CN109246714A - 基于自适应泊松圆盘的无线传感器网络节点分布方法 - Google Patents

基于自适应泊松圆盘的无线传感器网络节点分布方法 Download PDF

Info

Publication number
CN109246714A
CN109246714A CN201811057575.1A CN201811057575A CN109246714A CN 109246714 A CN109246714 A CN 109246714A CN 201811057575 A CN201811057575 A CN 201811057575A CN 109246714 A CN109246714 A CN 109246714A
Authority
CN
China
Prior art keywords
annulus
node
wireless sensor
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.)
Granted
Application number
CN201811057575.1A
Other languages
English (en)
Other versions
CN109246714B (zh
Inventor
应翔
申继宁
于健
徐天
徐天一
赵满坤
高洁
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.)
Tianjin University
Original Assignee
Tianjin 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 Tianjin University filed Critical Tianjin University
Priority to CN201811057575.1A priority Critical patent/CN109246714B/zh
Publication of CN109246714A publication Critical patent/CN109246714A/zh
Application granted granted Critical
Publication of CN109246714B publication Critical patent/CN109246714B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

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
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W28/00—Network traffic management; Network resource management
    • H04W28/02—Traffic management, e.g. flow control or congestion control
    • H04W28/08—Load balancing or load distribution
    • 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
    • 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

本发明公开了一种基于自适应泊松圆盘的无线传感器网络节点分布方法，所述方法包括：根据划分准则将整个圆形监测区域划分为若干等宽相邻圆环，从外向内不断向内侧圆环添加额外的传感器，每个圆环添加的传感器数量为该圆环外侧所有圆环传感器数量总和，获取每个圆环所包含的传感器节点数量，得到离散的非均匀节点密度函数；将圆形监测区域中不同位置到基站的距离进行离散化处理，用离散化后的距离分段表示离散的非均匀节点密度函数，通过圆形监测区域中不同位置到基站的连续变化距离替换离散变化距离，获取连续非均匀节点密度函数，进而推导出泊松圆盘半径函数；利用圆盘半径函数，得到基于自适应泊松圆盘的无线传感器网络非均匀节点分布。

