CN105959964B - 数据收集方法 - Google Patents
数据收集方法 Download PDFInfo
- Publication number
- CN105959964B CN105959964B CN201610438617.0A CN201610438617A CN105959964B CN 105959964 B CN105959964 B CN 105959964B CN 201610438617 A CN201610438617 A CN 201610438617A CN 105959964 B CN105959964 B CN 105959964B
- Authority
- CN
- China
- Prior art keywords
- subregion
- travel
- mobile node
- node
- wireless sensor
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- 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
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种数据收集方法,应用与无线传感器网络,所述数据收集方法基于希尔伯特曲线规划移动节点的数据收集路线,该方法包括:将所述无线传感器网络划分为多个子区域;根据所述每个子区域中无线传感器节点密度确定所述每个子区域的希尔伯特曲线阶数;若移动节点在数据收集的行进路线上经过的两个相邻子区域具有不同的希尔伯特曲线阶数,对所述两个相邻子区域的数据收集路线进行边界处理,使得所述两个相邻子区域的数据收集路线成为连贯的曲线。该方法可以根据节点密度调整移动节点的数据收集路线,以适应当前网络状况,从而达到降低节点能耗、提升网络生存时间、提高包投递率的目的。
Description
技术领域
本发明涉及无线传感器网络,尤其涉及无线传感器网络中移动节点的数据收集方法。
背景技术
随着通信及物联网技术的发展,无线传感器网(wireless sensor network)已经成为了当今社会不可或缺的一部分。无线传感网广泛应用于工业、环境、医疗、军事等领域。当无线传感网进行数据采集工作时,首先由传感器节点采集相关数据,然后将采集到的数据传送到基站(Base Station)节点,以便传感网的管理者对数据进行分析和使用。无线传感网节点向基站发送采集到的数据时,受限于有限的能量及通信范围,无法直接与基站节点进行通信。因此传感网中引入了汇聚节点(sink),它具有更大的通信范围和更多的能量,用于收集无线传感网节点采集的数据并将其发送给基站。
传感器节点采集到数据后,首先会将自己采集到的数据发送给sink节点,然后由sink节点将从传感器节点收集到的数据发送给基站(Base Station)节点。采用静止的sink节点进行数据收集,可能会导致热点(hot spot)及能量空洞(energy hole)的问题,进而造成网络分区,影响网络的生存时间和性能。
为了解决使用静止sink所产生的问题,移动sink的数据收集方式应运而生。如何利用sink的移动性,优化移动sink的行动轨迹,以达到减少能耗、提高网络生存时间、提高数据收集效率、提高包投递率的问题已经成为了无线传感网研究的热点问题。
空间填充曲线包括希尔伯特曲线,以及z曲线、格雷码曲线等,根据文献记载,对现有的集中空间填充曲线(z曲线、格雷码曲线以及希尔伯特曲线)做了对比,结果表明,在大多数情况下,希尔伯特曲线在保留局部性上具有最优的结果。
希尔伯特空间填充曲线,是由希尔伯特于1891年首次提出的空间填充曲线。它可以将1维线段映射到2维空间内。举例而言,若需要将一维线段映射到二维正方形s内,首先将线段分割为等长的4个部分,然后将正方形s分割为4个相等的小正方形,线段l分割后的每个子线段即可连续的映射到s的4个小正方形内。因为每次分割均为4的倍数,用4k来描述分割的子区域数,其中k为希尔伯特曲线的阶数。若分割继续进行,则可以获得k=1,2,3……阶数的希尔伯特曲线。其中1到3阶的希尔伯特曲线如图1中的a,b,c所示。
由于无线传感网络中传感器节点的分布随机,导致节点密度不同,为了适应不同区域内的不同节点密度,利用图1中所示标准的希尔伯特曲线已不能反映sink节点的移动轨迹。
发明内容
本发明是为了解决上述问题而进行的,目的在于提供一种不同阶数的混合希尔伯特曲线的概念,可以根据无线传感器网络节点密度形成自适应的希尔伯特曲线,使得无线传感器网络中数据收集方法提高时间效率和降低收集能耗的数据收集方法。
本发明提供的数据收集方法,具有这样的特征,于希尔伯特曲线规划移动节点的数据收集路线,包括:将无线传感器网络划分为多个子区域;根据每个子区域中无线传感器节点密度确定每个子区域的希尔伯特曲线阶数;若移动节点在数据收集的行进路线上经过的两个相邻子区域具有不同的希尔伯特曲线阶数,对两个相邻子区域的数据收集路线进行边界处理,使得两个相邻子区域的数据收集路线成为连贯的曲线。
