CN110557799B - 一种智慧城市边缘网络中基于移动车辆的数据采集方法 - Google Patents
一种智慧城市边缘网络中基于移动车辆的数据采集方法 Download PDFInfo
- Publication number
- CN110557799B CN110557799B CN201910917726.4A CN201910917726A CN110557799B CN 110557799 B CN110557799 B CN 110557799B CN 201910917726 A CN201910917726 A CN 201910917726A CN 110557799 B CN110557799 B CN 110557799B
- Authority
- CN
- China
- Prior art keywords
- node
- vehicle
- cluster head
- nodes
- data
- 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.)
- Expired - Fee Related
Links
- 238000000034 method Methods 0.000 title claims abstract description 34
- 241000854291 Dianthus carthusianorum Species 0.000 claims abstract description 114
- 230000005540 biological transmission Effects 0.000 claims abstract description 67
- 238000004891 communication Methods 0.000 claims description 7
- 238000011156 evaluation Methods 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 5
- 238000004364 calculation method Methods 0.000 claims description 2
- 230000034994 death Effects 0.000 abstract description 4
- 230000002028 premature Effects 0.000 abstract description 3
- 230000006870 function Effects 0.000 description 6
- 238000005265 energy consumption Methods 0.000 description 5
- 238000013480 data collection Methods 0.000 description 4
- 230000008447 perception Effects 0.000 description 3
- 239000011800 void material Substances 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000010586 diagram Methods 0.000 description 1
- 230000005584 early death Effects 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000006855 networking Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000001737 promoting effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
Images
Classifications
-
- 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
-
- G—PHYSICS
- G08—SIGNALLING
- G08C—TRANSMISSION SYSTEMS FOR MEASURED VALUES, CONTROL OR SIMILAR SIGNALS
- G08C17/00—Arrangements for transmitting signals characterised by the use of a wireless electrical link
