CN105246122B - 一种基于体域网平台的中继选择方法 - Google Patents
一种基于体域网平台的中继选择方法 Download PDFInfo
- Publication number
- CN105246122B CN105246122B CN201510535055.7A CN201510535055A CN105246122B CN 105246122 B CN105246122 B CN 105246122B CN 201510535055 A CN201510535055 A CN 201510535055A CN 105246122 B CN105246122 B CN 105246122B
- Authority
- CN
- China
- Prior art keywords
- node
- transmission
- energy consumption
- network
- participation
- 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
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
- H04W52/02—Power saving arrangements
- H04W52/0203—Power saving arrangements in the radio access network or backbone network of wireless communication networks
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Abstract
本发明属于移动通信领域,尤其涉及体域网组网和数据传输。一种基于体域网平台的中继选择方法,假设在一个体域网中有多种不同类型的传感器,传感器节点之间传输的能耗低于节点与控制终端的传输能耗。基于当前网络结构中传感器节点的动态分布,以及可变的能量状态信息,选择最优的中继节点,使得节点传输能耗最小。根据不断变化的节点分布和能量状态,适时的对中继节点进行更新,即重新选择最优的中继节点。
Description
技术领域
本发明属于移动通信领域,尤其涉及体域网组网和数据传输。
背景技术
随着无线传感器网络和可穿戴设备的不断发展,在体域网中的应用越来越广泛。同时,传感器节点的使用寿命短和能耗高等问题,一直是制约体域网走向通用的瓶颈。在无线传感器体域网中,传感器节点能耗主要由两部分组成,分别是自身工作能耗和数据传输能耗。数据传输能耗是其使用寿命的决定性因素。
传统的体域网传感器节点数量较少,数据与个人控制终端间多采用点对点传输,因此节点分布相对固定也较为简单。然而,随着未来传感器节点的增多,信息数据的多样性和节点信息交互的增加,体域网的网络结构将动态变化。除此之外,传感器节点类型的多样性决定了对各节点的能耗要求也不同,如可穿戴节点要求相对宽松,而对身体植入节点则尽量减少传输能耗,使用时间须尽可能长。考虑以上两种因素,在这样一个时变多类型传感器网络下,如何降低体域网节点能耗,同时又能保证节点信息的传播速率,将是未来体域网一项很重要的问题。
发明内容
本发明针对现有技术的不足,考虑了体域网动态网络结构和多种类型的传感器,针对体域网特性,提出了一种低能耗的组网和传输机制,即通过选择最优的中继节点,降低体域网传输能耗,保证网络节点间传输速率。
为了方便的描述本发明的内容,首先对本发明所使用的术语进行介绍:
传输能耗度:定义任意节点i的传输能耗度为Ecl(i),是衡量节点传输能耗的量化指标。
传输权值:每个传感器相当于一个节点,节点u到节点v之间的传输能耗wedge(u,v)作为节点u和节点v的传输权值。若节点u和节点v不相关,则传输权值无穷大。
扩散速率:节点u到节点v之间的数据传输速率λuv。
传输参与度:节点在数据传输过程中的参与度,反映节点在传输能耗中的权值以及节点之间信息传输的相关程度。
本发明的技术方案为:
假设在一个体域网中有多种不同类型的传感器,例如可穿戴设备,可植入设备等等。传感器节点之间传输的能耗低于节点与控制终端的传输能耗。基于当前网络结构中传感器节点的动态分布,以及可变的能量状态信息,选择最优的中继节点,使得节点传输能耗最小。根据不断变化的节点分布和能量状态,适时的对中继节点进行更新,即重新选择最优的中继节点。
一种基于体域网平台的中继选择方法,包括如下步骤:
S1、监控体域网节点的网络结构和能耗,通过测量设备计算出每个节点的能耗状态,其中,节点i的能耗状态表示为Es(i),i∈Λ(i),Λ(i)为整个体域网节点的集合;
S2、根据不同的网络结构节点的动态分布情况,计算出每个节点的传输能耗度,其中,节点i的传输能耗度Ecl(i)=[Er(i)+Eh(i)]/Ec,Er(i)表示节点i储存的能量,Eh(i)为节点i采集的能量,为整个网络节点传输数据的总能耗,Ec(i)为节点i的传输能耗;
S3、利用S2所述Ecl(i),计算出每个节点的传输参与度,其中,节点i的传输参与度Ni表示与节点i数据传输的节点数,N为体域网络总的节点数,p表示节点i与其他节点信息传输相关度的权值,q表示节点i传输能耗的权值,Ecl为整个网络节点的传输参与度的总和;
S4、根据网络的结构和每个节点的传输参与度,选择k个节点作为整个体域网数据传输的中继节点,其中,0<k≤N,k为经验值;