Description

基于自适应泊松圆盘的无线传感器网络节点分布方法
技术领域
本发明涉及无线传感器网络领域，涉及无线传感器节点分布方法，尤其是一种基于自适应泊松圆盘的无线传感器网络节点分布方法。
背景技术
目前在相关方法中，无线传感器网络节点分布方法主要分为两类：一种是均匀的节点分布方法。均匀节点分布方法实现比较简单，可应用的现实场景较多，该方法可以直接通过飞机播撒大量传感器节点到指定部署区域中。由于该方法不需要人工摆放，因此可以应用于危险恶劣环境或人类不宜到达的区域。例如，在原始大森林采用传感器网络进行森林防火和环境监测，在海洋中采用传感器网络进行海水成分监测，或在恶劣的战场环境中采用传感器网络进行敌情侦察、兵力、装备和物资监控、以及生物化学攻击判断。
均匀节点分布的缺陷在于传感器网络工作过程中会出现能量空洞问题，即在网络中靠近基站的传感器会先于其他节点消耗尽自己的电池能量，降低网络的监测能力，减少网络的工作寿命。在无线传感器网络中，传感器一般以多跳的方式传输数据，每个传感器不仅要产生数据，发送数据，还要转发其他传感器产生的数据。因此，靠近基站的传感器需要转发的数据量大于远离基站的传感器，会优先消耗尽自己的能量，无法继续监测和转发数据，从而基站附近会出现大量无法工作的传感器，以至于基站接收不到监测数据，进而整个网络停止工作，而此时网络中大部分传感器还有剩余能量无法继续被使用，造成能量浪费。
另一类节点分布是非均匀节点分布方法。该方法将传感器非均匀的部署到指定区域中，在越靠近基站的位置上，部署越多的传感器节点，从而均衡网络中的能量消耗，尽量使网络中的传感器同时耗尽能量，最大限度地延长整个网络的寿命，增大网络中能量的利用效率，进而解决了均匀节点分布中的能量空洞问题。对于非均匀节点分布方法来说，最重要的就是节点在网络中分布具体的密度函数。目前现有的非均匀节点分布的方法都是将指定部署区域分段，然后针对每一段区域设置一个密度值。然而，对于无线传感器网络区域来说，从远离基站到靠近基站，能量消耗的速率应该是连续下降的，因此分段密度函数效果并不是很好。
虽然非均匀节点分布方法可以有效解决能量空洞问题，但是该方法对于传感器位置的要求比较高，一般无法通过飞机播撒实现，需要无人机或人工摆放传感器，不适合危险恶劣环境，可应用于土壤成分监测，农作物中的害虫、土壤的酸碱度和施肥状况监测等。
目前，Lian[1]，Liu[2]和Apostolos[3]分别提出了各自的非均匀节点分布方法，成为当前主流的非均匀节点分布方法，但是这些方法都是基于分段离散密度函数提出的，对于无线传感器网络来说效果并不是很好。
发明内容
本发明提供了一种基于自适应泊松圆盘的无线传感器网络节点分布方法，本发明在无线传感器网络中采用非均匀节点分布，能够实现无线传感器网络中节点密度连续变化，从而避免能量空洞问题，有效提高网络的能量利用率，延长网络的寿命，同时保证了网络的可靠性，详见下文描述：
一种基于自适应泊松圆盘的无线传感器网络节点分布方法，所述方法包括：根据划分准则将整个圆形监测区域划分为若干等宽相邻圆环，从外向内不断向内侧圆环添加额外的传感器，每个圆环添加的传感器数量为该圆环外侧所有圆环传感器数量总和，获取每个圆环所包含的传感器节点数量，得到离散的非均匀节点密度函数；
将圆形监测区域中不同位置到基站的距离进行离散化处理，用离散化后的距离分段表示离散的非均匀节点密度函数，通过圆形监测区域中不同位置到基站的连续变化距离替换离散变化距离，获取连续非均匀节点密度函数，进而推导出泊松圆盘半径函数；
利用圆盘半径函数，得到基于自适应泊松圆盘的无线传感器网络非均匀节点分布。
进一步地，所述划分准则具体为：
根据圆形监测区域中不同位置到基站的距离以及传感器的传输半径，将整个圆形监测区域划分为若干等宽相邻圆环；
圆环的宽度为传感器的传输半径大小；每个圆环所包含的节点数量与圆环面积成正比。
进一步地，所述圆环每单位时间生成的数据总量为(2i+1)gminLbits，gmin为圆环C0所含的节点数量，L为每个传感器每单位时间产生的数据量大小，i为圆环编号；
所述圆环每单位时间因数据传输消耗的能量为：
其中，e1为每个传感器传输1bit数据需要消耗的能量。
其中，所述圆环的最外层Cn-1层节点的寿命为：
其中，所述离散的非均匀节点密度函数为：
其中，ρmin为节点密度。
进一步地，所述连续非均匀节点密度函数为：
其中，R为网络监测区域的半径，r为圆心到基站距离，Rc为圆环的宽度。
其中，所述泊松圆盘半径函数具体为：
其中，w为期望；Rs为网络中传感器的最大传输范围。
所述利用圆盘半径函数，得到基于自适应泊松圆盘的无线传感器网络非均匀节点分布具体为：
