CN108419249B - 三维无线传感器网络分簇覆盖方法、终端设备及存储介质 - Google Patents
三维无线传感器网络分簇覆盖方法、终端设备及存储介质 Download PDFInfo
- Publication number
- CN108419249B CN108419249B CN201810178397.1A CN201810178397A CN108419249B CN 108419249 B CN108419249 B CN 108419249B CN 201810178397 A CN201810178397 A CN 201810178397A CN 108419249 B CN108419249 B CN 108419249B
- Authority
- CN
- China
- Prior art keywords
- node
- cluster head
- target
- wireless sensor
- sensor network
- 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
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
- H04W16/20—Network planning tools for indoor coverage or short range network deployment
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
-
- 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)
- Arrangements For Transmission Of Measured Signals (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种三维无线传感器网络分簇覆盖方法、终端设备及存储介质,所述方法包括:将三维无线传感器网络中的各节点根据预设规则生成节点簇;并根据初始簇头,以及各节点簇中每一节点的初始坐标信息和能量信息,计算各节点簇的偏移量,并根据偏移量将初始簇头进行更新;在偏移量达到预设阈值时,停止更新,并记录更新后的簇头所处的目标坐标信息;将目标坐标信息对应的节点作为目标簇头,并通过目标簇头进行数据传输。本发明通过预设算法从三维无线传感器网络中选取初始簇头,并在考虑节点的分布密度情况下筛选出目标簇头,通过目标簇头进行数据传输,从而在考虑簇头能量的基础上,避免簇头过早死亡。
Description
技术领域
本发明涉及无线传感器网络领域,尤其涉及一种三维无线传感器网络分簇覆盖方法、终端设备及存储介质。
背景技术
在现有技术中,将Mean shift(均值偏移)算法应用在无线传感器分簇覆盖的过程中解决覆盖过程中空簇问题,该方法主要是让可移动的无线传感器向着簇头密度高的反方向移动以达到簇头均匀分布的目的,进而解决在分簇覆盖的过程中存在的空簇问题,但是目前大部分的分簇覆盖算法只适用于二维平面区域覆盖,另外通过低功耗自适应分簇算法(LEACH,Low Energy Adaptive Clustering Hierarchy)算法进行簇头选择的时候是随机选择的,未考虑簇头在簇结构中能量的问题,致使簇头过早死亡以及未考虑节点分布密度时存在的问题。
发明内容
本发明的主要目的在于提出一种三维无线传感器网络分簇覆盖方法、终端设备及存储介质,旨在解决现有技术中未考虑簇头在簇结构中能量的问题,致使簇头过早死亡的技术问题。
为实现上述目的,本发明提供的一种三维无线传感器网络分簇覆盖方法,所述方法包括以下步骤:
终端设备将三维无线传感器网络中的各节点根据预设规则生成若干个节点簇;
在各节点簇中分别选取第一预设节点作为初始簇头,以使所述初始簇头分别获取对应的节点簇中每一节点的初始坐标信息和能量信息;
根据获取的初始坐标信息和能量信息计算各节点簇的偏移量,并根据所述偏移量将对应的初始簇头进行更新;
在所述偏移量未达到预设阈值时,返回所述根据各节点簇中每一节点的坐标信息和能量信息计算偏移量的步骤;
在所述偏移量达到预设阈值时,停止更新,并记录更新后的簇头所处的目标坐标信息;
将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输。
优选地,所述终端设备将三维无线传感器网络中的各节点根据预设规则生成若干个节点簇,具体包括:
通过Canopy聚类算法对三维无线传感器网络中的各节点进行分类,并将分类后的各节点生成若干个节点簇。
优选地,所述通过Canopy聚类算法对三维无线传感器网络中的各节点进行分类,并将分类后的各节点生成若干个节点簇,具体包括:
获取三维无线传感器网络中的各节点,并设定第一预设阈值和第二预设阈值,所述第一预设阈值大于所述第二预设阈值;
在所述各节点中选取第二预设节点,计算各节点到所述第二预设节点的距离,将计算出的距离小于所述第一预设阈值对应的节点生成若干个节点簇,将计算出的距离小于所述第二预设阈值对应的节点进行移除。
优选地,所述根据获取的初始坐标信息和能量信息计算各节点簇的偏移量,并根据所述偏移量将对应的初始簇头进行更新,具体包括:
通过Mean shift聚类算法根据获取的初始坐标信息和能量信息计算各节点簇的偏移量,并根据所述偏移量将对应的初始簇头进行更新。
优选地,所述将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输之前,所述方法还包括:
判断所述目标坐标信息对应的位置是否设有节点,在设有节点时,执行将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输。
优选地,所述将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输之前,所述方法还包括:
判断所述目标坐标信息对应的位置是否设有节点,在未设有节点时,将与所述目标坐标信息对应的位置相邻的节点作为目标簇头,并通过所述目标簇头进行数据传输。
优选地,所述将与所述目标坐标信息对应的位置相邻的节点作为目标簇头,并通过所述目标簇头进行数据传输,具体包括:
计算与所述目标坐标信息对应的位置相邻的各节点距离,将距离最短的节点作为所述目标簇头,并通过所述目标簇头进行数据传输。
优选地,所述将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输之后,所述方法还包括:
接收所述节点簇中各节点的数据信息,将所述数据信息发送至所述目标簇头,以使所述目标簇头将所述数据信息进行压缩和融合处理,并将处理后的数据发送至下一节点。
优选地,所述接收所述节点簇中各节点的数据信息,将所述数据信息发送至所述目标簇头,以使所述目标簇头将所述数据信息进行压缩和融合处理,并将处理后的数据发送至下一节点之前,所述方法还包括:
获取节点时隙表,根据所述节点时隙表执行接收所述节点簇中各节点的数据信息,将所述数据信息发送至所述目标簇头,以使所述目标簇头将所述数据信息进行压缩和融合处理,并将处理后的数据发送至下一节点。
此外,为实现上述目的,本发明还提供一种终端设备,所述终端设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的三维无线传感器网络的分簇覆盖程序,所述三维无线传感器网络的分簇覆盖程序配置为实现如上文所述的三维无线传感器网络分簇覆盖方法的步骤。
此外,为实现上述目的,本发明还提出一种存储介质,所述存储介质上存储有三维无线传感器网络的分簇覆盖程序,所述三维无线传感器网络的分簇覆盖程序被处理器执行时实现如上文所述的收费口的管理方法的步骤。
本发明提供的三维无线传感器网络分簇覆盖方法,所述三维无线传感器网络分簇覆盖方法首先对三维无线传感器网络中的各节点进行粗过滤,并将过滤后的节点生成节点簇,通过Mean shift算法对选取的簇头根据位置信息和能量信息进行更新,保证节点密集并且能量较多的节点作为目标簇头,从而避免簇头由于能量问题而导致过早死亡。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的终端设备结构示意图;
图2为本发明三维无线传感器网络分簇覆盖方法第一实施例的流程示意图;
图3为本发明三维无线传感器网络分簇覆盖方法第二实施例的流程示意图;
图4为本发明三维无线传感器网络分簇覆盖方法的总流程示意图;
图5为本发明三维无线传感器网络分簇覆盖方法第三实施例的流程示意图;
图6为本发明三维无线传感器网络分簇覆盖方法第四实施例的流程示意图;
图7为本发明三维无线传感器网络分簇覆盖方法第五实施例的流程示意图。
本发明目的的实现、功能特点及优点将结合实施例,参照附图做进一步说明。
具体实施方式
应当理解,此处所描述的具体实施例仅仅用以解释本发明,并不用于限定本发明。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的终端设备结构示意图。
如图1所示,该终端设备可以包括:处理器1001,例如CPU,通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如WIFI接口)。存储器1005可以是高速RAM存储器,也可以是稳定的存储器(non-volatile memory),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的终端设备结构并不构成对终端设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
在图1所示的终端设备中,网络接口1004主要用于连接网络,与网络进行数据通信;用户接口1003主要用于连接终端,与终端进行数据通信;本发明终端设备通过处理器1001调用存储器1005中存储的三维无线传感器网络的分簇覆盖程序,并执行以下操作:
将三维无线传感器网络中的各节点根据预设规则生成若干个节点簇;
在各节点簇中分别选取第一预设节点作为初始簇头,以使所述初始簇头分别获取对应的节点簇中每一节点的初始坐标信息和能量信息;
根据获取的初始坐标信息和能量信息计算各节点簇的偏移量,并根据所述偏移量将对应的初始簇头进行更新;
在所述偏移量未达到预设阈值时,返回所述根据各节点簇中每一节点的坐标信息和能量信息计算偏移量的步骤;
在所述偏移量达到预设阈值时,停止更新,并记录更新后的簇头所处的目标坐标信息;
将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输。
