CN105554844A - 一种无线传感器网络拓扑构建方法 - Google Patents
一种无线传感器网络拓扑构建方法 Download PDFInfo
- Publication number
- CN105554844A CN105554844A CN201610041983.2A CN201610041983A CN105554844A CN 105554844 A CN105554844 A CN 105554844A CN 201610041983 A CN201610041983 A CN 201610041983A CN 105554844 A CN105554844 A CN 105554844A
- Authority
- CN
- China
- Prior art keywords
- node
- network topology
- connected mode
- degrees
- radio sensing
- 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.)
- Granted
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/246—Connectivity information discovery
-
- 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)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及网络拓扑构建领域,提供一种无线传感器网络拓扑构建方法,所述无线传感器网络拓扑构建方法包括:步骤100,构建初始无标度无线传感网络拓扑;步骤200,根据独立边中节点的每种连接方式的度差,对初始无标度无线传感网络拓扑进行优化,得到初步优化的无线传感网络拓扑;步骤300,根据独立边中节点的每种连接方式的环绕角度之和,对初步优化的无线传感网络拓扑进行优化,得到无线传感网络拓扑。本发明能够在不改变节点度数分布的情况下,使网络拓扑在面对随机攻击和恶意攻击都具有较高的鲁棒性。
Description
技术领域
本发明涉及网络拓扑构建领域,尤其涉及一种无线传感器网络拓扑构建方法。
背景技术
物联网技术(InternetofThings)是融合了多个学科的庞大的综合体,包括WSNs、嵌入式系统、拓扑查询、智能控制、数据处理及任务调度等多个领域。WSNs通常在分布式区域内部署大量传感器节点、汇聚节点及通信节点,这些节点间相互通信形成多跳自组织网络系统,用来监测和控制环境中的物理变量,例如温度、声音、光线等,并能根据环境需求自主完成指定任务。近年来,由于无线传感器网络应用环境越来越恶劣,应用规模也急剧扩大。针对大规模WSNs拓扑的建模,并设法增强其鲁棒性成为研究者研究的热点问题。
网络拓扑是指网络中所有节点以及节点之间通信链路的几何关系所形成的网络结构,通常采用图的方式来表示。在表示物联网网络结构的图G=(V,E)中,V表示各种网络节点的集合,E表示连接两个网络节点的无线链路。物联网的拓扑结构描述了网络中各种节点之间的无线通信关系,是各种网络通信协议、路由协议的设计基础,对网络各种性能如网络生命周期、能量消耗、可靠性、数据延迟都起着至关重要的作用。现实社会中大多数网络拓扑是基于Petri网、随机图理论和复杂网络理论构建的。
复杂网络广泛存在于现实世界,如电网、全球运输网络,合作网络以及引文网络等。作为一个跨学科的领域,复杂网络引起了全世界的关注。复杂网络理论中两个最经典的模型是小世界网络和无标度网络。无标度网络主要针对同构网络单元,其网络中的节点度数遵循幂律分布,相对于小世界模型,无标度模型针对随机攻击具有更高的鲁棒性,但对于恶意攻击则表现出明显的脆弱性。因此,如何改进无标度网络拓扑,设计优化策略,提升WSNs针对恶意攻击的鲁棒性,是当前迫切需要解决的问题。
无标度网络针对节点随机故障具有更高的鲁棒性,而针对恶意攻击则表现出明显的脆弱性,究其原因是hub节点的集中性造成的。hub节点的失效意味着大量边的移除,网络链接的重大损失会迅速使整个网络稀疏化,继而支离破碎。除了无标度网络的构建方案之外,近些年针对无标度网鲁棒性的改进方案有爬山法、模拟退火算法和文化基因算法等,爬山法只选取能够提升鲁棒性的连接方式,在优化过程中存在多峰问题,并不能是鲁棒性得到最有效的提升;模拟退火算法概率性地接受鲁棒性减弱的换边操作,能够一定程度上解决多峰问题,但它需要做多轮优化操作,每轮收紧一次换边系数,算法需要运行较长时间,时效性较差,优化效果也有待进一步提升;文化基因算法的全局搜索策略是在不同染色体上进行的,它并没有考虑WSNs中节点的通信半径限制,因此不适合于局域世界无标度网络的优化策略,且由于其算法的复杂性,导致时效性进一步降低。另外,通过增加链路来提高网络对抗恶意攻击鲁棒性的方法,额外的链接会破坏网络原有的无标度特性,且会带来额外的能量消耗。
