CN105472630B - 基于三角形判别的无线传感器网络边缘节点识别方法 - Google Patents

Abstract

本发明提供了一种基于三角形判别的无线传感器网络边缘节点识别方法，将当前节点RN的1跳邻居节点和2跳邻居节点按绝对角大小排序，选出合适的A、B、C点，通过判断S_ΔABC、S_ΔRNAB、S_ΔRNBC和S_ΔRNAC的关系来确定RN是否为边缘节点。本发明实现了基于节点地理位置信息和基于基于节点距离信息的无线传感器网络的网络边缘和覆盖空洞的边缘节点识别，以一种自适应可变换的方式扩展了无线传感器网络边界节点识别，算法复杂度低，节省了运行时间，仅需2跳邻居节点信息技能完成对边缘节点的精确识别，识别精度达到90％以上。

Description

基于三角形判别的无线传感器网络边缘节点识别方法

技术领域

本发明涉及一种基于三角形判别的无线传感器网络边缘节点识别方法，属于无线传感器网络技术领域。

背景技术

在微电子机械系统和无线通信技术的驱动下，现代无线传感器节点具有制造成本低、使用功耗低、体积小和进行短距离通信的特点，其能够感知多种物理环境，在军事和民用领域具有极大的潜在应用价值。无线传感器网络是由数量众多的传感器节点组成的能进行多跳通信的自组织型网络，通常采用机载抛洒的方式部署于危险或无人坚守的区域执行监测任务。

衡量无线传感器网络服务质量的一个重要因素是网络覆盖，然而由于无线传感器网络部署方式的限制，节点抛洒不均匀所形成的覆盖空洞成为制约其服务质量的一个重要因素，而且无人值守的工作方式是传感器节点非常容易遭受外力破坏和节点能源耗竭而失效从而产生更多更大的覆盖空洞。覆盖空洞的产生不仅制约了无线传感器网络的服务质量导致监测失败，监测数据无法传送或传送错误。因而覆盖空洞是无线传感器网络研究和应用中不可回避的问题。

针对覆盖空洞问题，现有的研究中提出一些相应的解决方案，现有的边缘节点识别方法分为三类：基于节点地理位置信息、基于统计方法和基于拓扑的方法。然而目前的方案中存在对网络节点度要求高，能耗高和识别精度低的问题。

发明内容

为了解决现有技术的不足，本发明提供了一种基于三角形判别的无线传感器网络边缘节点识别方法，实现了基于节点地理位置信息和基于基于节点距离信息的无线传感器网络的网络边缘和覆盖空洞的边缘节点识别，以一种自适应可变换的方式扩展了无线传感器网络边界节点识别，算法复杂度低，节省了运行时间，仅需2跳节点信息技能完成对边缘节点的精确识别，识别精度达到90％以上。

本发明为解决其技术问题所采用的技术方案是：提供了一种基于三角形判别的无线传感器网络边缘节点识别方法，包括以下步骤：

(1)确认无线传感器网络中各节点的1跳邻居节点和2跳邻居节点，设当前传感器节点为S_RN，其邻居集合表示为N_1,2(S_RN)；

(2)搜索当前节点S_RN的N_1,2(S_RN)中的邻居节点，确定N_1,2(S_RN)中的邻居节点在以当前节点为圆心的相对坐标中的绝对角；对于N_1,2(S_RN)中的邻居节点s_i，用∠abs(s_i)表示其绝对角；

(3)对N_1,2(S_RN)中的邻居节点按照绝对角升序方式排序，将∠abs(s_i)≤90°的邻居节点置于集合Q₁，90°＜∠abs(s_i)≤180°的邻居节点置于集合Q₂，180°＜∠abs(s_i)≤270°的邻居节点置于集合Q₃，其他邻居节点置于集合Q₄；

