CN107277840A - 一种可充电无线传感器网络数据收集方法 - Google Patents

Abstract

一种可充电无线传感器网络数据收集方法，包括以下步骤：步骤1，用聚类方法把整个无线传感器网络节点分成多个簇,将簇点作为作为多功能小车停靠的驻点，并规划行车路径；步骤2，根据给定总时间，协调分配给每个簇的时间；步骤3，小车根据分配的簇的时间，协调分配能量传输时间和数据收集时间，在每个簇的簇首位置给传感器节点传输能量并收集数据。本发明能够有效解决总吞吐量和共同吞吐量约束下的传输射频能量和数据收集问题。

Description

一种可充电无线传感器网络数据收集方法

技术领域

本发明属于可充电无线传感器网络技术领域，尤其涉及传感器能量的捕获和数据的收集问题。

背景技术

近年来，无线传感器网络(WSN)被广泛应用在环境监测、军事、智能家居和远程医疗系统等许多重要的领域。传感器网络由一个或多个汇聚节点以及大量的传感器节点组成，传感器节点感知周围环境并将数据发送给汇聚节点，汇聚节点一般与后台数据库相连，从而实现环境的实时监控。一般来说，汇聚节点由于数量较少可以由外接电源供电，而传感器节点数量庞大不能由外接电源直接供电因而其能量严重受限,直接影响网络的生命周期。

目前提高网络生命期的方法主要有几种：一是通过数据融合,数据压缩和数据预测以及网络中的聚合技术减少网络中总通信量；二是通过研究占空比、不同的介质访问、路由协议等设计出高效的基于能量优化的网络协议；三是在网络中引入移动节点来减小通信距离或使网络负载更加均衡。然而，占空比和节能协议仍然只能提供有限的网络生命周期，而能量捕获技术从理论上能根本解决这个问题，于是，能量捕获技术就显得尤为重要。

能量捕获技术有很多，主要根据能量的来源来分类，包括太阳能、风能、热能等捕获技术，其中较为成熟的是射频能量捕获技术。和其他能量捕获技术相比，射频能量捕获技术主要有下面几个特点：射频能量源可以给能量捕获器提供恒定且相对可控的能量传输；对于一个固定的射频能量捕获网络，当捕获器与能量源距离固定时，所捕获的能量大小是可以预见且相对稳定的；由于收获的射频能量的大小取决于与射频源的距离，在网络中不同位置的节点所捕获的射频能量可以有显着的差异。

发明内容

为了克服现有技术的数据收集效率较低的不足，本发明提出一种提高数据收集的效率的可充电无线传感器网络数据收集方法，本发明适用于如图1所示的场景。其中有一个静态服务站(图中三角形)、多功能用移动小车(图中笑脸)和若干个传感器节点(图中小圆圈)。小车周期性地从服务站出发，给所有传感器节点充电并收集其捕获到的数据，然后回到服务站。

本发明解决其技术问题所采用的技术方案是：

一种可充电无线传感器网络数据收集方法，包括以下步骤：

步骤1：用聚类方法把整个无线传感器网络节点分成多个簇,将簇点作为作为多功能小车停靠的驻点，并规划行车路径；

步骤2：根据给定总时间，协调分配给每个簇的时间；

步骤3：小车根据分配的簇的时间，协调分配能量传输时间和数据收集时间，在每个簇的簇首位置给传感器节点传输能量并收集数据。

进一步，所述步骤1包括以下步骤：

步骤11：根据传感器节点通信范围聚类个数；

步骤12：根据k-中心点轮换的聚类算法将节点进行分簇选出簇点；

步骤13：采用旅行商问题TSP的近似解来规划小车的行车顺序和路径。

再进一步，所述步骤2的过程为：根据给定总时间、每一个内的节点个数以及小车移动消耗时间来分配每一个簇的时间，该时间包括能量传输和数据收集两个过程；小车停在簇点后，先给该簇节点充电，然后每个节点依次给小车发送数据。