发明内容
本发明主要解决现有技术的无线传感器网络针对恶意攻击的鲁棒性较差的技术问题,提出一种无线传感器网络拓扑构建方法,基于复杂网络理论,结合无标度网络的相关技术特点,使网络拓扑在面对随机攻击和恶意攻击都具有较高的鲁棒性。本发明在不改变节点度数分布的情况下,提出了一种更为高效的优化无标度网络拓扑针对恶意攻击的鲁棒性提升策略。
本发明提供了一种无线传感器网络拓扑构建方法,包括以下过程:
步骤100,构建初始无标度无线传感网络拓扑;
步骤200,根据独立边中节点的每种连接方式的度差,对初始无标度无线传感网络拓扑进行优化,得到初步优化的无线传感网络拓扑,包括以下子步骤:
步骤201,在初始无标度无线传感网络拓扑中,对于任意一组独立边,获得独立边的三种不同连接方式的度差;
步骤202,选取度差最小的连接方式,如果该方式没有破坏网络拓扑的连通性,而且不会使网络拓扑的R值减小,则接受该节点连接方式,其中,R的定义如下:
在公式(2)中,N表示网络拓扑中的节点总数,S(q)表示依次除去度数最大的qN个节点后,网络中最大联通子图占全部节点的比例;
步骤203,按照步骤201至202的方法,从距离拓扑中心最近的节点到距离拓扑中心最远的节点依次对节点连接方式进行优化,得到初步优化的无线传感网络拓扑。
进一步的,在步骤100中,构建初始无标度无线传感网络拓扑,包括以下子步骤:
步骤101,在预构建网络拓扑的区域内进行节点的布署,将全部节点随机布署在该区域内;
步骤102,根据节点的通信距离以及最大度数限制,获得邻居节点间的度数,并利用邻居节点间的度数得到节点与其邻居节点的连接概率;
步骤103,利用节点与其邻居节点的连接概率,按照轮赌法进行节点连接;
步骤104,按照步骤102至步骤103的方法,在无线传感网络从距离拓扑中心最近的节点到距离拓扑中心最远的节点依次建立节点连接,得到初始无标度拓扑无线传感网络。
进一步的,任意一组独立边eij和ekl三种不同连接方式的度差,公式如下:
DSUB1=|di-dj|+|dk-dl|(3)
DSUB2=|di-dl|+|dj-dk|(4)
DSUB3=|di-dk|+|dj-dl|(5)
其中,DSUB1表示独立边eij和ekl第一种连接方式的度差,DSUB2表示独立边eij和ekl第二种连接方式的度差,DSUB3表示独立边eij和ekl第三种连接方式的度差,di表示节点i的度数,dj表示节点j的度数,dk表示节点k的度数,dl表示节点l的度数。
进一步的,在步骤200之后,还包括:
步骤300,根据独立边中节点的每种连接方式的环绕角度之和,对初步优化的无线传感网络拓扑进行优化,得到无线传感网络拓扑,包括以下子步骤:
步骤301,在初步优化的无线传感网络拓扑中,对于任意一组独立边,获得独立边的三种不同连接方式的环绕角度之和;
步骤302,选取环绕角度之和最大的连接方式,如果该方式没有破坏网络拓扑的连通性,而且不会使网络拓扑的R值减小,则接受该节点连接方式;
步骤303,按照步骤301至302的方法,从距离拓扑中心最近的节点到距离拓扑中心最远的节点依次对节点连接方式进行优化,得到无线传感网络拓扑。
进一步的,任意一对独立边eij和ekl三种不同连接方式的环绕角度之和,公式如下:
ASUM=α+β(8)
其中,α、β分别表示每对独立边形成的环绕角,db、dc表示环绕角α的两条邻边的长度,da表示环绕角α的对边的长度,d′b、d′c表示环绕角β的两条邻边的长度,d′a表示环绕角β的对边的长度,ASUM表示该连接方式的环绕角度之和。
本发明提供的一种无线传感器网络拓扑构建方法,包括无线传感网络中无标度拓扑构建和拓扑针对恶意攻击的鲁棒性优化两个部分,在同构网络中构建了一个具有无标度特性的网络拓扑模型。本发明设计的无标度拓扑构建方案将优先连接原则限制在节点通信范围内,并且限制节点的最大度数,防止能量消耗过快。该方案符合无线传感网络中的相关条件限制,且能够保持良好的无标度特性。
在此基础上,我们提出了一种新的提高无标度网络针对恶意攻击鲁棒性的策略,针对恶意攻击的鲁棒性优化策略分为两个部分:“度差优化”和“角度和优化”。他们都基于相同的选边策略(独立边)。他们的目的都是将网络拓扑结构转换为稳定的“洋葱头”结构。使用独立选边方式,在不改变节点度数原有幂律分布的情况下,使网络拓扑更快趋向于“洋葱头”结构。该算法在保持网络拓扑原有的无标度特性的同时,能够在不改变网络度分布的情况下显著提高网络拓扑针对恶意攻击的鲁棒性。由于独立边的引入,以及在优化过程中减少R值的计算次数,能够缩短运算时间,本发明具有更高的效率,可以在较短时间内完成高鲁棒性网络拓扑的组网。与传统算法相比,本发明的鲁棒性优化效果更为明显,在算法时效性方面,也更具优势。
