CN105979564B - 一种发送数据的方法及装置 - Google Patents
一种发送数据的方法及装置 Download PDFInfo
- Publication number
- CN105979564B CN105979564B CN201610245016.8A CN201610245016A CN105979564B CN 105979564 B CN105979564 B CN 105979564B CN 201610245016 A CN201610245016 A CN 201610245016A CN 105979564 B CN105979564 B CN 105979564B
- Authority
- CN
- China
- Prior art keywords
- data
- node
- correlation degree
- space correlation
- maximum
- 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
- H04W40/00—Communication routing or communication path finding
- H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
- H04W40/248—Connectivity information update
-
- 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
- H04W52/0206—Power saving arrangements in the radio access network or backbone network of wireless communication networks in access points, e.g. base stations
-
- 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
本发明实施例公开了一种发送数据的方法及装置,根据自身采集的数据及接收到的每个数据邻域节点采集的数据,确定自身的第一数据空间相关度;将自身的第一数据空间相关度发送给每个邻居节点,并接收每个邻居节点确定的第二数据空间相关度,确定自身的第一数据空间相关度和每个第二数据空间相关度中的第一最大数据空间相关度,判断该第一最大数据空间相关度是否与第一数据空间相关度相等;在设定时间内接收其数据邻域节点发送的第一更新信息,判断每个第一更新信息中携带的第二最大数据空间相关度是否大于第一数据空间相关度,如果均为否,将自身采集的数据发送给汇聚节点,去除冗余的数据,从而提高信息传输效率,节约网络资源和能量。
Description
技术邻域
本发明涉及无线传感器网络数据处理技术领域,特别涉及一种发送数据的方法及装置。
背景技术
无线传感器网络(Wireless Sensor Networks,WSNs)是由密集分布在监测区域的大量感知节点组成,且其节点间无线通信。无线传感器网络受到广泛应用,无线传感器网络中的节点可以对周围环境的属性值进行采集,无线传感器网络的任务是通过各节点釆集到的数据,可靠而准确地描述网络覆盖区域内的物理特征。由于采集数据的空间连续性和节点的密集部署,无线传感器网络中节点间就存在着很高的空间相关性,使得邻近的节点采集的数据通常具有较高的相似度,因此,节点采集的数据之间存在一定的冗余性。
在现有技术的收集信息的过程中,所有节点都将采集的数据单独发送到汇聚节点,由于数据冗余性的存在,使得用所有节点采集的数据描述网络覆盖区域内的物理特征的准确性提高并不明显,同时,还伴随着产生以下问题:
1)降低数据传输效率:所有节点都将采集的数据单独发送到汇聚节点,在传输过程中可能会增加数据链路层的协调难度,造成频繁的冲突碰撞,降低通信效率。2)浪费网络资源和能量:无线传感器网络节点的资源十分有限,主要表现在电池能量、通信带宽等方面,如果每个节点都将其采集的数据发送给汇聚节点,在无线传感器网络中会传输冗余的数据,不仅会浪费带宽资源,还会消耗网络节点大量的能量。
发明内容
本发明实施例公开了一种发送数据的方法及装置,以提高数据传输效率,降低网络资源和节点的能量消耗。
技术方案如下:
第一方面,一种发送数据的方法,应用于无线传感器网络中的任一节点,所述方法包括:
向其邻居节点发送其自身采集的数据,并接收其每个邻居节点发送的该每个邻居节点采集的数据;
确定自身采集的数据及接收到的每个邻居节点采集的数据之间的相关度,确定采集的数据与自身采集的数据的相关度大于设定阈值的数据邻域节点;
根据自身采集的数据及接收到的每个数据邻域节点采集的数据,确定自身的第一数据空间相关度;
将自身的第一数据空间相关度发送给每个邻居节点,并接收每个邻居节点确定的第二数据空间相关度,确定所述第一数据空间相关度和每个第二数据空间相关度中的第一最大数据空间相关度;
判断所述第一最大数据空间相关度是否与所述第一数据空间相关度相等;
如果是,在设定时间内接收其数据邻域节点发送的第一更新信息,其中所述第一更新信息中携带第二最大数据空间相关度及确定所述第二最大数据空间相关度的节点,判断每个所述第一更新信息中携带的第二最大数据空间相关度是否大于所述第一数据空间相关度,如果均为否,将自身采集的数据发送给汇聚节点。
优选地,当第一更新信息中携带的第二最大数据空间相关度大于所述第一数据空间相关度时,所述方法还包括:
采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
优选地,所述方法还包括:
向其每个数据邻域节点发送第二更新信息,其中所述第二更新信息中携带第一最大数据空间相关度及确定所述第一最大数据空间相关度的节点。
