CN107483248A - 一种基于无线传感器网络的约束最小生成树拓扑控制算法 - Google Patents
一种基于无线传感器网络的约束最小生成树拓扑控制算法 Download PDFInfo
- Publication number
- CN107483248A CN107483248A CN201710707380.6A CN201710707380A CN107483248A CN 107483248 A CN107483248 A CN 107483248A CN 201710707380 A CN201710707380 A CN 201710707380A CN 107483248 A CN107483248 A CN 107483248A
- Authority
- CN
- China
- Prior art keywords
- node
- spanning tree
- constraint
- label
- depth
- 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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/12—Discovery or management of network topologies
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0604—Management of faults, events, alarms or notifications using filtering, e.g. reduction of information by using priority, element types, position or time
- H04L41/0622—Management of faults, events, alarms or notifications using filtering, e.g. reduction of information by using priority, element types, position or time based on time
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/06—Management of faults, events, alarms or notifications
- H04L41/0631—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis
- H04L41/0636—Management of faults, events, alarms or notifications using root cause analysis; using analysis of correlation between notifications, alarms or events based on decision criteria, e.g. hierarchy, tree or time analysis based on a decision tree analysis
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
- H04L41/14—Network analysis or design
- H04L41/145—Network analysis or design involving simulating, designing, planning or modelling of a network
-
- 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)
- Computer Vision & Pattern Recognition (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
在无线传感器网络树形拓扑中,节点度数越高,意味着其邻居节点数量越多,也就意味着其信息交换量越大,不利于节约能量;相反,低节点度数意味着更小的路由表规模,更简单的转发规则,更简化的路由协议。为了减轻节点失效对网络连通性造成的影响,在链路选择过程中,尽量选择距离基站节点跳数少的节点;消息在传递过程中所经过的跳数越少,时延越小且成功率越高。为了实现降低节点通信能耗和时延,提高服务质量和均衡节点间负载等目标,提出了一种基于无线传感器网络的约束最小生成树拓扑控制算法。
Description
技术领域
本发明涉及一种无线传感器网络控制技术领域,特别涉及一种无线传感器网络拓扑控制方法,实现降低节点通信能耗和时延,提高服务质量和均衡节点间负载等目标。
背景技术
无线传感器网络最基本的任务就是对部署区域内的物理量、事件进行监测,并将监测数据发回基站节点,即数据收集,这对应从节点到基站的上行通信。除此之外,基站还需要向节点发送必要的控制命令或设置参数,即命令广播,这对应从基站到节点的下行通信。可以说命令广播和数据采集是无线传感器网络中最基本的两类通信。