附图说明
图1是本发明提供的无线传感器网络拓扑构建方法的实现流程图;
图2是本发明提供的无标度网络拓扑构建示意图;
图3是独立边的连接方式示意图;
图4是“角度和交换”操作的连接方式示意图。
具体实施方式
为使本发明解决的技术问题、采用的技术方案和达到的技术效果更加清楚,下面结合附图和实施例对本发明作进一步的详细说明。可以理解的是,此处所描述的具体实施例仅仅用于解释本发明,而非对本发明的限定。另外还需要说明的是,为了便于描述,附图中仅示出了与本发明相关的部分而非全部内容。
图1为本发明提供的无线传感器网络拓扑构建方法的实现流程图。如图1所示,本发明实施例提供的无线传感器网络拓扑构建方法包括:
步骤100,构建初始无标度无线传感网络拓扑。
由于无线传感网络中节点的通信距离、剩余能量以及苛刻的应用环境等条件的限制,无标度模型的优先连接策略不再适用。我们基于无标度网络拓扑的生成规则,考虑两方面的改进。首先,在新加入节点的通信范围内,必须存在足够可与其连接的邻居节点。因此,我们不再按照增长特性逐一放置节点,而是将所有需要加入网络的新节点全部放入拓扑中,只是添加连接过程中对节点进行异步计算,即邻居节点之间不能同时执行连接算法。然后,根据节点的通信距离以及最大度数限制,我们将节点的通信范围内的所有可与其建立连接的节点作为该节点的局域世界。其中,已于该节点建立连接的节点,以及度数达到最大度数的节点则不能作为该节点的局域世界。新加入的节点更倾向于与其局域世界内具有较高度数的节点相连。节点添加连接的顺序是从靠近拓扑中心的节点开始,依次向外围展开。
首先将所有节点随机部署在拓扑所在的区域。节点添加连接的顺序是从距离拓扑中心最近的节点到距离拓扑中心最远的节点。在每个节点添加连接时,需计算它与每个邻居节点的连接概率,这个概率是根据当前邻居节点的度数确定的。然后,用轮赌法选择合适的邻居节点建立连接。
具体的过程:步骤101,在预构建网络拓扑的区域内进行节点的布署,将全部节点随机布署在该区域内;
步骤102,根据节点的通信距离以及最大度数限制,获得邻居节点间的度数,并利用邻居节点间的度数得到节点与其邻居节点的连接概率;
步骤103,利用节点与其邻居节点的连接概率,按照轮赌法进行节点连接;
步骤104,按照步骤102至步骤103的方法,在无线传感网络从距离拓扑中心最近的节点到距离拓扑中心最远的节点依次建立节点连接,得到初始无标度拓扑无线传感网络。
其中,一个开始建立连接的节点与其邻居节点i相连接的概率∏Local(k)为:
公式(1)中,ki表示与节点i相连接的节点数目,即节点i的度,n表示新加入节点周围可与其建立连接的邻居节点个数,表示所有邻居节点度数之和。
建立之后的无线传感网络拓扑中存在许多环绕网络中心的边。本发明将网络拓扑抽象为一个图G=(V,E),其中V={1,2,…,N}表示网络中的N个节点的集合,E={eiji,j∈Vandi≠j}表示网络中M条边的集合。下面对本步骤进行举例说明:
图2是本发明提供的无标度网络拓扑构建示意图。图2描述了在优先连接过程中计算节点连接概率的具体情况。图2中,黑点表示网络拓扑中的节点;黑线表示节点间的连接关系;虚线圈表示节点的通信范围。当节点i发起添加连接请求时,由于其局域世界内的4个节点度数均为0,则等概率的选择m条边与邻居节点相连。同理,节点j局域世界内节点度数分别为7、5、3、2、1,通过计算,我们可以得到节点j与各邻居节点的连接概率分别为0.3888、0.2777、0.1677、0.1111、0.0555。然后利用轮赌法,选择m条边与邻居节点相连。节点k的局域世界内既存在度数为0,也存在度数非0的节点。在建立连接时,优先考虑度数不为0的两个节点,度数分别为3、1,然后按照需要建立连接的边数M来确定连接方案。当m>2时,除了连接这两个节点之外,还需从剩余节点中等概率地选择m-2个节点相连;当m=2时,直接连接这两个度数不为0的节点即可;当m<2时,计算与度数不为0的节点的连接概率,分别为0.75和0.25,并利用轮赌法选择连接。需要注意的是,在拓扑构建过程中,一旦某个节点的度数达到最大值,则该节点不再进行添加连接的操作,其他节点也不能再与其建立新的连接。
步骤200,根据独立边中节点的每种连接方式的度差,对初始无标度无线传感网络拓扑进行优化,得到初步优化的无线传感网络拓扑。
“洋葱头”是一种鲁棒性较强的网络结构。网络拓扑中心度数较大的节点互相连接,周围环绕的节点度数逐渐减小,呈现出明显的分层结构。“洋葱头”结构的主要特征是让网络中度数相等或相近的节点尽可能连在一起,即每条边的两个端点的度数之差要尽可能地小。因此,本发明的目的是通过减小度差将初始网络拓扑转化为“洋葱头”结构,并使其尽可能地环绕拓扑中心,进一步将网络拓扑结构向“洋葱头”结构靠拢,从而使拓扑的鲁棒性得到提升。本步骤分为两个部分,它们都给予相同的选边策略(独立边),步骤200的具体过程如下:
步骤201,在初始无标度无线传感网络拓扑中,对于任意一组独立边,获得独立边的三种不同连接方式的度差;步骤202,选取度差最小的连接方式,如果该方式没有破坏网络拓扑的连通性,而且不会使网络拓扑的R值减小,则接受该节点连接方式;步骤203,按照步骤201至202的方法,从距离拓扑中心最近的节点到距离拓扑中心最远的节点依次对节点连接方式进行优化,得到初步优化的无线传感网络拓扑。
具体的,进行“度差交换”:按照独立边中节点度数之差最小的连接方式,进行换边。其中,独立边是指两条边的四个节点都在彼此的通信范围之内,且除了现有的两条边之外,这四个点之间不存在其他的任何连接。本步骤中从拓扑中心处的节点开始换边,并重复进行上述过程,直到每条边的连接方式达到局部最优。下面对本步骤进行举例说明:
依据渗透理论,在去掉网络中度数最大的节点后,剩余网络的最大联通子图情况提出了一个新的方法——R,用R来定义网络的鲁棒性。结合本发明提出的恶意攻击策略,可以通过计算网络中的极大连通分支所包含的节点数占整个网络的比例来描述网络的连通性,从而评估网络拓扑受到的破坏程度。R的定义如下所示:
在公式(2)中,N表示网络拓扑中的节点总数,S(q)表示依次除去度数最大的qN个节点后,网络中最大联通子图占全部节点的比例。R是网络拓扑鲁棒性评价指标,R值越大,表示网络拓扑鲁棒性越高。
为了达到算法运行过程中,减小R值比较次数的目的,考虑到独立边中四个顶点的通信距离和连接方式。图3是本实施例提供的独立边的连接方式示意图。图3中,黑点表示网络拓扑中的节点;黑线表示节点间的连接关系。如图3(a)所示,首先从网络中选取两条边eij和ekl,节点i、j是边eij的两个点,节点k、l是边ekl的两个点。四个节点i、j、k和l都在彼此的通信范围之内,并且,除了现有的i与j,k与l相连之外,i与k或l,j与k或l都不相连,即选取网络中两条完全独立的边。
在“度差交换”操作中,我们考虑eij和ekl的所有连接方式,分别用图3(a)、图3(b)、图3(c)三种情况表示,其中,图3(a)为网络中节点的初始连接方式,图3(b)和图3(c)为换边操作后可能出现的连接方式。其中,每组独立边的四个节点有3种连接方式,每组独立边的不同连接方式的度差的计算公式如下:
DSUB1=|di-dj|+|dk-dl|(3)
DSUB2=|di-dl|+|dj-dk|(4)
DSUB3=|di-dk|+|dj-dl|(5)
其中,DSUB1表示独立边eij和ekl第一种连接方式的度差(参照图3a),DSUB2表示独立边eij和ekl第二种连接方式的度差(参照图3b),DSUB3表示独立边eij和ekl第三种连接方式的度差(参照图3c),di表示节点i的度数,dj表示节点j的度数,dk表示节点k的度数,dl表示节点l的度数。
通过公式(3)、(4)、(5)得到每组独立边的四个节点3种连接方式的度差,然后选取度差最小的连接方式,如果该方式没有破坏网络拓扑的连通性,而且不会使网络拓扑的R值减小,便接受该交换;如果不满足上述条件,则跳过此次换边操作,重新进行下一轮选编。重复进行上述过程,对网络拓扑中每组独立边进行“度差交换”,直到每条边的连接方式达到局部最优。
经过步骤200优化后,得到的初步优化的无线传感网络拓扑结构,每条边的两个节点的度数差异被尽可能地减小,拓扑结构向稳定的“洋葱头”结构靠拢,拓扑的鲁棒性得到了一定的增强。
步骤300,根据独立边中节点的每种连接方式的环绕角度之和,对初步优化的无线传感网络拓扑进行优化,得到无线传感网络拓扑。
步骤301,在初步优化的无线传感网络拓扑中,对于任意一组独立边,获得独立边的三种不同连接方式的环绕角度之和;步骤302,选取环绕角度之和最大的连接方式,如果该方式没有破坏网络拓扑的连通性,而且不会使网络拓扑的R值减小,则接受该节点连接方式;步骤303,按照步骤301至302的方法,从距离拓扑中心最近的节点到距离拓扑中心最远的节点依次对节点连接方式进行优化,得到无线传感网络拓扑。
由于节点是随机部署的,我们取所有节点坐标的平均值作为网络拓扑的地理中心坐标。我们首先从网络中选取拓扑中的一对独立边eij和ekl,如图4所示。图4中,黑色实心圆点表示网络拓扑中的节点;黑色三角表示节点连线的中点;黑色空心圈表示虚拟的网络拓扑中心;黑实线表示节点间的连接关系;黑虚线表示拓扑中心与每对独立边的中点的连线。c是计算得出的网络拓扑的地理中心,取eij的中点m1和ekl的中点m2,分别与地理中心c连接。中线与每条边构成两个互补的夹角,其中的锐角α和β决定了这一对独立边与地理中心的环绕情况,我们称他们为环绕角。夹角越大,环绕情况越好。反之,则环绕情况越差。