- G08C17/02—Arrangements for transmitting signals characterised by the use of a wireless electrical link using a radio link
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
- H04W4/30—Services specially adapted for particular environments, situations or purposes
- H04W4/40—Services specially adapted for particular environments, situations or purposes for vehicles, e.g. vehicle-to-pedestrians [V2P]
-
- 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
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明公开了一种智慧城市边缘网络中基于移动车辆的数据采集方法,包括:传感器节点获取到车辆的跳数;根据到车辆的传输距离和剩余能量,评估备选簇头到车辆的传输开销,选择最小开销的备选簇头作为簇头节点;根据到经由各候选父节点到达车辆的传输距离和路径中最小的节点能量,评估源节点经由各候选父节点到达车辆的传输开销,选择最小开销的候选父节点作为其父节点;对于跳数为1、且非簇头的源节点,均将簇头节点作为父节点;各传感器节点将自身缓存的数据和接收到的数据发送给父节点,最终经由簇头发送到车辆。本发明考虑传输距离和剩余能量因素选择簇头和父节点,可以避免因其过早死亡而出现能量空洞现象,有效完成数据采集。
Description
技术领域
本发明涉及数据采集领域,特别涉及一种智慧城市边缘网络中基于移动车辆的数据采集方法。
背景技术
智慧城市是未来城市发展的趋势,传感器可以嵌入到城市的基础设施中感知其状态,在建设智慧城市的过程中有着广泛的应用。物联网利用传感设备将不同类型的基础设施连接到互联网,使得智慧城市的梦想逐渐成为现实。通过广泛的网络互连,传感设备可以快速采集大量数据,而处理后的数据可以为市政部门提供科学的决策支持,有助于促进城市的智能化管理和发展。智慧城市美好前景的实现,除了要求传感设备能够快速、灵活的部署在城市中,而且要求更好地解决智慧城市中的数据采集问题。因此,智慧城市中的数据采集问题成为了目前研究的热点问题。
在传统的无线传感器网络(Wireless sensor network,WSN)的数据采集方法中,通常研究的是在一个由众多的传感器节点与一个sink组成的连通网络。每个传感器节点感知的数据都可以经过多跳路由的方式路由到sink,而sink与Internet相连接,从而实现数据的采集。而智慧城市中的感知网络与传统的WSN有着根本的不同。在智慧城市的感知网络中,大量的传感器节点是随着应用的需要而部署的,而很多应用中没有基础的通信设施可以连接到Internet,因此这样的网络可以抽象为分布在智慧城市中的大量传感器形成了许多分散的、不相连接的多个隔离的WSN。对这些分隔的WSN,虽然其内部可以组织成一个连通的网络,但是,这个连通的网络可能都只是普通传感器节点,而由于应用场景的限制而不具有连接到Internet的sink。例如,在智慧城市中,随着道路施工现场推进而部署的感知网络,还不具有连接到Internet的基础条件。另一方面,部署专有的连接到Internet的网络还需要耗费大量的施工成本。对于智慧城市中众多临时性部署的感知网络,专门部署连接到Internet的网络既不及时,也不经济。
目前存在一些数据采集方法提出通过城市中的车辆来进行数据采集,城市中有大量的车辆,车辆在行驶时可以覆盖智慧城市的所有道路,车辆的芯片中集成了收发器,可以与附近的传感器和数据中心交换数据。在这种情况下,道路附近的传感器节点就可以充当sink的功能。但是,在已有的基于车辆的数据采集方法中,仅仅涉及到道路边的单个传感器节点的数据采集,而没有涉及到远离道路的无法与车辆通信的传感器节点,目前没有方法可以对智慧城市中部署的大量的、分隔的WSN中所有的传感器节点进行数据采集。因此,需要针对智慧城市中的边缘网络,提供一种低成本的、有效的数据采集方法。
发明内容
针对现有技术中存在的技术问题,本发明提供一种低成本的、可以对智慧城市中部署的大量的、分隔的WSN中所有的传感器节点的数据进行有效采集的方法。
为实现上述技术目的,本发明采用如下技术方案:
一种智慧城市边缘网络中基于移动车辆的数据采集方法,为智慧城市边缘网络中每个被分隔的无线传感器网络配置1个车辆,车辆在相应的无线传感器网络中循环行驶并采集其中各传感器节点的数据,其中车辆每个循环采集数据的过程包括以下步骤:
步骤1,车辆广播消息,无线传感器网络中各传感器节点获取自身到车辆的跳数,记为传感器节点的跳数;
步骤2,更新无线传感器网络的簇头;
选择跳数为h=1的传感器节点作为无线传感器网络的备选簇头;针对每个备选簇头,均根据其自身到车辆的数据传输距离和其自身的剩余能量,评估其到车辆的数据传输开销;将数据传输开销最小的备选簇头作为簇头节点;
步骤3,确定各传感器节点的父节点;
对于跳数h≥2的源节点,选择跳数为h-1的传感器节点均作为源节点的1个候选父节点;针对每个跳数h≥2的源节点,均根据源节点分别经由各候选父节点到达车辆的数据传输距离和源节点分别经由各候选父节点到达车辆的路径中最小的节点能量,评估源节点分别经由各候选父节点到达车辆的数据传输开销,并将其中数据传输开销最小值所对应的候选父节点作为源节点的父节点;
对于跳数h=1、且非簇头节点的源节点,均将簇头节点作为其父节点;
步骤4,各传感器节点发送数据;
各传感器节点将自身缓存的数据和从其子节点接收到的数据发送给父节点,最终经由簇头节点发送到车辆。
进一步地,所述针对每个备选簇头,均根据其自身到车辆的数据传输距离和其自身的剩余能量,评估其到车辆的数据传输开销,具体评估方法为:
costh(i)=αwDh(i)+(1-α)wEh(i);
式中,costh(i)表示备选簇头hi到车辆的数据传输开销,wDh(i)表示备选簇头hi的传输距离因素,wEh(i)表示备选簇头hi的剩余能量因素,α为簇头选择权重因子,且有0≤α≤1;D(hi,MF)表示备选簇头hi到车辆MF的距离,max(D(hi,MF))表示所有备选节点到车辆的距离中的最大值;E(hi)表示备选簇头hi的剩余能量,max(E(hi))表示所有备选簇头hi剩余能量中的最大值。
进一步地,所述针对每个跳数h≥2的源节点,均根据源节点分别经由各候选父节点到达车辆的数据传输距离和源节点分别经由各候选父节点到达车辆的路径中最小的节点能量,评估源节点分别经由各候选父节点到达车辆的数据传输开销,具体评估方法为:
costn(j,k)=βwDn(j,k)+(1-β)wEn(j,k);
式中,nj表示源节点,nk表示源节点nj的候选父节点,costn(j,k)表示源节点nj经由候选父节点nk到达车辆MF的数据传输开销,wDn(j,k)表示源节点nj经由候选父节点nk到达车辆MF的的传输距离因素,wEn(i,k)表示源节点nj经由候选父节点nk到达车辆MF的的剩余能量因素,β表示父节点选择权重因子,且有0≤β≤1;D(nj,nk,MF)表示源节点nj经由候选父节点nk到达车辆MF的距离,max(D(nj,nk,MF))为源节点nj分别经由各候选父节点nk计算到D(nj,nk,MF)中的最大值;Emin(nj,nk,MF)为源节点nj经由候选父节点nk到达车辆MF的路径中最小的节点能量,max(Emin(nj,nk,MF))为源节点nj经由各候选父节点nk计算得到Emin(nj,nk,MF)中的最大值。
进一步地,源节点nj经由候选父节点nk到达车辆MF的距离D(nj,nk,MF)的计算方法:
D(nj,nk,MF)=D(nj,nk)+D(nk,MF);
式中,D(nj,nk)表示源节点nj与其候选父节点nk之间的距离,根据该两个节点的GPS信息计算得到;D(nk,MF)表示候选父节点nk与车辆MF之间的距离,根据候选父节点nk与车辆MF的GPS信息计算得到。
进一步地,所述通过车辆广播消息获取无线传感器网络中各节点到车辆的跳数,具体方法为:
步骤1.1,车辆在行进过程中发出广播消息,所述广播消息为包括跳数、且初始跳数为0的数据包;
步骤1.2,传感器节点在收到广播消息后,将数据包中的跳数加1,并将得到跳数作为自身到车辆的跳数,然后将自身到车辆的跳数继续广播到自身通信范围内的传感器节点;
步骤1.3,重复步骤1.2,直到当前无线传感器网络中没有新的广播发生;
其中,若传感器节点接收到多个数据包,则将所有数据包中跳数在修改后的最小值作为自身到车辆的跳数。
有益效果
本发明在选择簇头的时候,综合考虑备选簇头到车辆的传输距离和备选簇头剩余能量两方面因素,以根据实际需求设置和调节两个因素的权重,从而选择数据传输开销最小的备选簇头作为当前车辆的无线传感器网络的簇头,可以避免选择传输距离较大的节点作为簇头而使簇头能量消耗过大;同样,在选择父节点的时候,综合考虑经由各候选父节点到车辆的传输距离和路径中最小能量节点的剩余能量两方面因素,以根据实际需求设置和调节两因素的权重,从而选择数据传输开销最小的候选父节点作为当前源节点的父节点,可以避免在选择经由该候选父节点的较大路径距离,而使候选父节点所在路径中的最小能量节点过早死亡。因此,本发明可以避免无线网络中的节点过早死亡而出现的能量空洞现象,从而可以有效完成数据采集。