进一步地,处理器1001可以调用存储器1005中存储的三维无线传感器网络的分簇覆盖程序,还执行以下操作:
通过Canopy聚类算法对三维无线传感器网络中的各节点进行分类,并将分类后的各节点生成若干个节点簇。
进一步地,处理器1001可以调用存储器1005中存储的三维无线传感器网络的分簇覆盖程序,还执行以下操作:
获取三维无线传感器网络中的各节点,并设定第一预设阈值和第二预设阈值,所述第一预设阈值大于所述第二预设阈值;
在所述各节点中选取第二预设节点,计算各节点到所述第二预设节点的距离,将计算出的距离小于所述第一预设阈值对应的节点生成若干个节点簇,将计算出的距离小于所述第二预设阈值对应的节点进行移除。
进一步地,处理器1001可以调用存储器1005中存储的三维无线传感器网络的分簇覆盖程序,还执行以下操作:
通过Mean shift聚类算法根据获取的初始坐标信息和能量信息计算各节点簇的偏移量,并根据所述偏移量将对应的初始簇头进行更新。
进一步地,处理器1001可以调用存储器1005中存储的三维无线传感器网络的分簇覆盖程序,还执行以下操作:
判断所述目标坐标信息对应的位置是否设有节点,在设有节点时,执行将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输。
进一步地,处理器1001可以调用存储器1005中存储的三维无线传感器网络的分簇覆盖程序,还执行以下操作:
判断所述目标坐标信息对应的位置是否设有节点,在未设有节点时,将与所述目标坐标信息对应的位置相邻的节点作为目标簇头,并通过所述目标簇头进行数据传输。
进一步地,处理器1001可以调用存储器1005中存储的三维无线传感器网络的分簇覆盖程序,还执行以下操作:
计算与所述目标坐标信息对应的位置相邻的各节点距离,将距离最短的节点作为所述目标簇头,并通过所述目标簇头进行数据传输。
进一步地,处理器1001可以调用存储器1005中存储的三维无线传感器网络的分簇覆盖程序,还执行以下操作:
接收所述节点簇中各节点的数据信息,将所述数据信息发送至所述目标簇头,以使所述目标簇头将所述数据信息进行压缩和融合处理,并将处理后的数据发送至下一节点。
进一步地,处理器1001可以调用存储器1005中存储的三维无线传感器网络的分簇覆盖程序,还执行以下操作:
获取节点时隙表,根据所述节点时隙表执行接收所述节点簇中各节点的数据信息,将所述数据信息发送至所述目标簇头,以使所述目标簇头将所述数据信息进行压缩和融合处理,并将处理后的数据发送至下一节点。
本实施例提供的所述三维无线传感器网络分簇覆盖方法首先对三维无线传感器网络中的各节点进行粗过滤,并将过滤后的节点生成节点簇,通过Mean shift算法对选取的簇头根据位置信息和能量信息进行更新,保证节点密集并且能量较多的节点作为目标簇头,从而避免簇头由于能量问题而导致过早死亡。
基于图1硬件结构,提出本发明三维无线传感器网络分簇覆盖方法实施例。
参照图2,图2为本发明三维无线传感器网络分簇覆盖方法第一实施例的流程示意图。
在第一实施例中,所述三维无线传感器网络分簇覆盖方法包括以下步骤:
步骤S10,终端设备将三维无线传感器网络中的各节点根据预设规则生成若干个节点簇。
需要说明的是,所述预设规则为Canopy聚类算法,还可为其他可实现相同或相似功能的算法,本实施例对此不作限制,在本实施例中,以Canopy聚类算法为例进行说明。
在本实施例中,由于在一般情况下,传统的算法,例如LEACH算法,针对的是理想的二维无线传感器网络,通过传统的算法无法实现对三维无线传感器网络的覆盖,而在本实施例中可通过预设规则实现对三维无线传感器网络的覆盖,从而扩展的无线网络覆盖的范围,提高用户体验。
在具体实现中,通过采集三维无线传感器网络中的各节点,将所述各节点根据预设规则进行分类,并将分类后的节点根据分类后的结果生成若干节点集合,即节点簇,并在分类过程中对相似的节点经过过滤,从而将相似的节点不进行处理,减小系统处理压力。
步骤S20,在各节点簇中分别选取第一预设节点作为初始簇头,以使所述初始簇头分别获取对应的节点簇中每一节点的初始坐标信息和能量信息。
需要说明的是,所述第一预设节点为在所述各节点簇中随机选择的预设节点,还可为通过预设算法计算出的预设节点,本实施例对此不作限制,在本实施例中,以通过随机方式选取预设节点为例进行说明。
所述坐标信息为反映个节点簇中每一节点的内在关系,通过接收的信号强度指示(Received Signal Strength Indication,RSSI)测距模型以及优化的加权质心算法计算出个节点的坐标信息,还可通过其他算法计算出三维无线网络中各节点的坐标信息,本实施例对此不作限制,在本实施例中,所述能量信息可为各节点的电量容量信息,通过考虑各节点的能量信息,从而避免筛选出的簇头由于能量较少出现过早死亡的情况。
步骤S30,根据获取的初始坐标信息和能量信息计算各节点簇的偏移量,并根据所述偏移量将对应的初始簇头进行更新。
在本实施例中,可通过初始坐标信息和能量信息计算出各节点簇中的偏移量,根据所述偏移量将所述各节点簇中对应的簇头进行更新,从而可使更新后的簇头处于节点密集区域,减小节点之间的距离,避免数据传递过程中出现丢失的情况。
步骤S40,判断所述偏移量是否达到预设阈值,如果未达到预设阈值返回步骤S30,如果达到预设阈值执行步骤S50。