在网络中随机生成一个新节点位置，计算新节点位置与基站之间的距离，通过自适应泊松圆盘半径函数得到该新节点位置下的泊松圆盘半径大小；
若节点集合中存在某个节点到该新节点位置之间的距离小于2倍泊松圆盘半径，则认为此新节点位置添加失败，累计失败次数加1；
若节点集合中所有节点到该新节点位置之间的距离都大于等于2倍泊松圆盘半径，则认为此新节点位置添加成功，将该新节点位置添加到节点集合中，并将累计失败次数置为0。
其中，所述方法还包括：
固定的时间间隔下，让所有传感器各自随机生成一个0至该传感器位置上节点密度值之间的随机数ρx；
若随机数ρx大于网络工作所需的最小密度ρmin，传感器将处于休眠状态；
若随机数ρx小于网络工作所需的最小密度ρmin，传感器将处于工作状态。
进一步地，所述方法还包括：
每个传感器对应设置有ID，网络初始化时，每个传感器将记录在自己传输范围内、距离基站比自己近的传感器的ID，每次传输时都会在这些节点中选择剩余能量最大的节点进行转发，以此实现均衡负载。
本发明提供的技术方案的有益效果是：
1、与现有技术中的其他方法相比，本方法能够使无线传感器网络中的能量利用率提高3％—5％，从而有效提高网络的能量利用率，延长网络寿命；
2、同样，通过本方法，无线传感器网络的信息传递率基本可以保持在100％，即在大多数情况下，传感器生成的数据都可以传输到基站，提高了网络的可靠性。
附图说明
图1为一种基于自适应泊松圆盘的无线传感器网络节点分布方法的流程图；
图2为将整个圆形监测区域划分成5个相邻的圆环的示意图；
图3为不同最小节点密度ρmin时网络剩余能量与网络初始总能量之比随半径R的变化示意图；
图4为不同最小节点密度ρmin时网络数据传输率随半径R的变化示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面对本发明实施方式作进一步地详细描述。
泊松圆盘模型于1986年首次被提出，并且被广泛应用于计算机图形学采样领域中。该模型的主要原理为：将每个节点想象成一个以该节点为圆心的圆盘，在采样的过程中，向采样区域中随机添加节点，添加过程中要保证圆盘直接不相互覆盖，即所有节点之间保持一定的距离，直到整个区域不能再添加额外的节点为止。如果圆盘的半径随着采样区域中的位置变化而变化，则称为自适应泊松圆盘分布。
实施例1
为实现上述目的，本发明实施例提出一种基于自适应泊松圆盘的无线传感器网络节点分布方法，即NDAPD(Nonuniform Node DistributionusingAdaptive Poisson Diskfor Wireless Sensor Networks)方法，参见图1，该方法包括以下步骤：
101：推导全新离散非均匀节点密度函数；
102：将离散非均匀节点密度函数转化为连续非均匀节点密度函数；
103：通过连续非均匀节点密度函数推导泊松圆盘半径函数；
104：利用圆盘半径函数，得到基于自适应泊松圆盘的无线传感器网络非均匀节点分布；
105：为基于自适应泊松圆盘的无线传感器网络非均匀节点分布设计睡眠策略和路由策略。
在一个实施例中，步骤101推导出全新离散非均匀节点密度函数，具体为：
首先，根据圆形监测区域中不同位置到基站的距离以及传感器的传输半径，将整个圆形监测区域划分为若干等宽相邻圆环，圆环的宽度为传感器的最大传输半径大小。假设网络中节点均匀分布，即网络节点密度函数恒为常数，因此，每个圆环所包含的节点数量与圆环面积成正比。接着，根据无线传感器网络的工作原理，内侧圆环的节点不仅要传输自己产生的数据，还要转发该圆环外侧的所有圆环节点的数据，因此，除最外侧圆环传感器数量保持不变外，从外向内不断向内侧圆环添加额外的传感器，对于每个圆环添加传感器数量为该圆环外侧所有圆环传感器数量总和。
最终，本方法就可以得到每个圆环所包含的传感器节点数量，得到离散的非均匀节点密度函数。
在一个实施例中，步骤102在步骤101的基础上推导出连续非均匀节点密度函数，具体过程如下：
首先将圆形监测区域中不同位置到基站的距离离散化，用离散化后的距离分段表示离散的非均匀节点密度函数，接着使用圆形监测区域中不同位置到基站的连续变化距离替换离散变化距离，从而得到随着到基站距离连续变化的连续非均匀节点密度函数。
在一个实施例中，步骤103在步骤102的基础上推导出圆盘半径函数，具体过程如下：
将连续非均匀节点密度函数与自适应泊松圆盘分布的圆盘半径联系起来，通过对步骤102得到的连续非均匀节点密度函数转化，得到自适应泊松圆盘分布的圆盘半径函数。
在一个实施例中，步骤104在步骤103的基础上得到基于自适应泊松圆盘的无线传感器网络非均匀节点分布，具体过程如下：
首先，设置失败次数，当添加节点连续失败超过失败次数时，不再继续尝试添加新的节点，初始化节点集合为空；
