CN109618368A - 一种时延与功耗联合优化的无线传感网数据融合调度算法 - Google Patents

Abstract

本发明公开了一种时延与功耗联合优化的无线传感网数据融合调度算法，首先通过簇头节点选取及融合路由主干树构建，显著减少路由节点，降低数据多跳传输带来的额外功耗及延时；提出两级传输功率的数据融合簇构建算法，在每个融合簇中，簇头节点负责簇内传感器节点的数据融合；通过冗余数据的压缩降维减少簇头的数据传输量，以降低传输功耗；提出簇内及簇间的数据融合调度算法，综合考虑传输时延、数据沉积量等因素，有效避免链路冲突，保证感知数据的传输实时性。

Description

一种时延与功耗联合优化的无线传感网数据融合调度算法

技术领域

本发明属于无线传感网领域，尤其涉及一种时延与功耗联合优化的无线传感网数据融合调度算法。

背景技术

目前，物联网技术正呈现出迅猛的发展势头，作为其感知层重要组成部分，无线传感网技术在智能电网、环境检测等领域得到了广泛的应用。无线传感网由大量具备无线通信功能的传感器节点组成，可以实时感知和监测智能电网设备，收集输电线路的各种状态数据，并发送给处理中心做进一步处理和应用。与传统网络相比，无线传感网在节点的能量上有着鲜明的特点。具体来讲，传感器节点大多采用电池供电，能量有限，而其工作环境多为人员难于到达的复杂环境区域，无法为节点二次补充能量，导致节点能量一旦耗尽就会失效并退出网络，能量的有限性要求无线传感网的设计上必须将节能放在优先考虑位置。

由于无线传感器节点部署密度较高，分布不均匀，导致不同节点采集到的数据在内容上具有较大的冗余性。冗余数据的重复传输会频繁占用有限的无线链路，导致链路冲突，无法保证感知数据的低时延传输，降低了数据的价值。因此，已有的传感网设计都需要在簇头选择和分簇的基础上实现数据融合，以避免冗余数据的重复传输。与此同时，为了及时发现、处理输电线路故障，避免重大事故的发生，保障感知数据传输的时效性尤为关键。然而，现有的传感网数据融合调度方案仅考虑节点能耗，忽略了感知数据潜在的实时性和优先级要求。

发明内容

发明目的：针对以上问题，本发明提出一种时延与功耗联合优化的无线传感网数据融合调度算法。

技术方案：为实现本发明的目的，本发明所采用的技术方案是：一种时延与功耗联合优化的无线传感网数据融合调度算法，包括步骤：(1)基于两级次传输功率构建数据融合簇；(2)进行簇内数据传输融合；(3)进行簇间数据传输融合。

所述步骤1包括：(1.1)根据第二等级的传输功率选取簇头节点，根据第一等级的传输功率构建融合路由主干树；(1.2)形成数据融合簇。

所述步骤1.1具体为：根据第二等级的传输功率、对应传输半径、传输信道求出簇头节点；根据第一等级的传输功率广播簇头节点的标志消息，能收到彼此之间消息的，记录为邻居簇头节点，从而构建融合路由主干树。

所述步骤1.2具体为：将收到簇头节点广播消息的传感器节点，加入簇头节点的初始数据融合簇。

进一步地，若传感器节点收到不止一个簇头节点广播的消息，则根据收到消息内容中簇头节点等级进行选择；若传感器节点收到的消息内容中所有簇头层次等级都相同，则优先选择加入节点数目少的数据融合簇。

所述步骤2，簇内数据融合调度，包括步骤：

(2.1)将无向的网络拓扑结构改变成有向图，将ID号大的传感器节点指向ID号小的传感器节点，同时簇内传感器节点指向簇头节点；

(2.2)根据记录的相邻传感器节点，计算数据传输调度优先级；

(2.3)将满足条件的不同数据传输加入数据传输调度集合U₁；

(2.4)将加入数据传输调度集合U₁的数据发送传感器节点移除，更新剩余各个数据传输的调度优先级，形成新的数据传输调度集合，进而构成簇内传感器节点数据融合调度方案S₁＝{U₁,U₂,U₃,U₄…}。