具体的,“角度和交换”的过程:换边标准是选择独立边中环绕角度之和最大的连接方式。其中,任意一对独立边eij和ekl三种不同连接方式的环绕角度之和,每对独立边可形成两个环绕角α和β,它们都是用余弦公式计算得出,公式如下:
ASUM=α+β(8)
其中,α、β分别表示每对独立边形成的环绕角,db、dc表示环绕角α的两条邻边的长度,da表示环绕角α的对边的长度,d′b、d′c表示环绕角β的两条邻边的长度,d′a表示环绕角β的对边的长度,ASUM表示该连接方式的环绕角度之和。
图4是“角度和交换”操作的连接方式示意图。同样考虑eij和ekl的所有连接方式,如图4所示的三种。使用余弦定理计算每种连接方式的环绕角度之和,公式如下:
其中,ASUM1表示独立边eij和ekl第一种连接方式的环绕角度之和(参照图4a),ASUM2表示独立边eij和ekl第二种连接方式的环绕角度之和(参照图4b),ASUM3表示独立边eij和ekl第三种连接方式的环绕角度之和(参照图4c)。d表示两点之间的直线距离。利用公式(9)、(10)、(11)得到每种连接方式的环绕角度之和,然后选取环绕角度之和最大的连接方式。如果该连接方式没有破坏网络拓扑的连通性,而且不会使网络拓扑的R值减小,则按照该方式进行换边操作;如果不满足上述条件,则跳过此次换边操作,重新进行下一轮选编。重复进行上述过程,对网络拓扑中每组独立边进行“角度和交换”,直到每条边的连接方式达到局部最优。
在进行了步骤200的“度差交换”和步骤300的“角度和交换”之后,本发明得到的网络拓扑可以使鲁棒性指标R显著提升,网络拓扑针对恶意攻击的鲁棒性显著提高。同时,整个换边过程没有改变节点的度数,使网络拓扑依旧保持良好的无标度特性,拓扑针对随机攻击的高鲁棒性也得以继承。由于独立边的引入,以及在优化过程中尽量避免R值的计算次数(R值得计算次数越多,算法运行的时间越长),缩短运算时间,本发明具有更高的效率,可以在较短时间内完成高鲁棒性网络拓扑的组网。
最后应说明的是:以上各实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述各实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其对前述各实施例所记载的技术方案进行修改,或者对其中部分或者全部技术特征进行等同替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的范围。
Claims (5)
1.一种无线传感器网络拓扑构建方法,其特征在于,包括以下过程:
步骤100,构建初始无标度无线传感网络拓扑;
步骤200,根据独立边中节点的每种连接方式的度差,对初始无标度无线传感网络拓扑进行优化,得到初步优化的无线传感网络拓扑,包括以下子步骤:
步骤201,在初始无标度无线传感网络拓扑中,对于任意一组独立边,获得独立边的三种不同连接方式的度差;
步骤202,选取度差最小的连接方式,如果该方式没有破坏网络拓扑的连通性,而且不会使网络拓扑的R值减小,则接受该节点连接方式,其中,R的定义如下:
在公式(2)中,N表示网络拓扑中的节点总数,S(q)表示依次除去度数最大的qN个节点后,网络中最大联通子图占全部节点的比例;
步骤203,按照步骤201至202的方法,从距离拓扑中心最近的节点到距离拓扑中心最远的节点依次对节点连接方式进行优化,得到初步优化的无线传感网络拓扑。
2.根据权利要求1所述的无线传感器网络拓扑构建方法,其特征在于,在步骤100中,构建初始无标度无线传感网络拓扑,包括以下子步骤:
步骤101,在预构建网络拓扑的区域内进行节点的布署,将全部节点随机布署在该区域内;
步骤102,根据节点的通信距离以及最大度数限制,获得邻居节点间的度数,并利用邻居节点间的度数得到节点与其邻居节点的连接概率;
步骤103,利用节点与其邻居节点的连接概率,按照轮赌法进行节点连接;
步骤104,按照步骤102至步骤103的方法,在无线传感网络从距离拓扑中心最近的节点到距离拓扑中心最远的节点依次建立节点连接,得到初始无标度拓扑无线传感网络。
3.根据权利要求1所述的无线传感器网络拓扑构建方法,其特征在于,任意一组独立边eij和ekl三种不同连接方式的度差,公式如下:
DSUB1=|di-dj|+|dk-dl|(3)
DSUB2=|di-dl|+|dj-dk|(4)
DSUB3=|di-dk|+|dj-dl|(5)
其中,DSUB1表示独立边eij和ekl第一种连接方式的度差,DSUB2表示独立边eij和ekl第二种连接方式的度差,DSUB3表示独立边eij和ekl第三种连接方式的度差,di表示节点i的度数,dj表示节点j的度数,dk表示节点k的度数,dl表示节点l的度数。
4.根据权利要求1所述的无线传感器网络拓扑构建方法,其特征在于,在步骤200之后,还包括:
步骤300,根据独立边中节点的每种连接方式的环绕角度之和,对初步优化的无线传感网络拓扑进行优化,得到无线传感网络拓扑,包括以下子步骤:
步骤301,在初步优化的无线传感网络拓扑中,对于任意一组独立边,获得独立边的三种不同连接方式的环绕角度之和;
步骤302,选取环绕角度之和最大的连接方式,如果该方式没有破坏网络拓扑的连通性,而且不会使网络拓扑的R值减小,则接受该节点连接方式;
步骤303,按照步骤301至302的方法,从距离拓扑中心最近的节点到距离拓扑中心最远的节点依次对节点连接方式进行优化,得到无线传感网络拓扑。
5.根据权利要求4所述的无线传感器网络拓扑构建方法,其特征在于,任意一对独立边eij和ekl三种不同连接方式的环绕角度之和,公式如下:
ASUM=α+β(8)
其中,α、β分别表示每对独立边形成的环绕角,db、dc表示环绕角α的两条邻边的长度,da表示环绕角α的对边的长度,d′b、d′c表示环绕角β的两条邻边的长度,d′a表示环绕角β的对边的长度,ASUM表示该连接方式的环绕角度之和。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610041983.2A CN105554844B (zh) | 2016-01-22 | 2016-01-22 | 一种无线传感器网络拓扑构建方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610041983.2A CN105554844B (zh) | 2016-01-22 | 2016-01-22 | 一种无线传感器网络拓扑构建方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105554844A true CN105554844A (zh) | 2016-05-04 |
CN105554844B CN105554844B (zh) | 2018-12-21 |
Family
ID=55833720
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610041983.2A Active CN105554844B (zh) | 2016-01-22 | 2016-01-22 | 一种无线传感器网络拓扑构建方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105554844B (zh) |
Cited By (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106162802A (zh) * | 2016-07-29 | 2016-11-23 | 国网山西省电力公司检修分公司 | 一种无线传感网络拓扑发现的方法及装置 |
CN106686652A (zh) * | 2017-02-24 | 2017-05-17 | 西安航空学院 | 无线传感器网络拓扑控制方法 |
CN106685596A (zh) * | 2017-02-14 | 2017-05-17 | 电子科技大学 | 一种基于rpl协议的改进网络编码与数据传输方法 |
CN106789320A (zh) * | 2017-01-04 | 2017-05-31 | 大连理工大学 | 一种用于优化无线传感器网络拓扑的多种群协同进化方法 |
CN107800567A (zh) * | 2017-09-18 | 2018-03-13 | 中南大学 | 一种混合模式的p2p流媒体网络拓扑模型的建立方法 |
CN108833429A (zh) * | 2018-06-28 | 2018-11-16 | 广东电网有限责任公司 | 获取电力通信网络病毒免疫策略的方法、装置及存储介质 |
CN109379756A (zh) * | 2018-11-08 | 2019-02-22 | 江南大学 | 无线传感器网络容错拓扑演化方法 |
CN111818043A (zh) * | 2020-07-07 | 2020-10-23 | 西安电子科技大学 | 基于密母算法的双网耦合拓扑结构设计方法 |
CN111935724A (zh) * | 2020-07-06 | 2020-11-13 | 天津大学 | 基于异步深度强化学习的无线传感器网络拓扑优化方法 |
CN113765718A (zh) * | 2021-09-10 | 2021-12-07 | 烽火通信科技股份有限公司 | 一种面向quic协议的测试拓扑构建方法及装置 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101848557A (zh) * | 2009-05-31 | 2010-09-29 | 北京航空航天大学 | 一种移动无标度自组织网络模型的建立方法 |