随机生成一个新节点位置，计算该新节点位置与基站之间的距离，通过步骤103得到的圆盘半径函数可以得到该距离下的圆盘半径大小，在节点集合中查找是否存在已有节点到该新位置的距离小于2倍圆盘半径，如果存在，则认为此次新位置添加失败，否则，认为此次添加成功，将该新位置添加到节点集合中。
通过上述处理，最终得到的节点集合即为基于自适应泊松圆盘的无线传感器网络非均匀节点分布。
在一个实施例中，步骤105在步骤104的基础上设计睡眠策略和路由策略，具体过程如下：
由于不需要所有传感器节点同时工作，为了节省能量消耗，延长网络寿命，本发明实施例设计了一种睡眠协议，在该睡眠协议中，本方法在固定的时间间隔下，让所有传感器各自随机生成一个0至该传感器位置上节点密度值之间的随机数，如果该随机数大于网络工作所需的最小密度，则在接下来的时间间隔内，传感器将处于休眠状态，不采集数据或传输数据，如果该随机数小于网络工作所需的最小密度，则在接下来的时间间隔内，传感器将处于工作状态，正常采集数据和传输数据。
除此之外，为了延长网络的寿命，本方法还设计了一个全新的路由协议。每个传感器都有一个ID，网络初始化时，每个传感器都将记录在自己传输范围内的、距离基站比自己近的传感器的ID，并且每次传输时都会在这些节点中选择剩余能量最大的节点进行转发，以此实现均衡负载。
综上所述，本发明实施例在无线传感器网络中采用非均匀节点分布，能够实现无线传感器网络中节点密度连续变化，从而避免能量空洞问题，有效提高网络的能量利用率，延长网络的寿命，同时保证了网络的可靠性。
实施例2
本发明实施例提供了一种基于自适应泊松圆盘的无线传感器网络节点分布方法(即NDAPD方法)，如图1所示，为本发明实施例提供的非均匀节点分布方法的整体示意图，包括：
步骤S0101：将半径为R的圆形监测区域划分成n个相邻的圆环；
其中，第i个圆环表示成Ci(0≤i≤n-1)。圆环的宽度Rc等于网络中传感器的最大传输范围Rs。这样，圆环Ci包含到基站距离在iRc到(i+1)Rc之间的全部节点。网络中所有节点的初始能量均为e0。每个传感器单位时间内生成Lbits数据，每个传感器传输1bit数据需要消耗能量为e1，接收数据不需要消耗能量。
步骤S0102：首先，从均匀分布的情况出发，假设网络中所有圆环的节点密度均为ρmin，并且最内圈的圆环C0所含节点数量为gmin，可以得到ρmin和gmin的关系如公式(1)所示。
那么第i个圆环Ci包含的节点数为(2i+1)gmin。由于圆环的宽度等于传感器的最大传输半径，圆环Ci+1的节点不能直接传输数据到圆环Ci-1的节点，必须经由圆环Ci中的节点进行转发。因此，圆环Ci所需转发的数据不仅包括本环节点所生成的，还包括该圆环外全部节点所生成的，如图2所示。圆环Ci每单位时间生成的数据总量为(2i+1)gminLbits。从而，圆环Ci每单位时间中数据传输消耗的能量为：
步骤S0103：由于最外层圆环Cn-1不需要转发其他节点的数据，因此不需要添加额外节点，理论上该Cn-1层节点的寿命为：
接下来，开始向其他层添加额外节点，通过公式(2)和公式(3)可以知道，如果想要圆环Ci与最外层圆环Cn-1的工作相同时间，圆环Ci所需包含的总能量为由于每个传感器的初始能量均为e0，圆环Ci所包含的节点数量应为：
并且圆环Ci的面积为在公式(4)的帮助下，可以得到圆环Ci的密度为：
步骤S0201：接下来，通过对离散节点密度函数的转换得到连续节点密度函数。
首先，对公式(5)的分子和分母同时乘以得到：
其中，R＝nRc为整个网络监测区域的半径，Ri＝iRc表示距离基站的距离。
步骤S0202：用连续变量r来替换公式(6)中的Ri，从而得到网络中的连续节点密度函数：
步骤S0301：将连续非均匀节点密度函数与自适应泊松圆盘分布的圆盘半径联系起来，由于自适应泊松圆盘半径变化只与到基站的距离相关，因此可以写成Rd(r)。
在自适应泊松分布中，圆心到基站距离为r，半径为Rd(r)的圆形区域包含节点数量的期望为w，即可以在式(7)的基础上得到自适应泊松圆盘半径函数如公式(8)所示。
步骤S0401：首先，设置失败次数，当添加节点连续失败超过失败次数时，认为当前无线网络监测区域已部署完毕，不再继续尝试添加新的节点。初始化节点集合为空，累计失败次数置为0。
步骤S0402：在网络中随机生成一个新节点位置，计算该新节点位置与基站之间的距离，通过自适应泊松圆盘半径函数得到该新节点位置下的泊松圆盘半径大小，循环遍历当前的节点集合，如果节点集合中存在某个节点到该新节点位置之间的距离小于2倍泊松圆盘半径，则认为此新节点位置添加失败，累计失败次数加1；如果节点集合中所有节点到该新节点位置之间的距离都大于等于2倍泊松圆盘半径，则认为此新节点位置添加成功，将该新节点位置添加到节点集合中，并将累计失败次数置为0。