(4)分别求出集合Q₁、Q₂、Q₃和Q₄中所含元素的个数L(Q₁)、L(Q₂)、L(Q₃)和L(Q₄)；

(5)比较Q₁∪Q₂和Q₃∪Q₄元素个数的多少，在Q₁∪Q₂和Q₃∪Q₄这两个并集中含元素较少的并集里选择一个最接近90°或最接近270°的邻居节点作为A点；

(5a)如果A点在Q₁∪Q₂中，则比较Q₃和Q₄元素个数的多少，在含元素较少的集合中以最接近225°或最接近315°的邻居节点作为B点；将N_1,2(S_RN)\{A,B}作为C点的候选集合并依次选中其中一点作为C点，分别计算三角形ΔABC、ΔRNAB、ΔRNBC和ΔRNAC的面积S_ΔABC、S_ΔRNAB、S_ΔRNBC和S_ΔRNAC，若C点的候选集合中有一个C点满足S_ΔABC＝S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为内部节点；否则若C点的候选集合中所有的点满足S_ΔABC≠S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为边缘节点；

(5b)如果A点在Q₃∪Q₄中，则比较Q₁和Q₂元素个数的多少，在含元素较少的集合中以最接近45°或最接近135°的邻居节点作为B点；将N_1,2(S_RN)\{A,B}作为C点的候选集合并依次选中其中一点作为C点，分别计算三角形ΔABC、ΔRNAB、ΔRNBC和ΔRNAC的面积S_ΔABC、S_ΔRNAB、S_ΔRNBC和S_ΔRNAC，若C点的候选集合中有一个C点满足S_ΔABC＝S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为内部节点；否则若C点的候选集合中所有的点满足S_ΔABC≠S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为边缘节点；

(6)重复步骤(2)至步骤(5)直到无线传感器网络中每个节点判断完毕。

步骤(1)中，通过以下步骤确认无线传感器网络中各节点的1跳邻居节点和2跳邻居节点：无线传感器网络中各节点通过广播发送包含自身ID和剩余能量的请求报文，该发送请求报文的节点为广播节点；邻近节点如能收到该广播节点的请求报文，则邻近节点在广播节点的通信范围内，邻近节点将自己设为广播节点的1跳邻居节点，向其返回包含自身ID和剩余能量的应答报文；广播节点收到应答报文后检查邻近节点是否存在于自己的1跳邻居表内，如果不存在则将邻近节点添加至1跳邻居表；经过设置的阈值时间后广播节点不再接收应答报文，而向其所有1跳邻居节点发送交换报文；邻居节点收到交换报文后向广播节点发送自己的1跳邻居表，广播节点根据该1跳邻居表确定其2跳邻居节点。

广播节点根据该1跳邻居表通过以下公式计算其2跳邻居节点：

其中，S_RN表示广播节点，S_u表示S_RN的1跳邻居邻居节点，N₁(S_RN)表示S_RN的1跳邻居节点集，N₂(S_RN)表示S_RN的2跳邻居节点集，N₁(S_u)表示S_u的1跳邻居节点集，由1跳邻居表获得。

步骤(2)中，通过以下过程确定N_1,2(S_RN)中的邻居节点在以当前节点为圆心的相对坐标中的绝对角：

(2a)若邻居节点向当前节点返回的报文中包含位置信息，则用表示邻居节点s_i的位置坐标，用表示当前节点的位置坐标，邻居节点s_i的绝对角∠abs(s_i)采用以下公式确认：

(2b)若邻居节点向当前节点返回的报文中包含距离信息，则利用多维尺度分析方法将距离信息转换为虚拟坐标，用表示邻居节点s_i的虚拟坐标，用表示当前节点的虚拟坐标，邻居节点s_i的绝对角∠abs(s_i)采用以下公式确认：；

步骤(5)通过以下公式计算三角形面积：

其中，a、b和c分别为三角形的边长，通过各节点的位置坐标计算或由测距方法直接获得。

本发明基于其技术方案所具有的有益效果在于：

(1)本发明同时实现了基于节点地理位置信息和基于基于节点距离信息的无线传感器网络的网络边缘和覆盖空洞的边缘节点识别，以一种自适应可变换的方式扩展了无线传感器网络边界节点识别；

