CN107241778B - 基于数据溯源的wsn加权传输拓扑发现方法及系统 - Google Patents
基于数据溯源的wsn加权传输拓扑发现方法及系统 Download PDFInfo
- Publication number
- CN107241778B CN107241778B CN201710369931.2A CN201710369931A CN107241778B CN 107241778 B CN107241778 B CN 107241778B CN 201710369931 A CN201710369931 A CN 201710369931A CN 107241778 B CN107241778 B CN 107241778B
- Authority
- CN
- China
- Prior art keywords
- transmission
- node
- topology
- link
- tracing
- 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
Images
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
本发明公开了基于数据溯源的WSN加权传输拓扑发现方法及系统,基站对接收的数据包进行溯源,获得数据包的实际传输路径,根据所得到的传输路径来拟合无线传感器网络的传输拓扑,并记录传输路径中节点和通信链路出现的频次,该频次即为WSN传输拓扑中节点和链路的活跃性度量。本发明所述方法不仅能提供无线传感器网络的精确传输拓扑,而且能描述节点和通信链路的活跃程度,同时还能刻画出线传感器网络传输拓扑随时间演变的动态性特征。
Description
技术领域
本发明涉及无线传感器网络应用技术领域,特别涉及一种基于数据溯源的无线传感器网络加权传输拓扑发现方法及系统。
背景技术
无线传感器网络(Wireless Sensor Networks,WSN)是由部署在监测区域内,具有数据采集、通信、存储和处理能力的传感器节点构成的自组织通信系统,其中,每一个传感器为网络的一个节点,用于环境感知,并将感知的数据以多跳方式传输到基站。在无线传感器网络中,由于工作位置和性能配置等因素的不同,各传感器节点的活跃(繁忙)程度差异较大,这种差异是传感器节点产生能耗差异的主要原因,而能耗的差异又直接影响到整个无线传感器网络的稳定性和可用性。因此,WSN各节点活跃程度的准确评估对整个WSN的运行与管控都具有非常重要的意义。
无线传感器网络的传输拓扑是指由各传感器节点及数据通信链路形成的逻辑拓扑。传输拓扑提供了一种对WSN各节点通信情况的直观刻画。根据传输拓扑,不仅能获悉整个WSN的实际通信路径,而且能区分活跃节点和闲置节点,同时,还可以对WSN各节点和通信链路的活跃程度进行定量分析,因此,传输拓扑对WSN各节点能耗和布局优化,以及整个WSN的稳定性和可用性都具有极高的应用价值。
由于无线传感器网络是通过无线通信协议传递数据,因而从网络的物理布局中无法得知其实际传输拓扑。目前已有的WSN拓扑发现技术主要通过探寻节点之间的关系信息来推测WSN的传输拓扑,这些方法存在的不足是:
(1)拓扑发现不准确。首先,现有方法基于节点之间关系信息来推测传输拓扑,而这种推测是不精确的,因而所得到的传输拓扑只是一种可能结果;其次,WSN中节点的属性具有动态性,因而传输拓扑也具有动态演化特征,而现有方法难以反映这种动态特征。
(2)不能准确反映节点和通信链路的活跃程度。现有方法所给出的WSN传输拓扑难以对各节点和通信链路的活跃程度进行定量描述。
发明内容
本发明的目的就是为了解决上述问题,提供一种基于数据溯源的WSN加权传输拓扑发现方法及系统,根据数据溯源所得到的数据实际传输路径,来拟合WSN的传输拓扑。本发明所述无线传感器网络传输拓扑,是指由基站所辖区域内的传感器节点和通信链路所形成的、反映数据实际通信过程的逻辑拓扑;所述加权是指所得到的传输拓扑含各节点和链路的活跃性度量;所述数据溯源,是指基站对所接收的数据包进行追溯,还原出该数据包在传输过程中所经过的所有路由节点及其转发顺序。本发明所述方法不仅能提供WSN的精确传输拓扑,而且能够对节点和通信链路的活跃程度进行准确评估,同时还能对WSN传输拓扑的动态演变进行刻画。
为了实现上述目的,本发明采用如下技术方案:
基于数据溯源的WSN加权传输拓扑发现方法,分为以下步骤:
步骤(1):对基站的传输拓扑进行初始化;
步骤(2):基站每收到一个数据包,均执行以下子步骤:步骤(2.1):对基站接收的数据包进行溯源;步骤(2.2):根据溯源路径对传输拓扑进行拟合;
步骤(3):输出基站的传输拓扑;
步骤(4):对于含多个基站的无线传感器网络,其传输拓扑由各基站的传输拓扑按照基站之间的通信关系合并生成。
所述步骤(1)之前包括的步骤:
设TP(B)为当前基站B所辖区域的传输拓扑,记TP(B)=(NB,EB),
其中,NB={n1,n2,…,nm}为基站B所辖区域传感器节点的集合,m为节点数量;
EB={<ni,nj>|ni,nj∈NB}为通信链路的集合,<ni,nj>为链路边,表示自节点ni到nj是一条数据传输链路;
对任意nj∈NB,记x(nj)为节点nj的活跃度权值;
对任意<ni,nj>∈EB,记y(ni,nj)为链路边<ni,nj>的活跃度权值。
所述步骤(1):
所述步骤(2.1):