命令广播是一对多模式,其中一是基站,多是传感器节点;相反,数据采集则是多对一模式。一对多,意味着会生成同一消息的多个副本,如果不加以适当的约束,单个节点可能收到多条来自不同节点的相同消息。多对一,在汇聚过程中,会对处于接收方的节点带来接收、处理的压力,很有可能产生拥塞。
节点度数体现了节点转发的工作量大小,节点度数越大则转发工作量越大。同时,节点度数说明了拓扑中链路的数量,所以在节点度数相当的条件下,链路长度越短的拓扑结构,整体能耗较小。距离基站节点的跳数可作为数据采集时延的衡量指标,距离基站节点跳数越大,数据采集时延也就越大。消息在传递过程中所经过的跳数越少,时延越小且成功率越高。
最小生成树(MST)追求的是所有链路长度之和最小,而非追求所有节点到根节点(基站)的跳数之和最小,任意节点失效将对整个网络的连通性造成巨大影响。因此,我们对同时满足深度约束(因为它限制了传感器之间的跳数)和最大度约束(因为它限制了中继节点的连接数量)的最小生成树构造算法特别感兴趣,在无线传感器网络邻域,以前还没有研究过。
发明内容
本发明的目的在于克服现有技术的缺点与不足,提供一种深度约束、度约束的最小生成树构造算法。
Prim算法是MST问题高效的多项式时间内求解算法,本文在Prim算法基础上为深度约束、度约束的最小生成树提出一个启发式求解算法。它从网络G=(V,E,W)任意一个节点出发,每次选择满足约束条件的边e,不断的扩展一棵子树T=(S,E0),直到S包括原网络的全部节点即|S|=|V|。
其基本思想是:对V中每个节点Vi,赋予3个数值(称为标号):(1)剩余度标号re_d(Vi),记录该节点此时的剩余度即该节点还可接纳的最大边数;(2)距离标号u(Vi),设出发的节点为V0,记录在当前生成树T中V0到该节点经过边的总数目,则当前树T的直径diam(T)为最大的2个深度标号之和;(3)前趋标号pred(Vi),记录从V0到该节点的路长取到u(Vi),该路中节点Vi前面的那个直接前趋节点,前趋标号用来查找最终的生成树。从V0出发,每次选择割中满足约束的权值最小的边,然后修改节点的标号,直到|S|=|V|。算法具体步骤如下:
Step1初始化,任取节点V0∈V,S={V0},令剩余度标号re_d(V0)=dmax(V0),距离标号u(V0)=0,pred(V0)=0,对中的节点令剩余度标号re_d(Vi)=dmax(Vi),深度标号u(Vi)=+∞,pred(Vi)=0。当前生成树T=(S,E0),
Step2若S=V,则根据节点的前趋标号输出生成树T,结束。否则转到Step3;
Step3若割则G不连通,结束。否则转到Step4;
Step4将割中深度和度都满足约束的边e加入到集合S′,即S′中任意的边e=(V1,V2)都有re_d(V1)>0、re_d(V2)>0和diam(T∪e)≤Δ(Δ为深度约束值)。若则查找失败,结束。否则转到Step5;
Step5选择选S′中最小边e=(V′1,V′2)加入到当前生产树T,即S=S∪V′2,E0=E0∪e。更新节点V′1和V′2的剩余度标号re_d(V′1)=re_d(V′1)-1和re_d(V′2)=re_d(V′2)-1,节点V′2的距离标号u(V′2)=u(V′1)+1,节点V′2的前趋标号pred(V′2)=V′1。转到Step2。
算法时间复杂度分析:该算法主要计算量在Step4求集合S′和Step5查找集合S′中最小边,求集合S′的时间复杂度为O(n),查找S′中最小边的时间复杂度为O(n),则Step4和Step5的计算复杂度为O(n),因为它们最多执行n-1步,所以该算法的时间复杂度为O(n2),与prim算法的时间复杂度类似。
附图说明
图1是深度约束、度约束最小生成树算法流程图。
图2是无线传感器网络拓扑图。
图3是基站、传感器节点位置分布图。
图4是无向带权图。
图5是无约束的最小生成树。
图6是深度约束为4、度约束为4的最小生成树。
图7是深度约束为5、度约束为3的最小生成树。
具体实施方式
下面结合实施例及附图对本发明作进一步详细的描述,但本发明的实施方式不限于此。
实施例
如图2所示,无线传感器网络拓扑结构抽象为图,节点抽象为点,通信链路抽象为边。将所生成的拓扑结构抽象为带权无向图G(V,E,W),其中V为包括基站和所有传感器节点在内的节点集合;E为所有通信链路的集合,即图中的边,并用Eij或链路ij标识节点i与节点j之间的链路。W为边权值,表示链路长度。
本例对网络中只有一个基站节点的场景进行重点研究,基站节点拥有持续的能源供应,且其计算、通信能力远超过传感器节点。基站位于部署区域中心,可视为基站分别位于a,b,c,d四个区域的边缘位置,如图3所示。
如图4所示,把无线传感器网络拓扑建模为无向带权图,节点1表示基站,剩余节点表示传感器,边权值为链路长度。最小生成树的目标是链路长度最小,导致的结果是每个节点的度数(即拓扑中链路的数量)不同,负载不均衡,网络连通性容易被破坏;跳数(深度)太长,导致通信时延较高,任意节点失效将对整个网络的连通性造成巨大影响。如图5所示,红色实线为用prim算法在图4上产生的无约束最小生成树,权值最小为37,度数最大为4,深度(跳数)最大为5。以此为依据,我们对度数和深度进行限制。深度(跳数)约束为4,度约束为4,用上述的深度约束、度约束最小生成树算法产生如图6所示的生成树(红色实线部分),权值为43。深度(跳数)约束为5,度约束为3,用深度约束、度约束最小生成树算法产生如图7所示的生成树(红色实线部分),权值为40。节点规模越大,使用深度约束、度约束最小生成树算法优势越明显。