优选地,所述方法还包括:
当判断所述第一最大数据空间相关度与所述第一数据空间相关度不相等时,向其每个数据邻域节点发送第二更新信息,其中所述第二更新信息中携带第一最大数据空间相关度及确定所述第一最大数据空间相关度的节点,并接收其他节点发送的第一更新信息,判断所述第一更新信息中携带的第二最大数据空间相关度是否大于本地保存的第一最大数据空间相关度,如果是,采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
优选地,所述确定自身采集的数据及接收到的每个邻居节点采集的数据之间的相关度;具体为:
针对每个邻居节点,根据自身采集的数据与每个接收到的所述邻居节点采集的数据差值的绝对值,确定所述自身采集的数据及对应所述邻居节点采集的数据的相关度。
优选地,所述根据自身采集的数据及接收到的每个数据邻域节点采集的数据,确定自身的第一数据空间相关度包括:
根据
确定自身的第一数据空间相关度,其中,Spa(Vi)为节点Vi的第一数据空间相关度,nmin为预设的数量阈值,m为节点Vi的数据邻域节点数量,ε为预设的数据阈值,d为节点Vi采集的数据到其数据邻域节点采集数据的距离的平均值,Δe为节点Vi采集的数据与其数据邻域节点采集数据的平均值的距离;α,β和γ为权重系数,且α+β+γ=1。
第二方面,一种发送数据装置,应用于无线传感器网络中的任一节点,所述装置包括:
数据发送接收模块,用于向其邻居节点发送其自身采集的数据,并接收其每个邻居节点发送的该每个邻居节点采集的数据;
数据邻域节点确定模块,用于确定自身采集的数据及接收到的每个邻居节点采集的数据之间的相关度,确定采集的数据与自身采集的数据的相关度大于设定阈值的数据邻域节点;
数据空间相关度确定模块,用于根据自身采集的数据及接收到的每个数据邻域节点采集的数据,确定自身的第一数据空间相关度;
第一最大数据空间相关度的确定模块,用于将自身的第一数据空间相关度发送给每个邻居节点,并接收每个邻居节点确定的第二数据空间相关度,确定所述第一数据空间相关度和每个第二数据空间相关度中的第一最大数据空间相关度;
第一判断模块,用于判断所述第一最大数据空间相关度是否与所述第一数据空间相关度相等;
更新信息接收发送模块,用于当所述第一判断模块的判断结果为是时,在设定时间内接收其数据邻域节点发送的第一更新信息,其中所述第一更新信息中携带第二最大数据空间相关度及确定所述第二最大数据空间相关度的节点;
第二判断模块,用于判断每个所述第一更新信息中携带的第二最大数据空间相关度是否大于所述第一数据空间相关度;
代表数据发送模块,用于当所述第二判断模块的判断结果均为否时,将自身采集的数据发送给汇聚节点。
优选地,所述装置包括:
第一最大数据空间相关度第一更新模块,用于当所述第二判断模块的判断结果为是时,采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
优选地,所述更新信息接收发送模块,还用于当第一最大数据空间相关度第一更新模块采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度时,向其每个数据邻域节点发送第二更新信息,其中所述第二更新信息中携带第一最大数据空间相关度及确定所述第一最大数据空间相关度的节点。
优选地,所述更新信息接收发送模块,还用于当所述第一判断模块判断结果为否时,向其每个数据邻域节点发送第二更新信息,其中所述第二更新信息中携带第一最大数据空间相关度及确定所述第一最大数据空间相关度的节点;并接收其他节点发送的第一更新信息;
所述装置还包括第三判断模块和第一最大数据空间相关度第二更新模块;
所述第三判断模块,用于判断所述第一更新信息中携带的第二最大数据空间相关度是否大于本地保存的第一最大数据空间相关度;
所述第一最大数据空间相关度第二更新模块,用于当所述第三判断模块的判断结果为是时,采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
本发明提出的一种发送数据的方法,针对每个节点,基于自身采集的数据和其邻居节点采集的数据计算自身的第一数据空间相关度,第一数据空间相关度代表本节点的数据能够代表邻居节点的数据的程度,并经过一系列步骤判断出自身的第一数据空间相关度一直大于或等于自身接收到的第一更新信息携带的第二最大数据空间相关度的节点,该节点的数据上传至汇聚节点。由于本发明实施例中每个节点与其邻居节点进行数据的交互,并确定自身与邻居节点采集的数据之间的相关度,从而确定数据邻域节点,并根据自身采集的数据及数据邻域节点采集的数据,确定第一数据空间相关度,通过不断的交互确定第一最大数据空间相关度,该最大数据空间相关度对应节点采集的数据为代表性数据,该数据能够反映局部区域内节点采集的数据,作为该第一最大数据空间相关度的节点其将采集的数据发送给汇聚节点,该数据具有代表性,能够准确描述无线网络局部区域内物理特性,因为不是所有节点发送数据,提高数据传输效率,降低网络资源和节点的能量消耗。
另一方面,本发明提出的一种发送数据的装置,该装置是针对上述发送数据的方法提出的,因此,具有相应的技术效果。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本邻域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附图获得其他的附图。
图1为本发明实施例提供的一种发送数据的方法的流程图;
图2为本发明实施例提供的一种发送数据的方法实际应用的传感器网络的一种分布图;
