的类内紧凑度和类间分离度进行计算，得到分组评测指标，分组评测指标最小值对应的分组数即为总开销最小的分组数。

通过计算得到分组评测指标，可以更好的判断最佳的分组数即总开销最小的分组数，从而可以在较小的开销情况下，为后续寻找聚合节点提供依据。

进一步的，在一实施例中，所述分组模块203执行所述根据节点两两之间的距离计算类中两两节点之间开销的平均值，根据开销的平均值以及节点两两之间的距离，计算在一个类中，两两节点之间开销的方差的过程可以进一步用于：

根据节点两两之间的距离计算类中两两节点之间开销的平均值，其中，计算平均值的公式为：

式中，C_r表示类，i表示第i个节点，j表示第j个节点，d_ij表示第i个节点和第j个节点的距离，m表示类的节点数，表示从m个节点中选2个节点的方式个数；

根据开销的平均值以及节点两两之间的距离，计算在一个类中，两两节点之间开销的方差，其中，计算方差的公式为：

式中，S表示两两节点之间开销的方差。

在一实施例中，所述分组模块203执行根据类的数目和两两节点之间开销的方差计算类内节点紧密度的过程可以进一步用于：

在得到两两节点之间开销的方差后，根据类的数目和两两节点之间开销的方差计算类内节点紧密度，其中，计算类内节点紧密度的公式为：

式中，p表示第p类，n表示类的个数，CI表示类内节点紧密度。

在一实施例中，所述以类中所有节点坐标的平均值作为该类的坐标，根据各个类的坐标计算两个类之间开销的平均值；根据两个类之间开销的平均值和各个类的坐标计算类间分离度的步骤可以进一步用于：

以类中所有节点坐标的平均值作为该类的坐标，根据各个类的坐标计算两个类之间开销的平均值；其中，计算两个类之间开销的平均值的公式为：

式中，D_ij表示每个类之间的开销，表示类开销平均值，表示从n个类中选2个类的方式个数，i表示第i类，j表示第j类；

根据计算得到的两个类之间开销的平均值和各个类的坐标计算类间分离度；其中，计算类间分离度的公式为：

式中，CE表示类间分离度。

在一实施例中，所述分组模块203执行所述对经过归一化处理的类内节点紧密度和类间分离度进行计算，得到分组评测指标的过程可以进一步用于：

对经过归一化处理的类内节点紧密度和类间分离度计算出分组评测指标Q；其中，计算分组评测指标的公式为：Q＝CI+CE。

在一实施例中，所述寻找模块205执行所述选择本组中的一个节点，以该节点为初始聚合节点，计算本组中其他节点到所述初始聚合节点的链路总开销的过程可以进一步用于：

以每个组中的一个节点作为初始聚合节点，根据与初始聚合节点距离的大小给组内其它每个节点设置一个对应时间参数；

逐渐减小节点的所述时间参数，当其中一个节点的时间参数减小到零时，将所述其中一个节点保存的链路开销发送给时间参数不为零的节点；

若时间参数不为零的节点收到的链路开销比时间参数不为零的节点的链路开销小，将收到的链路开销替代时间参数不为零的节点原来的链路开销；若时间参数不为零的节点收到的链路开销比时间参数不为零的节点的链路开销大，则将收到的链路开销丢弃；

直到所有节点的时间参数均变为零，计算链路总开销并保存。

通过给节点设定一个对应时间参数，然后减小时间参数，当其中一个节点的时间参数减小到零时将本节点的链路开销发送给时间参数不为零的节点，若时间参数不为零的节点接收的链路开销比本节点的小，则替代本节点的链路开销，从而可以更效率的寻找到最小的链路开销。

上述基于层次聚类的数据汇聚方法，通过层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类，距离最短的两个节点之间的链路开销相对较小，根据合并的类以及其他节点重新进行合并，直到将所有节点合并为一个类，然后按照总开销最小的分组数对类的节点进行分组，并寻找各个分组的聚合节点，通过聚合节点汇聚组内的各个节点的数据，然后将所有数据发送至数据处理中心，从而可以减少数据的冗余，传输效率较高。