所述步骤2.3具体为：需满足下面两个条件：

a、加入的数据传输调度的优先级最大；

b、加入的数据传输不能与数据传输调度集合中的其他数据传输存在链路冲突。

所述步骤3，簇间数据融合调度，包括步骤：

(3.1)记录各个簇头节点在网络结构下到基站的最小跳数，作为在网络中的等级；

(3.2)将满足条件的各个簇头节点不同数据传输加入簇间数据路由调度集合UI₁，

(3.3)形成剩余各个数据传输的调度集合，进而构成簇内传感器节点数据融合调度方案S₁＝{UI₁,UI₂,UI₃,UI₄…}。

所述步骤3.2具体为：需满足下面两个条件：

a、优先选择数据传输中调度等级最大的簇头节点；

b、加入的数据传输不能与数据传输调度集合UI₁中的其他数据传输存在链路冲突。

有益效果：本发明通过簇头节点选取及融合路由主干树构建，显著减少路由节点，达到降低节点功耗和数据传输时延的目的。其次，设计有效的数据融合簇形成算法，以均衡各簇头节点有限的存储、能量资源。其中，针对差异化的传输任务，节点采用两种不同等级的传输功率，达到避免链路冲突带来的传输时延的目的。最后，分别定义簇内及簇间的数据融合调度优先级，综合考虑数据传输时延、节点数据沉积量等因素，优化传输效率，避免链路冲突，保证感知数据传输实时性。

附图说明

图1是系统框架流程图；

图2是数据融合调度模型；

图3是簇建立流程图，(a)是初始网络拓扑结构，(b)是簇头节点的选取，(c)是簇头节点主干树的建立；

图4是簇内调度图；

图5是簇间调度图。

具体实施方式

下面结合附图和实施例对本发明的技术方案作进一步的说明。

如图1所示，本发明所述的时延与功耗联合优化的无线传感网数据融合调度算法，包括步骤：

(1)构建数据融合簇；

本发明采用基于两级次传输功率的数据融合簇构建算法，如图2所示，在给传感器节点分配传输半径和信道后，网络的拓扑结构可表示为G＝(V,E)。其中，V为传感器节点集合，E为网络节点连接边的集合。当且仅当传感器节点v在u的传输范围内，传感器节点v和u的连接边可表示为(u,v)∈E。在每个数据融合簇中，簇头节点负责簇内传感器节点的数据融合，以便有效地降低数据融合时延及多节点重复传输冗余数据所带来的额外能耗。

固定传感器节点的传输半径会限制网络的拓扑结构，如果传输半径较大，数据融合过程会更容易导致链路冲突，降低数据传输成功率；如果传输半径较小，网络的连通性降低，增大数据融合时延。因此，在本发明中传感器节点在进行数据传输时使用两种不同等级的传输功率。具体来讲，传感器节点使用第一等级的传输功率w₁时，其传输半径为R₁；使用第二等级的传输功率w₂时，其传输半径为R₂，且R₁＞R₂，w₁＞w₂。

(1.1)选取簇头节点，构建融合路由主干树；

传感器簇头节点的选择策略在于根据网络拓扑结构找到最大独立集，属于最大独立集的传感器节点成为簇头节点，从而构建基于簇的数据融合树。根据第二等级的传输功率w₂，对应传输半径R₂，传输信道c₂求出簇头节点，将这些簇头节点作为数据融合树的父节点，而其他传感器节点则成为子节点。

为了更好地感知网络拓扑结构信息，在完成簇头节点选取之后，簇头节点v会记录和更新以下网络状态信息：节点v的邻近节点表；节点v到汇聚节点s的最小跳数，表明节点v在网络结构中的层次等级，记为Level(u_i)＝(rank_i,i)，层次等级越高，到汇聚节点的跳数越小，相应的传输时延越小；子节点记录表。如图3(a)所示，该图为网络初始拓扑结构，在选取簇头节点后，其网络拓扑结构如图3(b)。