S5、计算出最优的数据传输策略,即其他节点通过S4所述中继节点的数据收发方案;
S6、更新网络层信息,保存现有数据信息,返回S1。
进一步地,S4所述选择k个节点作为整个体域网数据传输的中继节点具体方法为:依次选择出k个传输参与度最大的节点作为中继节点。
本发明的有益效果是:
本发明提出了一种基于体域网平台的中继选择方法,通过计算出每个节点的传输参与度,有效地选择出传输参与度大的节点作为中继节点,从而达到降低节点的传输能耗,保证节点间较高的传输速率的目的。又通过考虑时变多类型体域网架构,实时更新网络信息,减少远程监控能耗,提高节点电池的寿命。本发明与已有体域网的传输方法相比,更加适用于未来网络架构多变且多类型的传感器体域网,采用动态中继选择方法,将中继作为服务提供者,兼顾降低整个网络的能耗下,又能保持节点间较高传播速率。
附图说明
图1是传统的传感器体域网结构图。
图2是本发明中利用K个中继节点传输的体域网结构图。
具体实施方式
下面结合实施例和附图,详细说明本发明的技术方案。
无线传感器在体域网的应用为例,传感器体域网结构图如图1所示,图2是中继选择算法的体域网结构图。
假设的条件如下:
每个传感器节点顺序标注,任意节点i表示为i=(1,2,3,...,N),初始时刻任意节点i的传输能耗度Ecl(i)=0,初始时刻任意节点i的能耗状态Es(i)=0,整个体域网节点和传输路径表示为加权图{G=(i,wedge)},已知整个网络节点间的平均传输速率
实施例:
步骤1、监控体域网节点的网络结构和能耗,通过测量设备计算出每个节点的能耗状态,得到表1的数据,表1为节点间的单跳和多跳传输路径能耗。
节点 | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 | 10 | 11 | 12 | 13 |
单跳 | 0.4 | 0.6 | 0 | 0.3 | 0.5 | 0 | 0.5 | 0.2 | 0.5 | 0.8 | 0.1 | 0.6 | 0.2 |
多跳 | 0.4 | 0.2 | 0 | 0.3 | 0.5 | 0 | 0.5 | 0.3 | 0.5 | 0.3 | 0.1 | 0.5 | 0.1 |
表1
步骤2、根据不同网络结构节点的动态分布情况,计算出13个节点的传输能耗度。任意节点i的传输能耗度Ecl(i),满足Ecl(i)=[Er(i)+Eh(i)]/Ec,其中,Eh(i)和Ec都可通过表1得到。从而得出每个节点的传输能耗度Ecl(i)。
步骤3、利用每个节点的传输能耗度Ecl(i),计算出每个节点的传输参与度。任意节点i的传输参与度NP(i)为其中,N=13,Ni和Ecl通过表1得知。本实施例假设,p=0.2,q=0.8。
步骤4、根据网络的结构和每个节点的传输参与度,选择出k个传输参与度最大的节点作为中继节点。
步骤5、利用选择出的中继节点,其他节点通过这k个中继节点进行数据收发,得出最优的传输策略。
步骤6、更新网络层信息,保存计算得到的数据信息,返回步骤1。
表2为两种模型在体域网中的能耗对比。从表2可以看出与传统方法对比,本发明的方法大大降低了节点的传输能耗,又能保证较高的节点传输速率。
传输模型 | 总能耗(μj) | 节点平均能耗(nj) |
传统的传输方法 | 4.199 | 323 |
中继选择算法 | 2.766 | 212.7 |
表2。
Claims (1)
1.一种基于体域网平台的中继选择方法,其特征在于,基于如下定义:
传输能耗度:定义任意节点i的传输能耗度为Ecl(i),是衡量节点传输能耗的量化指标;
传输权值:每个传感器相当于一个节点,节点u到节点v之间的传输能耗wedge(u,v)作为节点u和节点v的传输权值;若节点u和节点v不相关,则传输权值无穷大;其中u和v表示体域网中任意不相同的两个节点;
扩散速率:节点u到节点v之间的数据传输速率λuv;
传输参与度:节点在数据传输过程中的参与度,反映节点在传输能耗中的权值以及节点之间信息传输的相关程度;
具体中继选择方法包括如下步骤:
S1、监控体域网节点的网络结构和能耗,通过测量设备计算出每个节点的能耗状态,其中,节点i的能耗状态表示为Es(i)=Er(i)+Eh(i),其中Er(i)表示节点i储存的能量,Eh(i)为节点i通过测量设备采集到的能量,i∈Λ(i),Λ(i)为整个体域网节点的集合;
S2、根据不同的网络结构节点的动态分布情况,计算出每个节点的传输能耗度,其中,节点i的传输能耗度Ecl(i)=Es(i)/Ec,为整个网络节点传输数据的总能耗,Ec(i)为节点i的传输能耗;在网络运行状态下,节点i的传输能耗Ec(i)等于S1中节点i的能耗状态Es(i);
S3、利用S2所述Ecl(i),计算出每个节点的传输参与度,其中,节点i的传输参与度Ni表示与节点i数据传输的节点数,N为体域网络总的节点数,p表示节点i与其他节点信息传输权值的均值,q表示节点i其他节点信息传输的传输能耗的均值,Ecl为整个网络节点的传输参与度的总和;
S4、根据网络的结构和每个节点的传输参与度,依次选择出k个传输参与度最大的节点作为中继节点,其中,0<k≤N,k为经验值;
S5、计算出最优的数据传输策略,即其他节点通过S4所述中继节点的数据收发方案;
