CN109831755A - 一种基于隧道环境的无线传感器网络数据收集方法 - Google Patents

Abstract

本发明公开的一种基于隧道环境的无线传感器网络数据收集方法，包括以下步骤：步骤1：传感器节点布置在隧道环境中，用于采集隧道环境数据，采用移动小车收集数据。运用离散化方法将小车移动周期划分为若干个时隙，并得到每个传感器节点能够与小车通信的连续时隙集合；步骤2：对每个时隙，计算在该时隙能和小车通信的所有传感器节点的吞吐量；步骤3：对每个时隙，将时隙分配给效用增益最大的传感器节点，得到网络总效用最大化的时隙分配方案。本发明将反向散射通信技术应用于基于隧道环境的无线传感器网络，可以减少能耗，能够最大化网络总效用，提高传感器网络数据收集质量，实现各节点数据收集比例公平。

Description

一种基于隧道环境的无线传感器网络数据收集方法

技术领域

本发明涉及通信技术领域，特别涉及一种基于隧道环境的无线传感器网络数据收集方法。

背景技术

在目前部署的无线传感器网络中，传感器节点感知的数据通过无线通信以多跳或单跳方式汇集到数据汇聚节点。在基于隧道的无线传感器网络中，传感器节点部署在隧道中感知隧道环境数据，进一步地，传感器内置的射频模块产生射频信号以无线方式转发所感知的数据，射频发射会消耗很多电池能量。在一些特定的隧道场景中，如矿井和地下石油管道。而且在无线传感器网络中，节通信距离越大，节点发射信号的所需功率也越大，节点在部署之后，更换电池的成本很昂贵。因此，提高无线传感器网络的能效和网络生存时间是无线传感网络发展的关键问题。

在一些无线通信技术中，反向散射技术可以通过调制并反射入射信号而无需自身产生载波信号实现通信。反向散射通信技术是通过阅读器(Reader)向电子标签(Tag)发射连续正弦波信号，标签将这些射频信号作为载波，通过控制标签天线阻抗是否匹配改变反射系数，从而改变标签天线的反射特性，实现对电磁波反向散射调制。标签可以采集一部分信号的能量，并对另一部分信号进行反向散射调制，阅读器则接收标签反射的信号，并解调出信息。反向散射通信技术本身不需要消耗能量来发射载波信号，其反向散射调制消耗的能量(功耗微瓦级)远远小于传统的射频器件消耗的能量。

发明内容

为了克服无线传感器网络中节点因多跳或单跳无线转发数据所消耗大量电池能量问题，同时考虑传感器节点公平性，提供一种基于隧道环境的无线传感器网络数据收集方法，该方法采用移动小车收集数据，传感器节点以反向散射通信方式将数据转发给移动小车，此收集方法可以减少能耗，而且能够提高传感器网络数据收集质量，实现各节点数据收集比例公平。

本发明的目的通过以下的技术方案实现：

一种基于隧道环境的无线传感器网络数据收集方法，包含以下步骤：

步骤1：传感器节点布置在隧道环境中，用于采集隧道环境数据，采用移动小车收集数据；运用离散化方法将小车移动周期划分为若干个时隙，并得到每个传感器节点能够与小车通信的连续时隙集合；

步骤2：对每个时隙，计算在该时隙能和小车通信的所有传感器节点的吞吐量；

步骤3：对每个时隙，将时隙分配给效用增益最大的传感器节点，得到网络总效用最大化的时隙分配方案；所述效用为节点吞吐量的函数，效用随节点吞吐量增大而增大，效用增速随节点吞吐量增大而减小。

所述步骤1包括以下分步骤：

步骤1-1：在移动的过程中，移动小车以一定功率发射载波信号，传感器节点通过反向散射将数据转发给小车，即调制反向散射载波信号而无需产生载波信号；每个传感器节点存在最大反向散射半径，所述最大反向散射半径为满足服务质量(Qos)条件下小车通信成功的最远距离,一般来说，小车发射功率越大，最大反向散射半径越大；

步骤1-2：计算小车移动周期，将周期划分成若干个时隙，并得到每个传感器节点能够与小车通信的连续时隙集合。

所述步骤1包括以下分步骤：

步骤1-1：在移动的过程中，移动小车以功率P发射载波信号；传感器网络中传感器节点个数为N，传感器节点以反向散射通信方式与小车通信；每个传感器节点的最大反向散射半径相同且为r，所述最大反向散射半径为满足服务质量(Qos)条件下小车通信成功的最远距离；小车发射功率P越大，r越大；小车从轨道A端移动到B端的时间为一个周期T；

