CN110650512A - 一种基于模糊理论的低功耗广域异构传感网分簇算法 - Google Patents
一种基于模糊理论的低功耗广域异构传感网分簇算法 Download PDFInfo
- Publication number
- CN110650512A CN110650512A CN201810667100.8A CN201810667100A CN110650512A CN 110650512 A CN110650512 A CN 110650512A CN 201810667100 A CN201810667100 A CN 201810667100A CN 110650512 A CN110650512 A CN 110650512A
- Authority
- CN
- China
- Prior art keywords
- cluster
- nodes
- node
- fuzzy
- coverage
- 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.)
- Pending
Links
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
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/124—Shortest path evaluation using a combination of metrics
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/12—Shortest path evaluation
- H04L45/126—Shortest path evaluation minimising geographical or physical path length
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
- H04L45/00—Routing or path finding of packets in data switching networks
- H04L45/46—Cluster building
-
- 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
-
- 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
本发明公开了一种基于模糊理论的低功耗广域异构传感网分簇算法,将分簇过程分为四个阶段,并对每个阶段进行设计。四个阶段包括模糊筛选簇头、节点加入簇群、簇内簇间通信、轮询更新路由。提出了节点余度和覆盖节点集的概念,通过设计覆盖节点集,解决了簇头间的通信问题;通过设计节点余度,保证了网络节点的连通性和覆盖的有效性;通过设计基于模糊理论的分簇算法,降低了无线传感器网络的能量消耗,有效延长了网络寿命。
Description
技术领域
本发明涉及物联网技术领域,特别是指一种在低功耗广域异构传感网中的基于模糊理论的分簇算法。
背景技术
近年来,智能电网发展迅速,各类小数据、广覆盖的业务需求越来越多,传统的配电通信专网,部署难、造价高,不利于业务多样化发展。低功耗广域网以其功耗低、覆盖广、成本低、容量大的优势,在配电通信网中得到迅速的应用与发展。
随着智能抄表、环境监测、信息采集等业务的兴起,配电传感网中部署了性能参数各异的终端采集设备,且由于应用场景和客户需求的差异,采用了LoRa,NB-IoT,Zigbee,WiFi,蓝牙等不同的底层通信方式,传感网异构特征明显。
低功耗广域网的传感节点一般是由电量有限的电池供电,降低能量消耗是业界关注重点之一。针对规模庞大,传感节点众多的低功耗广域异构传感网,采用基于模糊理论的分簇算法能够有效降低其能量消耗。
综上所述,在低功耗广域配电通信网中,采用基于模糊理论的分簇算法能有效解决传感网异构的问题,改善其能量消耗问题,延长节点使用寿命。
发明内容
有鉴于此,本发明的目的在于提出一种基于模糊理论的低功耗广域异构传感网分簇算法,将分簇过程分为四个阶段,并对每个阶段进行设计。四个阶段包括模糊筛选簇头、节点加入簇群、簇内簇间通信、轮询更新路由。通过设计基于模糊理论的分簇算法,降低了无线传感器网络的能量消耗,延长网络寿命;通过设计覆盖节点集,解决了簇头间的通信问题;通过设计节点余度,保证了覆盖范围的最大化。
本实施例中,通过设计信号强度矩阵、覆盖半径Ri,在此基础上得到邻接矩阵和动态邻居节点集,设计覆盖节点集,作为簇头备选集合,保证了簇头的连通性,设计节点余度,作为衡量覆盖范围大小的标准。
所述信号强度矩阵RSSI,指以接收信号强度作为节点之间相连的程度,接收信号强度越大表示节点间距离越近。其元素RSSIij表示节点i与节点j之间的信号强度。
所述覆盖半径Ri,指非碟形的传输半径,实际上就是结合剩余能量的接收信号强度,具体公式如下:
其中RSSImin表示最小节点接收信号强度阈值,RSSImax表示保证网络连通的最大接受信号阈值,Eini表示节点的初始能量,Eres表示节点的剩余能量。