S6、更新网络层信息,保存现有数据信息,返回S1。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510535055.7A CN105246122B (zh) | 2015-08-27 | 2015-08-27 | 一种基于体域网平台的中继选择方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510535055.7A CN105246122B (zh) | 2015-08-27 | 2015-08-27 | 一种基于体域网平台的中继选择方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105246122A CN105246122A (zh) | 2016-01-13 |
CN105246122B true CN105246122B (zh) | 2018-12-11 |
Family
ID=55043540
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510535055.7A Expired - Fee Related CN105246122B (zh) | 2015-08-27 | 2015-08-27 | 一种基于体域网平台的中继选择方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105246122B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107729150B (zh) * | 2017-10-17 | 2018-11-09 | 山东衡昊信息技术有限公司 | 一种异构集群安监设备最小能耗节点的寻址方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102340838A (zh) * | 2011-07-18 | 2012-02-01 | 西安电子科技大学 | 无线体域网中延长网络生存时间的媒体接入控制方法 |
CN103179646A (zh) * | 2013-02-27 | 2013-06-26 | 北京邮电大学 | 一种人体医疗植入信道下的无线传感器网络协作传输方法及系统 |
CN103200616A (zh) * | 2013-03-06 | 2013-07-10 | 重庆邮电大学 | 一种建立物联网网络模型的节能部署方法 |
CN103491566A (zh) * | 2013-09-09 | 2014-01-01 | 哈尔滨工业大学深圳研究生院 | 一种面向无线体域网的能量效率优化方法 |
CN103974370A (zh) * | 2014-04-29 | 2014-08-06 | 南京邮电大学 | 一种基于瞬时分差学习的无线体域网路由方法 |
CN104168619A (zh) * | 2014-09-02 | 2014-11-26 | 哈尔滨工业大学 | 无线体域网下基于d算法的动态路由建立方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
GB2502775A (en) * | 2012-05-31 | 2013-12-11 | Toshiba Res Europ Ltd | Selecting routes between nodes in a network based on node processing gain and lifetime |
-
2015
- 2015-08-27 CN CN201510535055.7A patent/CN105246122B/zh not_active Expired - Fee Related
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102340838A (zh) * | 2011-07-18 | 2012-02-01 | 西安电子科技大学 | 无线体域网中延长网络生存时间的媒体接入控制方法 |
CN103179646A (zh) * | 2013-02-27 | 2013-06-26 | 北京邮电大学 | 一种人体医疗植入信道下的无线传感器网络协作传输方法及系统 |
CN103200616A (zh) * | 2013-03-06 | 2013-07-10 | 重庆邮电大学 | 一种建立物联网网络模型的节能部署方法 |
CN103491566A (zh) * | 2013-09-09 | 2014-01-01 | 哈尔滨工业大学深圳研究生院 | 一种面向无线体域网的能量效率优化方法 |
CN103974370A (zh) * | 2014-04-29 | 2014-08-06 | 南京邮电大学 | 一种基于瞬时分差学习的无线体域网路由方法 |
CN104168619A (zh) * | 2014-09-02 | 2014-11-26 | 哈尔滨工业大学 | 无线体域网下基于d算法的动态路由建立方法 |
Also Published As
Publication number | Publication date |
---|---|