当簇头节点选择完毕后，这些节点通过第一等级的传输功率w₁，再次广播内容为自身标志的消息Message(B)，当收到彼此之间的消息后，记录其ID信息，成为邻居簇头节点，从而构建成簇头节点主干树的融合路由拓扑结构，如图3(c)所示。

(1.2)形成数据融合簇；

簇头节点集合CH＝{u_i|Flag(u_i)＝Black}构成了网络中的初始数据融合簇。为了有效地让非簇头传感器节点加入到合适的簇中，簇头节点向四周广播消息。若传感器节点接受到该消息，则可选择加入该簇。此外，为避免簇头与簇内间数据传输过程中产生链路冲突，簇头节点与簇内节点间采用第二等级的传输功率w₂进行通信。

数据融合簇的形成算法如下：

(1.2.1)簇头节点u_i∈CH＝{u_i|Flag(u_i)＝Black}向四周的传感器节点广播内容为Level(u_i)＝(rank_i,i)的消息；

(1.2.2)传感器节点u_j∈V-{s}-CH，Flag(u_i)＝Blue，若收到来自簇头节点u_i∈CH＝{u_i|Flag(u_i)＝Black}的广播消息，则传感器节点u_j加入簇头节点为u_i的初始数据融合簇。

①若传感器节点u_j收到不止一个簇头节点广播的消息，则根据收到消息内容中簇头节点等级Level(u_i)＝(rank_i,i)进行选择。如图3(b)所示，不同的簇头节点在网络拓扑结构中等级不同，为了降低融合数据的路由时延，传感器节点u_j优先选择加入层次等级低的簇头节点所在的数据融合簇，以更少的跳数即更低的时延将数据通过簇头传输到汇聚节点。

②若传感器节点u_j收到的消息内容中所有簇头层次等级都相同，为了均衡各个数据融合簇的传感器节点数目，以匹配各簇头节点有限的存储、能量资源，避免簇头节点因任务过于集中导致的链路冲突及能量消耗过快导致的节点死亡，传感器节点u_j优先选择加入节点数目少的数据融合簇。

③为了防止不同簇头层次等级相同时，传感器节点和簇头节点之间消息到达顺序前后不同所导致的部分数据融合簇节点数目较少的情况，需要每隔一段时间按照前述方法动态地调整传感器节点的分簇。

(2)进行簇内数据传输融合；

为了合理地构建簇内数据传输调度集合，避免链路冲突，以实现最小化调度时延的目的，本发明采用根据数据传输调度优先级的近似贪婪数据融合调度算法。

数据传输调度优先级的计算方法如下：在给定的网络拓扑结构G＝(V,E)中，对于数据传输调度即传感器节点u发送数据给传感器节点v，则该数据传输调度的优先级由发送与接收节点的出入度之和以及数据发送延迟共同决定，表示为：

上式值越大，表明该传输调度的优先级越大。其中，dg(u)和dg(v)分别为传感器节点u和v的度数，1-dg(u)-dg(v)决定了该传输调度在网络拓扑中的位置，其值越大表明传输调度节点越远离簇头，接收节点获取数据后可与自身数据整合一起发给簇头节点，由于与其他直接发给簇头节点的链路没有冲突，因此该传输调度优先级较高。此外，t_delay为数据发送延迟，当某一数据发送延迟较高时，为保证数据的实时性，该数据调度的优先级越高，即的值随着时间推移逐渐增大，进而不断影响数据传输的优先级。传输调度的优先级越大，表明该数据传输会优先加入数据传输调度集合。