需要说明的是,将所述偏移量与预设阈值进行比较,根据比较结果作为所述簇头是否更新的依据,在所述偏移量达到所述预设阈值时,表明当前坐标对应的位置为节点簇中最密集的坐标。在本实施例中,通过循环计算,不断更新偏移量,通过所述偏移量进行更新直至获取到与其他节点最密集的坐标。
步骤S50,停止更新,并记录更新后的簇头所处的目标坐标信息。
可以理解的是,所述目标坐标信息可为最密集的区域,在本实施例中,通过Meanshift算法进行迭代运算,通过线性运算出初始簇头的当前偏移量,将所述初始簇头通过所述偏移量进行更新,直至满足预设条件结束,即所述偏移量达到预设阈值。
步骤S60,将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输。
本实施例提供的所述三维无线传感器网络分簇覆盖方法首先对三维无线传感器网络中的各节点进行粗过滤,并将过滤后的节点生成节点簇,通过Mean shift算法对选取的簇头根据位置信息和能量信息进行更新,保证节点密集并且能量较多的节点作为目标簇头,从而避免簇头由于能量问题而导致过早死亡。
进一步地,如图3所示,基于第一实施例提出本发明三维无线传感器网络分簇覆盖方法第二实施例,在本实施例中,所述步骤S10,具体包括:
步骤S101,通过Canopy聚类算法对三维无线传感器网络中的各节点进行分类,并将分类后的各节点生成若干个节点簇。
进一步地,所述步骤S101,具体包括:
步骤S102,获取三维无线传感器网络中的各节点,并设定第一预设阈值和第二预设阈值,所述第一预设阈值大于所述第二预设阈值。
需要说明的是,所述第一预设阈值可为各节点对应的感应半径,所述第二预设阈值可为各节点的通信半径,并且,所述第一预设阈值大于所述第二预设阈值,从而可通过各节点到预设节点的距离与所述第一预设阈值与第二预设阈值进行比较,可通过比较结果对各节点进行分类。
步骤S103,在所述各节点中选取第二预设节点,计算各节点到所述第二预设节点的距离,将计算出的距离小于所述第一预设阈值对应的节点生成若干个节点簇,将计算出的距离小于所述第二预设阈值对应的节点进行移除。
需要说明的是,所述第二预设节点可为从所述节点簇中随机选取的预设节点,还可为通过预设算法计算出的预设节点,本实施例对此不作限制。
在本实施例中,在所述三维无线传感器网络中,各节点接收所有传感器发送过来的位置信息,各节点将获取到所有传感器节点位置信息以及能量信息集合,设定Canopy聚类的阈值,包括传感器节点的感应半径T1,传感器节点的通信半径T2,其中T1>T2,从集合中随机选取一个传感器节点d作为簇中心,将d从集合中移除,计算集合中所有传感器节点到传感器节点d的距离,将所有距离小于T1的节点都归类到第一个簇类中,将所有距离小于T2的点都从集合中移除,重复计算,直到集合为空,从而形成多个簇。
如图4所示的无线传感器网络的分簇覆盖方法的总流程示意图,首先从三维无线传感器网络中各节点的坐标集合,并设定阈值T1和T2,从坐标集合中随机选取集合中的节点P,并计算P到坐标集合中各节点的向量距离d,将所有d小于T1的向量生成簇,并去除集合中d小于T2的点,判断集合是否为空,即集合中的各节点是否判断完,在集合为空时,生成簇集合,在集合不为空时,继续执行距离判断。
本实施例通过Canopy聚类算法对各节点进行粗过滤,从而将不必要计算的节点进行移除,并将粗过滤后的节点通过过滤结果生成节点簇,减少系统对不必要节点的处理压力。
进一步地,如图5所示,基于第一实施例或第二实施例提出本发明三维无线传感器网络分簇覆盖方法第三实施例,在本实施例中,所述步骤S30,具体包括:
步骤S301,通过Mean shift聚类算法根据获取的初始坐标信息和能量信息计算各节点簇的偏移量,并根据所述偏移量将对应的初始簇头进行更新。
在具体实现中,对经过粗聚类的传感器节点簇,在每个簇内,簇头获取所有簇内节点的位置信息以及节点的剩余能量信息,根据预设公式和节点剩余能量计算偏移均值y,获得一个新的位置信息,判断y的值是否很小或者小于某个阈值ε,停止计算,否则重复计算的过程,直到满足条件,将最终得到的点的坐标作为该簇的簇头。
继续如图4所示,根据粗聚类之后生成的簇集合,分别对簇集合中随机选取一个传感器节点作为初始簇头,根据Mean shift迭代算法计算偏移量,在所述偏移量小于预设阈值时,将所述初始簇头停止更新,并将更新后簇头对应的目标坐标点作为目标簇头。
本实施例中,通过Mean shift聚类算法将节点集合中的每一个簇中随机选择簇中的传感器节点,通过节点簇中各节点的位置信息和能量信息,根据所述位置信息和能量信息计算出偏移量,根据所述偏移量对所述簇头进行更新,直至所述偏移量小于预设阈值时停止更新。
本实施例通过Mean shift聚类算法将选取的初始簇头进行更新,更新至节点密集区域,从而将最终的簇头设在节点密集区域,便于各节点簇中的节点将数据传输至最终的簇头,减少数据传感过程中的能量损耗以及降低由于节点与簇头距离过长造成丢失数据的情况,从而提高系统的稳定性。
进一步地,如图6所示,基于第一实施例或第二实施例提出本发明三维无线传感器网络分簇覆盖方法第四实施例,以基于第一实施例进行说明,在本实施例中,所述步骤S60之前,所述方法还包括:
步骤S601,判断所述目标坐标信息对应的位置是否设有节点,在设有节点时,执行步骤S60。