US20120063397A1 (en) * | 2009-03-04 | 2012-03-15 | Saied Abedi | Short-range wireless networks |
CN102890703A (zh) * | 2012-07-20 | 2013-01-23 | 浙江工业大学 | 一种网络异质多维标度方法 |
CN103207884A (zh) * | 2012-11-23 | 2013-07-17 | 浙江工业大学 | 一种加权网络间的权重迭代节点匹配方法 |
-
2016
- 2016-01-22 CN CN201610041983.2A patent/CN105554844B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20120063397A1 (en) * | 2009-03-04 | 2012-03-15 | Saied Abedi | Short-range wireless networks |
CN101848557A (zh) * | 2009-05-31 | 2010-09-29 | 北京航空航天大学 | 一种移动无标度自组织网络模型的建立方法 |
CN102890703A (zh) * | 2012-07-20 | 2013-01-23 | 浙江工业大学 | 一种网络异质多维标度方法 |
CN103207884A (zh) * | 2012-11-23 | 2013-07-17 | 浙江工业大学 | 一种加权网络间的权重迭代节点匹配方法 |
Non-Patent Citations (2)
Title |
---|
ZHOU,MX等: "A memetic algorithm for enhancing the robustness of scale-free networks against malicious attacks", 《PHYSICA A-STATISTICAL MECHANICS AND ITS APPLICATIONS》 * |
王传云等: "无线传感复杂网络拓扑控制研究", 《计算机仿真》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106162802A (zh) * | 2016-07-29 | 2016-11-23 | 国网山西省电力公司检修分公司 | 一种无线传感网络拓扑发现的方法及装置 |
CN106789320A (zh) * | 2017-01-04 | 2017-05-31 | 大连理工大学 | 一种用于优化无线传感器网络拓扑的多种群协同进化方法 |
CN106685596A (zh) * | 2017-02-14 | 2017-05-17 | 电子科技大学 | 一种基于rpl协议的改进网络编码与数据传输方法 |
CN106686652A (zh) * | 2017-02-24 | 2017-05-17 | 西安航空学院 | 无线传感器网络拓扑控制方法 |
CN106686652B (zh) * | 2017-02-24 | 2020-05-22 | 西安航空学院 | 无线传感器网络拓扑控制方法 |
CN107800567B (zh) * | 2017-09-18 | 2021-05-18 | 中南大学 | 一种混合模式的p2p流媒体网络拓扑模型的建立方法 |
CN107800567A (zh) * | 2017-09-18 | 2018-03-13 | 中南大学 | 一种混合模式的p2p流媒体网络拓扑模型的建立方法 |
CN108833429A (zh) * | 2018-06-28 | 2018-11-16 | 广东电网有限责任公司 | 获取电力通信网络病毒免疫策略的方法、装置及存储介质 |
CN109379756A (zh) * | 2018-11-08 | 2019-02-22 | 江南大学 | 无线传感器网络容错拓扑演化方法 |
CN111935724A (zh) * | 2020-07-06 | 2020-11-13 | 天津大学 | 基于异步深度强化学习的无线传感器网络拓扑优化方法 |
CN111935724B (zh) * | 2020-07-06 | 2022-05-03 | 天津大学 | 基于异步深度强化学习的无线传感器网络拓扑优化方法 |
CN111818043A (zh) * | 2020-07-07 | 2020-10-23 | 西安电子科技大学 | 基于密母算法的双网耦合拓扑结构设计方法 |
CN113765718A (zh) * | 2021-09-10 | 2021-12-07 | 烽火通信科技股份有限公司 | 一种面向quic协议的测试拓扑构建方法及装置 |