更进一步，所述步骤4包括以下步骤：

步骤31：每个簇内根据与小车的距离计算每个节点的能量捕获功率和能量消耗功率；

步骤32：计算每个节点能够发送数据的最长时间与充电时间关系；

步骤33：根据收集更多的数据量和每个节点公平性要求，形式化两种问题；

步骤34：将问题转化为线性规划的标准形式并找出一个基可行解然后根据单纯形法的一般步骤得出最终解或将总时间以累加或二分的方式进行试探，以得出合适的充电时间进一步得到每个节点的发送数据时间。

本发明的有益效果为：提高数据收集的效率,能够有效解决总吞吐量和共同吞吐量约束下的传输射频能量和数据收集问题。

附图说明

图1是无线传感器网络的系统模型。

图2某簇内的充电时间和每个节点发送数据时间分配示意图。

具体实施方式

下面结合附图对本发明做进一步说明。

参照图1和图2，一种可充电无线传感器网络数据收集方法，包括以下步骤：

步骤1：用聚类方法把整个无线传感器网络节点分成多个簇,将簇点作为作为多功能小车停靠的驻点，并规划行车路径；

进一步地，所述步骤1包括以下步骤：

步骤11：根据传感器节点通信范围聚类个数。假设传感器节点向小车发送数据的通信范围(图1虚线)的半径为z，小车给节点充电时能够辐射的范围的半径为z'，一般认为z<z'。则在上述区域下簇的总数目为：

其中表示大于等于x的最小整数。

步骤12：根据k-中心点轮换的聚类算法将节点进行分簇选出簇点。k-中心点轮换算法的优化目标函数为：

其中E表示所有节点与其所归属的簇点的距离的平方之和，U表示所有传感器节点，V_i表示簇C_i的簇点，‖U-V_i‖₂表示U和V_i之间的欧氏距离的平方。通过求这个目标函数的最小值可以获得相关的分簇结果。

步骤13：采用旅行商问题(TSP)的近似解来规划小车的行车顺序和路径。得到分簇结果后，对于所有簇，采用旅行商问题(TSP)的近似解来规划小车的行车顺序和路径以减小不必要的时间消耗。

步骤2：根据给定总时间，协调分配给每个簇的时间。具体根据簇内节点的个数分配小车在该簇的停留时间：

其中Q表示一个周期的总时间，簇C_i分配到的时间为Q_i，N_i表示簇C_i的节点总个数，l表示小车运动的总路程，v表示小车的运动速度。

小车停在某个簇点后，先给传感器节点充电，然后给每个节点分配一定的时间允许其发送数据给小车，最后每个节点向小车报告其剩余能量情况以供下个周期参考。假设某个簇分配到的时间为T，该簇内共有n个传感器节点，则该簇内的时间分配如图2所示。t₀表示小车给所有节点充电的时间，t_i(i＝1,2,…,n)分别表示分配给节点i发送数据的时间。则t₀与t_i总时间不能大于T，即

步骤3：小车根据分配的簇的时间，协调分配能量传输时间和数据收集时间，在每个簇的簇首位置给传感器节点传输能量并收集数据。

进一步地，所述步骤3包括以下步骤：

步骤31：每个簇内根据与小车的距离计算每个节点的能量捕获功率和能量消耗功率。每一个节点的电池容量为e_max，当节点捕获的能量达到这个上限时将不能继续捕获能量。同时，为了保证节点能正常工作，节点的能量有一个下限e_min。每一个节点i以不同数率R_i或相同的数率R生成感应的数据同时发送给小车。因此，节点i消耗能量的功率P_i分为两部分，即感应数据消耗的能量和发送数据消耗的能量，表示为：

P_i＝U_iR_i+R_id_i ^L或P_i＝U_iR+Rd_i ^L (6)

其中U_i表示节点i感知数据的能量消耗率，d_i表示节点i与小车之间的欧氏距离，L为路径损耗系数。根据自由空间下Friis公式，节点i从小车能够捕获能量的功率P′_i为：