本发明提供的数据收集方法,还具有这样的特征:其中,将无线传感器网络划分为多个子区域包括:确定覆盖整个无线传感器网络正方形区域的第一希尔伯特曲线阶数k;根据第一希尔伯特曲线阶数k确定划分无线传感器网络的子区域个数N;将覆盖整个无线传感器网络正方形区域划分为N个正方形的子区域,N=4k。
本发明提供的数据收集方法,还具有这样的特征:其中,第一希尔伯特曲线阶数k根据无线传感器网络的大小以及传感器的通信距离确定,L是覆盖整个无线传感器网络正方形区域的边长,rmax是无线传感器网络中无线传感器节点的最大通信距离。
本发明提供的数据收集方法,还具有这样的特征:其中,当子区域的希尔伯特曲线阶数小于第一希尔伯特曲线阶数k时,则重置该子区域的希尔伯特曲线阶数为第一希尔伯特曲线阶数k。
本发明提供的数据收集方法,还具有这样的特征:其中,每个子区域的希尔伯特曲线阶数小于等于4。
本发明提供的数据收集方法,还具有这样的特征:其中,根据每个子区域中无线传感器节点密度确定每个子区域的希尔伯特曲线阶数,包括:计算每个子区域的的无线传感器节点密度σi;根据以下规则确定每个子区域的希尔伯特曲线阶数,1)若子区域内的节点密度σi满足σi≤β1,则该子区域的希尔伯特曲线阶数为1;2)若子区域内的节点密度σi满足β1<σi≤β2,则该子区域的希尔伯特曲线阶数为2;3)若子区域内的节点密度σi满足β2<σi≤β3,则该子区域的希尔伯特曲线阶数为3;4)若子区域内的节点密度σi满足σi>β3,则该子区域的希尔伯特曲线阶数为4,阈值β1,β2以及β3根据实验测定得出。
本发明提供的数据收集方法,还具有这样的特征:其中,阈值β1,β2以及β3分别取值为0.0000781,0.00109378及0.0046875。
本发明提供的数据收集方法,还具有这样的特征:其中,计算每个子区域的的无线传感器节点密度σi包括:计算每个子区域内的节点个数ni以及该子区域的面积Si,每个子区域的无线传感器节点密度σi等于每个子区域内的节点个数ni与该子区域的面积Si之比。
本发明提供的数据收集方法,还具有这样的特征:其中,计算每个子区域内的节点个数ni包括:移动基站在每个子区域中心处以该子区域的边长的一半为发射半径广播数据包;子区域中的无线传感器节点收到数据包返回确认消息,返回的确认消息的个数即为该子区域内的节点个数ni。
本发明提供的数据收集方法,还具有这样的特征:其中,在对两个相邻子区域的数据收集路线进行边界处理之前,还包括判断移动节点在数据收集的行进路线上经过的两个相邻子区域的希尔伯特曲线阶数是否相同,若相同,则不进行边界处理。
本发明提供的数据收集方法,还具有这样的特征:其中,边界处理包括:确定移动节点在该两个相邻子区域边界上的行进距离;确定移动节点在该两个相邻子区域边界上的行进方向;以及根据上述确定的边界行进距离以及边界行进方向对两个相邻子区域在边界处的数据收集路线进行填充,使得两个相邻子区域的数据收集路线成为连贯的曲线。
本发明提供的数据收集方法,还具有这样的特征:其中,移动节点在该两个相邻子区域边界上的行进距离为,additional length为该移动节点在该两个相邻子区域边界上的行进距离,di,dj分别为该两个相邻子区域的希尔伯特曲线阶数。
本发明提供的数据收集方法,还具有这样的特征:其中,当移动节点在无线传感器网络中以顺时针方向行进时,移动节点在该两个相邻子区域边界上的行进方向根据以下规则确定:升阶时,即移动节点行进的下一相邻子区域的希尔伯特曲线阶数大于当前子区域的希尔伯特曲线阶数,则,若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为垂直,则移动节点在该两个相邻子区域边界上的行进方向为向左移动;若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为水平,则移动节点在该两个相邻子区域边界上的行进方向为向右移动;反之降阶时,即移动节点行进的下一相邻子区域的希尔伯特曲线阶数小于当前子区域的希尔伯特曲线阶数,则,若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为垂直,则移动节点在该两个相邻子区域边界上的行进方向为向右移动;若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为水平,则移动节点在该两个相邻子区域边界上的行进方向为向左移动;移动节点在该两个相邻子区域边界上的行进方向的向左向右移动是以该移动节点在穿越边界时的行进方向为相对方向。