计算周期Δτ为时隙间隔；

步骤1-2：小车已知传感器网络中节点位置，因此能够得到每个传感器节点能够与小车通信的连续时隙集合；s(n_i)表示传感器节点n_i的反向散射通信半径内连续通信时隙的集合，则

s(n₁)＝{i_a,…i_d}，s(n₂)＝{i_b,…i_f}，s(n₃)＝{i_c,…i_e}，

其中，i_a，i_b，i_c，i_d，i_e，i_f为时隙索引，1≤i_a≤i_d≤|T|，1≤i_b≤i_f≤|T|，1≤i_c≤i_e≤|T|；由于s(n₁)，s(n₂)，s(n₃)之间存在公共时隙，而在任意一个时隙，移动小车至多只能与一个节点通信；因此需要对时隙合理分配。

所述步骤2包含以下分步骤：

步骤2-1：对每个时隙，以二值变量表示节点在该时隙是否发送数据给小车；

步骤2-2：计算每个时隙节点与移动小车的吞吐量。

所述步骤2包括以下分步骤：

步骤2-1：二值变量表示节点n_i在第j个时隙是否发送数据，其中且满足

当时，表示节点n_i在第j个时隙发送数据给小车；当时，表示节点n_i在第j个时隙采集能量；

步骤2-2：移动小车在第j个时隙接收节点n_i反向散射信号的信噪比为

其中α为反射系数，表示第j个时隙移动小车到节点n_i下行链路的信道增益，表示在第j个时隙节点n_i与小车的距离，ζ为路径损耗指数，为瑞利衰落，服从均值为1的指数分布；同一个时隙内信道保持不变，而时隙之间信道不断变化，因此第j个时隙节点n_i到移动小车上行链路的信道增益δ²为接收噪声功率；

每个时隙节点与小车的通信速率保持不变，由于小车不断移动，不同时隙小车与每个节点的距离都在不断变化，这导致不同时隙间每个节点与小车的通信速率不断变化；根据香农公式，第j个时隙节点与移动小车通信速率为

第j个时隙节点与移动小车的吞吐量为

所述步骤3，具体为：

为了衡量各个传感器节点数据对整体数据质量的影响，实现各节点数据收集比例公平，定义效用函数为Y(R)＝ln(1+R)

其中R为吞吐量，当R增大时，Y(R)随R的增大而增大，但增速随着R的增大而减小；节点n_i在一个周期T与移动小车的吞吐量为

网络总效用为

网络总效用最大化问题为

其中,1≤i≤N，1≤j≤|T|；

采用时隙分配算法，具体过程如下：

节点在第j个时隙的效用增益为

针对每个时隙，计算在该时隙能和小车通信的所有传感器节点的效用增益，将第j个时隙分配给效用增益最大的节点。

本发明与现有技术相比，具有如下优点和有益效果：

1、本发明将反向散射通信技术应用于基于隧道环境的无线传感器网络，可以减少能耗；

2、本发明最大化网络总效用，提高传感器网络数据收集质量，实现各节点数据收集比例公平。

附图说明

图1是本发明所述的基于隧道无线传感器网络的系统模型图；

图2是本发明所述的采用不同时隙分配算法得到网络总效用随着传感器节点数变化曲线图；

图3是本发明所述的采用不同时隙分配算法得到网络总效用随着移动小车速度变化曲线图；

图4是本发明所述的采用不同时隙分配算法得到网络总效用随着移动小车发射功率变化曲线图。

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。

如图1所示，基于隧道无线传感器网络的系统模型包含一辆移动小车，若干个部署在隧道环境中的传感器节点，用于采集隧道环境数据。小车具有同时发射载波信号和接收数据的功能。模型中小车以速度v沿着轨道(图中虚线AB)周期性匀速穿过传感器网络收集区域内传感器节点感知的数据，轨道AB长L。

所述方法包含以下步骤：

步骤1：采用离散化方法将T分成|T|个相等时隙，并得到每个传感器节点能够与小车通信的连续时隙集合。

所述步骤1包括以下分步骤：

步骤1-1：在移动的过程中，移动小车以功率P发射载波信号。传感器网络中传感器节点个数为N，传感器节点以反向散射通信方式与小车通信。每个传感器节点的最大反向散射半径相同且为r，所述最大反向散射半径为满足服务质量(Qos)条件下小车通信成功的最远距离。一般来说，小车发射功率P越大，r越大。小车从轨道A端移动到B端的时间为一个周期T。