CN105246122A (zh) | 2016-01-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Liu et al. | Cooperative offloading and resource management for UAV-enabled mobile edge computing in power IoT system | |
CN108809695B (zh) | 一种面向移动边缘计算的分布上行链路卸载策略 | |
Kuila et al. | Energy efficient clustering and routing algorithms for wireless sensor networks: Particle swarm optimization approach | |
Zhang et al. | Energy-balanced cooperative transmission based on relay selection and power control in energy harvesting wireless sensor network | |
Nadeem et al. | Simple: Stable increased-throughput multi-hop protocol for link efficiency in wireless body area networks | |
CN102035586B (zh) | 一种无线协同中继网络中能量高效的分布式中继选择算法 | |
CN110113190A (zh) | 一种移动边缘计算场景中卸载时延优化方法 | |
CN105163380B (zh) | Mimo无线多跳网络的分布式跨层优化方法 | |
Liu et al. | Wireless distributed learning: A new hybrid split and federated learning approach | |
Sandhu et al. | Mobility model for WBANs | |
CN102612080A (zh) | 基于第二代小波零树编码的最小能耗自适应汇聚路由方法 | |
CN108811023A (zh) | 一种基于萤火虫算法的swipt协作通信系统中继选择方法 | |
Nguyen et al. | Deep reinforcement learning-based partial task offloading in high altitude platform-aided vehicular networks | |
Popli et al. | Green NOMA assisted NB-IoT based urban farming in multistory buildings | |
CN105246122B (zh) | 一种基于体域网平台的中继选择方法 | |
Nesary Moghadam et al. | Minimum cost load balanced multipath routing protocol for low power and lossy networks | |
Zhao et al. | Optimizing energy efficiency of LoRaWAN-based wireless underground sensor networks: A multi-agent reinforcement learning approach | |
CN103427884B (zh) | 基于移动自组网中泛在业务生成的多终端协同获取方法 | |
Barkunan et al. | An Efficient Deployment of Sensor Nodes in Wireless Sensor Networks for Agricultural Field. | |
CN106658647B (zh) | 一种基于干扰感知的中继选择算法 | |
CN107820295A (zh) | 一种基于用户需求的分布式中继资源分配方法 | |
CN108012318A (zh) | 一种采用随机能量收集技术提高双向中继网络性能的方法 | |
Dou et al. | A power allocation algorithm based on cooperative Q-learning for multi-agent D2D communication networks | |
Liang et al. | A game‐theoretic approach for relay assignment over distributed wireless networks | |
Sivasakthi et al. | Dynamic ambient HetNet for hybrid data communication and transmission in IoT networks |
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 |
Granted publication date: 20181211 Termination date: 20210827 |
|
CF01 | Termination of patent right due to non-payment of annual fee |