需要说明的是,所述初始簇头根据计算出的偏移量进行更新,直至所述偏移量达到预设阈值时,停止更新,将所述初始簇头停止更新的位置所处的坐标作为目标簇头,但是如果所述目标簇头所处的位置未设有节点时,则所述目标簇头就成为空簇,无法接收个节点传输的数据,也无法将接收的数据发送至基站,在这种情况下,首先判断停止更新的位置所处的坐标上是否存有节点,如果存有节点的情况下,则将该节点作为目标簇头,从而避免出现空簇的情况。
在具体实现中,在所述终端设备上预存有各节点的坐标信息,根据所述目标坐标信息在所述各节点的坐标信息中进行查找,查验是否查找到与所述目标坐标信息对应的节点,在查找与所述目标坐标信息对应的节点时,将该节点作为目标簇头,并通过所述目标簇头进行数据传输。
进一步地,所述步骤S60之前,所述方法还包括:
步骤S602,判断所述目标坐标信息对应的位置是否设有节点,在未设有节点时,将与所述目标坐标信息对应的位置相邻的节点作为目标簇头,并通过所述目标簇头进行数据传输。
在具体实现中,在所述终端设备上预存有各节点的坐标信息,根据所述目标坐标信息在所述各节点的坐标信息中进行查找,查验是否查找到与所述目标坐标信息对应的节点,在未查找与所述目标坐标信息对应的节点时,则将与所述目标坐标信息对应的位置相邻的节点作为目标簇头,从而避免出现空簇的情况。
进一步地,所述步骤S602,具体包括:
步骤S603,计算与所述目标坐标信息对应的位置相邻的各节点距离,将距离最短的节点作为所述目标簇头,并通过所述目标簇头进行数据传输。
在具体实现中,可通过获取与所述目标坐标信息相邻的各节点,计算目标坐标信息对应的位置与各节点之间的距离,将距离最少的节点作为目标簇头。在本实施例中,可通过欧氏距离计算出目标坐标信息对应的位置与各节点的距离,还可通过其他计算方式进行计算,本实施例对此并不限制。
继续如图4所示,判断停止更新的位置是否为某个传感器节点的位置,如果为某个传感器的位置则将该传感器节点作为目标簇头,如果不为某个传感器节点位置,则计算目标坐标点临近的传感器节点,并将最临近的传感器节点作为目标簇头。
本实施例通过判断停止更新的位置是否为传感器节点,如果存有则将该节点作为目标簇头,如果不存有,则将与该位置距离最近的节点作为目标簇头,从而避免出现空簇的情况。
进一步地,如图7所示,基于第一实施例或第二实施例提出本发明三维无线传感器网络分簇覆盖方法第五实施例,以基于第一实施例进行说明,在本实施例中,所述步骤S60之后,所述方法还包括:
步骤S604,接收所述节点簇中各节点的数据信息,将所述数据信息发送至所述目标簇头,以使所述目标簇头将所述数据信息进行压缩和融合处理,并将处理后的数据发送至下一节点。
进一步地,所述步骤S604之前,所述方法还包括:
步骤S605,获取节点时隙表,根据所述节点时隙表执行接收所述节点簇中各节点的数据信息,将所述数据信息发送至所述目标簇头,以使所述目标簇头将所述数据信息进行压缩和融合处理,并将处理后的数据发送至下一节点。
在具体实现中,簇成员节点按照时分多址(Time Division Multiple Access,TDMA)表中自己所属的间隙传送数据给簇头,其他时段传感器节点处于休眠状态以减少能耗,在本实施例中,所述目标簇头节点一直处于工作状态,接收到一定量的数据包后,进行数据压缩、数据融合等本地处理,以便加强有用信号、减少冗余并削弱噪声干扰,最后将结果传送给节点。
需要说明的是,在完成一次数据传输过程之后进入Mean shift阶段,继续在簇内运行Mean shift算法。
本实施例通过目标簇头进行数据传输,将各节点传输的数据通过压缩以及数据融合处理,并将处理后的数据发送至下一个节点,从而保证数据传输的稳定。
此外,本发明实施例还提出一种存储介质,所述存储介质上存储有三维无线传感器网络的分簇覆盖程序,所述三维无线传感器网络的分簇覆盖程序被处理器执行时实现如下操作:
将三维无线传感器网络中的各节点根据预设规则生成若干个节点簇;
在各节点簇中分别选取第一预设节点作为初始簇头,以使所述初始簇头分别获取对应的节点簇中每一节点的初始坐标信息和能量信息;
根据获取的初始坐标信息和能量信息计算各节点簇的偏移量,并根据所述偏移量将对应的初始簇头进行更新;
在所述偏移量未达到预设阈值时,返回所述根据各节点簇中每一节点的坐标信息和能量信息计算偏移量的步骤;
在所述偏移量达到预设阈值时,停止更新,并记录更新后的簇头所处的目标坐标信息;
将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输。
进一步地,所述三维无线传感器网络的分簇覆盖程序被处理器执行时还实现如下操作:
通过Canopy聚类算法对三维无线传感器网络中的各节点进行分类,并将分类后的各节点生成若干个节点簇。
进一步地,所述三维无线传感器网络的分簇覆盖程序被处理器执行时还实现如下操作:
获取三维无线传感器网络中的各节点,并设定第一预设阈值和第二预设阈值,所述第一预设阈值大于所述第二预设阈值;
在所述各节点中选取第二预设节点,计算各节点到所述第二预设节点的距离,将计算出的距离小于所述第一预设阈值对应的节点生成若干个节点簇,将计算出的距离小于所述第二预设阈值对应的节点进行移除。
进一步地,所述三维无线传感器网络的分簇覆盖程序被处理器执行时还实现如下操作:
通过Mean shift聚类算法根据获取的初始坐标信息和能量信息计算各节点簇的偏移量,并根据所述偏移量将对应的初始簇头进行更新。
进一步地,所述三维无线传感器网络的分簇覆盖程序被处理器执行时还实现如下操作:
判断所述目标坐标信息对应的位置是否设有节点,在设有节点时,执行将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输。
进一步地,所述三维无线传感器网络的分簇覆盖程序被处理器执行时还实现如下操作:
判断所述目标坐标信息对应的位置是否设有节点,在未设有节点时,将与所述目标坐标信息对应的位置相邻的节点作为目标簇头,并通过所述目标簇头进行数据传输。
进一步地,所述三维无线传感器网络的分簇覆盖程序被处理器执行时还实现如下操作:
计算与所述目标坐标信息对应的位置相邻的各节点距离,将距离最短的节点作为所述目标簇头,并通过所述目标簇头进行数据传输。
进一步地,所述三维无线传感器网络的分簇覆盖程序被处理器执行时还实现如下操作:
接收所述节点簇中各节点的数据信息,将所述数据信息发送至所述目标簇头,以使所述目标簇头将所述数据信息进行压缩和融合处理,并将处理后的数据发送至下一节点。
需要说明的是,在本文中,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、物品或者系统不仅包括那些要素,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、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
在列举了若干装置的单元权利要求中,这些装置中的若干个可以是通过同一个硬件项来具体体现。单词第一、第二、以及第三等的使用不表示任何顺序。可将这些单词解释为名称。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,终端设备,空调器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (8)
1.一种三维无线传感器网络分簇覆盖方法,其特征在于,所述三维无线传感器网络分簇覆盖方法包括以下步骤:
终端设备通过Canopy聚类算法将三维无线传感器网络中的各节点根据预设规则生成若干个节点簇;
在各节点簇中分别选取第一预设节点作为初始簇头,以使所述初始簇头分别获取对应的节点簇中每一节点的初始坐标信息和能量信息;
通过Mean shift聚类算法根据获取的初始坐标信息和能量信息计算各节点簇的偏移量,并根据所述偏移量将对应的初始簇头进行更新;
在所述偏移量未达到预设阈值时,返回所述通过Mean shift聚类算法根据获取的初始坐标信息和能量信息计算各节点簇的偏移量的步骤;
在所述偏移量达到预设阈值时,停止更新,并记录更新后的簇头所处的目标坐标信息;
将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输。
2.如权利要求1所述的三维无线传感器网络分簇覆盖方法,其特征在于,所述通过Canopy聚类算法对三维无线传感器网络中的各节点进行分类,并将分类后的各节点生成若干个节点簇,具体包括:
获取三维无线传感器网络中的各节点,并设定第一预设阈值和第二预设阈值,所述第一预设阈值大于所述第二预设阈值;
在所述各节点中选取第二预设节点,计算各节点到所述第二预设节点的距离,将计算出的距离小于所述第一预设阈值对应的节点生成若干个节点簇,将计算出的距离小于所述第二预设阈值对应的节点进行移除。
3.如权利要求1或2所述的三维无线传感器网络分簇覆盖方法,其特征在于,所述将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输,包括:
判断所述目标坐标信息对应的位置是否设有节点,在设有节点时,将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输。
4.如权利要求1或2所述的三维无线传感器网络分簇覆盖方法,其特征在于,所述将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输,包括:
判断所述目标坐标信息对应的位置是否设有节点,在未设有节点时,将与所述目标坐标信息对应的位置相邻的节点作为目标簇头,并通过所述目标簇头进行数据传输。
5.如权利要求4所述的三维无线传感器网络分簇覆盖方法,其特征在于,所述将与所述目标坐标信息对应的位置相邻的节点作为目标簇头,并通过所述目标簇头进行数据传输,具体包括:
计算与所述目标坐标信息对应的位置相邻的各节点距离,将距离最短的节点作为所述目标簇头,并通过所述目标簇头进行数据传输。
6.如权利要求1或2所述的三维无线传感器网络分簇覆盖方法,其特征在于,所述将所述目标坐标信息对应的节点作为目标簇头,并通过所述目标簇头进行数据传输之后,所述方法还包括:
接收所述节点簇中各节点的数据信息,将所述数据信息发送至所述目标簇头,以使所述目标簇头将所述数据信息进行压缩和融合处理,并将处理后的数据发送至下一节点。
7.一种终端设备,其特征在于,所述终端设备包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的三维无线传感器网络的分簇覆盖程序,所述三维无线传感器网络的分簇覆盖程序配置为实现如权利要求1至6中任一项所述的三维无线传感器网络分簇覆盖方法的步骤。