本发明提供的数据收集方法,还具有这样的特征:当移动节点在无线传感器网络中以逆时针方向行进时,移动节点在该两个相邻子区域边界上的行进方向根据以下规则确定:降阶时,即移动节点行进的下一相邻子区域的希尔伯特曲线阶数小于当前子区域的希尔伯特曲线阶数,则,若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为垂直,则移动节点在该两个相邻子区域边界上的行进方向为向左移动;若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为水平,则移动节点在该两个相邻子区域边界上的行进方向为向右移动;反之升阶时,即移动节点行进的下一相邻子区域的希尔伯特曲线阶数大于当前子区域的希尔伯特曲线阶数,则,若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为垂直,则移动节点在该两个相邻子区域边界上的行进方向为向右移动;若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为水平,则移动节点在该两个相邻子区域边界上的行进方向为向左移动;移动节点在该两个相邻子区域边界上的行进方向的向左向右移动是以该移动节点在穿越边界时的行进方向为相对方向。
发明作用和效果
根据本发明所涉及数据收集方法,可以根据网络中的节点密度,对曲线进行自适应规划。其规划方式如下:首先,通过对无线传感器网络整体规模的分析,计算出可以覆盖空间的希尔伯特曲线最小阶数,然后对首次分区后的每个子区域的节点密度进行分析,若子区域节点密度较高,则对该子区域进一步分区,并以高阶希尔伯特曲线在该区域的相应部分对该子区域进行填充;使用这种方案,移动sink不但可以完成基本的数据收集工作,还可以根据节点密度调整移动轨迹,以适应当前网络状况,从而达到降低节点能耗、提升网络生存时间、提高包投递率的目的。
附图说明
图1分别为一、二、三阶的标准希尔伯特曲线;
图2为根据本发明实施例提供的数据收集方法流程示意图;
图3分别为根据实施例形成的三种不同的混合希尔伯特曲线;以及
图4为根据本发明实施例采用不同希尔伯特曲线阶数的边界处理示意图。
具体实施方式
以下参照附图及实施例对本发明所涉及的数据收集方法作详细的描述。
实施例
如前所述,由于希尔伯特曲线在保留局部性上具有最优的结果,因此本发明利用希尔伯特曲线作为移动sink的行动轨迹,使得sink节点按照希尔伯特曲线移动,并且可以根据无线传感器网络节点密度形成自适应的希尔伯特曲线对整个无线传感网进行遍历,完成网络内的传感器节点的数据收集工作。
参考图2,本发明提供一种数据收集方法,应用与无线传感器网络,所述数据收集方法基于希尔伯特曲线规划移动节点的数据收集路线,该方法包括:
S101,将所述无线传感器网络划分为多个子区域;
S102,根据所述每个子区域中无线传感器节点密度确定所述每个子区域的希尔伯特曲线阶数;
S103,若移动节点在数据收集的行进路线上经过的两个相邻子区域具有不同的希尔伯特曲线阶数,对所述两个相邻子区域的数据收集路线进行边界处理,使得所述两个相邻子区域的数据收集路线成为连贯的曲线。
为了生成根据节点密度自适应的希尔伯特曲线,首先需要根据网络规模完成对希尔伯特曲线阶数的选取及子区域的划分。下面,首先介绍基于整体无线传感器网络规模的曲线规划。
以下将详细阐述步骤S101-S103的具体实现方式。
S101,将所述无线传感器网络划分为多个子区域。
首先,根据无线传感器网络整体规模的大小选择合适的希尔伯特曲线阶数,来完成移动sink对整个网络的覆盖。在进行基于网络规模的曲线规划时,需要保证所选取阶数的希尔伯特曲线,可以完整的覆盖整个网络中的所有传感器节点,从而完成对网络中所有传感器节点的数据收集。在此假设整个网络大小是边长为L的正方形区域,该正方形区域覆盖整个无线传感器网络的传感器节点,无线传感器节点的最大通信距离为rmax,在对网络进行分区后,网络被分为N个子区域,每个子区域为边长为l的正方形。则子区域边长l与L和N的关系为:
单个区域的边长l和传感器节点的通信范围rmax有如下不等关系:
若所选取的希尔伯特曲线阶数为k,则网络将被分为N=4k个子区域,并且子区域边长和网络边长有如下关系:
联立(2)、(3)有:
经过计算可得:
通过上面的计算,得出可以覆盖整个网络的希尔伯特曲线的最小阶数k为其中,所述L是覆盖整个无线传感器网络正方形区域的边长,所述rmax是所述无线传感器网络中无线传感器节点的最大通信距离。
在步骤101,通过公式(5)得到了能覆盖无线传感器网络中所有节点的最小希尔伯特曲线阶数k,进而,根据该k值确定划分所述无线传感器网络的子区域个数N,N=4k。在这种方案中,它的规划是全局的。当遇到部分区域节点密度高的情况时,该方案会使节点的传输时延及开销增大,从而影响整个网络的性能及生存时间。因此,本发明提出了基于节点密度自适应的曲线规划的数据收集方法。
S102,根据所述每个子区域中无线传感器节点密度确定所述每个子区域的希尔伯特曲线阶数。
具体地,节点密度自适应曲线规划,是指在第一次根据网络规模进行轨迹规划将网络分为N个子区域的基础上,对N个子区域内的节点密度进行分析,并选择适合每个子区域节点密度的希尔伯特曲线作为该子区域内的行进轨迹,而不再使用第一次得出的轨迹,最终将每个子区域内的轨迹连起来得到整个网络的轨迹。
首先,计算所述每个子区域的的无线传感器节点密度σi;
每个子区域Ci的节点密度σi计算如下:
在公式(6)中,每个子区域Ci内的无线传感器节点个数ni与该子区域的面积Si之比等于该子区域的节点密度。其含义为单位面积内的节点个数。其中子区域Ci内的节点个数ni可由以下方法测出:移动基站在子区域中心处以该子区域的边长的一半为发射半径广播数据包,移动基站收到数据包的节点返回确认消息,消息的个数即为该子区域内的节点数。
然后,根据以下规则确定所述每个子区域的希尔伯特曲线阶数。
在此,引入阈值β1,β2,以及β3,该阈值用于判断节点密度所适用的希尔伯特曲线阶数,阈值可由实验测定得出。在学术论文的实验中,此处的阈值β1,β2以及β3分别取值为0.0000781,0.00109378及0.0046875。
本发明中,无线传感器网络中所选用的希尔伯特曲线阶数最高为4阶,即任一子区域中的K值小于等于4。
获取子区域内的节点密度后,使用以下规则判断子区域内的所选用的希尔伯特曲线阶数di:
1)若子区域Ci内的节点密度σi满足σi≤β1,则该子区域内使用的阶数di为1;
2)若子区域Ci内的节点密度σi满足β1<σi≤β2,则该子区域内使用的阶数di为2;
3)若子区域Ci内的节点密度σi满足β2<σi≤β3,则该子区域内使用的阶数di为3;
4)若子区域Ci内的节点密度σi满足σi>β3,则该子区域内使用的阶数di为4。
这样,通过步骤S101,首次根据网络整体规模规划得出的希尔伯特曲线阶数k,它满足了网络覆盖的最低要求,故子区域内采用的希尔伯特曲线阶数应大于等于k。此处获得的di为子区域Ci内仅考虑节点密度规划的希尔伯特曲线阶数,可能存在di小于k的情况。为了解决这个问题,当获取到di并有di<k时,用步骤S(101)中所得的k值重置di,以保证网络可以被完全覆盖。
图3分别示出了三种不同的混合希尔伯特曲线。如图3所示,覆盖整个无线传感器网络正方形区域经过步骤S101被划分为4个子区域,各子区域的编号(1、2、3、4)分别标示在正方形的四个角的位置。图3(a)为1、2阶混合希尔伯特曲线,由于在其子区域2内节点较密集,故在子区域2中采用2阶希尔伯特曲线,其他子区域保留1阶希尔伯特曲线。同理,图3(b)为1、3阶希尔伯特混合曲线,其中,在子区域3中采用3阶希尔伯特曲线,其他子区域保留1阶希尔伯特曲线。同理,图3(c)为2、3阶希尔伯特混合曲线,其中,在子区域4中采用3阶希尔伯特曲线,其他子区域保留2阶希尔伯特曲线。
当每个子区域所采用的希尔伯特曲线阶数di计算出来以后,则第i个子区域Ci移动sink行进路线为:整个网络使用阶数为di的希尔伯特曲线时,该子区域内的曲线即为本发明所规划的移动sink行进路线。最终,将这些子区域内的行进曲线叠加起来,即为全网最终的移动sink行进路线。
在步骤S102节点密度自适应曲线规划时,每个子区域可能采用不同阶数的希尔伯特曲线,不同阶数的希尔伯特曲线在子区域交界处的起点或终点位于边界的不同位置。这样,在子区域边界线上会出现一个断层,如图4中边界处粗实线所示。此时为了保持曲线连续,需要对边界进行处理,将边界处不连续处补全。
为了解决这个问题,使移动节点的整个行进轨迹为一连续曲线,需要进行边界处理。当移动节点在穿越采用不同阶数的希尔伯特曲线的子区域时,对由于阶数变化而造成曲线不连续的问题,采用沿着边界线对前一个区域的出口和后一个区域入口处进行轨迹填充的方法,使这两个子区域间的曲线成为连续曲线。当然,若移动节点在数据收集的行进路线上经过的两个相邻子区域的希尔伯特曲线阶数相同,则无需进行边界处理。
S103,若移动节点在数据收集的行进路线上经过的两个相邻子区域具有不同的希尔伯特曲线阶数,对所述两个相邻子区域的数据收集路线进行边界处理,使得所述两个相邻子区域的数据收集路线成为连贯的曲线。
如步骤S101所述,当基于整体网络规模的希尔伯特曲线阶数k计算出以后,则子区域数目N确定了。若子区域的数目为N,则移动节点进行数据收集穿越的子区域边界个数为N-1个,即,只需要考虑发生在N-1个边界处可能发生的边界处理情况。
具体地,边界处理包括:
确定移动节点在该两个相邻子区域边界上的行进距离;
确定移动节点在该两个相邻子区域边界上的行进方向;以及
根据上述确定的边界行进距离以及边界行进方向对所述两个相邻子区域在边界处的数据收集路线进行填充,使得所述两个相邻子区域的数据收集路线成为连贯的曲线。
(1)边界条件处理中的距离计算
为了处理边界条件,在两个子区域的边界上,将前一个曲线的出口与后一个曲线的入口相连,对前后两个子区域间的曲线进行轨迹填充,以使曲线保持其连续性。移动sink因此新增加的行进距离additional length为:
其中,di、dj分别为移动节点穿越两个相邻子区域Ci、Cj所采用的希尔伯特曲线阶数。
(2)边界条件的方向确定
以移动sink行进方向为基准方向,考虑发生曲线阶数变化的子区域边界处填充轨迹时,所需的填充轨迹方向,该方向是相对于移动sink行进方向的相对方向。由于轨迹在穿越子区域的边界时与边界线垂直,故处理边界条件仅需取左右两个方向之一,即可获得边界条件时轨迹的填充的方向。
移动sink在以1阶希尔伯特曲线行进时,可以选择曲线的两个端点之一作为起点,故可以有两种行进方式,即顺时针和逆时针。但在以高阶希尔伯特曲线进行行进时,选择一个端点后曲线的行进不再遵循单一的顺时针或逆时针方式。因此,对高阶希尔伯特曲线的行进方式作如下定义:以该希尔伯特曲线降阶至1阶时的行进方式(顺时针或逆时针)为该高阶希尔伯特曲线的行进方式,即行进方式分为顺时针和逆时针两种。