图3为本发明实施例提供的一种发送数据装置的结构示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明提出的一种发送数据的方法及装置,应用于无线传感器网络,无线传感器网络中的每一个节点均采集数据,其所采集的数据可以是温度、湿度或压力等中的任一种,当然,不限于上述几种。
如图1所示,图1为本发明实施例提供的一种发送数据的方法的流程图,该方法应用于无线传感器网络中的任一节点,包括:
S101、向其邻居节点发送其自身采集的数据,并接收其每个邻居节点发送的该每个邻居节点采集的数据;
无线传感器网络中的每一节点均向其邻居节点发送其自身采集的数据,并接收其每个邻居节点发送的该每个邻居节点采集的数据。
为了通过节点采集的数据去表征无线传感器网络所覆盖区域的特征,一般情况下,对于该覆盖区域的某一特征是实时变化的,需要所有节点同时采集数据,用于描述该数据采集时刻该覆盖区域的这一特征;对于该覆盖区域的某一特征是稳定不变的,则不需要所有节点同时采集数据,只需要所有节点采集到数据即可。
本步骤中所涉及的每个节点的邻居节点为位于该节点的预设通信半径内的节点,根据预设通信半径所划分的区域使得每个节点的邻居节点数量不尽相同,有的节点的邻居节点数量较多,有的节点的邻居节点的数量较少,甚至为0个,但为了是选出的节点更具代表性,应通过设置合适的预设通信半径来避免出现邻居节点个数为0的节点。
S102、确定自身采集的数据及接收到的每个邻居节点采集的数据之间的相关度,确定采集的数据与自身采集的数据的相关度大于设定阈值的数据邻域节点;
两个节点采集的数据之间的相关度表示两个数据的靠近程度,相关度越大说明两个数据越接近,越相关,设定阈值的划定能够保证数据邻域节点采集的数据与自身节点采集的数据之间一定的靠近程度,以便使自身与数据相关的节点之间交互。
本步骤具体实施时,确定自身采集的数据及接收到的每个邻居节点采集的数据之间的相关度;可以为:
针对每个邻居节点,根据自身采集的数据与每个接收到的邻居节点采集的数据差值的绝对值,确定自身采集的数据及对应邻居节点采集的数据的相关度。例如,可以确定绝对值的倒数为该相关度,因为绝对值的倒数越大,该绝对值越小,说明两个数据之间越接近,也越相关,反之,绝对值的倒数越小,说明两个数据之间越不相关,当然,还可以确定绝对值的相反数为该相关度。
具体实施时,也可以确定出采集的数据与自身采集的数据的相关度小于设定阈值的数据邻域外节点。
具体实施时,设定阈值是根据某节点数据和与其相关的节点数据之间的最大允许偏差设定的,具体可以根据所监视区域的特征设定。
当然,也可以直接通过确定采集的数据与自身采集的数据的绝对值小于预设的数据阈值的节点为自身的数据邻域节点,跟本步骤实质相同。
S103、根据自身采集的数据及接收到的每个数据邻域节点采集的数据,确定自身的第一数据空间相关度;
数据空间相关度既能反映自身和其邻居节点采集的数据的聚集程度,也能反映这些数据分布情况。
本步骤中,具体实施时,可以根据每个节点自身采集的数据及其所接收到的其每个邻居节点采集的数据,通过现有技术中计算数据空间相关度的方法,计算每个节点的数据空间相关度,也可以根据已有数据,重新推导或总结新的更精确的相关度计算公式,从而计算对应的数据空间相关度。
S104、将自身的第一数据空间相关度发送给每个邻居节点,并接收每个邻居节点确定的第二数据空间相关度,确定该第一数据空间相关度和每个第二数据空间相关度中的第一最大数据空间相关度;
本步骤具体实施时,自身会接收邻居节点发送的第二数据空间相关度,针对本节点vi,若节点vi的第一数据空间相关度不为0,那么将其数据邻域节点的节点号保存至DevIn(vi),将节点vi数据邻域外节点的节点号保存至DevOut(vi)。
当节点vi的第一数据空间相关度不为0时,节点vi向DevIn(vi)中对应的每个节点以第一标志信息(vi,1,Spa(vi))的形式发送第一数据空间相关度,节点vi向DevOut(vi)对应的每个节点以第二标志信息(vi,-1,Spa(vi))的形式发送第一数据空间相关度;当节点vi的第一数据空间相关度为0时,节点vi向其全部邻居节点以第三标志信息(vi,0,Spa(vi))形式发送第一数据空间相关度。
通过位于三种标志信息中间的1、-1、0可以区分节点间的数据关系。
S105、判断该第一最大数据空间相关度是否与该第一数据空间相关度相等;
本步骤中主要判断自身保存的第一最大数据空间相关度是否是自身的第一数据空间相关度。
S106、如果是,在设定时间内接收其数据邻域节点发送的第一更新信息,其中所述第一更新信息中携带第二最大数据空间相关度及确定第二最大数据空间相关度的节点,判断每个第一更新信息中携带的第二最大数据空间相关度是否大于该第一数据空间相关度,如果均为否,将自身采集的数据发送给汇聚节点。
在本发明实施例中每个节点与其数据邻域节点进行信息交互,第一节点为第二节点的数据邻域节点,第三节点也为第二节点的数据邻域节点,在第一次信息交互时,第一节点获取第二节点的数据空间相关度,第二节点获取第一节点和第三节点的数据空间相关度,第三节点获取第二节点的数据空间相关度,如果此时第三节点的数据空间相关度最大,则第二节点将第三节点的数据空间相关度还会再发送给第一节点,经过多次信息交互,数据邻域内的节点可以确定最大数据空间相关度。
由于每个节点对应的邻居节点已知,如果邻居节点中的节点全部都为数据邻域节点时,经过多次交互也能够确定最大数据空间相关度,因此在本发明实施例中可以根据该交互的次数,每次交互的时长,确定该设定时间。因此,通过预先设定时间,来完成接收第一更新信息的过程。
步骤105中的判断结果为是的话,自身所采集的数据才有可能是代表性数据,如果否,则自身采集的数据就不是代表性数据;有可能是代表性数据的话,还要做进一步地判断,即通过步骤S106判断出该节点所采集的数据是不是代表性数据,如果是代表性数据,则将自身采集的数据发送给汇聚节点,通过将上述方法应用到无线网络的所有节点后,可以选出具有代表性的数据。