(2)本发明基于MDS技术的节点距离坐标转换方式可有效拓展其应用范围，例如地下等无法获取节点位置信息的环境；

(3)本发明可解决在节点GPS定位装置失效或使配备GPS的节点以一种节能的方式自动识别网络的边界和覆盖空洞的边缘，有效降低了节点由于定位带来的高能耗问题；

(5)本发明算法复杂度低，节省了运行时间，仅需2跳节点信息技能完成对边缘节点的精确识别，识别精度达到90％以上。

附图说明

图1是网络结构示意图。

图2是当前节点2跳邻居环示意图，灰色节点为2跳邻居节点，白色节点为1跳邻居节点。

图3是A点、B点和C点选择示意图。

具体实施方式

下面结合附图和实施例对本发明作进一步说明。

本发明提供了一种基于三角形判别的无线传感器网络边缘节点识别方法，包括以下步骤：

(1)确认无线传感器网络中各节点的1跳邻居节点和2跳邻居节点，设当前传感器节点为S_RN，其邻居集合表示为N_1,2(S_RN)；

可以通过以下步骤确认无线传感器网络中各节点的1跳邻居节点和2跳邻居节点：无线传感器网络中各节点通过广播发送包含自身ID和剩余能量的请求报文，该发送请求报文的节点为广播节点；邻近节点如能收到该广播节点的请求报文，则邻近节点在广播节点的通信范围内，邻近节点将自己设为广播节点的1跳邻居节点，向其返回包含自身ID和剩余能量的应答报文；广播节点收到应答报文后检查邻近节点是否存在于自己的1跳邻居表内，如果不存在则将邻近节点添加至1跳邻居表；经过设置的阈值时间后广播节点不再接收应答报文，而向其所有1跳邻居节点发送交换报文；邻居节点收到交换报文后向广播节点发送自己的1跳邻居表，广播节点根据该1跳邻居表确定其2跳邻居节点。

广播节点根据该1跳邻居表通过以下公式计算其2跳邻居节点：

其中，S_RN表示广播节点，S_u表示S_RN的1跳邻居邻居节点，N₁(S_RN)表示S_RN的1跳邻居节点集，N₂(S_RN)表示S_RN的2跳邻居节点集，N₁(S_u)表示S_u的1跳邻居节点集，由1跳邻居表获得。

(2)搜索当前节点S_RN的N_1,2(S_RN)中的邻居节点，确定N_1,2(S_RN)中的邻居节点在以当前节点为圆心的相对坐标中的绝对角；对于N_1,2(S_RN)中的邻居节点s_i，用∠abs(s_i)表示其绝对角；

(2a)若邻居节点向当前节点返回的报文中包含位置信息(位置信息由GPS或其他定位服务)，则用表示邻居节点s_i的位置坐标，用表示当前节点的位置坐标，邻居节点s_i的绝对角∠abs(s_i)采用以下公式确认：

(2b)若邻居节点向当前节点返回的报文中包含距离信息，则利用多维尺度分析方法(Multidimensional Scaling，MDS)将距离信息转换为虚拟坐标，用表示邻居节点s_i的虚拟坐标，用表示当前节点的虚拟坐标，邻居节点s_i的绝对角∠abs(s_i)采用以下公式确认：；

(3)对N_1,2(S_RN)中的邻居节点按照绝对角升序方式排序，将∠abs(s_i)≤90°的邻居节点置于集合Q₁，90°＜∠abs(s_i)≤180°的邻居节点置于集合Q₂，180°＜∠abs(s_i)≤270°的邻居节点置于集合Q₃，其他邻居节点置于集合Q₄；