计算周期Δτ为时隙间隔。

步骤1-2：小车已知传感器网络中节点位置，因此可以得到每个传感器节点能够与小车通信的连续时隙集合。s(n_i)表示传感器节点n_i的反向散射通信半径内连续通信时隙的集合，如图1所示，则s(n₁)＝{i_a,…i_d}，s(n₂)＝{i_b,…i_f}，s(n₃)＝{i_c,…i_e}，其中，i_a，i_b，i_c，i_d，i_e，i_f为时隙索引，1≤i_a≤i_d≤|T|，1≤i_b≤i_f≤|T|，1≤i_c≤i_e≤|T|。由于s(n₁)，s(n₂)，s(n₃)之间存在公共时隙，而在任意一个时隙，移动小车至多只能与一个节点通信。因此需要对时隙合理分配。

步骤2：对每个时隙，计算在该时隙能和小车通信的所有传感器节点的吞吐量；

所述步骤2包括以下分步骤：

步骤2-1：二值变量表示节点n_i在第j个时隙是否发送数据，其中且满足当时，表示节点n_i在第j个时隙发送数据给小车；当时，表示节点n_i在第j个时隙采集能量。本发明认为通过调整小车速度和发射功率可以保证所有节点在一个周期中采集的能量充足，即大于采集数据所消耗的能量。

步骤2-2：移动小车在第j个时隙接收节点n_i反向散射信号的信噪比为

其中α为反射系数，表示第j个时隙移动小车到节点n_i下行链路的信道增益，表示在第j个时隙节点n_i与小车的距离，ζ为路径损耗指数，为瑞利衰落，服从均值为1的指数分布。同一个时隙内信道保持不变，而时隙之间信道不断变化，因此第j个时隙节点n_i到移动小车上行链路的信道增益δ²为接收噪声功率。

每个时隙节点与小车的通信速率保持不变，由于小车不断移动，不同时隙小车与每个节点的距离都在不断变化，这导致不同时隙间每个节点与小车的通信速率不断变化。根据香农公式，第j个时隙节点与移动小车通信速率为

第j个时隙节点与移动小车的吞吐量为

步骤3：计算网络总效用最大化的时隙分配方案；

为了衡量各个传感器节点数据对整体数据质量的影响，实现各节点数据收集比例公平，定义效用函数为Y(R)＝ln(1+R)

其中R为吞吐量，当R增大时，Y(R)随R的增大而增大，但增速随着R的增大而减小。节点n_i在一个周期T与移动小车的吞吐量为

网络总效用为

网络总效用最大化问题为

其中,1≤i≤N，1≤j≤|T|；

在上述问题中，本发明提出一种解决该问题的时隙分配算法。具体过程如下：

节点在第j个时隙的效用增益为

针对每个时隙，计算在该时隙能和小车通信的所有传感器节点的效用增益，将第j个时隙分配给效用增益最大的节点。

本实例使用matlab仿真软件获得仿真结果图2、3、4。

仿真结果图2显示两种时隙分配算法下网络总效用随着网络节点数量的变化关系，可以看出本发明分配算法性能优于随机分配时隙，性能差距随着节点数量增大而增大。

仿真结果图3显示两种时隙分配算法下网络总效用随着移动小车速度的变化关系，可以看出本发明分配算法性能优于随机分配时隙。

仿真结果图4显示两种时隙分配算法下网络总效用随着小车发射功率的变化，可以看出本发明分配算法性能优于随机分配时隙。

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 (6)

1.一种基于隧道环境的无线传感器网络数据收集方法，其特征在于，包含以下步骤：

步骤1：传感器节点布置在隧道环境中，用于采集隧道环境数据，采用移动小车收集数据；运用离散化方法将小车移动周期划分为若干个时隙，并得到每个传感器节点能够与小车通信的连续时隙集合；

步骤2：对每个时隙，计算在该时隙能和小车通信的所有传感器节点的吞吐量；

步骤3：对每个时隙，将时隙分配给效用增益最大的传感器节点，得到网络总效用最大化的时隙分配方案；所述效用为节点吞吐量的函数，效用随节点吞吐量增大而增大，效用增速随节点吞吐量增大而减小。