设d为基站接收的当前数据包,通过数据溯源,得到该数据包在传输过程中的实际传输路径P(d)=<nd,1,nd,2,…,nd,t>,其中,nd,k∈NB,k=1,2,…,t,t为路径长度,nd,1为d的源发送节点,nd,k表示数据包d的传输路径上的第k个传感器节点。
所述步骤(2.2):
将传输路径P(d)中所有链路边均加入链路集合EB,并累计各节点和链路边的活跃度权值;即:
EB←(EB∪{<nd,1,nd,2>,<nd,2,nd,3>,…,<nd,t-1,nd,t>});
并且,节点的活跃度权值:x(nd,k)←(x(nd,k)+1),k=1,2,…,t;
链路边的活跃度权值:y(nd,j-1,nd,j)←(y(nd,j-1,nd,j)+1),j=2,3,…,t;
其中,x(nd,k)表示节点nd,k的活跃度权值,y(nd,j-1,nd,j)表示链路边<nd,j-1,nd,j>的活跃度权值。
所述步骤(3):
设置拓扑发现时间点,重复执行步骤(2)直到拓扑发现时间点,输出得到的传输拓扑(NB,EB),并且,对任意nk∈NB,输出节点nk的活跃度权值x(nk);对任意<ni,nj>∈EB,输出链路边<ni,nj>的活跃度权值y(ni,nj)。
基于数据溯源的WSN加权传输拓扑发现系统,包括传输路径溯源模块和传输拓扑拟合模块;
所述传输路径溯源模块的作用是:当收到数据包时,对当前数据包进行溯源,还原出该数据包的实际传输路径;
所述传输拓扑拟合模块的作用是:根据所述传输路径溯源模块得到的数据包传输路径来拟合无线传感器网络的传输拓扑,并累计传输路径中各节点和通信链路的活跃度权值,在设定的时间点输出传输拓扑以及各节点和通信链路的活跃度权值。
根据上述叙述可知:
(1)本发明所述WSN传输拓扑是对数据包的实际传输路径进行拟合生成的,因而准确地反映了WSN的实际数据通信情况;
(2)本发明所述方法在拟合传输拓扑过程中,记录了各节点参与不同数据传输的频次和通信链路的出现频次,这些频次数据真实地反映了各节点和通信链路的活跃程度;
(3)本发明所述方法所提供的传输拓扑,具有随时间而持续变化的动态性,在每一个时间点所得到的传输拓扑是整个WSN演变过程的一个快照,因此,从连续时间点所得到的传输拓扑中,可反映出无线传感器网络拓扑的演变特征。
本发明的创新性
1本发明从数据溯源角度,给出一种无线传感器网络传输拓扑发现新方法,该方法基于对数据包实际传输路径的拟合,因而可提供WSN的精确传输拓扑,且能对WSN传输拓扑的动态演变特征进行刻画。
2本发明提供的WSN传输拓扑具有加权属性,其节点和链路权值准确地体现了WSN中节点和通信链路的活跃程度。
本发明的有益效果
1本发明提供了一种获得WSN精确传输拓扑的新方法,解决了现有无线传感器网络传输拓扑不精确、不能反映节点和通信链路的活跃度,以及不能刻画WSN的动态演变特征等问题。
2本发明所述方法充分利用无线传感器网络数据溯源技术,设计巧妙,方法简单,并具有良好的可实现性。
3本发明为无线传感器网络的拓扑演变和稳定性分析提供了重要的研究途径。
附图说明
图1是本发明传输拓扑拟合流程图;
图2(a)-2(d)是本发明所述传输拓扑发现示意图。
具体实施方式
下面结合附图与实施例对本发明作进一步说明。
如图1所示,基站收到数据包d后,首先对数据包d进行溯源,获得d的实际传输路径<nd,1,nd,2,…,nd,t>,然后将该路径中各链路边均加入传输拓扑的链路集合EB中,并对传输路径中节点和链路边出现的频次进行累计,该累计频次即为WSN传输拓扑中节点和链路的活跃性度量。
表1和图2(a)-2(d)为本发明所述方法的示例:某基站设置拓扑发现时间点为:T1、T2、T3和T4,在各时间点数据溯源统计结果如表1所示。
表1某基站在不同时间点数据溯源统计结果示例表
在每个时间点,基站对所得到的数据包的溯源结果按照图1所示的拟合步骤,生成传输拓扑,图2(a)为T1时刻的传输拓扑图;图2(b)为T2时刻的传输拓扑图;图2(c)为T3时刻的传输拓扑图;图2(d)为T4时刻的传输拓扑图。图2(a)-2(d)中节点旁边的圆括号内数字表示节点的活跃度权值,链路旁边的方括号数字表示链路活跃度权值。从图2(a)-2(d)中可以看出:本发明所述方法准确地拟合了WSN的实际数据通信状态,所得到的传输拓扑能够反映出每个节点和链路段的活跃程度,而且,从不同时间点所得到的传输拓扑中可显示出WSN传输拓扑的动态演变过程。
上述虽然结合附图对本发明的具体实施方式进行了描述,但并非对本发明保护范围的限制,所属领域技术人员应该明白,在本发明的技术方案的基础上,本领域技术人员不需要付出创造性劳动即可做出的各种修改或变形仍在本发明的保护范围以内。
Claims (2)
1.基于数据溯源的WSN加权传输拓扑发现方法,其特征是,分为以下步骤:
步骤(1):对基站的传输拓扑进行初始化;
步骤(2):基站每收到一个数据包,均执行以下子步骤:步骤(2.1):对基站接收的数据包进行溯源;步骤(2.2):根据溯源路径对传输拓扑进行拟合;
步骤(3):累计传输路径中各节点和通信链路的活跃度权值,在设定的时间点输出基站的传输拓扑以及各节点和通信链路的活跃度权值;
步骤(4):对于含多个基站的无线传感器网络,其传输拓扑由各基站的传输拓扑按照基站之间的通信关系合并生成;
所述步骤(1)之前包括的步骤:
设TP(B)为当前基站B所辖区域的传输拓扑,记TP(B)=(NB,EB),
其中,NB={n1,n2,…,nm}为基站B所辖区域传感器节点的集合,m为节点数量;
EB={<ni,nj>|ni,nj∈NB}为通信链路的集合,<ni,nj>为链路边,表示自节点ni到nj是一条数据传输链路;
对任意nj∈NB,记x(nj)为节点nj的活跃度权值;