(4)分别求出集合Q₁、Q₂、Q₃和Q₄中所含元素的个数L(Q₁)、L(Q₂)、L(Q₃)和L(Q₄)；

(5)比较Q₁∪Q₂和Q₃∪Q₄元素个数的多少，在Q₁∪Q₂和Q₃∪Q₄这两个并集中含元素较少的并集里选择一个最接近90°或最接近270°的邻居节点作为A点；

(5a)如果A点在Q₁∪Q₂中，则比较Q₃和Q₄元素个数的多少，在含元素较少的集合中以最接近225°或最接近315°的邻居节点作为B点；将N_1,2(S_RN)\{A,B}作为C点的候选集合并依次选中其中一点作为C点，分别计算三角形ΔABC、ΔRNAB、ΔRNBC和ΔRNAC的面积S_ΔABC、S_ΔRNAB、S_ΔRNBC和S_ΔRNAC，若C点的候选集合中有一个C点满足S_ΔABC＝S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为内部节点；否则若C点的候选集合中所有的点满足S_ΔABC≠S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为边缘节点；

(5b)如果A点在Q₃∪Q₄中，则比较Q₁和Q₂元素个数的多少，在含元素较少的集合中以最接近45°或最接近135°的邻居节点作为B点；将N_1,2(S_RN)\{A,B}作为C点的候选集合并依次选中其中一点作为C点，分别计算三角形ΔABC、ΔRNAB、ΔRNBC和ΔRNAC的面积S_ΔABC、S_ΔRNAB、S_ΔRNBC和S_ΔRNAC，若C点的候选集合中有一个C点满足S_ΔABS＝S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为内部节点；否则若C点的候选集合中所有的点满足S_ΔABC≠S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为边缘节点；

上述三角形面积均可以通过以下公式计算：

其中，a、b和c分别为三角形的边长，通过各节点的位置坐标计算或由测距方法直接获得。

(6)重复步骤(2)至步骤(5)直到无线传感器网络中每个节点判断完毕。

以图1所示的传感器网络为例，选取节点1作为当前节点RN，收集其1跳邻居节点和2跳邻居节点，按公式(2)或公式(3)计算各邻居节点的绝对角后，将其分类为Q₁、Q₂和Q₃，Q₄为空集。如图2所示，L(Q₁)为2，L(Q₂)为5，L(Q₃)为4。则L(Q₁)+L(Q₂)＞L(Q₃)，因此在含元素较少的集合Q₃中选择一个最接近270°的邻居节点11为A点。参照图3，由于L(Q₂)＞L(Q₁)，在含元素较少的集合Q₁中选择一个最接近45°的邻居节点28作为B点，将N_1,2(S_RN)除去邻居节点11和28后剩余集合作为节点C的候选集合，然后利用公式(4)计算三角形ΔABC、ΔRNAB、ΔRNBC和ΔRNAC的面积S_ΔABC、S_ΔRNAB、S_ΔRNBC和S_ΔRNAC，显然所有节点满足S_ΔABC≠S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点1为边缘节点。

Claims (4)

1.一种基于三角形判别的无线传感器网络边缘节点识别方法，其特征在于包括以下步骤：

(1)确认无线传感器网络中各节点的1跳邻居节点和2跳邻居节点，设当前传感器节点为S_RN，其1跳邻居节点和2跳邻居节点的集合表示为N_1,2(S_RN)；

(2)搜索当前节点S_RN的N_1,2(S_RN)中的邻居节点，确定N_1,2(S_RN)中的邻居节点在以当前节点为圆心的相对坐标中的绝对角；对于N_1,2(S_RN)中的邻居节点s_i，用∠abs(s_i)表示其绝对角；通过以下过程确定N_1,2(S_RN)中的邻居节点在以当前节点为圆心的相对坐标中的绝对角：

(2a)若邻居节点向当前节点返回的报文中包含位置信息，则用表示邻居节点s_i的位置坐标，用表示当前节点的位置坐标，邻居节点s_i的绝对角∠abs(s_i)采用以下公式确认：

(2b)若邻居节点向当前节点返回的报文中包含距离信息，则利用多维尺度分析方法将距离信息转换为虚拟坐标，用表示邻居节点s_i的虚拟坐标，用表示当前节点的虚拟坐标，邻居节点s_i的绝对角∠abs(s_i)采用以下公式确认：；