本发明的基于层次聚类的数据汇聚系统与本发明的基于层次聚类的数据汇聚方法一一对应，在上述基于层次聚类的数据汇聚方法的实施例阐述的技术特征及其有益效果均适用于基于层次聚类的数据汇聚系统的实施例中，特此声明。

以上所述实施例仅表达了本发明的几种实施方式，其描述较为具体和详细，但并不能因此而理解为对本发明专利范围的限制。应当指出的是，对于本领域的普通技术人员来说，在不脱离本发明构思的前提下，还可以做出若干变形和改进，这些都属于本发明的保护范围。因此，本发明专利的保护范围应以所附权利要求为准。

Claims (9)

1.一种基于层次聚类的数据汇聚方法，其特征在于，包括以下步骤：

(1)根据层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类，根据合并的类以及其他节点重新进行合并，直到将所有节点合并为一个类；所述根据合并的类以及其他节点重新进行合并的步骤包括：

根据合并的类以及其他节点，计算得到两两之间的距离，其中，计算距离的公式为：

<mrow> <msub> <mi>d</mi> <mrow> <mi>A</mi> <mi>B</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>i</mi> <mo>=</mo> <mi>m</mi> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mi>n</mi> </mrow> </munderover> <mi>d</mi> <mi>i</mi> <mi>j</mi> </mrow> <mrow> <mi>m</mi> <mo>&amp;times;</mo> <mi>n</mi> </mrow> </mfrac> <mo>,</mo> </mrow>

式中，d_AB表示A类与B类之间距离，m表示A类节点数，n表示B类节点数，i表示A类第i个节点，j表示B类第j个节点，dij表示A类第i个节点与B类第j个节点的距离；

将两两之间的距离最短的两个节点和/或类合并为一类；

(2)对合并的类进行分组，计算将节点分为不同组数时所有节点的总开销，获取总开销最小的分组数；根据总开销最小的分组数将合并的类的所有节点进行分组；

(3)根据每个分组的节点寻找各个分组的聚合节点，组成第一层聚合节点，对第一层聚合节点依据步骤(1)和(2)的方式进行重新分组，并以分组的第一层聚合节点寻找下一层的聚合节点，直到最后一层的聚合节点少于设定的个数时，确定最后一层的聚合节点；

其中，寻找分组的聚合节点方法包括：

s1、选择本组中的一个节点，以该节点为初始聚合节点；

s2、计算本组中其他节点到所述初始聚合节点的链路总开销；

s3、从本组中剩下的节点中选择一个节点，并以该节点为初始聚合节点，计算本组中其他节点到该初始聚合节点的链路总开销；

s4、判断是否选择所有节点，若是，选择链路总开销最小对应的节点作为汇聚组内节点数据的第一层聚合节点，否则返回s3；

(4)将最后一层的聚合节点对应的节点数据发送至数据处理中心。

2.根据权利要求1所述的基于层次聚类的数据汇聚方法，其特征在于，所述计算将节点分为不同组数时所有节点的总开销，获取总开销最小的分组数的步骤包括：

根据类内节点两两之间的距离计算类中两两节点之间开销的平均值，根据两两节点之间开销的平均值以及类内节点两两之间的距离，计算在一个类中，两两节点之间开销的方差；根据类的数目和两两节点之间开销的方差计算类内节点紧密度；

以类中所有节点坐标的平均值作为该类的坐标，根据各个类的坐标计算两个类之间开销的平均值；根据两个类之间开销的平均值和各个类的坐标计算类间分离度；对类内节点紧密度和类间分离度进行归一化处理，并对经过归一化处理的类内节点紧密度和类间分离度进行计算，得到分组评测指标，分组评测指标最小值对应的分组数即为总开销最小的分组数。