当然,若该方法所应用的无线网络的节点存在没有邻居节点的情况,对于这种情况,将这种节点标识为独立节点,其所采集的数据可直接发送到汇聚节点。
但通过设置邻居节点所采用的预设通信半径的大小来规避这个没有邻居节点的问题,能够更好选取代表性数据。
本发明提出的一种发送数据的方法,针对每个节点,基于自身采集的数据和其邻居节点采集的数据计算自身的第一数据空间相关度,第一数据空间相关度代表本节点的数据能够代表邻居节点的数据的程度,并经过一系列步骤判断出自身的第一数据空间相关度一直大于或等于自身接收到的第一更新信息携带的第二最大数据空间相关度的节点,该节点的数据上传至汇聚节点。
由于本发明实施例中每个节点与其邻居节点进行数据的交互,并确定自身与邻居节点采集的数据之间的相关度,从而确定数据邻域节点,并根据自身采集的数据及数据邻域节点采集的数据,确定第一数据空间相关度,通过不断的交互确定第一最大数据空间相关度,该最大数据空间相关度对应节点采集的数据为代表性数据,该数据能够反映局部区域内节点采集的数据,作为该第一最大数据空间相关度的节点其将采集的数据发送给汇聚节点,该数据具有代表性,能够准确描述无线网络局部区域内物理特性,因为不是所有节点发送数据,提高数据传输效率,降低网络资源和节点的能量消耗。
具体地,本方法是针对网络中每个节点的,最终上传至汇聚节点的数据是从全局选出的,每个数据均具有局部代表性,这些数据能够保证描述网络覆盖区域内的物理特征的准确性。由于只上传了部分数据到汇聚节点,实现了去除冗余数据的目的,在数据上传至汇聚节点的过程中,降低了数据链路层的协调难度,减少数据传输中频繁冲突碰撞的可能性,从而使得提高通信效率。由于在判断节点的数据是否上传的过程中,是通过节点间的信息传输来判断的,无需上传数据到汇聚节点来判断,从而降低了去除冗余数据过程的能量消耗,同时,最终只上传部分数据到汇聚节点,节约了网络资源,减少了网络节点的能量消耗。
本实施例中,根据
确定自身的第一数据空间相关度,其中,Spa(Vi)为节点Vi的第一数据空间相关度,nmin为预设的数量阈值,m为节点Vi的数据邻域节点数量,ε为预设的数据阈值,d为节点Vi采集的数据到其数据邻域节点采集数据的距离的平均值,Δe为节点Vi采集的数据与其数据邻域节点采集数据的平均值的距离;α,β和γ为权重系数,且α+β+γ=1。
具体实施时,
其中,Di1、Di2、、、Dim分别为节点Vi的m个数据邻域节点采集的数据,Di为节点Vi采集的数据。
如果一个节点能够代表其他节点,应该有至少nmin个节点的数据在其数据的ε邻域内,那么数量阈值nmin最少应为1个节点。
该数据空间相关度能够反映出节点数据周围的数据聚集程度与其周围的数据分布情况,该公式能够反映出实际情况:节点Vi的数据邻域节点数量m越大,节点Vi对其数据邻域节点的代表性越好;节点Vi数据邻域节点所采集的数据越集中在节点Vi采集的数据的周围,节点Vi对其数据邻域节点的代表性越好;节点Vi采集的数据离节点Vi数据邻域节点所采集的数据中心越近,节点Vi对其数据邻域节点的代表性越好;采用该公式计算数据空间相关度,具有很高的准确性。
在这个公式中,第三项描述的是代表性数据的准确程度,其重要性相对前两项更大,第二项描述的是代表性数据在邻居节点数据中的分布情况,重要性比第一项大,按照各项的重要性以及实际网络环境,可以确定权重系数α、β和γ的值。
一种实施例中,当第一更新信息中携带的第二最大数据空间相关度大于第一数据空间相关度时,该选取代表性数据的方法还包括:
采用第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
这样设置可以更新本地保存的第一最大数据空间相关度,有利于数据空间相关度信息的传递。
本实施方式中,进一步地,该选取代表性数据的方法还包括:向其每个数据邻域节点发送第二更新信息,其中该第二更新信息中携带第一最大数据空间相关度及确定所述第二最大数据空间相关度的节点。
具体的,基于上述方法,向其每个数据邻域节点发送第二更新信息,该第二更新信息中携带第一最大数据空间相关度及确定第一最大数据空间相关度的节点,该第一最大数据空间相关度包括该节点在设定时间内所确定的第一最大数据空间相关度。
进一步地,该选取代表性数据的方法还包括:
当判断该最大数据空间相关度与自身的第一数据空间相关度不相等时,向其每个数据邻域节点发送第二更新信息,其中该第二更新信息中携带第一最大数据空间相关度及确定该第一最大数据空间相关度的节点,并接收其他节点发送的第一更新信息,判断该第一更新信息中携带的第二最大数据空间相关度是否大于本地保存的第一最大数据空间相关度,如果是,采用该第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
这样设置,以便数据空间相关度信息的依次传递更新,从而选出更具代表性的数据。
针对上述方法,举例说明,如图2所示,图2为英特尔伯克利实验室的节点分布示意图,该图2中有54个节点分布在平面区域内,这里的节点采集的是温度数据。
首先设置合适的预设通信半径,针对每一个节点,根据54个节点的分布,计算出每个节点和其最接近的节点之间的距离,在所有的最小距离中,最大值为5.83米。为保证网络的连接性,节点的预设通信半径至少设置为5.83米。因此,在本例中预设通信半径为6米,在本例中,可使得对于其中的大多数节点,有4或5个邻居节点,而且避免了存在没有邻居节点的节点,设置好预设通信半径之后,可确定每个节点的邻居节点。
所有节点采集的数据如表一所示,其中,5号节点没有采集到数据,可认为该传感节点损坏,不参与代表性数据的选取。
对于该无线网络中的任一节点,判断该节点所采集的数据是不是代表性数据,要不要将其所采集的数据直接发送的汇聚节点,均可通过上述方法进行判断,从而选出全局的多个代表性数据,发送到汇聚节点。