以下论述均在移动sink轨迹以顺时针方式行进的前提下进行,逆时针行进方式的情况与此相反。
当根据网络规模规划得出的曲线阶数k为1时,考虑当前区域的下个区域曲线升阶,边界处理的移动方向有如下规律:若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为垂直,则升阶时在边界处相对该行进方向向左移动;若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为水平,则升阶时在边界处相对该行进方向向右移动。降阶时的情况与升阶刚好相反。
值得注意的是,在进行边界处理时,路线填充的方向仅与以下几个因素有关:首次根据整体网络规模确定的的希尔伯特曲线阶数k,移动节点在网络中的行进方式(即以顺时针还是逆时针行进),以及移动节点在数据收集的行进路线上经过的两个相邻子区域的希尔伯特曲线阶数是升阶还是降阶。
结合图4所示,移动sink在无线传感器网络中以顺时针方式穿越各子区域1、2、3、4进行数据收集,其中子区域1、2、3、4的希尔伯特曲线阶数分别为1、2、1、1。
当移动节点在穿越子区域1和2时,需要在子区域1和2的边界处进行升阶边界处理,此时,由于移动节点在当前子区域1向下一相邻子区域2穿越时的行进方向相对无线传感器网络水平边界的行进方向为垂直,因此,按前述边界处理的移动方向规律,移动节点在子区域1和2边界处相对该行进方向向左移动,如图4中子区域1和2边界处粗实线所示。
当移动节点在穿越子区域2和3时,需要在子区域2和3的边界处进行降阶边界处理,此时,由于移动节点在当前子区域2向下一相邻子区域3穿越时的行进方向相对无线传感器网络水平边界的行进方向为平行,因此,按前述边界处理的移动方向规律,移动节点在子区域2和3边界处相对该行进方向向左移动,如图4中子区域2和3边界处粗实线所示。
实施例的作用与效果
根据本实施例所涉及数据收集方法,可以根据无线传感器网络每个子区域内的节点密度确定不同的希尔伯特曲线阶数,移动sink收集数据时对行进轨迹做相应调整,当节点密度较高时,所选用的希尔伯特曲线阶数升高,子区域被分割为更小的区域,而移动sink依然会穿越每个更小的子区域。因此,该子区域中与移动节点进行通信的节点所需的最小通信半径会减小;当节点的通信半径减小时,节点消耗的能量会有所下降,进而延长网络存活时间,同时,调整节点的通信范围还有助于减少网络拥塞。
上述实施方式为本发明的优选案例,并不用来限制本发明的保护范围。
Claims (14)
1.一种数据收集方法,基于希尔伯特曲线规划移动节点的数据收集路线,其特征在于,包括:
将无线传感器网络划分为多个子区域;
根据每个子区域中无线传感器节点密度确定所述每个子区域的希尔伯特曲线阶数;
若移动节点在数据收集的行进路线上经过的两个相邻子区域具有不同的希尔伯特曲线阶数,对所述两个相邻子区域的数据收集路线进行边界处理,使得所述两个相邻子区域的数据收集路线成为连贯的曲线。
2.根据权利要求1所述的数据收集方法,其特征在于:
其中,所述将所述无线传感器网络划分为多个子区域包括:
确定覆盖整个无线传感器网络正方形区域的第一希尔伯特曲线阶数k;
根据所述第一希尔伯特曲线阶数k确定划分所述无线传感器网络的子区域个数N;
将所述覆盖整个无线传感器网络正方形区域划分为N个正方形的子区域,
所述N=4k。
3.根据权利要求2所述的数据收集方法,其特征在于:
其中,所述第一希尔伯特曲线阶数k根据所述无线传感器网络的大小以及传感器的通信距离确定,
其中,L是覆盖整个无线传感器网络正方形区域的边长,rmax是所述无线传感器网络中无线传感器节点的最大通信距离。
4.根据权利要求2所述的数据收集方法,其特征在于:
其中,当所述子区域的希尔伯特曲线阶数小于第一希尔伯特曲线阶数k时,则重置该子区域的希尔伯特曲线阶数为第一希尔伯特曲线阶数k。
5.根据权利要求2所述的数据收集方法,其特征在于:
其中,所述每个子区域的希尔伯特曲线阶数小于等于4。
6.根据权利要求2所述的数据收集方法,其特征在于:
其中,所述根据所述每个子区域中无线传感器节点密度确定所述每个子区域的希尔伯特曲线阶数,包括:
计算所述每个子区域的无线传感器节点密度σi;
根据以下规则确定所述每个子区域的希尔伯特曲线阶数,
1)若子区域内的节点密度σi满足σi≤β1,则该子区域的希尔伯特曲线阶数为1;
2)若子区域内的节点密度σi满足β1<σi≤β2,则该子区域的希尔伯特曲线阶数为2;
3)若子区域内的节点密度σi满足β2<σi≤β3,则该子区域的希尔伯特曲线阶数为3;
4)若子区域内的节点密度σi满足σi>β3,则该子区域的希尔伯特曲线阶数为4;
其中,β1,β2以及β3为阈值,根据实验测定得出。
7.根据权利要求6所述的数据收集方法,其特征在于:
其中,所述阈值β1,β2以及β3分别取值为0.0000781,0.00109378及0.0046875。
8.根据权利要求6所述的数据收集方法,其特征在于:
其中,所述计算所述每个子区域的无线传感器节点密度σi包括:
计算所述每个子区域内的节点个数ni以及该子区域的面积Si,所述每个子区域的无线传感器节点密度σi等于所述每个子区域内的节点个数ni与该子区域的面积Si之比。
9.根据权利要求8所述的数据收集方法,其特征在于:
其中,所述计算所述每个子区域内的节点个数ni包括:
移动基站在所述每个子区域中心处以该子区域的边长的一半为发射半径广播数据包;
子区域中的无线传感器节点收到数据包返回确认消息,返回的确认消息的个数即为该子区域内的节点个数ni。
10.根据权利要求1所述的数据收集方法,其特征在于:
其中,在对所述两个相邻子区域的数据收集路线进行边界处理之前,还包括判断移动节点在数据收集的行进路线上经过的两个相邻子区域的希尔伯特曲线阶数是否相同,若相同,则不进行边界处理。
11.根据权利要求1所述的数据收集方法,其特征在于:
其中,所述边界处理包括:
确定移动节点在该两个相邻子区域边界上的行进距离;
确定移动节点在该两个相邻子区域边界上的行进方向;以及
根据上述确定的边界行进距离以及边界行进方向对所述两个相邻子区域在边界处的数据收集路线进行填充,使得所述两个相邻子区域的数据收集路线成为连贯的曲线。
12.根据权利要求11所述的数据收集方法,其特征在于:
其中,所述移动节点在该两个相邻子区域边界上的行进距离为,
additional length为该移动节点在该两个相邻子区域边界上的行进距离,di,dj分别为该两个相邻子区域的希尔伯特曲线阶数。
13.根据权利要求11所述的数据收集方法,其特征在于:
其中,当移动节点在所述无线传感器网络中以顺时针方向行进时,所述移动节点在该两个相邻子区域边界上的行进方向根据以下规则确定:
升阶时,即移动节点行进的下一相邻子区域的希尔伯特曲线阶数大于当前子区域的希尔伯特曲线阶数,则,若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为垂直,则移动节点在该两个相邻子区域边界上的行进方向为向左移动;若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为水平,则移动节点在该两个相邻子区域边界上的行进方向为向右移动;反之降阶时,即移动节点行进的下一相邻子区域的希尔伯特曲线阶数小于当前子区域的希尔伯特曲线阶数,则,若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为垂直,则移动节点在该两个相邻子区域边界上的行进方向为向右移动;若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为水平,则移动节点在该两个相邻子区域边界上的行进方向为向左移动;
所述移动节点在该两个相邻子区域边界上的行进方向的向左向右移动是以该移动节点在穿越边界时的行进方向为相对方向。
14.根据权利要求11所述的数据收集方法,其特征在于:
当移动节点在所述无线传感器网络中以逆时针方向行进时,所述移动节点在该两个相邻子区域边界上的行进方向根据以下规则确定:
降阶时,即移动节点行进的下一相邻子区域的希尔伯特曲线阶数小于当前子区域的希尔伯特曲线阶数,则,若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为垂直,则移动节点在该两个相邻子区域边界上的行进方向为向左移动;若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为水平,则移动节点在该两个相邻子区域边界上的行进方向为向右移动;反之升阶时,即移动节点行进的下一相邻子区域的希尔伯特曲线阶数大于当前子区域的希尔伯特曲线阶数,则,若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为垂直,则移动节点在该两个相邻子区域边界上的行进方向为向右移动;若移动节点在当前子区域向下一相邻子区域穿越时的行进方向相对无线传感器网络水平边界的行进方向为水平,则移动节点在该两个相邻子区域边界上的行进方向为向左移动;
所述移动节点在该两个相邻子区域边界上的行进方向的向左向右移动是以该移动节点在穿越边界时的行进方向为相对方向。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610438617.0A CN105959964B (zh) | 2016-06-17 | 2016-06-17 | 数据收集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610438617.0A CN105959964B (zh) | 2016-06-17 | 2016-06-17 | 数据收集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105959964A CN105959964A (zh) | 2016-09-21 |
CN105959964B true CN105959964B (zh) | 2019-04-16 |