上述实施例为本发明较佳的实施方式,但本发明的实施方式并不受上述实施例的限制,其他的任何未背离本发明的精神实质与原理下所作的改变、修饰、替代、组合、简化,均应为等效的置换方式,都包含在本发明的保护范围之内。
Claims (5)
1.一种基于传感器网络的约束最小生成树拓扑控制算法,其特征在于:
在prim算法的基础上同时对节点的深度(跳数)以及节点度数进行约束。
2.根据权利要求1所述的约束最小生成树拓扑控制算法,其特征在于:在相同无向带权图情况下,节点的深度(跳数)约束小于prim算法产生的最大跳数。
3.根据权利要求1所述的约束最小生成树拓扑控制算法,其特征在于:在相同无向带权图情况下,节点的度约束小于prim算法产生的最大节点度数。
4.一种基于传感器网络的约束最小生成树拓扑控制算法,其特征在于:
Step1初始化,任取节点V0∈V,S={V0},令剩余度标号re_d(V0)=dmax(V0),距离标号u(V0)=0,pred(V0)=0,对中的节点令剩余度标号re_d(Vi)=dmax(Vi),深度标号u(Vi)=+∞,pred(Vi)=0。当前生成树T=(S,E0),
Step2若S=V,则根据节点的前趋标号输出生成树T,结束。否则转到Step3;
Step3若割则G不连通,结束。否则转到Step4;
Step4将割中深度和度都满足约束的边e加入到集合S′,即S′中任意的边e=(V1,V2)(V1∈S,),都有re_d(V1)>0、re_d(V2)>0和diam(T∪e)≤Δ(Δ为深度约束值),若则查找失败,结束,否则转到Step5;
Step5选择选S′中最小边e=(V1′,V2′)加入到当前生产树T,即S=S∪V2′,E0=E0∪e。更新节点V1′和V2′的剩余度标号re_d(V1′)=re_d(V1′)-1和re_d(V2′)=re_d(V2′)-1,节点V2′的距离标号u(V2′)=u(V1′)+1,节点V2′的前趋标号pred(V2′)=V1′,转到Step2。
5.根据权利要求4所述的约束最小生成树拓扑控制算法,其特征在于:V为所有节点的集合,S为算法已访问V中节点的集合且 为剩余未访问节点的集合且E0为当前生成树边的集合,S′为深度和度都满足约束的边的集合。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710707380.6A CN107483248B (zh) | 2017-08-17 | 2017-08-17 | 一种基于无线传感器网络的约束最小生成树拓扑控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201710707380.6A CN107483248B (zh) | 2017-08-17 | 2017-08-17 | 一种基于无线传感器网络的约束最小生成树拓扑控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN107483248A true CN107483248A (zh) | 2017-12-15 |
CN107483248B CN107483248B (zh) | 2020-07-21 |
Family
ID=60600856
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201710707380.6A Active CN107483248B (zh) | 2017-08-17 | 2017-08-17 | 一种基于无线传感器网络的约束最小生成树拓扑控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107483248B (zh) |
Cited By (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108093496A (zh) * | 2017-12-23 | 2018-05-29 | 西安交通大学 | 一种基于ISA100.11a标准的一致性组网方法 |
CN108235272A (zh) * | 2017-12-18 | 2018-06-29 | 华南理工大学 | 一种基于移动基站的无线传感器网络数据收集方法 |
CN109039920A (zh) * | 2018-07-26 | 2018-12-18 | 广东工业大学 | 一种构建若干棵深度和度数约束最小生成树的算法 |
CN111131028A (zh) * | 2019-10-16 | 2020-05-08 | 河南工程学院 | 基于度约束最小生成树的域间路由恢复方法 |
CN112532294A (zh) * | 2020-11-06 | 2021-03-19 | 西安电子科技大学 | 溯源补偿健壮拓扑控制方法、系统、介质、设备及终端 |