根据所监视区域的特征设定一个预设的数据阈值。在选取的实验室数据中,确定预设的数据阈值为0.35。
由于每个节点都需要这样的判断,因此,从全局网络来看,该无线网络中的每个节点都向各自的邻居节点发送其自身采集的数据,并接受各自邻居节点发送的该每个邻居节点采集的数据。针对每个节点,该每个节点确定自身采集的数据及自身接收到的每个邻居节点采集的数据之间的相关度,本例之中,直接通过确定采集的数据与自身采集的数据的绝对值小于预设的数据阈值的节点为自身的数据邻域节点。
每个节点根据自身采集的数据及接收到的每个数据邻域节点采集的数据,确定自身的第一数据空间相关度,本例中采用每个节点根据
确定自身的第一数据空间相关度,其中,Spa(Vi)为节点Vi的第一数据空间相关度,nmin为预设的数量阈值,m为节点Vi的数据邻域节点数量,ε为预设的数据阈值,d为节点Vi采集的数据到其数据邻域节点采集数据的距离的平均值,Δe为节点Vi采集的数据与其数据邻域节点采集数据的平均值的距离;α,β和γ为权重系数,且α+β+γ=1。
其中,如果一个节点能够代表其他节点,应该有至少nmin个节点的数据在其关于数据阈值的数据邻域内,那么数量阈值nmin最少应为1个节点。由于对于大多数节点来说,其邻居节点的数量仅仅是4或5,为了保证选取的数据更加具有代表性,将nmin的值设置为2。
本发明提出的数据空间相关度公式中,第三项描述的是代表性数据的准确程度,其重要性相对前两项更大;第二项描述的是代表性数据在邻居节点数据中的分布情况,重要性比第一项大;按照各项的重要性,设置权重系数为α=1/6,β=1/3,γ=1/2。
根据上述公式计算每个节点的第一数据空间相关度,如表一所示。
表一
针对网络中的每个节点,将自身的第一数据空间相关度发送给每个邻居节点,并接收每个邻居节点确定的第二数据空间相关度,确定该第一数据空间相关度和每个第二数据空间相关度中的第一最大数据空间相关度,并确定该第一最大数据空间相关度对应的节点,如表二所示:
表二
每个节点及其各自保存的如表二中展示的结果,判断第一最大数据空间相关度是否与第一数据空间相关度相等,如果是,在设定时间内接收其数据邻域节点发送的第一更新信息,其中所述第一更新信息中携带第二最大数据空间相关度及确定第二最大数据空间相关度的节点,判断每个第一更新信息中携带的第二最大数据空间相关度是否大于该第一数据空间相关度,如果均为否,将自身采集的数据发送给汇聚节点。每个节点针对自身,通过这个判断条件可以判断出,自身所采集的数据是不是代表性数据。
具体的更新过程中,针对每个节点,当第一更新信息中携带的第二最大数据空间相关度大于所述第一数据空间相关度时,采用第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度,而且向其每个数据邻域节点发送第二更新信息,其中该第二更新信息中携带第一最大数据空间相关度及确定所述第二最大数据空间相关度的节点。
当判断该最大数据空间相关度与自身的第一数据空间相关度不相等时,向其每个数据邻域节点发送第二更新信息,其中该第二更新信息中携带第一最大数据空间相关度及确定该第一最大数据空间相关度的节点,并接收其他节点发送的第一更新信息,判断该第一更新信息中携带的第二最大数据空间相关度是否大于本地保存的第一最大数据空间相关度,如果是,采用该第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
根据上述方法获得最后的更新结果如表三所示:
表三
表三中9号节点、16号节点、18号节点、19号节点、22号节点、23号节点、25号节点、28号节点、35号节点、38号节点、52号节点、42号节点、49号节点和50号节点满足上述条件,在设定时间之后,各自会将自身所采集的数据发送给汇聚节点,这些数据可准确的表征网络覆盖区域的特征,避免所有节点将各自的数据直接传递给汇聚节点,减少了数据冗余现象。
针对本发明的另一方面,如图3所示,图3为本发明实施例提供的一种发送数据装置的结构示意图,该发送数据装置,应用于无线传感器网络中的任一节点,该装置包括:
数据发送接收模块31,用于向其邻居节点发送其自身采集的数据,并接收其每个邻居节点发送的该每个邻居节点采集的数据;
数据邻域节点确定模块32,用于确定自身采集的数据及接收到的每个邻居节点采集的数据之间的相关度,确定采集的数据与自身采集的数据的相关度大于设定阈值的数据邻域节点;
数据空间相关度确定模块33,用于根据自身采集的数据及接收到的每个数据邻域节点采集的数据,确定自身的第一数据空间相关度;
第一最大数据空间相关度的确定模块34,用于将自身的第一数据空间相关度发送给每个邻居节点,并接收每个邻居节点确定的第二数据空间相关度,确定自身的第一数据空间相关度和每个第二数据空间相关度中的第一最大数据空间相关度;
第一判断模块35,用于判断该第一最大数据空间相关度是否与自身的第一数据空间相关度相等;
更新信息接收发送模块36,用于当所述第一判断模块的判断结果为是时,在设定时间内接收其数据邻域节点发送的第一更新信息,其中该第一更新信息中携带第二最大数据空间相关度及确定该第二最大数据空间相关度的节点;
第二判断模块37,用于判断每个第一更新信息中携带的第二最大数据空间相关度是否大于自身的第一数据空间相关度;
代表数据发送模块38,用于当第二判断模块的判断结果均为否时,将自身采集的数据发送给汇聚节点。
该装置是针对上述发送数据的方法提出的,因此,具有相应的技术效果。
一种实施例中,具体实施时,该发送数据装置包括:
第一最大数据空间相关度第一更新模块,用于当第二判断模块的判断结果为是时,采用第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
另外,更新信息接收发送模块,还用于当第一最大数据空间相关度第一更新模块采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度时,向其每个数据邻域节点发送第二更新信息,其中所述第二更新信息中携带第一最大数据空间相关度及确定所述第一最大数据空间相关度的节点。
另一种实施例中,更新信息接收发送模块,还用于当所述第一判断模块判断结果为否时,向其每个数据邻域节点发送第二更新信息,其中所述第二更新信息中携带第一最大数据空间相关度及确定所述第一最大数据空间相关度的节点;并接收其他节点发送的第一更新信息;
该发送数据装置包括还包括第三判断模块和第一最大数据空间相关度第二更新模块;
其中,第三判断模块,用于判断所述第一更新信息中携带的第二最大数据空间相关度是否大于本地保存的第一最大数据空间相关度;第一最大数据空间相关度第二更新模块,用于当所述第三判断模块的判断结果为是时,采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
需要说明的是,在本文中,诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
本说明书中的各个实施例均采用相关的方式描述,各个实施例之间相同相似的部分互相参见即可,每个实施例重点说明的都是与其他实施例的不同之处。尤其,对于装置实施例而言,由于其基本相似于方法实施例,所以描述的比较简单,相关之处参见方法实施例的部分说明即可。
本领域普通技术人员可以理解实现上述方法实施方式中的全部或部分步骤是可以通过程序来指令相关的硬件来完成,所述的程序可以存储于计算机可读取存储介质中,这里所称得的存储介质,如:ROM/RAM、磁碟、光盘等。
以上所述仅为本发明的较佳实施例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内所作的任何修改、等同替换、改进等,均包含在本发明的保护范围内。
Claims (9)
1.一种发送数据的方法,其特征在于,应用于无线传感器网络中的任一节点,所述方法包括:
向其邻居节点发送其自身采集的数据,并接收其每个邻居节点发送的该每个邻居节点采集的数据;
确定自身采集的数据及接收到的每个邻居节点采集的数据之间的相关度,确定采集的数据与自身采集的数据的相关度大于设定阈值的数据邻域节点;
根据自身采集的数据及接收到的每个数据邻域节点采集的数据,确定自身的第一数据空间相关度;
将自身的第一数据空间相关度发送给每个邻居节点,并接收每个邻居节点确定的第二数据空间相关度,确定所述第一数据空间相关度和每个第二数据空间相关度中的第一最大数据空间相关度;
判断所述第一最大数据空间相关度是否与所述第一数据空间相关度相等;
如果是,在设定时间内接收其数据邻域节点发送的第一更新信息,其中所述第一更新信息中携带第二最大数据空间相关度及确定所述第二最大数据空间相关度的节点,判断每个所述第一更新信息中携带的第二最大数据空间相关度是否大于所述第一数据空间相关度,如果均为否,将自身采集的数据发送给汇聚节点;
其中,所述根据自身采集的数据及接收到的每个数据邻域节点采集的数据,确定自身的第一数据空间相关度包括:
根据
确定自身的第一数据空间相关度,其中,Spa(Vi)为节点Vi的第一数据空间相关度,nmin为预设的数量阈值,m为节点Vi的数据邻域节点数量,ε为预设的数据阈值,d为节点Vi采集的数据到其数据邻域节点采集数据的距离的平均值,Δe为节点Vi采集的数据与其数据邻域节点采集数据的平均值的距离;α,β和γ为权重系数,且α+β+γ=1;
Di1、Di2、……、Dim分别为节点Vi的m个数据邻域节点采集的数据,Di为节点Vi采集的数据。
2.根据权利要求1所述的方法,其特征在于,当第一更新信息中携带的第二最大数据空间相关度大于所述第一数据空间相关度时,所述方法还包括:
采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
3.根据权利要求2所述的方法,其特征在于,所述方法还包括:
向其每个数据邻域节点发送第二更新信息,其中所述第二更新信息中携带第一最大数据空间相关度及确定所述第一最大数据空间相关度的节点。
4.根据权利要求1所述的方法,其特征在于,所述方法还包括:
当判断所述第一最大数据空间相关度与所述第一数据空间相关度不相等时,向其每个数据邻域节点发送第二更新信息,其中所述第二更新信息中携带第一最大数据空间相关度及确定所述第一最大数据空间相关度的节点,并接收其他节点发送的第一更新信息,判断所述第一更新信息中携带的第二最大数据空间相关度是否大于本地保存的第一最大数据空间相关度,如果是,采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
5.根据权利要求1所述的方法,其特征在于,所述确定自身采集的数据及接收到的每个邻居节点采集的数据之间的相关度;具体为:
针对每个邻居节点,根据自身采集的数据与每个接收到的所述邻居节点采集的数据差值的绝对值,确定所述自身采集的数据及对应所述邻居节点采集的数据的相关度。
6.一种发送数据装置,其特征在于,应用于无线传感器网络中的任一节点,所述装置包括:
数据发送接收模块,用于向其邻居节点发送其自身采集的数据,并接收其每个邻居节点发送的该每个邻居节点采集的数据;
数据邻域节点确定模块,用于确定自身采集的数据及接收到的每个邻居节点采集的数据之间的相关度,确定采集的数据与自身采集的数据的相关度大于设定阈值的数据邻域节点;
数据空间相关度确定模块,用于根据自身采集的数据及接收到的每个数据邻域节点采集的数据,确定自身的第一数据空间相关度;
第一最大数据空间相关度的确定模块,用于将自身的第一数据空间相关度发送给每个邻居节点,并接收每个邻居节点确定的第二数据空间相关度,确定所述第一数据空间相关度和每个第二数据空间相关度中的第一最大数据空间相关度;
第一判断模块,用于判断所述第一最大数据空间相关度是否与所述第一数据空间相关度相等;
更新信息接收发送模块,用于当所述第一判断模块的判断结果为是时,在设定时间内接收其数据邻域节点发送的第一更新信息,其中所述第一更新信息中携带第二最大数据空间相关度及确定所述第二最大数据空间相关度的节点;
第二判断模块,用于判断每个所述第一更新信息中携带的第二最大数据空间相关度是否大于所述第一数据空间相关度;
代表数据发送模块,用于当所述第二判断模块的判断结果均为否时,将自身采集的数据发送给汇聚节点;
其中,所述数据空间相关度确定模块具体用于:
根据
确定自身的第一数据空间相关度,其中,Spa(Vi)为节点Vi的第一数据空间相关度,nmin为预设的数量阈值,m为节点Vi的数据邻域节点数量,ε为预设的数据阈值,d为节点Vi采集的数据到其数据邻域节点采集数据的距离的平均值,Δe为节点Vi采集的数据与其数据邻域节点采集数据的平均值的距离;α,β和γ为权重系数,且α+β+γ=1;
其中,Di1、Di2、……、Dim分别为节点Vi的m个数据邻域节点采集的数据,Di为节点Vi采集的数据。
7.根据权利要求6所述的装置,其特征在于,所述装置包括:
第一最大数据空间相关度第一更新模块,用于当所述第二判断模块的判断结果为是时,采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
8.根据权利要求7所述的装置,其特征在于,所述更新信息接收发送模块,还用于当第一最大数据空间相关度第一更新模块采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度时,向其每个数据邻域节点发送第二更新信息,其中所述第二更新信息中携带第一最大数据空间相关度及确定所述第一最大数据空间相关度的节点。
9.根据权利要求6所述的装置,其特征在于,所述更新信息接收发送模块,还用于当所述第一判断模块判断结果为否时,向其每个数据邻域节点发送第二更新信息,其中所述第二更新信息中携带第一最大数据空间相关度及确定所述第一最大数据空间相关度的节点;并接收其他节点发送的第一更新信息;
所述装置还包括第三判断模块和第一最大数据空间相关度第二更新模块;
所述第三判断模块,用于判断所述第一更新信息中携带的第二最大数据空间相关度是否大于本地保存的第一最大数据空间相关度;
所述第一最大数据空间相关度第二更新模块,用于当所述第三判断模块的判断结果为是时,采用所述第一更新信息中携带的第二最大数据空间相关度更新本地保存的第一最大数据空间相关度。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610245016.8A CN105979564B (zh) | 2016-04-19 | 2016-04-19 | 一种发送数据的方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610245016.8A CN105979564B (zh) | 2016-04-19 | 2016-04-19 | 一种发送数据的方法及装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105979564A CN105979564A (zh) | 2016-09-28 |
CN105979564B true CN105979564B (zh) | 2019-12-20 |
Family
ID=56993202
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610245016.8A Active CN105979564B (zh) | 2016-04-19 | 2016-04-19 | 一种发送数据的方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105979564B (zh) |
Families Citing this family (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN110247791B (zh) * | 2019-05-22 | 2022-04-01 | 北京英视睿达科技股份有限公司 | 无间断工作在线更新的环境监测系统及更新方法 |
WO2024021008A1 (zh) * | 2022-07-29 | 2024-02-01 | 华为技术有限公司 | 数据处理方法、装置、系统以及存储介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103974329A (zh) * | 2014-05-15 | 2014-08-06 | 海南大学 | 一种改良的无线传感器网络数据压缩方案 |
CN104346481A (zh) * | 2014-11-28 | 2015-02-11 | 西安电子科技大学 | 一种基于动态同步模型的社区检测方法 |
-
2016
- 2016-04-19 CN CN201610245016.8A patent/CN105979564B/zh active Active
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103974329A (zh) * | 2014-05-15 | 2014-08-06 | 海南大学 | 一种改良的无线传感器网络数据压缩方案 |
CN104346481A (zh) * | 2014-11-28 | 2015-02-11 | 西安电子科技大学 | 一种基于动态同步模型的社区检测方法 |