根据上述优先级计算方法，结合图4所示的簇内传感器节点网络结构，进行簇内数据融合调度，包括步骤：

(2.1)将无向的网络拓扑结构改变成有向图，即ID号大的传感器节点指向ID号小的传感器节点，同时簇内传感器节点指向簇头节点。

(2.2)传感器节点根据自身记录的相邻传感器节点，计算其数据传输调度优先级。

为便于分析，以图4为例，起始时刻所有节点数据发送延迟相同，因此后续分析不考虑时延因子的影响。按照优先级高低排列，该网络结构下的数据传输调度优先级如下：Pri(3→2)＝-3，Pri(5→4)＝-3，Pri(7→6)＝-3，Pri(2→1)＝-7，Pri(3→1)＝-7，Pri(4→1)＝-7，Pri(5→1)＝-7，Pri(6→1)＝-7，Pri(7→1)＝-7。

(2.3)将不同数据传输加入数据传输调度集合U₁时，需满足下面两个条件：

a、加入的数据传输调度的优先级最大；

b、加入的数据传输不能与数据传输调度集合中的其他数据传输存在链路冲突。

按照上述条件，加入数据传输调度集合U₁的数据传输为 即

(2.4)将数据发送节点ID号为3，5，7的传感器节点从图4中移除，更新剩余各个数据传输的调度优先级，Pri(2→1)＝-3，Pri(4→1)＝-3，Pri(6→1)＝-3。此时的数据传输调度集合形成过程与数据传输调度集合U₁相似，即 结合数据传输调度集合U₁，进而构成簇内传感器节点数据融合调度方案S₁＝{U₁,U₂,U₃,U₄}，前后顺序代表其调度优先级。

进行数据融合的具体方法如下：

对于数据融合簇C_i中的传感器节点u_i而言，假设其感知数据为x，根据CS理论稀疏变换，可表示为x＝Ψα，其中，Ψ为稀疏基，α为感知数据的稀疏系数。

在给定稀疏基下，稀疏系数与原始数据存在一一对应的关系，即相同稀疏基下的数据稀疏系数具有惟一性。此外在固定稀疏基下，同一类型感知数据的稀疏系数具有相关性，任意数据的稀疏系数可由同类型数据的稀疏系数集合线性表示。此外，由于稀疏系数自身具有稀疏性，其维数远低于感知数据，将稀疏系数作为数据融合的主要参数能够有效地降低融合数据量，减少数据融合时延。

传感器节点向簇头节点传输感知数据的测量值Y，其维数远低于感知数据，如下式所示：

Y＝Φx＝ΦΨα

其中，Φ表示测量矩阵。

(3)进行簇间数据传输融合。

传感器节点之间的通信方式为半双工方式，当两个子节点向同一个父节点发送数据时，会导致链路冲突，因此，本发明根据簇头节点在主干树中的等级，实现簇间的数据传输调度，以避免链路冲突，降低时延。簇间数据传输调度的具体过程如下：

(3.1)各个簇头节点记录此时网络结构下自身到汇聚节点(基站)的最小跳数，作为各自在网络中的等级。

以图3为例，各簇头节点的等级为Level(u₁)＝0，Level(u₂)＝1，Level(u₃)＝2，Level(u₄)＝2，Level(u₅)＝1，Level(u₆)＝2，即簇头到汇聚节点所需的跳数越多，其等级越低。为了均衡传输过程中簇头节点的能量，等级低的簇头节点向等级高的簇头节点传输数据，存在连接路径的同级簇头节点之间不能传输数据，因此，图3(c)的网络结构可进一步转化为图5所示的有向网络结构。

若等级相同的簇头节点均要往同一高等级簇头节点传输数据，其传输的调度优先级由簇头节点的数据沉积量和发送窗口共同决定，可通过下式计算得到：

其中，指示函数，满足：

其中，T_window为发送时间窗口。

簇头由于需要融合数据，可以适当的容忍传输延迟，但当簇头发送延迟高于发送窗口时，达到了时延容忍上限。为保证感知数据的实时性，数据应立即发出，优先级调到最高。此外，M_backlog表示簇头节点的数据沉积量，由于传感器存储容量有限，当簇头节点数据沉积量饱和时，会造成新到数据的丢包。因此数据沉积量越高，传输调度优先级越大。