而且,本发明通过车辆循环采集数据,在每次循环均重新根据无线传感器网络中各节点的状态来重新设置簇头和各节点重新选择父节点,也可进一步避免死亡节点而导致的无法有效采集数据,即可以有效完成数据采集。
附图说明
图1为本发明实施例的智慧城市边缘网络的模型图;
图2为本发明实施例方法的流程示意图。
具体实施方式
下面对本发明的实施例作详细说明,本实施例以本发明的技术方案为依据开展,给出了详细的实施方式和具体的操作过程,对本发明的技术方案作进一步解释说明。
本发明提供一种智慧城市边缘网络中基于移动车辆的数据采集方法,首先为智慧城市边缘网络中每个每分隔的无线传感器网络均配置1个车辆,如图1所示,车辆在相应的无线传感器网络中循环行驶并采集其中各传感器节点的数据,其中车辆在每个循环中采集数据的过程,如图2示所,包括以下步骤:
步骤1,车辆广播消息,无线传感器网络中各传感器节点获取自身到车辆的跳数,记为传感器节点的跳数。
步骤1.1,车辆沿着道路上行进一遍,目的是获得传感器节点到车辆的跳数。车辆在行进过程中发出广播消息,其中广播消息为包括跳数、且初始跳数为0的数据包;
步骤1.2,在车辆通信范围内的传感器节点,在收到广播消息后,将数据包中的跳数加1,并将得到跳数作为自身到车辆的跳数,然后将自身到车辆的跳数继续广播到自身通信范围内的传感器节点;
步骤1.3,重复步骤1.2,直到当前无线传感器网络中没有新的广播发生。
其中,传感器节点可能会接收到多个广播消息,即接收到多个数据包,如果其中的跳数不同,则将跳数修改后的最小值作为自身到车辆的跳数。结束时,每个传感器节点都已知自身到车辆的跳数。
步骤2,设置无线传感器网络的簇头;
选择跳数为h=1的传感器节点作为无线传感器网络的备选簇头;针对每个备选簇头,均根据其自身到车辆的数据传输距离和其自身的剩余能量,评估其到车辆的数据传输开销;将数据传输开销最小的备选簇头作为簇头节点;其中,评估每个备选簇头到车辆的数据传输开销方法为:
costh(i)=αwDh(i)+(1-α)wEh(i);
式中,costh(i)表示备选簇头hi到车辆的数据传输开销,wDh(i)表示备选簇头hi的传输距离因素,wEh(i)表示备选簇头hi的剩余能量因素,α为簇头选择权重因子,且有0≤α≤1;D(hi,MF)表示备选簇头hi到车辆MF的距离,max(D(hi,MF))表示所有备选节点到车辆的距离中的最大值;E(hi)表示备选簇头hi的剩余能量,max(E(hi))表示所有备选簇头hi剩余能量中的最大值。
在本实施例的备选簇头到车辆的数据传输开销评估中,考虑到两个影响因素:传输距离和剩余能量。
1)传输距离:节点到车辆的距离对数据传输开销有较大影响,因为传感器节点消耗的能量与数据传输距离成正比。如果簇头距离车辆过远,在数据传输时,会使簇头能量消耗过大。因此本实施例引进节点到车辆的距离作为代价函数的一个影响因子,即将备选簇头到车辆的传输距离作为数据传输开销的一个影响因素。
当备选簇头hi到车辆MF的距离D(hi,MF)越小,传输距离因素wDh(i)越小,备选簇头hi到车辆MF的数据传输开销costh(i)越小,则该备选簇头hi被选为簇头的概率越高。
2)剩余能量:节点的剩余能量也对于网络生命周期有较大影响,备选簇头如果剩余能量过小,容易过早死亡,成为失效节点,导致所有数据无法经由该备选簇头发送至车辆。因此本实施例引入节点剩余能量作为代价函数的一个影响因子,即将备选簇头的剩余能量作为数据传输开销的一个影响因素。
当备选簇头hi的剩余能量E(hi)越大,备选簇头hi的剩余能量因素wEh(i)越大,备选簇头hi到车辆MF的数据传输开销costh(i)越小,则该备选簇头hi被选为簇头的概率越高。
另外,簇头选择权重因子α用于调节传输距离因素wDh(i)和剩余能量因素wEh(i)在数据传输开销中的比重。如果希望选择距离车辆近的节点作为簇头,则调节α使之变大,α=1表示仅考虑传输距离因素;如果希望选择剩余能量大的节点作为簇头,则调节α使之变小,α=0表示仅考虑能量因素。
本实施例按照道路将城市边缘网络分隔为大量分隔的WSN。在每一个分隔的WSN中,车辆每循环行驶一圈,区域进行一轮簇头轮转,即该分隔的WSN根据当前各备选簇头作为簇头的数据传输开销来重新设置簇头,这样在数据采集过程中可以避免簇头过早死亡,能有效避免能量空洞现象,实现能耗均衡。
步骤3,确定各传感器节点的父节点;