所述邻接矩阵N,指结合覆盖半径和信号强度矩阵而得到的矩阵,元素由1和0组成,信号强度大于覆盖半径的即为相连,值为1;否则为0。
所述动态邻居节点集NG,指邻接矩阵中邻居节点的集合,随着能量的变化而变化。所述覆盖节点集,指所有簇头及其邻居节点组成的集合。依次选取节点为簇头,每次选举一个,然后将所有簇头节点能够覆盖的节点组成覆盖节点集,下一个簇头的选举在覆盖节点集中选择,保证了簇头节点的连通性,每次都会更新覆盖节点集,直到覆盖节点集等于全节点集为止,表示所有节点都能够加入到簇头中。
所述节点余度,指动态邻居节点集与覆盖节点集的差集的节点数,也就是说节点邻居中没有在簇头覆盖范围内的节点数,这个值越大表示该节点被选为簇头后能够扩大越多的覆盖范围,簇头节点分布越均匀。簇头是在覆盖节点集中选取,所以所选的簇头一定能够和至少一个簇头相连,保证了簇头的连通性。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动的前提下,还可以根据这些附表获得其他的附图。
图1为本发明实施例的模糊变量的参数和特征集对应图;
图2为本发明实施例的模糊规则。
具体实施方式
本发明实施例提供了一种基于模糊理论的低功耗广域异构传感网分簇算法,将分簇过程分为四个阶段,并对每个阶段进行设计。四个阶段包括模糊筛选簇头阶段、节点加入簇群阶段、簇内簇间通信阶段、动态更新簇头阶段,具体设计如下:
所述模糊筛选簇头阶段,设计了模糊算法,根据模糊规则和节点能量、节点余度以及节点到网关的距离等模糊变量,排列出节点的优先级,选取高优先级节点作为簇头,若优先级相同则随机选取。
所述模糊算法,采用适用于实时系统的三角形和梯形隶属度函数,将三个模糊变量的参数分别映射到相应的模糊集合,参数与特征集对应关系参考表1。采用IF-THEN分类原则,综合考虑三个输入参数制定了模糊规则,参考表2。
所述节点加入簇群阶段,选为簇头的节点,加入覆盖节点集,并将封装了承载业务类型、底层通信方式、设备性能参数等信息的数据包广播出去,能收到广播消息并与包内信息匹配的节点即为其邻居节点,向簇头发送加入信息,簇头收到后更新自己的邻接矩阵、动态邻居节点集和覆盖节点集;未被选为簇头的节点,通过发送广播消息即时更新自身邻接矩阵和动态邻居节点集。
所述簇内簇间通信阶段,是簇头与簇内节点、簇头与簇头之间完成信息交流的阶段。在周期内,簇内节点将传感数据发送给簇头节点,后者将收集到的信息组合整理,然后打包发送给网关。将簇头到网关的距离与网管覆盖门限值进行比较,若小于门限则簇头直接与网管通信,否则簇头向周围邻居簇头发送距离请求信息,收到邻居簇头封装有与网关距离的回复消息后,将数据包交由距离最短的邻居簇头进行转发。
所述动态更新簇头阶段,即判断覆盖节点集是否等于全节点集,决定是否增加簇头数;实时监控节点的能量,当某簇头的能量低于簇内节点剩余能量的均值的1/3时,在覆盖节点集中去除该簇的所有节点,重新模糊筛选簇头并建立新簇。
Claims (9)
1.一种基于模糊理论的低功耗广域异构传感网分簇算法,将分簇过程分为四个阶段,并对每个阶段进行设计。四个阶段包括模糊筛选簇头、节点加入簇群、簇内簇间通信、轮询更新路由。通过设计基于模糊理论的分簇算法,降低了无线传感器网络的能量消耗,延长网络寿命;通过设计覆盖节点集,解决了簇头间的通信问题;通过设计节点余度,保证了覆盖范围的最大化。
2.根据权利要求1所述的基于模糊理论的低功耗广域异构传感网分簇算法,其特征在于,通过设计信号强度矩阵、覆盖半径Ri,在此基础上得到邻接矩阵和动态邻居节点集,设计覆盖节点集,作为簇头备选集合,保证了簇头的连通性,设计节点余度,作为衡量覆盖范围大小的标准。
3.根据权利要求2所述的基于模糊理论的低功耗广域异构传感网分簇算法,其特征在于,所述动态邻居节点集NG,指邻接矩阵中邻居节点的集合,随着能量的变化而变化。
4.根据权利要求2所述的基于模糊理论的低功耗广域异构传感网分簇算法,其特征在于,所述覆盖节点集,指所有簇头及其邻居节点组成的集合。依次选取节点为簇头,每次选举一个,然后将所有簇头节点能够覆盖的节点组成覆盖节点集,下一个簇头的选举在覆盖节点集中选择,保证了簇头节点的连通性,每次都会更新覆盖节点集,直到覆盖节点集等于全节点集为止,表示所有节点都能够加入到簇头中。
5.根据权利要求2所述的基于模糊理论的低功耗广域异构传感网分簇算法,其特征在于,所述节点余度,指动态邻居节点集与覆盖节点集的差集的节点数,也就是说节点邻居中没有在簇头覆盖范围内的节点数,这个值越大表示该节点被选为簇头后能够扩大越多的覆盖范围,簇头节点分布越均匀。簇头是在覆盖节点集中选取,所以所选的簇头一定能够和至少一个簇头相连,保证了簇头的连通性。
6.根据权利要求1所述的基于模糊理论的低功耗广域异构传感网分簇算法,其特征在于,所述模糊筛选簇头阶段,设计了模糊算法,根据模糊规则和节点能量、节点余度以及节点到网关的距离等模糊变量,排列出节点的优先级,选取高优先级节点作为簇头,若优先级相同则随机选取。