CN113765718B (zh) * | 2021-09-10 | 2023-06-09 | 烽火通信科技股份有限公司 | 一种面向quic协议的测试拓扑构建方法及装置 |
Also Published As
Publication number | Publication date |
---|---|
CN105554844B (zh) | 2018-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105554844A (zh) | 一种无线传感器网络拓扑构建方法 | |
Chen et al. | An intelligent robust networking mechanism for the Internet of Things | |
CN104836711B (zh) | 一种指挥控制网络生成模型的构建方法 | |
CN104050245B (zh) | 一种基于活跃度的社交网络影响力最大化方法 | |
CN108737191B (zh) | 面向超密集无线传感器网基于无监督学习的拓扑控制方法 | |
Gao et al. | A novel approximation for multi-hop connected clustering problem in wireless networks | |
CN102802163B (zh) | 一种基于混合整数规划的无线传感网拓扑构建方法 | |
Yueqing et al. | A study on topological characteristics of wireless sensor network based on complex network | |
CN109451459B (zh) | 一种基于移动雾节点的传感云底层节点信任评价方法 | |
CN106789320A (zh) | 一种用于优化无线传感器网络拓扑的多种群协同进化方法 | |
CN109728955A (zh) | 基于改进k-shell的网络节点排序方法 | |
CN105045967A (zh) | 基于集团度的复杂网络重要节点排序方法及模型演化方法 | |
Gou et al. | Reconstruction of coverage hole model and cooperative repair optimization algorithm in heterogeneous wireless sensor networks | |
CN103701647B (zh) | 一种无线网络拓扑优化生成方法 | |
Liang et al. | Surrogate-assisted Phasmatodea population evolution algorithm applied to wireless sensor networks | |
Du et al. | Multi-group discrete symbiotic organisms search applied in traveling salesman problems | |
CN107040884A (zh) | 一种基于邻域强连通性的移动自组网数据传输方法 | |
Rezaei et al. | Multi-hop routing algorithm using steiner points for reducing energy consumption in wireless sensor networks | |
CN106211197A (zh) | 一种海空定向自组织网络空分复用时分多址接入模型的构建方法 | |
CN108198084A (zh) | 一种复杂网络重叠社区发现方法 | |
Segal et al. | On construction of minimum energy k-fault resistant topologies | |
CN102256268B (zh) | 无线传感网中基于随机行走的容错方法 | |
Kumar et al. | Improved data gathering protocol for WSN | |
An et al. | Robust Topology Generation of Internet of Things Based on PPO Algorithm Using Discrete Action Space | |
Sun et al. | Wireless sensor network path optimization based on hybrid algorithm |
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 |