对任意<ni,nj>∈EB,记y(ni,nj)为链路边<ni,nj>的活跃度权值;
所述步骤(1)的具体步骤包括:
所述步骤(2.1)的具体步骤包括:
设d为基站接收的当前数据包,通过数据溯源,得到该数据包在传输过程中的实际传输路径P(d)=<nd,1,nd,2,…,nd,t>,其中,nd,k∈NB,k=1,2,…,t,t为路径长度,nd,1为d的源发送节点,nd,k表示数据包d的传输路径上的第k个传感器节点;
所述步骤(2.2)的具体步骤包括:
将传输路径P(d)中所有链路边均加入链路集合EB,并累计各节点和链路边的活跃度权值;即:
EB←(EB∪{<nd,1,nd,2>,<nd,2,nd,3>,…,<nd,t-1,nd,t>});
并且,节点的活跃度权值:x(nd,k)←(x(nd,k)+1),k=1,2,…,t;
链路边的活跃度权值:y(nd,j-1,nd,j)←(y(nd,j-1,nd,j)+1),j=2,3,…,t;
其中,x(nd,k)表示节点nd,k的活跃度权值,y(nd,j-1,nd,j)表示链路边<nd,j-1,nd,j>的活跃度权值;
所述步骤(3)的具体步骤包括:
设置拓扑发现时间点,重复执行步骤(2)直到拓扑发现时间点,输出得到的传输拓扑(NB,EB),并且,对任意nk∈NB,输出节点nk的活跃度权值x(nk);对任意<ni,nj>∈EB,输出链路边<ni,nj>的活跃度权值y(ni,nj)。
2.采用如权利要求1所述方法的基于数据溯源的WSN加权传输拓扑发现系统,其特征是,包括传输路径溯源模块和传输拓扑拟合模块;
所述传输路径溯源模块的作用是:当收到数据包时,对当前数据包进行溯源,还原出该数据包的实际传输路径;
所述传输拓扑拟合模块的作用是:根据所述传输路径溯源模块得到的数据包传输路径来拟合无线传感器网络的传输拓扑,并累计传输路径中各节点和通信链路的活跃度权值,在设定的时间点输出传输拓扑以及各节点和通信链路的活跃度权值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710369931.2A CN107241778B (zh) | 2017-05-23 | 2017-05-23 | 基于数据溯源的wsn加权传输拓扑发现方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710369931.2A CN107241778B (zh) | 2017-05-23 | 2017-05-23 | 基于数据溯源的wsn加权传输拓扑发现方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107241778A CN107241778A (zh) | 2017-10-10 |
CN107241778B true CN107241778B (zh) | 2020-07-10 |
Family
ID=59985092
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710369931.2A Active CN107241778B (zh) | 2017-05-23 | 2017-05-23 | 基于数据溯源的wsn加权传输拓扑发现方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107241778B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP3888312A1 (en) * | 2018-11-27 | 2021-10-06 | Telefonaktiebolaget LM Ericsson (publ) | Methods for multi-lane discovery with partially disjoint paths |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101489248B (zh) * | 2009-03-03 | 2011-02-16 | 中国科学院软件研究所 | 一种无线传感器网络拓扑的轻量级监视方法 |
CN102170648A (zh) * | 2011-01-28 | 2011-08-31 | 北京浩阳华夏科技有限公司 | 无线传感器网络的被动诊断方法 |
US20130235757A1 (en) * | 2012-03-07 | 2013-09-12 | Samsung Electronics Co. Ltd. | Apparatus and method for a biology inspired topological phase transition for wireless sensor network |
CN102665253B (zh) * | 2012-04-20 | 2014-08-06 | 山东大学 | 一种基于无线传感网络的事件检测方法 |
CN105338570B (zh) * | 2015-10-08 | 2018-10-26 | 山东大学(威海) | 基于伪随机序列的无线传感器网络数据溯源方法 |
-
2017
- 2017-05-23 CN CN201710369931.2A patent/CN107241778B/zh active Active
Also Published As
Publication number | Publication date |
---|---|