7.根据权利要求1所述的基于模糊理论的低功耗广域异构传感网分簇算法,其特征在于,所述节点加入簇群阶段,选为簇头的节点,加入覆盖节点集,并将封装了承载业务类型、底层通信方式、设备性能参数等信息的数据包广播出去,能收到广播消息并与包内信息匹配的节点即为其邻居节点,向簇头发送加入信息,簇头收到后更新自己的邻接矩阵、动态邻居节点集和覆盖节点集;未被选为簇头的节点,通过发送广播消息即时更新自身邻接矩阵和动态邻居节点集。
8.根据权利要求1所述的基于模糊理论的低功耗广域异构传感网分簇算法,其特征在于,所述簇内簇间通信阶段,是簇头与簇内节点、簇头与簇头之间完成信息交流的阶段。在周期内,簇内节点将传感数据发送给簇头节点,后者将收集到的信息组合整理,然后打包发送给网关。将簇头到网关的距离与网管覆盖门限值进行比较,若小于门限则簇头直接与网管通信,否则簇头向周围邻居簇头发送距离请求信息,收到邻居簇头封装有与网关距离的回复消息后,将数据包交由距离最短的邻居簇头进行转发。
9.根据权利要求1所述的基于模糊理论的低功耗广域异构传感网分簇算法,其特征在于,所述动态更新簇头阶段,即判断覆盖节点集是否等于全节点集,决定是否增加簇头数;实时监控节点的能量,当某簇头的能量低于簇内节点剩余能量的均值的1/3时,在覆盖节点集中去除该簇的所有节点,重新模糊筛选簇头并建立新簇。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810667100.8A CN110650512A (zh) | 2018-06-26 | 2018-06-26 | 一种基于模糊理论的低功耗广域异构传感网分簇算法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201810667100.8A CN110650512A (zh) | 2018-06-26 | 2018-06-26 | 一种基于模糊理论的低功耗广域异构传感网分簇算法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN110650512A true CN110650512A (zh) | 2020-01-03 |
Family
ID=68988948
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201810667100.8A Pending CN110650512A (zh) | 2018-06-26 | 2018-06-26 | 一种基于模糊理论的低功耗广域异构传感网分簇算法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110650512A (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111970715A (zh) * | 2020-07-16 | 2020-11-20 | 河海大学常州校区 | 水声传感网中基于虚拟骨干节点连接的流体边界提取方法 |
CN113556286A (zh) * | 2021-05-31 | 2021-10-26 | 北京邮电大学 | 对等网络的通信方法及系统 |
CN114363988A (zh) * | 2021-12-10 | 2022-04-15 | 北京佰才邦技术股份有限公司 | 分簇方法、装置和电子设备 |
-
2018
- 2018-06-26 CN CN201810667100.8A patent/CN110650512A/zh active Pending
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN111970715A (zh) * | 2020-07-16 | 2020-11-20 | 河海大学常州校区 | 水声传感网中基于虚拟骨干节点连接的流体边界提取方法 |
CN111970715B (zh) * | 2020-07-16 | 2023-05-12 | 河海大学常州校区 | 水声传感网中基于虚拟骨干节点连接的流体边界提取方法 |
CN113556286A (zh) * | 2021-05-31 | 2021-10-26 | 北京邮电大学 | 对等网络的通信方法及系统 |
CN114363988A (zh) * | 2021-12-10 | 2022-04-15 | 北京佰才邦技术股份有限公司 | 分簇方法、装置和电子设备 |
CN114363988B (zh) * | 2021-12-10 | 2023-07-07 | 北京佰才邦技术股份有限公司 | 分簇方法、装置和电子设备 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Long et al. | Energy-aware real-time routing for large-scale industrial internet of things | |
Boyinbode et al. | A survey on clustering algorithms for wireless sensor networks | |