步骤S0403：重复执行步骤S0402，直到累计失败次数大于设置的失败次数为止。
步骤S0501：设计一种睡眠协议，在该睡眠协议中，在固定的时间间隔下，让所有传感器各自随机生成一个0至该传感器位置上节点密度值之间的随机数ρx，如果该随机数ρx大于网络工作所需的最小密度ρmin，则在接下来的时间间隔内，传感器将处于休眠状态，不采集数据或传输数据，如果该随机数ρx小于网络工作所需的最小密度ρmin，则在接下来的时间间隔内，传感器将处于工作状态，正常采集数据和传输数据。
步骤S0502：设计一个全新的路由协议。每个传感器都有一个固定ID，网络初始化时，每个传感器将在自己传输范围内、距离基站比自己近的所有传感器的ID记录到自己的存储列表list中，并且每次传输时都会在自己的list中选择剩余能量最大的节点进行转发，以此实现均衡负载。
本发明实施例提供了一种基于自适应泊松圆盘的无线传感器网络节点分布方法，为无线传感器网络中节点分布提供了一种新思路，抛弃效果一般的离散分段节点密度函数，提出了一种全新的连续节点密度函数，并将连续非均匀节点密度函数与自适应泊松圆盘分布的圆盘半径联系起来，并设计与之对应的睡眠协议和路由协议，从而实现了无线传感器网络中能量利用率和数据传输率的提高，进而提高了无线传感器网络的工作寿命和数据可靠性。
实施例3
下面结合具体的实验数据对实施例1和2中的方案进行可行性验证，详见下文描述：
在改变传感器网络工作所需的最小节点密度ρmin的值分别为2.55*10-4和3.82*10-4的情况下，测试无线传感器网络圆形监测区域半径R取不同的值时，网络停止工作时能量剩余率和数据传输率。
实验结果表明，随着无线传感器网络圆形监测区域半径R从600米逐渐增大至1400米，当网络停止工作时，NDAPD方法的网络能量剩余率始终低于其他现有方法，也就是说通过使用本方法，无线传感器网络中的能量利用率可以提高3％—5％，如图3所示。同样，通过使用NDAPD方法，无线传感器网络的信息传递率基本可以保持100％，也就是在大多数情况下，传感器生成的数据都可以传输到基站，而现有的其他方法均不能达到这一效果，如图4所示。
在图3中，随着无线传感器网络圆形监测区域半径R从600米逐渐增大至1400米，无论网络中最小节点密度ρmin的值为2.55*10-4还是3.82*10-4，网络停止工作时，NDAPD方法的网络能量剩余率始终低于其他现有主流方法，也就是说通过使用本方法，无线传感器网络中的能量利用率可以提高3％—5％。
在图4中，无论网络中最小节点密度ρmin的值为2.55*10-4还是3.82*10-4，同样，无论网络半径R的值取多少，NDAPD方法基本可以保证无线传感器网络的数据传输率在100％，保证了数据传输的可靠性，而当前主流的其他方法均不能实现此效果。
参考文献:
[1]LianJ,Naik K,Agnew G B.Data capacity improvement ofwireless sensornetworks using non-uniform sensor distribution[J].International Journal ofDistributed Sensor Networks,2006,2(2):121-145.
[2]Liu Y,Ngan H,Ni L M.Power-aware node deployment in wireless sensornetworks[J].International Journal of Distributed Sensor Networks,2007,3(2):225-241.
[3]Demertzis A,Oikonomou K.Avoiding energy holes in wireless sensornetworks with non-uniform energy distribution[C]//Information,Intelligence,Systems and Applications,IISA2014,The 5th International Conference on.IEEE,2014:138-143.
本发明实施例对各器件的型号除做特殊说明的以外，其他器件的型号不做限制，只要能完成上述功能的器件均可。
本领域技术人员可以理解附图只是一个优选实施例的示意图，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。
以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (10)