Family
ID=56906048
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610438617.0A Active CN105959964B (zh) | 2016-06-17 | 2016-06-17 | 数据收集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105959964B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106899956A (zh) * | 2017-03-30 | 2017-06-27 | 西安邮电大学 | 一种基于nan组网方式的智能数据集中上传方案 |
KR102442490B1 (ko) * | 2017-09-27 | 2022-09-13 | 삼성전자 주식회사 | 무선 통신 시스템에서 분산 처리에 기반한 망 설계를 위한 분석 방법 및 장치 |
CN111460775B (zh) * | 2020-03-05 | 2022-04-05 | 北京师范大学 | 贸易特征网格图生成方法及装置 |
CN113453184A (zh) * | 2021-06-25 | 2021-09-28 | 滁州学院 | 基于多移动数据收集车合作机制的无线传感器网络数据收集方法 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101252495A (zh) * | 2008-03-06 | 2008-08-27 | 北京航空航天大学 | 无线传感器网络本地式节点管理方法 |
CN102970744A (zh) * | 2012-09-29 | 2013-03-13 | 西北大学 | 一种基于节点密度的无线传感器网络分区域定位方法 |
CN103152792A (zh) * | 2013-03-28 | 2013-06-12 | 东南大学 | 无线传感器网络中基于轨道辅助的移动数据收集方法 |
CN103491591A (zh) * | 2013-10-12 | 2014-01-01 | 西北大学 | 无线传感器网络复杂区域划分方法和节点定位方法 |
CN103686922A (zh) * | 2013-12-18 | 2014-03-26 | 浙江树人大学 | 一种多Sink节点移动的无线传感网生存时间优化方法 |
CN105682141A (zh) * | 2016-01-14 | 2016-06-15 | 西安电子科技大学 | 基于邻居辅助的无线传感器网络数据采集方法 |
-
2016
- 2016-06-17 CN CN201610438617.0A patent/CN105959964B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101252495A (zh) * | 2008-03-06 | 2008-08-27 | 北京航空航天大学 | 无线传感器网络本地式节点管理方法 |
CN102970744A (zh) * | 2012-09-29 | 2013-03-13 | 西北大学 | 一种基于节点密度的无线传感器网络分区域定位方法 |
CN103152792A (zh) * | 2013-03-28 | 2013-06-12 | 东南大学 | 无线传感器网络中基于轨道辅助的移动数据收集方法 |
CN103491591A (zh) * | 2013-10-12 | 2014-01-01 | 西北大学 | 无线传感器网络复杂区域划分方法和节点定位方法 |
CN103686922A (zh) * | 2013-12-18 | 2014-03-26 | 浙江树人大学 | 一种多Sink节点移动的无线传感网生存时间优化方法 |
CN105682141A (zh) * | 2016-01-14 | 2016-06-15 | 西安电子科技大学 | 基于邻居辅助的无线传感器网络数据采集方法 |
Non-Patent Citations (1)
Title |
---|
无线传感器网络能量感知增强树型路由协议研究;何杏宇等;《传感技术学报》;20150430;第28卷(第4期);第551-556 |
Also Published As
Publication number | Publication date |
---|---|
CN105959964A (zh) | 2016-09-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105959964B (zh) | 数据收集方法 | |
Mohapatra et al. | A fault tolerant routing scheme for advanced metering infrastructure: an approach towards smart grid | |