经过步骤2的簇头轮转策略,每个车辆循环均重新设置簇头,每个分隔的WSN选择好簇头,簇头则可以直接与车辆通信,而WSN中远离道路边的传感器节点则需要通过多跳通信将数据传输到簇头,然后由簇头将数据传输到车辆。步骤3设计一个成簇算法,即为每个传感器节点确定其父节点,从而使得智慧城市边缘网络中分隔的WSN能够形成一个分簇,簇内的节点通过多跳通信的方式将数据路由到簇头,然后由簇头传输给车辆。
WSN内的每一个节点需要选择一个父节点,并经由父节点将数据传输给车辆。在父节点选择过程中,跳数为h的节点,需要将数据发送给跳数为h-1的节点,然后发送给跳数为的h-2的节点,重复进行,直到将数据发送给跳数为1的簇头。具体而言,分两种情况来选择:对于跳数h≥2的源节点,选择跳数为h-1的传感器节点均作为源节点的1个候选父节点,然后评估源节点分别经由各候选父节点到达车辆的数据传输开销,以将数据传输开销最小值所对应的候选父节点作为源节点的父节点;而对于跳数h=1、且非簇头节点的源节点,均将簇头节点作为其父节点。
由于相同跳数的传感器节点可能有多个,因此每个源节点可能有多个候选父节点,本实施例通过设计代价函数,以根据源节点分别经由各候选父节点到达车辆的数据传输距离和源节点分别经由各候选父节点到达车辆的路径中最小的节点能量,来评估源节点分别经由各候选父节点到达车辆的数据传输开销,具体评估方法为:
costn(j,k)=βwDn(j,k)+(1-β)wEn(j,k);
式中,nj表示源节点,nk表示源节点nj的候选父节点,costn(j,k)表示源节点nj经由候选父节点nk到达车辆MF的数据传输开销,wDn(i,k)表示源节点经由候选父节点nk到达车辆MF的的传输距离因素,wEn(i,k)表示源节点nj经由候选父节点nk到达车辆MF的的剩余能量因素,β表示父节点选择权重因子,且有0≤β≤1;D(nj,nk,MF)表示源节点nj经由候选父节点nk到达车辆MF的距离,max(D(nj,nk,MF))为源节点nj分别经由各候选父节点nk计算到D(nj,nk,MF)中的最大值;Emin(nj,nk,MF)为源节点nj经由候选父节点nk到达车辆MF的路径中最小的节点能量,max(Emin(nj,nk,MF))为源节点nj经由各候选父节点nk计算得到Emin(nj,nk,MF)中的最大值。
本实施例中评估源节点分别经由各候选父节点到达车辆的数据传输开销,也考虑到两个影响因素:传输距离和剩余能量。
1)传输距离:源节点经由候选父节点到车辆的距离对数据传输开销有较大影响,因为传感器节点消耗的能量与数据传输路径的距离成正比。如果源节点经由某个候选父节点到达车辆的路径距离过远,数据通过该路径传输会使源节点能量消耗过大。因此引进源节点经由候选父节点到车辆的路径距离作为代价函数的一个影响因子。
2)剩余能量:从源节点到车辆的路径中,路径上剩余能量最小的传感器节点是整条路径的瓶颈,因此在选择父节点的时候,首先选出各候选父节点所在路径中能量最小的节点,然后比较每个路径的该最小能量节点,并从中选出能量最大的节点,则该节点所在路径中的候选父节点即为最终要选择的父节点,这样可以避免因路径中最小能量节点能耗过大而死亡。因此,本实施例引入剩余能量作为代价函数的一个影响因子。
例如,如果源节点nj接收到节点np和nq发送的信号,由需要从np和nq中选择一个作为父节点。源节点nj分别计算传输数据分别经由节点np和nq到车辆MF的代价分别为cost(j,p)和cost(j,q),如果cost(j,p)≤cost(j,q)则节点nj选择节点np作为父节点,如果cost(j,p)>cost(j,q)则节点nj选择节点nq作为父节点。
在父节点选择过程中,源节点需要从多个候选父节点中选择父节点。首先进行初始化,将最大传输距离max(D(nj,nk,MF))和最小节点最大剩余能量max(Emin(nj,nk,MF))设置为0,最小代价min(cost(j,k))设置为∞。对于源节点nj从多个候选节点nk中收到的每一个信息,从中提取出nk的GPS信息GPSnk=(xk,yk),从而计算nk到车辆的距离D(nk,MF),并计算nk到MF路径中最小节点能量Emin(nk,MF)。然后计算nj到nk的距离D(nj,nk),从而nj经由nk到MF的距离D(nj,nk,MF)=D(nj,nk)+D(nk,MF),并选出所有nk中的距离最大值max(D(nj,nk,MF))。计算nj经由各nk到车辆MF的所有路径中最小节点的剩余能量Emin(nj,nk,MF),以及所有能量中的最大值max(Emin(nj,nk,MF))。紧接着,计算源节点nj经由候选父节点nk到达车辆MF的的传输距离因素wDn(j,k)和源节点nj经由候选父节点nk到达车辆MF的的剩余能量因素wEn(i,k),并根据预设的父节点选择权重因子β计算源节点nj经由各候选父节点nk传输数据到车辆所需的数据传输开销cost(j,k),从中找到最小值min(cost(j,k)),最终源节点nj选择代价最小值min(cost(j,k))中的节点nk作为其父节点。最终可以实现能量均衡,避免数据传输路径中的节点过早死亡,能有效避免能量空洞现象。
步骤4,各传感器节点发送数据;
各传感器节点将自身缓存的数据和从其子节点接收到的数据发送给父节点,最终经由簇头节点发送到车辆。
以上实施例为本申请的优选实施例,本领域的普通技术人员还可以在此基础上进行各种变换或改进,在不脱离本申请总的构思的前提下,这些变换或改进都应当属于本申请要求保护的范围之内。
Claims (4)
1.一种智慧城市边缘网络中基于移动车辆的数据采集方法,其特征在于,为智慧城市边缘网络中每个被分隔的无线传感器网络配置1个车辆,车辆在相应的无线传感器网络中循环行驶并采集其中各传感器节点的数据,其中车辆每个循环采集数据的过程包括以下步骤:
步骤1,车辆广播消息,无线传感器网络中各传感器节点获取自身到车辆的跳数,记为传感器节点的跳数;
步骤2,更新无线传感器网络的簇头;
选择跳数为h=1的传感器节点作为无线传感器网络的备选簇头;针对每个备选簇头,均根据其自身到车辆的数据传输距离和其自身的剩余能量,评估其到车辆的数据传输开销;将数据传输开销最小的备选簇头作为簇头节点;
步骤3,确定各传感器节点的父节点;
对于跳数h≥2的源节点,选择跳数为h-1的传感器节点均作为源节点的1个候选父节点;针对每个跳数h≥2的源节点,均根据源节点分别经由各候选父节点到达车辆的数据传输距离和源节点分别经由各候选父节点到达车辆的路径中最小的节点能量,评估源节点分别经由各候选父节点到达车辆的数据传输开销,并将其中数据传输开销最小值所对应的候选父节点作为源节点的父节点;
对于跳数h=1、且非簇头节点的源节点,均将簇头节点作为其父节点;
步骤4,各传感器节点发送数据;
各传感器节点将自身缓存的数据和从其子节点接收到的数据发送给父节点,最终经由簇头节点发送到车辆;
所述针对每个备选簇头,均根据其自身到车辆的数据传输距离和其自身的剩余能量,评估其到车辆的数据传输开销,具体评估方法为:
costh(i)=αwDh(i)+(1-α)wEh(i);
式中,costh(i)表示备选簇头hi到车辆的数据传输开销,wDh(i)表示备选簇头hi的传输距离因素,wEh(i)表示备选簇头hi的剩余能量因素,α为簇头选择权重因子,且有0≤α≤1;D(hi,MF)表示备选簇头hi到车辆MF的距离,max(D(hi,MF))表示所有备选节点到车辆的距离中的最大值;E(hi)表示备选簇头hi的剩余能量,max(E(hi))表示所有备选簇头hi剩余能量中的最大值。
2.根据权利要求1所述的方法,其特征在于,所述针对每个跳数h≥2的源节点,均根据源节点分别经由各候选父节点到达车辆的数据传输距离和源节点分别经由各候选父节点到达车辆的路径中最小的节点能量,评估源节点分别经由各候选父节点到达车辆的数据传输开销,具体评估方法为:
costn(j,k)=βwDn(j,k)+(1-β)wEn(j,k);
式中,nj表示源节点,nk表示源节点nj的候选父节点,costn(j,k)表示源节点nj经由候选父节点nk到达车辆MF的数据传输开销,wDn(j,k)表示源节点nj经由候选父节点nk到达车辆MF的传输距离因素,wEn(i,k)表示源节点nj经由候选父节点nk到达车辆MF的的剩余能量因素,β表示父节点选择权重因子,且有0≤β≤1;D(nj,nk,MF)表示源节点nj经由候选父节点nk到达车辆MF的距离,max(D(nj,nk,MF))为源节点nj分别经由各候选父节点nk计算到D(nj,nk,MF)中的最大值;Emin(nj,nk,MF)为源节点nj经由候选父节点nk到达车辆MF的路径中最小的节点能量,max(Emin(nj,nk,MF))为源节点nj经由各候选父节点nk计算得到Emin(nj,nk,MF)中的最大值。
3.根据权利要求1所述的方法,其特征在于,源节点nj经由候选父节点nk到达车辆MF的距离D(nj,nk,MF)的计算方法:
D(nj,nk,MF)=D(nj,nk)+D(nk,MF);
式中,D(nj,nk)表示源节点nj与其候选父节点nk之间的距离,根据该两个节点的GPS信息计算得到;D(nk,MF)表示候选父节点nk与车辆MF之间的距离,根据候选父节点nk与车辆MF的GPS信息计算得到。
4.根据权利要求1所述的方法,其特征在于,通过车辆广播消息获取无线传感器网络中各节点到车辆的跳数,具体方法为:
步骤1.1,车辆在行进过程中发出广播消息,所述广播消息为包括跳数、且初始跳数为0的数据包;
步骤1.2,传感器节点在收到广播消息后,将数据包中的跳数加1,并将得到跳数作为自身到车辆的跳数,然后将自身到车辆的跳数继续广播到自身通信范围内的传感器节点;
步骤1.3,重复步骤1.2,直到当前无线传感器网络中没有新的广播发生;
其中,若传感器节点接收到多个数据包,则将所有数据包中跳数在修改后的最小值作为自身到车辆的跳数。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910917726.4A CN110557799B (zh) | 2019-09-26 | 2019-09-26 | 一种智慧城市边缘网络中基于移动车辆的数据采集方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910917726.4A CN110557799B (zh) | 2019-09-26 | 2019-09-26 | 一种智慧城市边缘网络中基于移动车辆的数据采集方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110557799A CN110557799A (zh) | 2019-12-10 |
CN110557799B true CN110557799B (zh) | 2020-06-09 |
Family
ID=68741602
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910917726.4A Expired - Fee Related CN110557799B (zh) | 2019-09-26 | 2019-09-26 | 一种智慧城市边缘网络中基于移动车辆的数据采集方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110557799B (zh) |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106060888A (zh) * | 2016-05-26 | 2016-10-26 | 南京理工大学 | 一种基于复杂网络中心性的vanet分簇路由方法 |
CN108430089A (zh) * | 2018-05-04 | 2018-08-21 | 南京邮电大学 | 一种基于深度学习的车载自组织网路由分簇方法 |
Family Cites Families (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
TWI398182B (zh) * | 2009-09-01 | 2013-06-01 | Univ Nat Taiwan | 應用於無線感測器網路之多跳路由演算法 |
CN101883326B (zh) * | 2010-05-31 | 2012-12-05 | 西安电子科技大学 | 基于无人驾驶车辆监测的无线传感器网络数据传输方法 |
US10001389B1 (en) * | 2013-12-20 | 2018-06-19 | EMC IP Holding Company LLC | Analysis of smart meter data based on frequency content |
CN104853398B (zh) * | 2015-06-01 | 2019-03-01 | 苏州博联科技有限公司 | 树型无线传感器网络的路由优化方法 |
CN109660966A (zh) * | 2018-12-19 | 2019-04-19 | 苏州迈荣祥信息科技有限公司 | 一种车辆远程监控系统及方法 |
-
2019
- 2019-09-26 CN CN201910917726.4A patent/CN110557799B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106060888A (zh) * | 2016-05-26 | 2016-10-26 | 南京理工大学 | 一种基于复杂网络中心性的vanet分簇路由方法 |
CN108430089A (zh) * | 2018-05-04 | 2018-08-21 | 南京邮电大学 | 一种基于深度学习的车载自组织网路由分簇方法 |
Also Published As
Publication number | Publication date |
---|---|
CN110557799A (zh) | 2019-12-10 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Chen et al. | A multihop task offloading decision model in MEC-enabled internet of vehicles | |
Luo et al. | Cooperative vehicular content distribution in edge computing assisted 5G-VANET | |
CN101835237B (zh) | 一种无线传感器网络中的数据融合方法 | |
CN109547351B (zh) | Ad Hoc网络中基于Q学习和信任模型的路由方法 | |
Hassan et al. | Inter vehicle distance based connectivity aware routing in vehicular adhoc networks | |
Alsarhan et al. | Novel fuzzy and game theory based clustering and decision making for VANETs | |
CN104053175A (zh) | 一种物联网感知层拓扑控制方法 | |
CN102572992A (zh) | 一种车载网络rsu部署及其数据转发方法 | |
CN105101086B (zh) | 一种基于车辆密度分布的数据传输路径选择方法 | |
CN112367639B (zh) | 基于北斗卫星授时的无人机集群自组网通信方法及系统 | |
Attia et al. | Advanced greedy hybrid bio-inspired routing protocol to improve IoV | |
CN103281708A (zh) | 无线传感器节点部署方法 | |
CN112601240A (zh) | 物联网资源边缘智能调度方法 | |
CN110351686A (zh) | 车联网数据传输系统中实施的方法、车载单元、以及车联网数据传输系统 | |
Luo et al. | Data collection through mobile vehicles in edge network of smart city | |
CN101895952B (zh) | 无线传感器网络的多路由建立方法及并行数据传输方法 | |
CN107484207A (zh) | 无线传感器网络中联合拓扑控制和信道分配负载均衡方法 | |
Hilmani et al. | Hierarchical protocol based on recursive clusters for smart parking applications using Internet of things (IOT) | |
Nkenyereye et al. | Efficient RSU selection scheme for fog-based vehicular software-defined network | |
Tirumalasetti et al. | Automatic Dynamic User Allocation with opportunistic routing over vehicles network for Intelligent Transport System | |
Rana et al. | VANET: expected delay analysis for location aided routing (LAR) Protocol | |
CN110072210B (zh) | 在车载自组织网络rsu缺失场景下的路网信息收集方法 | |
CN110557799B (zh) | 一种智慧城市边缘网络中基于移动车辆的数据采集方法 | |
Chughtai et al. | Drone-Assisted Cooperative Routing Scheme for Seamless Connectivity in V2X Communication | |
Yao et al. | Dynamic Spectrum Management with Movement Prediction in Vehicular Ad Hoc 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 | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20200609 |
|
CF01 | Termination of patent right due to non-payment of annual fee |