1.一种基于自适应泊松圆盘的无线传感器网络节点分布方法，其特征在于，所述方法包括：根据划分准则将整个圆形监测区域划分为若干等宽相邻圆环，从外向内不断向内侧圆环添加额外的传感器，每个圆环添加的传感器数量为该圆环外侧所有圆环传感器数量总和，获取每个圆环所包含的传感器节点数量，得到离散的非均匀节点密度函数；
将圆形监测区域中不同位置到基站的距离进行离散化处理，用离散化后的距离分段表示离散的非均匀节点密度函数，通过圆形监测区域中不同位置到基站的连续变化距离替换离散变化距离，获取连续非均匀节点密度函数，进而推导出泊松圆盘半径函数；
利用圆盘半径函数，得到基于自适应泊松圆盘的无线传感器网络非均匀节点分布。
2.根据权利要求1所述的一种基于自适应泊松圆盘的无线传感器网络节点分布方法，其特征在于，所述划分准则具体为：
根据圆形监测区域中不同位置到基站的距离以及传感器的传输半径，将整个圆形监测区域划分为若干等宽相邻圆环；
圆环的宽度为传感器的传输半径大小；每个圆环所包含的节点数量与圆环面积成正比。
3.根据权利要求1所述的一种基于自适应泊松圆盘的无线传感器网络节点分布方法，其特征在于，
所述圆环每单位时间生成的数据总量为(2i+1)gminLbits，gmin为圆环C0所含的节点数量，L为每个传感器每单位时间产生的数据量大小，i为圆环编号；
所述圆环每单位时间因数据传输消耗的能量为：
其中，e1为每个传感器传输1bit数据需要消耗的能量。
4.根据权利要求3所述的一种基于自适应泊松圆盘的无线传感器网络节点分布方法，其特征在于，所述圆环的最外层Cn-1层节点的寿命为：
5.根据权利要求4所述的一种基于自适应泊松圆盘的无线传感器网络节点分布方法，其特征在于，所述离散的非均匀节点密度函数为：
其中，ρmin为节点密度。
6.根据权利要求5所述的一种基于自适应泊松圆盘的无线传感器网络节点分布方法，其特征在于，所述连续非均匀节点密度函数为：
其中，R为网络监测区域的半径，r为圆心到基站距离，Rc为圆环的宽度。
7.根据权利要求6所述的一种基于自适应泊松圆盘的无线传感器网络节点分布方法，其特征在于，所述泊松圆盘半径函数具体为：
其中，w为期望；Rs为网络中传感器的最大传输范围。
8.根据权利要求1所述的一种基于自适应泊松圆盘的无线传感器网络节点分布方法，其特征在于，所述利用圆盘半径函数，得到基于自适应泊松圆盘的无线传感器网络非均匀节点分布具体为：
在网络中随机生成一个新节点位置，计算新节点位置与基站之间的距离，通过自适应泊松圆盘半径函数得到该新节点位置下的泊松圆盘半径大小；
若节点集合中存在某个节点到该新节点位置之间的距离小于2倍泊松圆盘半径，则认为此新节点位置添加失败，累计失败次数加1；
若节点集合中所有节点到该新节点位置之间的距离都大于等于2倍泊松圆盘半径，则认为此新节点位置添加成功，将该新节点位置添加到节点集合中，并将累计失败次数置为0。
9.根据权利要求1所述的一种基于自适应泊松圆盘的无线传感器网络节点分布方法，其特征在于，所述方法还包括：
固定的时间间隔下，让所有传感器各自随机生成一个0至该传感器位置上节点密度值之间的随机数ρx；
若随机数ρx大于网络工作所需的最小密度ρmin，传感器将处于休眠状态；
若随机数ρx小于网络工作所需的最小密度ρmin，传感器将处于工作状态。
10.根据权利要求1所述的一种基于自适应泊松圆盘的无线传感器网络节点分布方法，其特征在于，所述方法还包括：
每个传感器对应设置有ID，网络初始化时，每个传感器将记录在自己传输范围内、距离基站比自己近的传感器的ID，每次传输时都会在这些ID中选择剩余能量最大的节点进行转发，以此实现均衡负载。
CN201811057575.1A 2018-09-11 2018-09-11 基于自适应泊松圆盘的无线传感器网络节点分布方法 Active CN109246714B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811057575.1A CN109246714B (zh) 2018-09-11 2018-09-11 基于自适应泊松圆盘的无线传感器网络节点分布方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811057575.1A CN109246714B (zh) 2018-09-11 2018-09-11 基于自适应泊松圆盘的无线传感器网络节点分布方法