Guerna et al. | Roadside unit deployment in internet of vehicles systems: A survey | |
Bani-Yassein et al. | Performance analysis of adjusted probabilistic broadcasting in mobile ad hoc networks | |
CN104640168B (zh) | 基于q学习的车载自组织网络路由方法 | |
CN105654206A (zh) | 基于乘客出行空间分布的公交站点选址布局优化方法 | |
Virrankoski et al. | TASC: topology adaptive spatial clustering for sensor networks | |
CN109257193A (zh) | 边缘缓存管理方法、个人云系统和计算机可读存储介质 | |
CN107295534B (zh) | 一种农业无线多媒体传感器网络有向感知覆盖增强方法 | |
Chen et al. | Node localization algorithm of wireless sensor networks with mobile beacon node | |
Zhou et al. | EGF-tree: an energy-efficient index tree for facilitating multi-region query aggregation in the internet of things | |
Magsino et al. | An enhanced information sharing roadside unit allocation scheme for vehicular networks | |
CN107889061B (zh) | 车联网中车辆移动性的评估方法及在视频传输领域应用 | |
Kirichek et al. | Optimization of the UAV-P’s motion trajectory in public flying ubiquitous sensor networks (FUSN-P) | |
CN108055634A (zh) | 一种基于移动锚节点实现无线传感器网络节点定位及时钟同步的方法 | |
CN106604291A (zh) | 一种rtk移动参考站选址方法及装置 | |
Magsino et al. | Roadside unit allocation for fog-based information sharing in vehicular networks | |
KR102371016B1 (ko) | 무선 통신 시스템에서 망 설계를 위한 분석 방법 및 장치 | |
Han et al. | Path planning for a group of mobile anchor nodes based on regular triangles in wireless sensor networks | |
Alomari et al. | A scheme for using closest rendezvous points and Mobile Elements for data gathering in wireless sensor networks | |
Chowdhary et al. | Addressing the characteristics of mobility models in IoV for smart city | |
Pravija Raj et al. | ETP-CED: Efficient trajectory planning method for coverage enhanced data collection in WSN | |
Thirugnanam et al. | A reward based connectivity-aware IoV neighbor selection for improving reliability in healthcare information exchange | |
Balouchzahi et al. | Efficient traffic information dissemination and vehicle navigation for lower travel time in urban scenario using vehicular networks | |
Mohapatra et al. | Modified ring routing protocol for mobile sinks in a dynamic sensor network in smart monitoring applications |
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 |