3.根据权利要求2所述的基于层次聚类的数据汇聚方法，其特征在于，所述根据节点两两之间的距离计算类中两两节点之间开销的平均值，根据开销的平均值以及节点两两之间的距离，计算在一个类中，两两节点之间开销的方差的步骤包括：

根据节点两两之间的距离计算类中两两节点之间开销的平均值，其中，计算平均值的公式为：

<mrow> <msub> <mover> <mi>d</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>&amp;Element;</mo> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> </munder> <msub> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> </mrow> <msubsup> <mi>C</mi> <mi>m</mi> <mn>2</mn> </msubsup> </mfrac> <mo>,</mo> </mrow>

式中，C_r表示类，i表示第i个节点，j表示第j个节点，d_ij表示第i个节点和第j个节点的距离，m表示类的节点数，表示从m个节点中选2个节点的方式个数；

根据开销的平均值以及节点两两之间的距离，计算在一个类中，两两节点之间开销的方差，其中，计算方差的公式为：

<mrow> <mi>S</mi> <mo>=</mo> <mfrac> <mrow> <munder> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>,</mo> <mi>j</mi> <mo>&amp;Element;</mo> <msub> <mi>C</mi> <mi>r</mi> </msub> </mrow> </munder> <msup> <mrow> <mo>(</mo> <msub> <mi>d</mi> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>-</mo> <msub> <mover> <mi>d</mi> <mo>&amp;OverBar;</mo> </mover> <mrow> <mi>i</mi> <mi>j</mi> </mrow> </msub> <mo>)</mo> </mrow> <mn>2</mn> </msup> </mrow> <msubsup> <mi>C</mi> <mi>m</mi> <mn>2</mn> </msubsup> </mfrac> <mo>,</mo> </mrow>

式中，S表示两两节点之间开销的方差。

4.根据权利要求2所述的基于层次聚类的数据汇聚方法，其特征在于，所述根据类的数目和两两节点之间开销的方差计算类内节点紧密度的步骤包括：

在得到两两节点之间开销的方差后，根据类的数目和两两节点之间开销的方差计算类内节点紧密度，其中，计算类内节点紧密度的公式为：

式中，S表示两两节点之间开销的方差，p表示第p类，n表示类的个数，CI表示类内节点紧密度。

5.根据权利要求2所述的基于层次聚类的数据汇聚方法，其特征在于，所述以类中所有节点坐标的平均值作为该类的坐标，根据各个类的坐标计算两个类之间开销的平均值；根据两个类之间开销的平均值和各个类的坐标计算类间分离度的步骤包括：

以类中所有节点坐标的平均值作为该类的坐标，根据各个类的坐标计算两个类之间开销的平均值；其中，计算两个类之间开销的平均值的公式为：

<mrow> <mrow> <msub> <mover> <mi>D</mi> <mo>-</mo> </mover> <mi>ij</mi> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <munderover> <mi>&amp;Sigma;</mi> <mrow> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mi>n</mi> </munderover> <msub> <mi>D</mi> <mi>ij</mi> </msub> </mrow> <msubsup> <mi>C</mi> <mi>n</mi> <mn>2</mn> </msubsup> </mfrac> </mrow> <mo>,</mo> </mrow>

式中，D_ij表示每个类之间的开销，表示类开销平均值，表示从n个类中选2个类的方式个数，i表示第i类，j表示第j类；

根据计算得到的两个类之间开销的平均值和各个类的坐标计算类间分离度；其中，计算类间分离度的公式为：

式中，CE表示类间分离度。

6.根据权利要求2所述的基于层次聚类的数据汇聚方法，其特征在于，所述对经过归一化处理的类内节点紧密度和类间分离度进行计算，得到分组评测指标的步骤包括：

对经过归一化处理的类内节点紧密度和类间分离度计算出分组评测指标Q；其中，计算分组评测指标的公式为：Q＝CI+CE；

式中，CI表示类内节点紧密度，CE表示类间分离度。

7.根据权利要求1所述的基于层次聚类的数据汇聚方法，其特征在于，所述选择本组中的一个节点，以该节点为初始聚合节点，计算本组中其他节点到所述初始聚合节点的链路总开销的步骤包括：