Publications (2)

Publication Number Publication Date
CN109246714A true CN109246714A (zh) 2019-01-18
CN109246714B CN109246714B (zh) 2021-05-28

Family

ID=65060851

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811057575.1A Active CN109246714B (zh) 2018-09-11 2018-09-11 基于自适应泊松圆盘的无线传感器网络节点分布方法

Country Status (1)

Country Link
CN (1) CN109246714B (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113068196A (zh) * 2021-02-26 2021-07-02 西安电子科技大学 一种异构网络系统、扇形排空区域干扰测定方法及应用

Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101267391A (zh) * 2008-03-27 2008-09-17 上海交通大学 基于不均匀分簇的无线传感器网络拓扑控制方法
JP5159017B2 (ja) * 2004-05-31 2013-03-06 キヤノン株式会社 解析方法およびその解析方法を実行するためのプログラムおよび情報処理装置
KR20130081427A (ko) * 2012-01-09 2013-07-17 아주대학교산학협력단 무선 네트워크 상의 혼잡을 줄이는 네트워크 관리 방법 및 시스템
CN103249144A (zh) * 2013-05-27 2013-08-14 辽宁工程技术大学 一种基于c型的无线传感器网络节点定位方法
CN104185298A (zh) * 2014-08-29 2014-12-03 华侨大学 基于优先级的网络负载动态自适应参数调整方法
US20150003309A1 (en) * 2010-04-27 2015-01-01 International Business Machines Corporation Adaptive wireless sensor network and method of routing data in a wireless sensor network
CN105554837A (zh) * 2016-01-08 2016-05-04 中国矿业大学 一种井下工作面无线传感器网络智能感知节点及感知方法
US9693325B1 (en) * 2014-10-21 2017-06-27 The United States Of America, As Represented By The Secretary Of The Navy Method and apparatus for hybrid time synchronization based on broadcast sequencing for wireless ad hoc networks
CN107241746A (zh) * 2017-07-04 2017-10-10 中国联合网络通信集团有限公司 传感器网络中传感器节点剩余能量的均衡方法及装置