8.一种存储介质,其特征在于,所述存储介质上存储有三维无线传感器网络的分簇覆盖程序,所述三维无线传感器网络的分簇覆盖程序被处理器执行时实现如权利要求1至6中任一项所述的三维无线传感器网络分簇覆盖方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810178397.1A CN108419249B (zh) | 2018-03-02 | 2018-03-02 | 三维无线传感器网络分簇覆盖方法、终端设备及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810178397.1A CN108419249B (zh) | 2018-03-02 | 2018-03-02 | 三维无线传感器网络分簇覆盖方法、终端设备及存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN108419249A CN108419249A (zh) | 2018-08-17 |
CN108419249B true CN108419249B (zh) | 2021-07-02 |
Family
ID=63130021
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810178397.1A Active CN108419249B (zh) | 2018-03-02 | 2018-03-02 | 三维无线传感器网络分簇覆盖方法、终端设备及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN108419249B (zh) |
Families Citing this family (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109753510B (zh) * | 2019-01-11 | 2023-04-14 | 深圳市网心科技有限公司 | 一种目标数据的获取方法、系统、电子设备及存储介质 |
CN109754075B (zh) * | 2019-01-16 | 2021-07-02 | 中南民族大学 | 无线传感器网络节点的调度方法、设备、存储介质及装置 |
CN110602716A (zh) * | 2019-09-03 | 2019-12-20 | 沈阳化工大学 | 一种基于模糊聚类算法的无线传感器网络节点分簇优化方法 |
CN111879908B (zh) * | 2020-08-13 | 2023-08-22 | 江苏华东新能源勘探有限公司(江苏省有色金属华东地质勘查局八一三队) | 一种农业污水实时监测处理系统 |
CN114222346B (zh) * | 2021-11-23 | 2024-01-30 | 中国电子科技集团公司第五十四研究所 | 分级分簇自组网方法、节点设备及存储介质 |
CN115297114B (zh) * | 2022-08-02 | 2024-07-02 | 中国电信股份有限公司 | 节点分配方法、装置、存储介质及电子设备 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251593A (zh) * | 2008-03-31 | 2008-08-27 | 中国科学院计算技术研究所 | 一种无线传感器网络的目标跟踪方法 |
CN103413312A (zh) * | 2013-08-19 | 2013-11-27 | 华北电力大学 | 基于邻里成分分析和尺度空间理论的视频目标跟踪方法 |
CN103971384A (zh) * | 2014-05-27 | 2014-08-06 | 苏州经贸职业技术学院 | 一种无线视频传感器节点协作目标跟踪方法 |
CN106604267A (zh) * | 2017-02-21 | 2017-04-26 | 重庆邮电大学 | 一种动态自适应的无线传感器网络入侵检测智能算法 |
CN107277889A (zh) * | 2017-08-03 | 2017-10-20 | 扬州大学 | 一种基于k‑means的无线传感器网络分簇方法 |
CN111343631A (zh) * | 2020-03-16 | 2020-06-26 | 河海大学常州校区 | 水声传感器网络中基于位置推送的源节点隐私保护方法 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US9665943B2 (en) * | 2015-09-25 | 2017-05-30 | Intel Corporation | Histogram-based image segmentation |
-
2018
- 2018-03-02 CN CN201810178397.1A patent/CN108419249B/zh active Active
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101251593A (zh) * | 2008-03-31 | 2008-08-27 | 中国科学院计算技术研究所 | 一种无线传感器网络的目标跟踪方法 |