以每个组中的一个节点作为初始聚合节点，根据与初始聚合节点距离的大小给组内其它每个节点设置一个对应时间参数；

逐渐减小节点的所述时间参数，当其中一个节点的时间参数减小到零时，将所述其中一个节点保存的链路开销发送给时间参数不为零的节点；

若时间参数不为零的节点收到的链路开销比时间参数不为零的节点的链路开销小，将收到的链路开销替代时间参数不为零的节点原来的链路开销；若时间参数不为零的节点收到的链路开销比时间参数不为零的节点的链路开销大，则将收到的链路开销丢弃；

直到所有节点的时间参数均变为零，计算链路总开销并保存。

8.根据权利要求1所述的基于层次聚类的数据汇聚方法，其特征在于，所述根据层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类的步骤包括：

对所有节点进行编号，根据层次聚类算法计算所有节点中两两之间的距离，获取所有距离中最短距离，将最短距离对应的两个节点合并为一类，并将合并的类按照递增原则进行编号；

所述根据总开销最小的分组数将合并的类的所有节点进行分组的步骤包括：

根据总开销最小的分组数将类的所有节点按照编号从大到小进行分组，直到分为总开销最小的分组数。

9.一种基于层次聚类的数据汇聚系统，其特征在于，包括：

合并模块，用于根据层次聚类算法将所有节点中两两之间的距离最短的两个节点合并为一类，根据合并的类以及其他节点重新进行合并，直到将所有节点合并为一个类；所述合并模块用于所述根据合并的类以及其他节点重新进行合并的步骤包括：

根据合并的类以及其他节点，计算得到两两之间的距离，其中，计算距离的公式为：

<mrow> <msub> <mi>d</mi> <mrow> <mi>A</mi> <mi>B</mi> </mrow> </msub> <mo>=</mo> <mfrac> <mrow> <munderover> <mo>&amp;Sigma;</mo> <mrow> <mi>i</mi> <mo>=</mo> <mn>1</mn> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mn>1</mn> </mrow> <mrow> <mi>i</mi> <mo>=</mo> <mi>m</mi> <mo>,</mo> <mi>j</mi> <mo>=</mo> <mi>n</mi> </mrow> </munderover> <mi>d</mi> <mi>i</mi> <mi>j</mi> </mrow> <mrow> <mi>m</mi> <mo>&amp;times;</mo> <mi>n</mi> </mrow> </mfrac> <mo>,</mo> </mrow>

式中，d_AB表示A类与B类之间距离，m表示A类节点数，n表示B类节点数，i表示A类第i个节点，j表示B类第j个节点，dij表示A类第i个节点与B类第j个节点的距离；

将两两之间的距离最短的两个节点和/或类合并为一类；

分组模块，用于对合并的类进行分组，计算将节点分为不同组数时所有节点的总开销，获取总开销最小的分组数；根据总开销最小的分组数将合并的类的所有节点进行分组；

寻找模块，用于根据每个分组的节点寻找各个分组的聚合节点，组成第一层聚合节点，对第一层聚合节点依据所述合并模块和分组模块的方式进行重新分组，并以分组的第一层聚合节点寻找下一层的聚合节点，直到最后一层的聚合节点少于设定的个数时，确定最后一层的聚合节点；

其中，寻找模块执行所述寻找各个分组的聚合节点的过程包括：

s1、选择本组中的一个节点，以该节点为初始聚合节点；

s2、计算本组中其他节点到所述初始聚合节点的链路总开销；

s3、从本组中剩下的节点中选择一个节点，并以该节点为初始聚合节点，计算本组中其他节点到该初始聚合节点的链路总开销；

s4、判断是否选择所有节点，若是，选择链路总开销最小对应的节点作为汇聚组内节点数据的第一层聚合节点，否则返回s3；

发送模块，用于将最后一层的聚合节点对应的节点数据发送至数据处理中心。