(3.2)将各个簇头节点不同数据传输加入簇间数据路由调度集合UI₁，需满足下面两个条件：

a、优先选择数据传输中调度等级最大的簇头节点；

b、加入的数据传输不能与数据传输调度集合UI₁中的其他数据传输存在链路冲突。

(3.3)剩余各个数据传输的调度集合形成过程与数据传输调度集合UI₁相似，即UI₂，UI₃，UI₄，结合数据传输调度集合UI₁，进而构成簇内传感器节点数据融合调度方案S₁＝{UI₁,UI₂,UI₃,UI₄}，前后顺序代表其调度优先级。

Claims (9)

1.一种时延与功耗联合优化的无线传感网数据融合调度算法，其特征在于，包括步骤：

(1)基于两级次传输功率构建数据融合簇；

(2)进行簇内数据传输融合；

(3)进行簇间数据传输融合。

2.根据权利要求1所述的时延与功耗联合优化的无线传感网数据融合调度算法，其特征在于，所述步骤1包括：

(1.1)根据第二等级的传输功率选取簇头节点，根据第一等级的传输功率构建融合路由主干树；

(1.2)形成数据融合簇。

3.根据权利要求2所述的时延与功耗联合优化的无线传感网数据融合调度算法，其特征在于，所述步骤1.1具体为：根据第二等级的传输功率、对应传输半径、传输信道求出簇头节点；根据第一等级的传输功率广播簇头节点的标志消息，能收到彼此之间消息的记录为邻居簇头节点，从而构建融合路由主干树。

4.根据权利要求2所述的时延与功耗联合优化的无线传感网数据融合调度算法，其特征在于，所述步骤1.2具体为：将收到簇头节点广播消息的传感器节点，加入簇头节点的初始数据融合簇。

5.根据权利要求4所述的时延与功耗联合优化的无线传感网数据融合调度算法，其特征在于，若传感器节点收到不止一个簇头节点广播的消息，则根据收到消息内容中簇头节点等级进行选择；若传感器节点收到的消息内容中所有簇头层次等级都相同，则优先选择加入节点数目少的数据融合簇。

6.根据权利要求1所述的时延与功耗联合优化的无线传感网数据融合调度算法，其特征在于，所述步骤2，簇内数据融合调度，包括步骤：

(2.1)将无向的网络拓扑结构改变成有向图，将ID号大的传感器节点指向ID号小的传感器节点，同时簇内传感器节点指向簇头节点；

(2.2)根据记录的相邻传感器节点，计算数据传输调度优先级；

(2.3)将满足条件的不同数据传输加入数据传输调度集合U₁；

(2.4)将加入数据传输调度集合U₁的数据发送传感器节点移除，更新剩余各个数据传输的调度优先级，形成新的数据传输调度集合，进而构成簇内传感器节点数据融合调度方案S₁＝{U₁,U₂,U₃,U₄…}。

7.根据权利要求6所述的时延与功耗联合优化的无线传感网数据融合调度算法，其特征在于，所述步骤2.3具体为：需满足下面两个条件：

a、加入的数据传输调度的优先级最大；

b、加入的数据传输不能与数据传输调度集合中的其他数据传输存在链路冲突。

8.根据权利要求1所述的时延与功耗联合优化的无线传感网数据融合调度算法，其特征在于，所述步骤3，簇间数据融合调度，包括步骤：

(3.1)记录各个簇头节点在网络结构下到基站的最小跳数，作为在网络中的等级；

(3.2)将满足条件的各个簇头节点不同数据传输加入簇间数据路由调度集合UI₁，

(3.3)形成剩余各个数据传输的调度集合，进而构成簇内传感器节点数据融合调度方案S₁＝{UI₁,UI₂,UI₃,UI₄…}。

9.根据权利要求8所述的时延与功耗联合优化的无线传感网数据融合调度算法，其特征在于，所述步骤3.2具体为：需满足下面两个条件：

a、优先选择数据传输中调度等级最大的簇头节点；

b、加入的数据传输不能与数据传输调度集合UI₁中的其他数据传输存在链路冲突。