CN103413312A (zh) * | 2013-08-19 | 2013-11-27 | 华北电力大学 | 基于邻里成分分析和尺度空间理论的视频目标跟踪方法 |
CN103971384A (zh) * | 2014-05-27 | 2014-08-06 | 苏州经贸职业技术学院 | 一种无线视频传感器节点协作目标跟踪方法 |
CN106604267A (zh) * | 2017-02-21 | 2017-04-26 | 重庆邮电大学 | 一种动态自适应的无线传感器网络入侵检测智能算法 |
CN107277889A (zh) * | 2017-08-03 | 2017-10-20 | 扬州大学 | 一种基于k‑means的无线传感器网络分簇方法 |
CN111343631A (zh) * | 2020-03-16 | 2020-06-26 | 河海大学常州校区 | 水声传感器网络中基于位置推送的源节点隐私保护方法 |
Non-Patent Citations (2)
Title |
---|
K-Centers Mean-shift Reverse Mean-shift clustering algorithm over heterogeneous wireless sensor networks;Qing Yan Xie;《 2014 Wireless Telecommunications Symposium》;20140616;全文 * |
无线传感网中DV-Hop定位算法研究;历彦恺;《中国优秀硕士学位论文全文数据库 信息科技辑》;20150815;全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN108419249A (zh) | 2018-08-17 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN108419249B (zh) | 三维无线传感器网络分簇覆盖方法、终端设备及存储介质 | |
CN107591152B (zh) | 基于耳机的语音控制方法、装置及其设备 | |
WO2018176511A1 (zh) | 一种指纹定位方法及相关设备 | |
CN104349275B (zh) | 被应用于基于服务器的定位系统的定位数据库管理 | |
CN110335601A (zh) | 语音助手设备及其语音唤醒方法 | |
WO2016165459A1 (zh) | 一种室内定位方法和设备 | |
CN111988819B (zh) | 在小区切换场景下保持切片业务连续性的方法、系统和基站 | |
CN112929926B (zh) | 邻小区csi报告发送方法、接收方法及相关设备 | |
JP6939260B2 (ja) | 無線通信システム、無線通信方法および集中制御局 | |
US20090298419A1 (en) | User exchange of content via wireless transmission | |
US10959143B2 (en) | Communication connection control method, and device | |
KR20170093945A (ko) | 지오-펜싱 구현 방법 및 모바일 디바이스 | |
KR101852699B1 (ko) | 환경 컨텍스트를 공유하기 위한 방법 및 장치 | |
KR20170035375A (ko) | 와이파이 네트워크에서 중앙 집중형 컨트롤러를 이용한 액세스 포인트 관리 방법 | |
KR20190035414A (ko) | 무선 디바이스 및 그의 동작 방법 | |
CN114640599A (zh) | 意图的冲突处理方法、装置、存储介质及计算机程序产品 | |
JP2016225710A (ja) | 管理装置、端末装置、管理方法、チャネルのスキャン方法、プログラム | |
CN105323828A (zh) | 一种多模终端网络接入选择方法及终端 | |
CN113825198A (zh) | 小区重选方法、网管设备、基站及存储介质 | |
CN113891418B (zh) | 天地一体化信息网络中用户终端的接入方法、天地一体化信息网络、装置和介质 | |
US20220264656A1 (en) | Control apparatus selectively using plurality of antennas, control method, and computer-readable storage medium | |
JP2017163196A (ja) | 通信装置、通信制御方法および通信システム | |
CN112867141A (zh) | 一种定位控制方法、蓝牙服务节点及电子设备 | |
JP2017106798A (ja) | 測位プログラム、測位方法及び測位装置 | |
CN108256541B (zh) | 车牌标识识别方法及装置 |
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 |