Non-Patent Citations (2)
Title |
---|
Energy-Efficient Coverage Based on Probabilistic Sensing Model in Wireless Sensor Networks;CHEN,Jiming等;《IEEE》;20100930;第14卷(第9期);833-835 * |
无线传感器网络中基于时空相关性的数据融合算法;张兴博等;《中国科技论文在线》;20151231;1-12 * |
Also Published As
Publication number | Publication date |
---|---|
CN105979564A (zh) | 2016-09-28 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Wang et al. | Adaptive approximate data collection for wireless sensor networks | |
Yuan et al. | Data density correlation degree clustering method for data aggregation in WSN | |
CN103906164B (zh) | 海上搜救无线传感器网络拓扑及拓扑控制方法 | |
CN105844102B (zh) | 一种自适应无参空间离群点检测方法 | |
CN102316496A (zh) | 无线传感器网络中基于卡尔曼滤波的数据融合方法 | |
Mougou et al. | Redeployment of randomly deployed wireless mobile sensor nodes | |
Arunraja et al. | Energy conservation in WSN through multilevel data reduction scheme | |
Ashouri et al. | PDC: Prediction-based data-aware clustering in wireless sensor networks | |
Baier et al. | MapCorrect: Automatic correction and validation of road maps using public sensing | |
CN105979564B (zh) | 一种发送数据的方法及装置 | |
CN103067940A (zh) | 基于无线传感器网络的协同信息估计方法 | |
Yang et al. | DLS: A dynamic local stitching mechanism to rectify transmitting path fragments in wireless sensor networks | |
KR100969943B1 (ko) | 센서 네트워크 트리구조 구축 방법 | |
Harrington et al. | Energy-efficient map interpolation for sensor fields using kriging | |
CN102970677A (zh) | 基于侦听的Gossip平均共识技术的无线通信方法 | |
Khudonogova et al. | Interval data fusion with preference aggregation for balancing measurement accuracy and energy consumption in WSN | |
Sitanayah et al. | Heuristic algorithm for finding boundary cycles in location-free low density wireless sensor networks | |
Stojkoska | A taxonomy of localization techniques based on multidimensional scaling | |
CN108966169A (zh) | 针对农田土壤的重金属污染分析预警系统 | |
Giridhar et al. | The spatial smoothing method of clock synchronization in wireless networks | |
Yuvaraja et al. | Lifetime enhancement of WSN using energy-balanced distributed clustering algorithm with honey bee optimization | |
Lv et al. | A node coverage algorithm for a wireless-sensor-network-based water resources monitoring system | |
Gayan et al. | Sensor network based adaptable system architecture for emergency situations | |
Zhang et al. | Localized coverage boundary detection for wireless sensor networks | |
Zhong et al. | Continuous contour mapping in sensor 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 |