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JP5159017B2 (ja) * 2004-05-31 2013-03-06 キヤノン株式会社 解析方法およびその解析方法を実行するためのプログラムおよび情報処理装置
CN101267391A (zh) * 2008-03-27 2008-09-17 上海交通大学 基于不均匀分簇的无线传感器网络拓扑控制方法
US20150003309A1 (en) * 2010-04-27 2015-01-01 International Business Machines Corporation Adaptive wireless sensor network and method of routing data in a wireless sensor network
KR20130081427A (ko) * 2012-01-09 2013-07-17 아주대학교산학협력단 무선 네트워크 상의 혼잡을 줄이는 네트워크 관리 방법 및 시스템
CN103249144A (zh) * 2013-05-27 2013-08-14 辽宁工程技术大学 一种基于c型的无线传感器网络节点定位方法
CN104185298A (zh) * 2014-08-29 2014-12-03 华侨大学 基于优先级的网络负载动态自适应参数调整方法
US9693325B1 (en) * 2014-10-21 2017-06-27 The United States Of America, As Represented By The Secretary Of The Navy Method and apparatus for hybrid time synchronization based on broadcast sequencing for wireless ad hoc networks
CN105554837A (zh) * 2016-01-08 2016-05-04 中国矿业大学 一种井下工作面无线传感器网络智能感知节点及感知方法
CN107241746A (zh) * 2017-07-04 2017-10-10 中国联合网络通信集团有限公司 传感器网络中传感器节点剩余能量的均衡方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李磊: "无线传感器网络节点非均匀分布方法研究", 《小型微型计算机系统》 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113068196A (zh) * 2021-02-26 2021-07-02 西安电子科技大学 一种异构网络系统、扇形排空区域干扰测定方法及应用

Also Published As

Publication number Publication date
CN109246714B (zh) 2021-05-28

Similar Documents

Publication Publication Date Title
Olivier et al. SDN based architecture for clustered WSN
Kour et al. Hybrid energy efficient distributed protocol for heterogeneous wireless sensor network
Bouabdallah et al. Joint routing and energy management in underwater acoustic sensor networks
US8494989B1 (en) Cognitive network management system
CN110620611A (zh) 一种基于geo与leo双层卫星网络的协同频谱感知方法
CN103220747A (zh) 一种认知无线Mesh网络的路由设计方法
Aswale et al. LQEAR: link quality and energy-aware routing for wireless multimedia sensor networks
CN109639588A (zh) 一种面向航空集群的网络拥塞控制路由方法
CN109246714A (zh) 基于自适应泊松圆盘的无线传感器网络节点分布方法
Halder et al. A probability density function for energy-balanced lifetime-enhancing node deployment in WSN
Hasti Study of impact of mobile ad–hoc networking and its future applications
Sultan et al. An Intrusion Detection Mechanism for MANETs Based on Deep Learning Artificial Neural Networks (ANNs)
CN117377019A (zh) 一种自组网控制方法、装置、设备及存储介质
Yun et al. A method for deciding node densities in non-uniform deployment of wireless sensors
Prashanth et al. Cluster based energy efficient routing protocol for heterogeneous wireless sensor networks
Ma Data collection of mobile sensor networks by drones
Karthickraja et al. A study of routing protocols and a hybrid routing protocol based on rapid spanning tree and cluster head routing in wireless sensor networks
VanderHorn et al. Distributed policy learning for the cognitive network management system
Jawhar et al. Architectures and strategies for efficient communication in wireless sensor networks using unmanned aerial vehicles
Qaisar et al. Reliable and resilient communication in duty cycled software defined wireless sensor networks
Charfi et al. A layered model for wireless sensor networks
Keerthana et al. A survey on fault node detection and recovery mechanisms in wireless sensor network
Jaya et al. An efficient power allocation and joint optimal sensing of spectrum in CDMA-based cognitive radio networks
Karthik et al. A novel non-disjoint partitioning algorithm for inter-cluster communication in wireless sensor networks
Haider et al. A Three Stage Load Sharing Routing Algorithm to Increase Lifetime of Cognitive Radio Sensor Networks.

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