CN112910775A (zh) * | 2019-12-04 | 2021-06-04 | 中车株洲电力机车研究所有限公司 | 基于数据融合和最小生成树的电力线载波通信方法和系统 |
CN114025361A (zh) * | 2021-10-20 | 2022-02-08 | 北京航空航天大学 | 面向协同中继任务的多无人机网络拓扑构造与规划方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070140149A1 (en) * | 2005-12-20 | 2007-06-21 | Gandham Shashidhar R | Method and apparatus for optimizing convergecast operations in a wireless sensor network |
CN106454997A (zh) * | 2016-09-27 | 2017-02-22 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 无线传感网络拓扑改进方法 |
CN106658539A (zh) * | 2016-12-23 | 2017-05-10 | 苏州工业职业技术学院 | 无线传感器网络中移动数据收集器的移动路径规划方法 |
-
2017
- 2017-08-17 CN CN201710707380.6A patent/CN107483248B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20070140149A1 (en) * | 2005-12-20 | 2007-06-21 | Gandham Shashidhar R | Method and apparatus for optimizing convergecast operations in a wireless sensor network |
CN106454997A (zh) * | 2016-09-27 | 2017-02-22 | 广东顺德中山大学卡内基梅隆大学国际联合研究院 | 无线传感网络拓扑改进方法 |
CN106658539A (zh) * | 2016-12-23 | 2017-05-10 | 苏州工业职业技术学院 | 无线传感器网络中移动数据收集器的移动路径规划方法 |
Non-Patent Citations (3)
Title |
---|
W.N.WAHIDAH HASHIM等: ""A New Hop-Count and Node-Degree Based Routing Protocol for Vehicular Ad-Hoc Networks (VANETs)"", 《2013 IEEE 11TH MALAYSIA INTERNATIONAL CONFERENCE ON COMMUNICATIONS》 * |
乔俊峰: ""无线传感器网络性能优化研究"", 《中国博士学位论文全文数据库》 * |
潘成: ""无线传感器网络快速聚集汇播调度问题研究"", 《中国优秀硕士学位论文全文数据库》 * |
Cited By (14)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN108235272B (zh) * | 2017-12-18 | 2020-04-28 | 华南理工大学 | 一种基于移动基站的无线传感器网络数据收集方法 |
CN108235272A (zh) * | 2017-12-18 | 2018-06-29 | 华南理工大学 | 一种基于移动基站的无线传感器网络数据收集方法 |
CN108093496A (zh) * | 2017-12-23 | 2018-05-29 | 西安交通大学 | 一种基于ISA100.11a标准的一致性组网方法 |
CN108093496B (zh) * | 2017-12-23 | 2020-03-13 | 西安交通大学 | 一种基于ISA100.11a标准的一致性组网方法 |
CN109039920B (zh) * | 2018-07-26 | 2020-10-09 | 广东工业大学 | 一种构建若干棵深度和度数约束最小生成树的方法 |
CN109039920A (zh) * | 2018-07-26 | 2018-12-18 | 广东工业大学 | 一种构建若干棵深度和度数约束最小生成树的算法 |
CN111131028A (zh) * | 2019-10-16 | 2020-05-08 | 河南工程学院 | 基于度约束最小生成树的域间路由恢复方法 |
CN111131028B (zh) * | 2019-10-16 | 2021-09-21 | 河南工程学院 | 基于度约束最小生成树的域间路由恢复方法 |
CN112910775A (zh) * | 2019-12-04 | 2021-06-04 | 中车株洲电力机车研究所有限公司 | 基于数据融合和最小生成树的电力线载波通信方法和系统 |
CN112910775B (zh) * | 2019-12-04 | 2023-03-24 | 中车株洲电力机车研究所有限公司 | 基于数据融合和最小生成树的电力线载波通信方法和系统 |
CN112532294A (zh) * | 2020-11-06 | 2021-03-19 | 西安电子科技大学 | 溯源补偿健壮拓扑控制方法、系统、介质、设备及终端 |
CN112532294B (zh) * | 2020-11-06 | 2021-10-29 | 西安电子科技大学 | 溯源补偿健壮拓扑控制方法、系统、介质、设备及终端 |
CN114025361A (zh) * | 2021-10-20 | 2022-02-08 | 北京航空航天大学 | 面向协同中继任务的多无人机网络拓扑构造与规划方法 |
CN114025361B (zh) * | 2021-10-20 | 2023-08-15 | 北京航空航天大学 | 面向协同中继任务的多无人机网络拓扑构造与规划方法 |
Also Published As
Publication number | Publication date |
---|---|
CN107483248B (zh) | 2020-07-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107483248A (zh) | 一种基于无线传感器网络的约束最小生成树拓扑控制算法 | |
CN103929782B (zh) | 一种适用于工业无线传感器网络的资源均衡多径路由方法 | |
CN103414632B (zh) | 一种带状无线传感器网络数据路由方法 | |
Robinson et al. | FPSOEE: Fuzzy-enabled particle swarm optimization-based energy-efficient algorithm in mobile ad-hoc networks | |
CN105898679B (zh) | 一种基于多代表节点与多层融合的异构传感数据收集方法 | |
Mao et al. | Multi-UAV aided data collection for age minimization in wireless sensor networks | |
CN113965948A (zh) | 一种基于自适应分簇网络的传感器数据采集方法 | |
CN105517093A (zh) | 一种无线传感器网络中基于网络均衡性的节能路由方法 | |
CN104333590B (zh) | 一种制造物联网中的传感网拓扑优化方法 | |
CN105898789A (zh) | 一种无线传感器网络数据聚合方法 | |
Zeng et al. | Data delivery from WSNs to cloud based on a fog structure | |
CN103281708A (zh) | 无线传感器节点部署方法 | |
Benmad et al. | Data collection in UAV-assisted wireless sensor networks powered by harvested energy | |
CN103826282B (zh) | 基于剩余能量的集合划分多跳路由方法 | |
Baba et al. | Improving the network life time of a wireless sensor network using the integration of progressive sleep scheduling algorithm with opportunistic routing protocol | |
CN107040884A (zh) | 一种基于邻域强连通性的移动自组网数据传输方法 | |
Sulakshana et al. | Data acquisition through mobile sink for wsns with obstacles using support vector machine | |
CN110519820B (zh) | 一种应用在集群无人机通信中的路由方法 | |
CN108901053A (zh) | 一种工业无线Mesh路由器部署方法、装置及系统 | |
CN112867083A (zh) | 一种基于多智能体强化学习的时延容忍网络路由算法 | |
CN107483560A (zh) | 一种面向共享用电的多模组网通信和选择方法 | |
CN116634504A (zh) | 基于改进nsga-ii算法的无人机组网拓扑关系与带宽分配优化策略 | |
CN107548120A (zh) | 临空通信网络的路由方法和装置 | |
CN106255167A (zh) | 一种基于低功耗有损网络路由协议的无线传感器网络及其计算方法 | |
Sengaliappan et al. | IMPROVED GENERAL SELF-ORGANIZED TREE-BASED ROUTING PROTOCOL FOR WIRELESS SENSOR 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 |