Behera et al. | Hybrid heterogeneous routing scheme for improved network performance in WSNs for animal tracking | |
Durairaj et al. | Two-level clustering and routing algorithms to prolong the lifetime of wind farm-based WSN | |
CN103209455A (zh) | 一种基于节点位置信息的无线传感网路由方法 | |
CN110650512A (zh) | 一种基于模糊理论的低功耗广域异构传感网分簇算法 | |
CN101959244A (zh) | 一种适用于无线传感网的层次型路由控制方法 | |
CN104135752A (zh) | 一种无线传感器网络簇头节点选择方法及分簇方法 | |
Ahmadinia et al. | Data aggregation in wireless sensor networks based on environmental similarity: A learning automata approach | |
Ghosh et al. | Enhanced PEGASIS using ant colony optimization for data gathering in WSN | |
Sha et al. | A type of energy-balanced tree based data collection strategy for sensor network with mobile sink | |
Sadouq et al. | Conserving energy in WSN through clustering and power control | |
CN114980252A (zh) | 一种物联网终端设备的低功耗休眠控制方法与系统 | |
Poonguzhali | Energy efficient realization of clustering patch routing protocol in wireless sensors network | |
郑婵 et al. | Constructing distributed connected dominating sets in wireless ad hoc and sensor networks | |
Kiaie et al. | Coverage Problem in Heterogeneous Wireless Sensor Networks | |
Cao Minh et al. | DISON: a self-organizing network management framework for wireless sensor networks | |
CN103561406A (zh) | 一种基于能量均衡的簇内蜂窝分割的无线传感路由算法 | |
Lin et al. | Hilbert-chain topology for energy conservation in large-scale wireless sensor networks | |
Sivaraj et al. | Energy-efficient and load distributed clustering algorithm for dense wireless sensor networks | |
Bansal et al. | FTEP: A fault tolerant election protocol for multi-level clustering in homogeneous wireless sensor networks | |
Chiang et al. | Regional energy aware clustering with isolated nodes in Wireless Sensor Networks | |
Xiao et al. | Adaptive freeshape clustering for balanced energy saving in the WirelessHART networks | |
Khedo et al. | MiSense hierarchical cluster-based routing algorithm (MiCRA) for wireless sensor networks | |
Fathi et al. | An energy-efficient density-based clustering approach for wireless sensor networks |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20200103 |
|
WD01 | Invention patent application deemed withdrawn after publication |