(3)对N_1,2(S_RN)中的邻居节点按照绝对角升序方式排序，将∠abs(s_i)≤90°的邻居节点置于集合Q₁，90°＜∠abs(s_i)≤180°的邻居节点置于集合Q₂，180°＜∠abs(s_i)≤270°的邻居节点置于集合Q₃，其他邻居节点置于集合Q₄；

(4)分别求出集合Q₁、Q₂、Q₃和Q₄中所含元素的个数L(Q₁)、L(Q₂)、L(Q₃)和L(Q₄)；

(5)比较Q₁∪Q₂和Q₃∪Q₄元素个数的多少，在Q₁∪Q₂和Q₃∪Q₄这两个并集中含元素较少的并集里选择一个最接近90°或最接近270°的邻居节点作为A点；

(5a)如果A点在Q₁∪Q₂中，则比较Q₃和Q₄元素个数的多少，在含元素较少的集合中以最接近225°或最接近315°的邻居节点作为B点；将N_1,2(S_RN)\{A,B}作为C点的候选集合并依次选中其中一点作为C点，分别计算三角形ΔABC、ΔRNAB、ΔRNBC和ΔRNAC的面积S_ΔABC、S_ΔRNAB、S_ΔRNBC和S_ΔRNAC，若C点的候选集合中只要有一个点满足S_ΔABC＝S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为内部节点；否则若C点候选集合中所有的点满足S_ΔABC≠S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为边缘节点；

(5b)如果A点在Q₃∪Q₄中，则比较Q₁和Q₂元素个数的多少，在含元素较少的集合中以最接近45°或最接近135°的邻居节点作为B点；将N_1,2(S_RN)\{A,B}作为C点的候选集合并依次选中其中一点作为C点，分别计算三角形ΔABC、ΔRNAB、ΔRNBC和ΔRNAC的面积S_ΔABC、S_ΔRNAB、S_ΔRNBC和S_ΔRNAC，若C点的候选集合中只要有一个点满足S_ΔABC＝S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为内部节点；否则若C点候选集合中所有的点满足S_ΔABC≠S_ΔRNAB+S_ΔRNBC+S_ΔRNAC，则当前节点为边缘节点；

(6)重复步骤(2)至步骤(5)直到无线传感器网络中每个节点判断完毕。

2.根据权利要求1所述的基于三角形判别的无线传感器网络边缘节点识别方法，其特征在于：步骤(1)中，通过以下步骤确认无线传感器网络中各节点的1跳邻居节点和2跳邻居节点：无线传感器网络中各节点通过广播发送包含自身ID和剩余能量的请求报文，该发送请求报文的节点为广播节点；邻近节点如能收到该广播节点的请求报文，则邻近节点在广播节点的通信范围内，邻近节点将自己设为广播节点的1跳邻居节点，向其返回包含自身ID和剩余能量的应答报文；广播节点收到应答报文后检查邻近节点是否存在于自己的1跳邻居表内，如果不存在则将邻近节点添加至1跳邻居表；经过设置的阈值时间后广播节点不再接收应答报文，而向其所有1跳邻居节点发送交换报文；邻居节点收到交换报文后向广播节点发送自己的1跳邻居表，广播节点根据该1跳邻居表确定其2跳邻居节点。

3.根据权利要求2所述的基于三角形判别的无线传感器网络边缘节点识别方法，其特征在于：广播节点根据该1跳邻居表通过以下公式计算其2跳邻居节点：

其中，S_RN表示广播节点，S_u表示S_RN的1跳邻居邻居节点，N₁(S_RN)表示S_RN的1跳邻居节点集，N₂(S_RN)表示S_RN的2跳邻居节点集，N₁(S_u)表示S_u的1跳邻居节点集，由1跳邻居表获得。

4.根据权利要求1所述的基于三角形判别的无线传感器网络边缘节点识别方法，其特征在于：步骤(5)通过以下公式计算三角形面积：

其中，a、b和c分别为三角形的边长，通过各节点的位置坐标计算或由测距方法直接获得。