2.根据权利要求1所述基于隧道环境的无线传感器网络数据收集方法，其特征在于，所述步骤1包括以下分步骤：

步骤1-1：在移动的过程中，移动小车以一定功率发射载波信号，传感器节点通过反向散射将数据转发给小车，即调制反向散射载波信号而无需产生载波信号；每个传感器节点存在最大反向散射半径，所述最大反向散射半径为满足服务质量条件下小车通信成功的最远距离,小车发射功率越大，最大反向散射半径越大；

步骤1-2：计算小车移动周期，将周期划分成若干个时隙，并得到每个传感器节点能够与小车通信的连续时隙集合。

3.根据权利要求2所述基于隧道环境的无线传感器网络数据收集方法，其特征在于，所述步骤1包括以下分步骤：

步骤1-1：在移动的过程中，移动小车以功率P发射载波信号；传感器网络中传感器节点个数为N，传感器节点以反向散射通信方式与小车通信；每个传感器节点的最大反向散射半径相同且为r，所述最大反向散射半径为满足服务质量条件下小车通信成功的最远距离；小车发射功率P越大，r越大；小车从轨道A端移动到B端的时间为一个周期T；

计算周期Δτ为时隙间隔；

步骤1-2：小车已知传感器网络中节点位置，因此能够得到每个传感器节点能够与小车通信的连续时隙集合；s(n_i)表示传感器节点n_i的反向散射通信半径内连续通信时隙的集合，则

s(n₁)＝{i_a,…i_d}，s(n₂)＝{i_b,…i_f}，s(n₃)＝{i_c,…i_e}，

其中，i_a，i_b，i_c，i_d，i_e，i_f为时隙索引，1≤i_a≤i_d≤|T|，1≤i_b≤i_f≤|T|，1≤i_c≤i_e≤|T|；由于s(n₁)，s(n₂)，s(n₃)之间存在公共时隙，而在任意一个时隙，移动小车至多只能与一个节点通信；因此需要对时隙合理分配。

4.根据权利要求1所述基于隧道环境的无线传感器网络数据收集方法，其特征在于，所述步骤2包含以下分步骤：

步骤2-1：对每个时隙，以二值变量表示节点在该时隙是否发送数据给小车；

步骤2-2：计算每个时隙节点与移动小车的吞吐量。

5.根据权利要求4所述基于隧道环境的无线传感器网络数据收集方法，其特征在于，所述步骤2包括以下分步骤：

步骤2-1：二值变量表示节点n_i在第j个时隙是否发送数据，其中1≤i≤N,1≤j≤|T|，且满足

当时，表示节点n_i在第j个时隙发送数据给小车；当时，表示节点n_i在第j个时隙采集能量；

步骤2-2：移动小车在第j个时隙接收节点n_i反向散射信号的信噪比为

其中α为反射系数，表示第j个时隙移动小车到节点n_i下行链路的信道增益，表示在第j个时隙节点n_i与小车的距离，ζ为路径损耗指数，为瑞利衰落，服从均值为1的指数分布；同一个时隙内信道保持不变，而时隙之间信道不断变化，因此第j个时隙节点n_i到移动小车上行链路的信道增益δ²为接收噪声功率；

每个时隙节点与小车的通信速率保持不变，由于小车不断移动，不同时隙小车与每个节点的距离都在不断变化，这导致不同时隙间每个节点与小车的通信速率不断变化；根据香农公式，第j个时隙节点与移动小车通信速率为

第j个时隙节点与移动小车的吞吐量为

6.根据权利要求1所述基于隧道环境的无线传感器网络数据收集方法，其特征在于，所述步骤3，具体为：

为了衡量各个传感器节点数据对整体数据质量的影响，实现各节点数据收集比例公平，定义效用函数为

Y(R)＝ln(1+R)

其中R为吞吐量，当R增大时，Y(R)随R的增大而增大，但增速随着R的增大而减小；节点n_i在一个周期T与移动小车的吞吐量为

网络总效用为

网络总效用最大化问题为

其中,1≤i≤N，1≤j≤|T|；

采用时隙分配算法，具体过程如下：

节点在第j个时隙的效用增益为

针对每个时隙，计算在该时隙能和小车通信的所有传感器节点的效用增益，将第j个时隙分配给效用增益最大的节点。