其中η_i表示节点i将射频能量转化成电能的效率，P_T表示小车的发送功率，G_i和G_T分别表示节点i和小车的天线增益。

步骤32：计算每个节点能够发送数据的最长时间与充电时间关系。每个周期刚开始每个节点会有一个初始能量e_i，那么，每个节点充电后的剩余能量e′_i为：

e′_i＝min(e_i+P′_it₀，e_max) (8)

节点i在该剩余能量情况下能够发送数据的最长时间τ_i(i＝1,2,…,n)为：

节点i实际分配的时间必须不大于此时间，即：

t_i≤τ_i (10)

步骤33：根据收集更多的数据和每个节点公平性要求，形式化两种问题。收集更多的数据，即最大化所有节点总吞吐量。当某个簇分配的总时间一定时，必须合理地分配充电时间t₀和每个节点发送数据时间t_i(i＝1,2,…,n)使得小车能够在这个簇收集更多的数据。当分配的t₀太小时，可知每个节点能够发送数据的时间τ_i(i＝1,2,…,n)也比较小，由(10)可知分配的t_i很小，会造成很多时间都浪费了，产生的总吞吐量较小。而当分配的t₀太大时，即使τ_i也很大，但由(5)可知其实际能够分配的时间t_i却很小，产生的总吞吐量仍然很小。由于每个节点的数据率不同，即使在相同的t₀下，分配不同的t_i，也有可能产生不同的吞吐量。因此，节点的数据率不同时最大化总吞吐量的问题P1：

s.t.(5),(8),(9),(10)

t₀≥0,t_i≥0(i＝1,2,…,n)

节点的数据率相同时最大化总吞吐量的问题P2：

s.t.(5),(8),(9),(10)

t₀≥0,t_i≥0(i＝1,2,…,n)

在上述总吞吐量最大化情况下，往往会造成公平性问题，即离簇点远或者数据率低的节点发送数据的时间很少甚至没有机会发送数据。考虑公平性问题，每个节点发送的数据量差不多并且尽可能大，即最大化共同吞吐量问题。

节点的数据率不同时最大化共同吞吐量的问题P3：

s.t.(5),(8),(9),(10)

t₀≥0,t_i≥0(i＝1,2,…,n)

节点的数据率相同时最大化共同吞吐量的问题P4：

s.t.(5),(8),(9),(10)

t₀≥0,t_i≥0(i＝1,2,…,n)

步骤34：将问题转化为线性规划的标准形式并找出一个基可行解然后根据单纯形法的一般步骤得出最终解或将总时间以累加或二分的方式进行试探，以得出合适的充电时间进一步得到每个节点的发送数据时间。

P1、P2、P3、P4目标函数和约束条件均是线性函数，我们采用线性规划中的单纯形法解决。以P1为例，令表示传感器i电池充满电时能发送的时间，表示传感器i的剩余能量能发送的时间，表示传感器i的捕获能量功率和消耗能量功率的比值。将其转化为线性规划的标准形式：

s.t.t₀+t₁+t₂+…+t_n+z₀＝T

t₁+z₁＝X₁

.

.

.

t_n+z_n＝X_n

-a₁t₀+t₁+z_n+1＝Y₁

.

.

.

-a_nt₀+t_n+z_n+n＝Y_n

t_i≥0(i＝0,1,2,…,n)z_j≥0(j＝0,1,2,…,2n)

其中z_j≥0(j＝0,1,2,…,2n)为松弛变量，约束系数矩阵记为B，其中松弛变量在约束矩阵中的列组成一个单位阵，将此单位矩阵作为基阵，松弛变量作为基变量，得到一个基可行解，目标函数的值为0，相应的初始单纯形表为：

其中I为2n+1阶单位矩阵，b＝(T,X₁,X₂,…,X_n,Y₁,Y₂,…,Y_n)^T，c＝(0,-R₁,-R₂,…,-R_n)。得到第一个基可行解便可以根据单纯形法的一般步骤解决上述线性规划问题。