CN107241778A (zh) | 2017-10-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Santi | The critical transmitting range for connectivity in mobile ad hoc networks | |
Chen et al. | Minimum data aggregation time problem in wireless sensor networks | |
Iyer et al. | Performance analysis of wireless mesh routing protocols for smart utility networks | |
CN102685255B (zh) | 一种分布式机会网络社区划分方法 | |
Gong et al. | Channel-aware rate adaptation for backscatter networks | |
Lowrance et al. | Link quality estimation in ad hoc and mesh networks: A survey and future directions | |
Pham et al. | Minimizing latency for multiple-type data aggregation in wireless sensor networks | |
CN102546059A (zh) | 认知自组织网络中基于无监督聚类的分布式合作频谱感知方法 | |
Philipp et al. | A sensor network abstraction for flexible public sensing systems | |
Dagdeviren et al. | An energy-efficient distributed cut vertex detection algorithm for wireless sensor networks | |
CN107241778B (zh) | 基于数据溯源的wsn加权传输拓扑发现方法及系统 | |
Oren et al. | Adaptive Distributed Hierarchical Sensing algorithm for reduction of wireless sensor network cluster-heads energy consumption | |
Karjee et al. | Data accuracy model for distributed clustering algorithm based on spatial data correlation in wireless sensor networks | |
CN109560972A (zh) | 一种Ad Hoc网络物理拓扑非协作式推断方法 | |
CN111935797A (zh) | 一种用于低压开关柜无线通信网络的动态路由方法 | |
Sheshashayee et al. | WiLE: Leader Election in Wireless Networks. | |
Singh et al. | Constructing topographic maps in networked sensor systems | |
Halldórsson et al. | Spanning trees with edge conflicts and wireless connectivity | |
Pengwon et al. | Solving asymmetric link problems in WSNs using site Link Quality Estimators and dual-tree topology | |
John et al. | Energy efficient data aggregation and improved prediction in cooperative surveillance system through Machine Learning and Particle Swarm based Optimization | |
Wu et al. | On-demand Intelligent Routing Algorithms for the Deterministic Networks | |
CN105392194B (zh) | 基于异构网络室内定位框架最优通信的能耗精度均衡方法 | |
Yu et al. | Physical topology discovery scheme for wireless sensor networks using random walk process | |
Siddik et al. | Performance Evaluation of IEEE 802.11 for UAV-based Wireless Sensor Networks in NS-3 | |
Fu et al. | Managing your trees: Insights from a metropolitan-scale low-power wireless network |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |