CN107612806B - 基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法 - Google Patents

基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法 Download PDF

Info

Publication number
CN107612806B
CN107612806B CN201711070410.3A CN201711070410A CN107612806B CN 107612806 B CN107612806 B CN 107612806B CN 201711070410 A CN201711070410 A CN 201711070410A CN 107612806 B CN107612806 B CN 107612806B
Authority
CN
China
Prior art keywords
data collection
node
path
data
base station
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
Application number
CN201711070410.3A
Other languages
English (en)
Other versions
CN107612806A (zh
Inventor
温卫敏
张志勇
尚翠娟
陈桂林
赵生慧
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Chuzhou University
Original Assignee
Chuzhou University
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Chuzhou University filed Critical Chuzhou University
Priority to CN201711070410.3A priority Critical patent/CN107612806B/zh
Publication of CN107612806A publication Critical patent/CN107612806A/zh
Application granted granted Critical
Publication of CN107612806B publication Critical patent/CN107612806B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法，涉及无线传感器网络技术领域。该方法包括如下步骤：S1，建树阶段：通过给定数量的传感器，每个传感器节点在特定的感知区域内感知数据并转发至作为树根的基站进行处理；S2，数据收集点的选择：在构建的最小生成树中，基站从传感器节点集合中选择最大的利益的节点作为候选的汇聚节点并计算路径长度，并将计算出的路径长度与给定的路径长度进行比较，反复执行以上操作直至得到汇聚节点的集合。本发明采用EAPC算法，帮助CP节省了能量与时间，使得负担最大的数据收集点能够节省能量,以均衡节点能量，延长数据整个网络的生命周期目的。

Description

基于移动汇聚节点的无线传感器网络能量感知与路径架构的 数据收集方法
技术领域
本发明涉及无线传感器网络技术领域，具体是基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法。
背景技术
无线传感器网络被广泛应用在环境监控、火灾监测、智能家居、健康照护与医疗等各个领域，无线传感器网络是由大量的传感器节点构成的，每个传感器节点是有电池供电，电池的能量是有限的，为了节约能量，很多学者采取各种方法与措施来降低无线传感器的能耗，如覆盖、数据收集等，在无线传感器网络(WSN)的数据收集中，很多文献主要是研究在一个特定区域部署大量的静态的传感器节点，并采取一定的方式构建一个路径，将节点采集的数据传递到基站，然而这种做法会造成接近基站的传感器节点，会转发大量的数据，耗费大量的能量，导致能量的不平衡和很短的生命周期，为了处理能量不平衡的问题，许多研究采用移动元素Mobile Element(ME)，如移动sink或者机器人进行数据收集，在采用移动元素ME进行WSN数据收集，将目前移动数据收集文献研究分为两类，一类是不需要数据转发的移动收集，另一类是需要转发的部分数据收集，不需要数据转发的移动数据收集主要是在一个特定区域内部署的传感器,由移动数据收集车收集每一个传感器节点的数据,降低了能耗还能量的平衡,然而,移动数据收集车要收集每一个传感器节点的数据,增加了路径的长度与时间的延迟,造成数据的滞后性与不及时性,因此为了解决这个问题,很多研究者研究考虑采用部分转发数据,这种类型的数据收集主要是部署的传感器节点中选择一些数据收集点,这些数据收集点建立或者子树,每一棵子树的根节点即为数据收集点,将所有数据收集点连接起来建立路径,移动数据收集车沿着所建立的路径去收集数据,其他节点数据根据所在子树,将数据转发给子树的根节点,即数据收集点。这种做法在一定程度上改善了能量不平衡的问题与数据的延迟性问题，但他们并没有考虑到两个数据收集点距离的问题，因此，在一个树状结构的无线传感器网络内数据收集时，如何保证在一定的能耗开销与时延下，缩小子树之间的长度，降低网络的时延与能耗问题，实现提升整个网络的生命周期。
目前，通过移动元素对无线传感器网络进行数据采集的相关研究文献如下：
(1)Miao Zhao和Yuanyuan Yang等人在2012年的《IEEE TRANSACTIONS ONCOMPUTERS》上发表的“Bounded Relay Hop Mobile Data Gathering in Wireless SensorNetworks”，提出了一个基于轮询的数据收集方法，采用集中式和分布式两种算法寻找合适的轮询点PP(polling point)缓存并融合数据等待MDC到来收集。其中集中式算法需要建立最短路径树，设定一定的跳数限制，在树上以迭代方式选择合适且最少的PP点，并保证该PP点能够关联最多的其它节点。但是集中式算法需要全局信息。而分布式算法首先需要获取两个参数：每个节点d跳邻居数目，以及该节点到达sink的最小跳数。通过与d跳邻居交换信息并对比，如果某节点覆盖d跳内的邻居数量较多且更接近于sink，则将拥有更高的成为PP的优先权，以此原则可以得到最少的PP而且所得PP能够分布更紧密，从而显著减少MDC的回路长度，进一步缩短时延。但是该文献的两种算法仅考虑了距离、密度和时延问题，未充分考虑网络的能量有效性，而且对于PP点周围易形成hotspot的问题没有过多关注。
Xing et al.等人在2008年《IEEE Trans.Mobile Comput》“Rendezvous planningin wireless sensor networks with mobile elements”提出了采用在路径限制下的汇聚节点的方法，该算法首先架构一个连接所有节点的路由树，然后每一个路由树的边分配一个权值，根据权值转发数据给sink节点，然而，这种算法每次行动车去收集数据都需要访问两次，增加了时间的延迟。
Hamidreza Salarian等人在2014年的《IEEE TRANSACTIONS ONVEHICULARTECHNOLOGY》上发表的“An Energy-Efficient Mobile-Sink Path SelectionStrategy for Wireless Sensor Networks”，采取加权汇聚点调度策略WRP算法，每个传感器节点都赋予一个权值，迭代选择最高权值节点的传感器为数据汇聚点，在路径架构过程中，WRP算法首先将基站作为第一个数据汇聚点，然后在从其他传感器节点中选择一个数据汇聚点，主要做法是将每一个传感器节点需要转发的数据与到基站的跳数相乘，得到每个传感器的权值，然后迭代选择数据汇聚节点，接着将所选择的所有数据汇聚点建立路径，行动车来收集各个汇聚点的数据。在这个算法中平衡了节点能量，避免了黑洞问题，但会导致两个数据汇聚点之间路径长度过长，增加了数据的延迟性。
前面所有的数据收据算法更多的强调改善能量的不平衡或者数据的新鲜程度，但并没有考虑选择两个数据点的路径成本问题。
发明内容
为了克服上述现有技术的缺点，本发明提供基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法，用于解决背景技术中所指出的技术问题。
为了解决上述技术问题，本发明所采取的技术方案是：
基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法，其特征在于，包括如下步骤：
S1，建树阶段：通过给定数量的传感器，采用普林算法将传感器组织成基于最小生成树的拓扑结构，每个传感器节点在特定的感知区域内感知数据并转发至作为树根的基站进行处理；
S2，数据收集点的选择：在构建的最小生成树中，基站从传感器节点集合中选择最大的利益的节点作为候选的汇聚节点并计算路径长度，并将计算出的路径长度与给定的路径长度进行比较，假如小于给定的路径长度的最大值，该节点就作为候选节点，并将最小生成树重建，反复执行以上操作直至得到汇聚节点的集合；
S3，路径架构：根据选择的数据汇聚节点，重新构建移动收集路径，该路径主要是从基站出发，穿过每一个数据收集节点，然后在回到基站。
所述步骤S3还包括如下步骤：
S3.1构建凸多边形：在开始的时候先将基站作为第一个转向点,利用水平线l穿过第一个转向点基站,然后l按照逆时针方向直到碰触到任意一个数据收集点CP,将碰触到的数据收集点标注为
Figure GDA0002471086420000031
然后将
Figure GDA0002471086420000032
作为转向点
Figure GDA0002471086420000033
按照刚才的方法重复执行,直到最终架构一个初始的路径
Figure GDA0002471086420000034
S3.2连接剩余的数据收集点:根据S3.1的步骤,找出初始的数据收集点,根据上面共选出m个数据收集点，构建初始路径用了k个,利用Pinternai作为剩余数据收集点的集合，d(pi，pj)作为两个数据收集点pi与pj的距离，将集合Pinternai中第一个节点pcl加入到该路径中，同时找出增加该节点的是最小长度的路径，利用该公式来计算：
Figure GDA0002471086420000035
算出来以后,集合Pinternai与Pinit进行更新,并按照上述操作重复执行,直到Pinternal＝φ；
S3.3重新将数据收集点按照新的路径进行编号:在这一步骤中,将基站作为第一个节点重新架构路径,并将路径上的数据收集点重新进行编号。
本发明提供基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法，本算法采用EAPC算法，选择一组恰当的CP的集合，架构一个数据收集路径，行动车从复旦较重的CP来收集数据，帮助CP节省了能量与时间，使得负担最大的数据收集点能够节省能量,以均衡节点能量，延长数据整个网络的生命周期目的。
附图说明
图1为本发明所提供的基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法的流程图；
图2为本发明所提供的基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法的最小生成树；
图3为本发明所提供的基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法的数据汇聚点所构建的路径；
图4为本发明所提供的基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法的选择数据汇聚点流程图。
具体实施方式
以下结合附图与具体实施例对基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法做详细说明：
1.1建树阶段：在给定传感器数量的基础上，采用普林算法将传感器组织成基于最小生成树的拓扑结构，每个传感器节点在一定的感知区域内感知数据并转发树根进行处理。
1.2数据收集点的选择：在构建的最小生成树中，基站扮演者树根的角色，基站负责从传感器节点集合中选择最大的利益的节点作为候选的汇聚节点，且基站计算路径长度，并与给定的路径长度进行比较，假如小于给定最大长度，该节点就作为候选节点，并将最小生成树重建。反复执行以上操作便得到汇聚节点的集合。
1.3路径架构：为了数据收集延迟减少，根据选择的数据汇聚节点，重新构建移动收集路径，该路径主要是从基站出发，穿过每一个数据收集节点，然后在回到基站。具体做法如下：
1.3.1构建凸多边形：在开始的时候先将基站作为第一个转向点,利用水平线l穿过第一个转向点基站,然后l按照逆时针方向直到碰触到任意一个数据收集点CP,将碰触到的数据收集点标注为
Figure GDA0002471086420000041
然后将
Figure GDA0002471086420000042
作为转向点
Figure GDA0002471086420000043
按照刚才的方法重复执行,直到我们最终架构一个初始的路径
Figure GDA0002471086420000044
1.3.2连接剩余的数据收集点:根据刚才的步骤,找出初始的数据收集点,根据上面共选出m个数据收集点，根据上一步骤，构建初始路径用了k个,还有m-k个节点没在数据收集路径中，要考虑将这m-k个数据收集点假如到数据收集路径中，利用Pinternal作为剩余数据收集点的集合，d(pi，pj)作为两个数据收集点pi与pj的距离，将集合Pinternal中第一个节点pcl加入到该路径中，同时找出增加该节点的是最小长度的路径，利用该公式来计算：
Figure GDA0002471086420000051
算出来以后,集合Pinternai与Pinit进行更新,并按照上述操作重复执行,直到Pinternal＝φ
1.3.3重新将数据收集点按照新的路径进行编号:在这一步骤中,将基站作为第一个节点重新架构路径,并将路径上的数据收集点重新进行编号
Figure GDA0002471086420000052
本发明提供基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法，本算法采用EAPC算法，选择一组恰当的CP的集合，架构一个数据收集路径，行动车从复旦较重的CP来收集数据，帮助CP节省了能量与时间，使得负担最大的数据收集点能够节省能量,以均衡节点能量，延长数据整个网络的生命周期目的。
以上公开的仅为本发明的几个具体实施例，但是，本发明实施例并非局限于此，任何本领域的技术人员能思之的变化都应落入本发明的保护范围。

Claims (1)

1.基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法，其特征在于，包括如下步骤：
S1，建树阶段：通过给定数量的传感器，采用普林算法将传感器组织成基于最小生成树的拓扑结构，每个传感器节点在特定的感知区域内感知数据并转发至作为树根的基站进行处理；
S2，数据收集点的选择：在构建的最小生成树中，基站从传感器节点集合中选择最大的利益的节点作为候选的汇聚节点并计算路径长度，并将计算出的路径长度与给定的路径长度进行比较，假如小于给定的路径长度的最大值，该节点就作为候选节点，并将最小生成树重建，反复执行以上操作直至得到汇聚节点的集合；
S3，路径架构：根据选择的数据汇聚节点，重新构建移动收集路径，该路径主要是从基站出发，穿过每一个数据收集节点，然后在回到基站；
所述步骤S3还包括如下步骤：
S3.1构建凸多边形：在开始的时候先将基站作为第一个转向点,利用水平线l穿过第一个转向点基站,然后l按照逆时针方向直到碰触到任意一个数据收集点CP,将碰触到的数据收集点标注为
Figure FDA0002462898310000011
然后将
Figure FDA0002462898310000012
作为转向点
Figure FDA0002462898310000013
按照刚才的方法重复执行,直到最终架构一个初始的路径
Figure FDA0002462898310000014
S3.2连接剩余的数据收集点:根据S3.1的步骤,找出初始的数据收集点,根据上面共选出m个数据收集点，构建初始路径用了k个,利用Pinternal作为剩余数据收集点的集合，d(pi,pj)作为两个数据收集点pi与pj的距离，将集合Pinternal中第一个节点pcl加入到该路径中，同时找出增加该节点的是最小长度的路径，利用该公式来计算：
Figure FDA0002462898310000015
算出来以后,集合Pinternal与Pinit进行更新,并按照上述操作重复执行,直到Pinternal＝φ；
S3.3重新将数据收集点按照新的路径进行编号:在这一步骤中,将基站作为第一个节点重新架构路径,并将路径上的数据收集点重新进行编号。
CN201711070410.3A 2017-11-03 2017-11-03 基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法 Active CN107612806B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711070410.3A CN107612806B (zh) 2017-11-03 2017-11-03 基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711070410.3A CN107612806B (zh) 2017-11-03 2017-11-03 基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法

Publications (2)

Publication Number Publication Date
CN107612806A CN107612806A (zh) 2018-01-19
CN107612806B true CN107612806B (zh) 2020-07-03

Family

ID=61085485

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711070410.3A Active CN107612806B (zh) 2017-11-03 2017-11-03 基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法

Country Status (1)

Country Link
CN (1) CN107612806B (zh)

Families Citing this family (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN108462606B (zh) * 2018-03-20 2019-12-24 西安电子科技大学 栅格网络中关键sink节点个数的估计方法
CN109831812B (zh) * 2019-01-18 2022-10-14 南京邮电大学 基于移动Sink的无线传感网的低时延数据收集方法
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
CN113931270B (zh) * 2021-10-08 2023-07-25 合肥学院 一种基于深度学习的截流井智能监控系统及监控方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102004839A (zh) * 2010-12-17 2011-04-06 北京优纳科技有限公司 一种全节点遍历路径优化方法
CN102547763A (zh) * 2012-01-29 2012-07-04 清华大学 无线网络拓扑控制方法
CN103414786A (zh) * 2013-08-28 2013-11-27 电子科技大学 一种基于最小生成树的数据聚合方法

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102004839A (zh) * 2010-12-17 2011-04-06 北京优纳科技有限公司 一种全节点遍历路径优化方法
CN102547763A (zh) * 2012-01-29 2012-07-04 清华大学 无线网络拓扑控制方法
CN103414786A (zh) * 2013-08-28 2013-11-27 电子科技大学 一种基于最小生成树的数据聚合方法

Also Published As

Publication number Publication date
CN107612806A (zh) 2018-01-19

Similar Documents

Publication Publication Date Title
CN107612806B (zh) 基于移动汇聚节点的无线传感器网络能量感知与路径架构的数据收集方法
Baek et al. Minimizing energy consumption in large-scale sensor networks through distributed data compression and hierarchical aggregation
Bhardwaj et al. Bounding the lifetime of sensor networks via optimal role assignments
Cui et al. Design of intelligent home pension service platform based on machine learning and wireless sensor network
Imon et al. Energy-efficient randomized switching for maximizing lifetime in tree-based wireless sensor networks
Rida et al. EK-means: A new clustering approach for datasets classification in sensor networks
WO2018107306A1 (zh) 一种基于概率邻域和障碍物规避的三维UASNs的数据收集方法
CN110049526A (zh) Wsn中基于改进分簇算法的数据收集方法及系统
John et al. Energy saving cluster head selection in wireless sensor networks for internet of things applications
Rezaei et al. Multi-hop routing algorithm using steiner points for reducing energy consumption in wireless sensor networks
CN109587070A (zh) 智能电网中同时具有隐私保护和负载均衡的数据汇聚方法
Wang et al. An energy efficient fuzzy cluster head selection algorithm for WSNs
Boonma et al. Bisnet: A biologically-inspired architecture forwireless sensor networks
CN105101334B (zh) 一种多wban共存网络协同组网方法
Akhtar et al. Cluster based routing protocols for wireless sensor networks: an overview
Cho et al. Energy efficient routing in wireless sensor networks
He et al. Optimizing data collection path in sensor networks with mobile elements
Chakraborty et al. Data fusion in wireless sensor network-a survey
Subbaiah et al. Mobile ad hoc network
Lasheng et al. An effective data collection algorithm for wireless sensor network
CN107466057A (zh) 一种基于区域生长法的wsn数据采集方法
CN114615678A (zh) 一种基于动态树形网络流量模型的构建方法
Al–Nabhan et al. Connected dominating set algorithms for wireless sensor networks
CN107659474A (zh) 一种智能家居控制系统
CN104065580A (zh) M2m网络拓扑控制方法及系统

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