将总时间以累加方式进行试探，以得出合适的充电时间进一步得到每个节点的发送数据时间。以P2为例，每个节点的初始能量为e_i，将节点i充满电所需要的时间为：

为了得到最大的总吞吐量，我们必须让所有节点在T时间内尽可能的发送数据。实际上我们的目标是充电时间t₀和充电后所有节点能够发送数据的总时间t_T等于T。这样既不会因t₀太小造成太多空闲时间也不会因为t₀太大造成没有时间发送数据，即：

t₀+t_T＝T (12)

先判断所有节点初始能量能够发送数据的总时间是否大于等于T，若成立(一般来说不成立)，则t₀＝0，每个节点依次发送正好发完或还有时间剩余；否则增大充电时间t₀，而又由于每个节点电池充满后不能再继续充电，在某一个节点电池充满前后，其t_T随着t₀的增大而增加的趋势会发生变化，因此我们根据每个节点充满电的时间来依次增加t₀。将τ′_i按升序排列(T₁,T₂,…,T_n)，其中T₁为其中最小的，T_n为其中最大的。将充电时间t₀从T₁、T₂到T_n依次增大，若当t₀＝T_i-1时，T-(t₀+t_T)>0，而当t₀＝T_i时，T-(t₀+t_T)≤0，则最优的t₀处于T_i-1和T_i之间，根据下式求得：

(X₁+X₂+…+X_i-1)+τ₀+(a_i+…+a_n)τ₀+(Y_i+…+Y_n)＝T (13)。

将总时间以二分方式进行试探，以得出合适的充电时间进一步得到每个节点的发送数据时间。仍以P2为例，仍然先判断所有节点初始能量能够发送数据的总时间是否大于等于T，若成立(一般来说不成立)，则t₀＝0，否则取总时间一半作为试探的充电时间，即若总时间T与试探的充电时间τ₀和能够发送数据总时间t_T之和之间的差大于误差系数ε(ε为一个很小的正数)，即T-(τ₀+τ_T)>ε，则说明试探的充电时间τ₀太小，依据二分规则增大τ₀，令循环上述步骤；若T-(τ₀+τ_T)<-ε，减小τ₀，令循环上述步骤；否则说明τ₀符合误差要求，令实际充电时间t₀＝τ₀，实际发送数据时间t_i＝τ_i(i＝1,2,...,n)。

Claims (4)

1.一种可充电无线传感器网络数据收集方法，其特征在于，所述收集方法包括如下步骤：

步骤1：用聚类方法把整个无线传感器网络节点分成多个簇,将簇点作为作为多功能小车停靠的驻点，并规划行车路径；

步骤2：根据给定总时间，协调分配给每个簇的时间；

步骤3：小车根据分配的簇的时间，协调分配能量传输时间和数据收集时间，在每个簇的簇首位置给传感器节点传输能量并收集数据。

2.根据权利要求1所述的可充电无线传感器网络数据收集方法，其特征在于，所述步骤1包括以下步骤：

步骤11：根据传感器节点通信范围聚类个数；

步骤12：根据k-中心点轮换的聚类算法将节点进行分簇选出簇点；

步骤13：采用旅行商问题TSP的近似解来规划小车的行车顺序和路径。

3.根据权利要求1或2所述的可充电无线传感器网络数据收集方法，其特征在于，所述步骤2包括以下过程：根据给定总时间、每一个内的节点个数以及小车移动消耗时间来分配每一个簇的时间，该时间包括能量传输和数据收集两个过程；小车停在簇点后，先给该簇节点充电，然后每个节点依次给小车发送数据。

4.根据权利要求1或2所述的可充电无线传感器网络数据收集方法，其特征在于，所述步骤3包括以下步骤：

步骤31：每个簇内根据与小车的距离计算每个节点的能量捕获功率和能量消耗功率；

步骤32：计算每个节点能够发送数据的最长时间与充电时间关系；

步骤33：根据收集更多的数据和每个节点公平性要求，形式化两种问题；

步骤34：将问题转化为线性规划的标准形式并找出一个基可行解然后根据单纯形法的一般步骤得出最终解或将总时间以累加或二分的方式进行试探，以得出合适的充电时间进一步得到每个节点的发送数据时间。