CN111405634A - 一种无线传感器网络自适应分簇的方法及装置 - Google Patents

一种无线传感器网络自适应分簇的方法及装置 Download PDF

Info

Publication number
CN111405634A
CN111405634A CN202010121038.XA CN202010121038A CN111405634A CN 111405634 A CN111405634 A CN 111405634A CN 202010121038 A CN202010121038 A CN 202010121038A CN 111405634 A CN111405634 A CN 111405634A
Authority
CN
China
Prior art keywords
network node
network
cluster
cluster head
clustering
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
CN202010121038.XA
Other languages
English (en)
Other versions
CN111405634B (zh
Inventor
陶滢
冯瑄
任术波
高梓贺
陈特
张伟
余晶晶
田慧
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.)
China Academy of Space Technology CAST
Original Assignee
China Academy of Space Technology CAST
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 China Academy of Space Technology CAST filed Critical China Academy of Space Technology CAST
Priority to CN202010121038.XA priority Critical patent/CN111405634B/zh
Publication of CN111405634A publication Critical patent/CN111405634A/zh
Application granted granted Critical
Publication of CN111405634B publication Critical patent/CN111405634B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W40/00Communication routing or communication path finding
    • H04W40/24Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W4/00Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02Services making use of location information
    • H04W4/023Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • HELECTRICITY
    • H04ELECTRIC COMMUNICATION TECHNIQUE
    • H04WWIRELESS COMMUNICATION NETWORKS
    • H04W84/00Network topologies
    • H04W84/18Self-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

本申请公开了一种无线传感器网络自适应分簇的方法及装置,该方法包括:确定无线传感器网络中待分簇的多个网络节点的特征信息,根据特征信息将多个网络节点进行分簇得到多个簇,以及根据实时的时间信息判断是否满足预设的重新分簇条件;若满足,则根据特征信息计算每个簇中每个网络节点的局部簇头能力权值,并根据局部簇头能力权值确定每个网络节点的平均局部簇头能力权值;判断任一簇中每个网络节点的平均局部簇头能力权值是否小于第一预设阈值;若小于,则根据任一簇中每个网络节点的局部簇头能力权值进行第一次重新分簇得到新的簇。本申请解决了现有分簇后的网络服务质量性能较差的技术问题。

Description

一种无线传感器网络自适应分簇的方法及装置
技术领域
本申请涉及无线通信技术领域,尤其涉及一种无线传感器网络自适应分簇的方法及装置。
背景技术
随着无线通信技术的迅猛发展,无线传感器的使用数量呈爆炸式增长,使得无线传感器网络的蓝图得以实现,由于无线传感器网络具有以数据为中心、节点能力有限、网络规模大和自组织组网等特点,对无线传感器网络的数据传输效率、信息传输的稳定性以及网络使用寿命等提出了更高的要求。在无线传感器网络中,为了降低节点的功耗、提高灵活可靠、提高网络的可扩展性,针对无线传感器网络提出了许多路由协议,其中,分簇路由就是其一个重要分支。
目前,常见的分簇路由的算法是多层分簇算法,而多层分簇算法中动态分簇低功耗自适应集簇分层型协议(Low Energy Adaptive Clustering Hierarchy,LEACH)算法是分簇组网中常见的方法。具体的,LEACH是一种动态选取簇头算法,其成簇的过程是周期性的,该协议定义了“轮(round)”的概念,每一轮循环分为成两个阶段,分别为簇的建立阶段和稳定运行阶段。在一轮中随机选择几个节点充当本轮的簇头节点,并且选取之后本轮不再更改,并把簇头节点的消息广播给其他节点,其他节点选择加入簇。每一轮循环结束之后,就会开始下一轮簇头的选取。簇的建立阶段选取簇头并构建簇结构,稳定运行阶段簇内节点把感知的数据传输给簇头节点,再由簇头传送给基站,即在一轮中网络中的分簇簇头和分簇划分保持不变,而无线传感器网络运行过程中,传感器节点性能会随时间发生变化,当采用固定的多层分簇组网策略时,即网络中的分簇簇头和分簇划分保持不变,初始分簇结构可能不再适合于现有网络。静态固定多层分簇中的网络分簇形成后,网络拓扑保持不变,随运行时间增加,网络中节点性能恶化加快,更容易出现死亡节点,增加网络通信时延以及网络整体能耗,使得网络服务质量(Quality of Service,QoS)性能较差。
发明内容
本申请解决的技术问题是:针对现有分簇后的网络服务质量性能较差的问题,本申请实施例提供了一种无线传感器网络自适应分簇的方法及装置,根据初始分簇后的簇中网络节点的平均局部簇头能力权值对初始分簇后的簇进行第一次重新分簇,避免网络中节点性能恶化以及更容易出现死亡节点情况,提高网络服务质量性能。
第一方面,本申请实施例提供了一种无线传感器网络自适应分簇的方法,该方法包括:
确定无线传感器网络中待分簇的多个网络节点的特征信息,根据所述特征信息将所述多个网络节点进行分簇得到多个簇,以及根据实时的时间信息判断是否满足预设的重新分簇条件;
若满足,则根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,并根据所述局部簇头能力权值确定所述每个网络节点的平均局部簇头能力权值;
判断任一所述簇中所述每个网络节点的平均局部簇头能力权值是否小于第一预设阈值;
若小于,则根据所述任一簇中所述每个网络节点的局部簇头能力权值进行第一次重新分簇得到新的簇。
本申请实施例所提供的方案中,在根据无线传感器网络中待分簇的多个网络节点的特征信息将所述多个网络节点进行分簇之后,根据实时的时间信息确定是否满足预设的重新分簇条件,若满足,根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,然后,根据所述局部簇头能力权值确定所述每个网络节点的平均局部簇头能力权值,再根据平均局部簇头能力权值对已分的簇进行第一次重新分簇。因此,本申请实施例所提供的方案中,根据初始分簇后的簇中网络节点的平均局部簇头能力权值对初始分簇后的簇进行第一次重新分簇,避免网络中节点性能恶化以及更容易出现死亡节点情况,提高网络服务质量性能。
可选地,根据实时的时间信息判断是否满足预设的重新分簇条件,包括:
根据所述时间信息确定当前时间点,确定所述当前时间点与最近一次计算所述每个网络节点的局部簇头能力权值的时间间隔;
判断所述时间间隔是否等于第二预设阈值。
可选地,所述特征信息包括:所述每个网络节点的位置信息、所述每个网络节点的历史通信数据量以及所述每个网络节点消耗的能量。
可选地,根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,包括:
通过下式计算所述每个网络节点的局部簇头能力权值:
weighti=c1×Di+c2×Ai+c3×Ei
其中,weighti表示第i个节点的局部簇头能力权值;c1、c2、c3表示权重值,满足c1+c2+c3=1;Di表示第i个节点的历史通信数据量;Ai表示第i个节点的与相邻节点的平均距离;Ei表示第i个节点消耗的能量。
可选地,根据所述特征信息将所述多个网络节点进行分簇得到多个簇,包括:
根据所述位置信息确定所述每个网络节点与所述基站的距离;
根据所述距离确定出与所述基站距离最短的至少一个第一网络节点,将所述第一网络节点作为簇头;
将任一所述簇头与除所述第一网络节点之外的至少一个网络节点组成一个簇,得到所述多个簇。
可选地,根据所述任一簇中所述每个网络节点的局部簇头能力权值进行第一次重新分簇得到新的簇,包括:
确定所述任一簇中所述局部簇头能力权值最小的至少一个第二网络节点,其中,所述第二网络节点是不同于所述第一网络节点的节点;
从所述至少一个第二网络节点中确定出第三网络节点,并将所述第三网络节点作为所述任一簇新的簇头,以及根据所述新的簇头进行第一次重新分簇得到所述新的簇。
可选地,从所述至少一个第二网络节点中确定出第三网络节点,包括:
若所述第二网络节点为1个,则将所述第二网络节点作为所述第三网络节点;
若所述第二网络节点为至少两个,则判断至少两个第二网络节点中是否存在任一第二网络节点未加入分簇;若存在,则将所述任一第二网络节点作为所述第三网络节点。
可选地,所述方法,还包括:
确定所述新的簇的负载均衡因子,并判断所述负载均衡因子是否大于第三预设阈值;
若大于所述第三预设阈值,则根据所述时间信息以及所述负载均衡因子确定所述负载均衡因子随时间的变化量,并判断预设时间段内所述变化量是否在预设范围内;
若所述负载均衡因子不大于第三预设阈值或所述预设时间段内所述变化量不在预设范围内,则进行第二次重新分簇,直到所述预设时间段内所述变化量在预设范围内为止。
可选地,确定所述新的簇的负载均衡因子,包括:
确定所述无线传感器网络所述新的簇头的数目、所述多个网络节点的数目以及任一网络节点与相邻网络节点之间的距离;
根据所述新的簇头的数目、所述多个网络节点的数目以及所述距离计算任一所述新的簇的负载均衡因子。
本申请实施例所提供的方案中,在通过网络节点的平均局部簇头能力权值对已分的簇进行第一次重新分簇得到新的簇之后,根据所述新的簇中任一节点的与相邻节点之间的距离、节点历史负载和剩余能量的动态变化确定负载均衡因子,并根据所述负载均衡因子确定是否需要进行第二次重新分簇,若需要,则进行第二次重新分簇,直到重新分的簇的负载均衡因子满足预设的第三阈值。因此,本申请实施例所提供的方案中,通过根据所述新的簇中任一节点的与相邻节点之间的距离、节点历史负载和剩余能量的动态变化进行第二次重新分簇,从而提高网络性能。
第二方面,本申请实施例提供了一种无线传感器网络自适应分簇的装置,该装置包括:
确定单元,用于确定无线传感器网络中待分簇的多个网络节点的特征信息,根据所述特征信息将所述多个网络节点进行分簇得到多个簇,以及根据实时的时间信息判断是否满足预设的重新分簇条件;
计算单元,用于若满足预设的重新分簇条件,则根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,并根据所述局部簇头能力权值确定所述每个网络节点的平均局部簇头能力权值;
判断单元,用于判断任一所述簇中所述每个网络节点的平均局部簇头能力权值是否小于第一预设阈值;
分簇单元,用于若小于第一预设阈值,则根据所述任一簇中所述每个网络节点的局部簇头能力权值进行第一次重新分簇得到新的簇。
可选地,所述判断单元,具体用于:
根据所述时间信息确定当前时间点,确定所述当前时间点与最近一次计算所述每个网络节点的局部簇头能力权值的时间间隔;
判断所述时间间隔是否等于第二预设阈值。
可选地,所述特征信息包括:所述每个网络节点的位置信息、所述每个网络节点的历史通信数据量以及所述每个网络节点消耗的能量。
可选地,所述计算单元,具体用于:
通过下式计算所述每个网络节点的局部簇头能力权值:
weighti=c1×Di+c2×Ai+c3×Ei
其中,weighti表示第i个节点的局部簇头能力权值;c1、c2、c3表示权重值,满足c1+c2+c3=1;Di表示第i个节点的历史通信数据量;Ai表示第i个节点的与相邻节点的平均距离;Ei表示第i个节点消耗的能量。
可选地,所述确定单元,具体用于:
根据所述位置信息确定所述每个网络节点与所述基站的距离;
根据所述距离确定出与所述基站距离最短的至少一个第一网络节点,将所述第一网络节点作为簇头;
将任一所述簇头与除所述第一网络节点之外的至少一个网络节点组成一个簇,得到所述多个簇。
可选地,所述分簇单元,具体用于:
确定所述任一簇中所述局部簇头能力权值最小的至少一个第二网络节点,其中,所述第二网络节点是不同于所述第一网络节点的节点;
从所述至少一个第二网络节点中确定出第三网络节点,并将所述第三网络节点作为所述任一簇新的簇头,以及根据所述新的簇头进行第一次重新分簇得到所述新的簇。
可选地,所述分簇单元,具体用于:
若所述第二网络节点为1个,则将所述第二网络节点作为所述第三网络节点;
若所述第二网络节点为至少两个,则判断至少两个第二网络节点中是否存在任一第二网络节点未加入分簇;若存在,则将所述任一第二网络节点作为所述第三网络节点。
可选地,所述确定单元,还用于确定所述新的簇的负载均衡因子,并判断所述负载均衡因子是否大于第三预设阈值;
所述判断单元,还用于若大于所述第三预设阈值,则根据所述时间信息以及所述负载均衡因子确定所述负载均衡因子随时间的变化量,并判断预设时间段内所述变化量是否在预设范围内;
所述分簇单元,还用于若所述负载均衡因子不大于第三预设阈值或所述预设时间段内所述变化量不在预设范围内,则进行第二次重新分簇,直到所述预设时间段内所述变化量在预设范围内为止。
可选地,所述确定单元,具体用于:
确定所述无线传感器网络所述新的簇头的数目、所述多个网络节点的数目以及任一网络节点与相邻网络节点之间的距离;
根据所述新的簇头的数目、所述多个网络节点的数目以及所述距离计算任一所述新的簇的负载均衡因子。
第三方面,本申请提供一种计算机设备,该计算机设备,包括:
存储器,用于存储至少一个处理器所执行的指令;
处理器,用于执行存储器中存储的指令执行第一方面所述的方法。
第四方面,本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行第一方面所述的方法。
附图说明
图1为本申请实施例所提供的一种无线传感器网络自适应分簇的方法的流程图;
图2为本申请实施例所提供的一种无线传感器网络的分级结构示意图;
图3为本申请实施例所提供的一种无线传感器网络自适应分簇的装置的结构示意图;
图4为本申请实施例所提供的一种计算机设备的结构示意图。
具体实施方式
为了更好的理解上述技术方案,下面通过附图以及具体实施例对本申请技术方案做详细的说明,应当理解本申请实施例以及实施例中的具体特征是对本申请技术方案的详细的说明,而不是对本申请技术方案的限定,在不冲突的情况下,本申请实施例以及实施例中的技术特征可以相互组合。
以下结合说明书附图对本申请实施例所提供的一种无线传感器网络自适应分簇的方法做进一步详细的说明,该方法具体实现方式可以包括以下步骤(方法流程如图1所示):
步骤101,确定无线传感器网络中待分簇的多个网络节点的特征信息,根据所述特征信息将所述多个网络节点进行分簇得到多个簇,以及根据实时的时间信息判断是否满足预设的重新分簇条件。
在本申请实施例所提供的方案中,每个网络节点代表无线传感器网络中一个无线传感器。在分簇组网过程中,计算机设备实时获取待分簇的多个网络节点的特征信息。在一种可能实现方式中,所述特征信息包括:所述每个网络节点的位置信息、所述每个网络节点的历史通信数据量以及所述每个网络节点消耗的能量。
进一步,在获取多个网络节点的特征信息之后,根据所述特征信息将所述多个网络节点进行分簇得到多个簇,在本申请实施例所提供的方案中,将所述多个网络节点进行分簇得到多个簇的方式有多种,下面以其中一种较佳的方式为例进行说明。
在一种可能实现的方式中,根据所述特征信息将所述多个网络节点进行分簇得到多个簇,包括:根据所述位置信息确定所述每个网络节点与所述基站的距离;根据所述距离确定出与所述基站距离最短的至少一个第一网络节点,将所述第一网络节点作为簇头;将任一所述簇头与除所述第一网络节点之外的至少一个网络节点组成一个簇,得到所述多个簇。
具体的,为例便于理解上述根据特征信息将多个网络节点进行全局分簇得到多个簇的原理,下面簇结构进行简要介绍。
参见图2,本申请实施例提供的一种无线传感器网络的分级结构示意图。在图2所示的分级结构中,无线传感器网络被划分为如干个簇,每个簇代表一个区域,内部由簇头和簇成员组成,其中,簇和簇成员均是无线传感器。为了将无线传感器网络划分为多个不同的层级,将所有簇头形成一个高级别的网络,然后,可以对该高级别的网络继续分簇以形成更高一级别的簇,由此递推,将无线传感器网络分成由低到高的若干级别。
在本申请实施例所提供的方案中,计算机设备根据特征信息中的位置信息确定每个网络节点与基站之间的距离,然后,根据每个网路节点与基站之间的距离确定与基站距离最短的至少一个第一网络节点,将第一网络节点作为簇头,然后,第一网络节点将簇头消息发送给无线传感器网络中所有网络节点,其中,簇头消息发送的方式可以是广播形式,也可以是其他形式,在此并不做限定。无线传感器网络中所有网路节点接收到第一网络节点所发送的簇头消息之后,无线传感器网络中除第一网络节点之外的网络节点根据接收到的簇头消息确定与其最接近的第一网络节点或者接收到簇头消息信号最强的第一网络节点,然后,除第一网络节点之外的任一网络节点自动与其最接近的第一网络节点或者接收到簇头消息信号最强的第一网络节点组成一个簇,得到无线传感器网络的多个簇。
进一步,在根据特征信息将多个网络节点进行分簇之后,还需要根据实时的时间信息判断是否满足预设的重新分簇条件,在本申请实施例所提供的方案中,根据实时的时间信息判断是否满足预设的重新分簇条件的方式有多种,下面以其中一种较佳的方式为例进行说明。
根据实时的时间信息判断是否满足预设的重新分簇条件,包括:根据所述时间信息确定当前时间点,确定所述当前时间点与最近一次计算所述每个网络节点的局部簇头能力权值的时间间隔;判断所述时间间隔是否等于第二预设阈值。
具体的,在本申请实施例所提供的方案中,若当前时间点与最近一次计算所述每个网络节点的局部簇头能力权值的时间间隔等于第一预设阈值,则满足预设的重新分簇条件;否则,不满足预设的重新分簇条件。
应理解,本申请实施例所提供的方案中,计算机设备可以是服务器、计算机或者具有计算功能的设备等,在此并不做限定。
步骤102,若满足,则根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,并根据所述局部簇头能力权值确定所述每个网络节点的平均局部簇头能力权值。
具体的,若满足预设的重新分簇条件,则根据根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,在本申请实施例所提供的方案中,根据特征信息计算每个网络节点的局部簇头能力权值的方法有多种,下面以一种较佳的方为例进行说明。
根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,包括:
通过下式计算所述每个网络节点的局部簇头能力权值:
weighti=cl×Di+c2×Ai+c3×Ei
其中,weighti表示第i个节点的局部簇头能力权值;c1、c2、c3表示权重值,满足c1+c2+c3=1;Di表示第i个节点的历史通信数据量;Ai表示第i个节点的与相邻节点的平均距离;Ei表示第i个节点消耗的能量。
进一步,在计算出每个簇中每个网络节点的局部簇头能力权值之后,需要根据所述局部簇头能力权值确定所述每个网络节点的平均局部簇头能力权值。
进一步,在本申请实施例所提供的方案中,在步骤101之后,所述方法还包括:若不满足预设的重新分簇条件,则重复步骤101。
步骤103,判断任一所述分簇中所述每个网络节点的平均局部簇头能力权值是否小于第一预设阈值。
具体的,在本申请实施例所提供的方案中,在计算机设备的数据库中预先设置着第一预设阈值,在确定任一簇中每个网络节点的平均局部簇头能力权值之后,还需要判断任一所述分簇中所述每个网络节点的平均局部簇头能力权值是否小于第一预设阈值。
步骤104,若小于,则根据所述任一簇中所述每个网络节点的局部簇头能力权值进行第一次重新分簇得到新的簇。
具体的,若任一所述簇中所述每个网络节点的平均局部簇头能力权值小于第一预设阈值,根据所述任一簇中所述每个网络节点的局部簇头能力权值进行重新分簇得到新的簇。在本申请实施例所提供的方案中,重新分簇得到新的簇的方法有多种,下面以较佳的一种方法为例进行说明。
在一种可能实现方式中,根据所述任一簇中所述每个网络节点的局部簇头能力权值进行第一次重新分簇得到新的簇,包括:确定所述任一簇中所述局部簇头能力权值最小的至少一个第二网络节点,其中,所述第二网络节点是不同于所述第一网络节点的节点;从所述至少一个第二网络节点中确定出第三网络节点,并将所述第三网络节点作为所述任一簇新的簇头,以及根据所述新的簇头进行第一次重新分簇得到所述新的簇。
具体的,根据每个网络节点的局部簇头能力权值确定出至少一个第二网络节点之后,需要从至少一个第二网络节点中选择一个网络节点作为新的簇头,在本申请实施例所提供的方案中,从至少一个第二网络节点中选择一个网络节点作为新的簇头的方式有多种,下面以较佳的一种方式为例进行说明。
在一种可能实现方式中,从所述至少一个第二网络节点中确定出第三网络节点,包括:若所述第二网络节点为1个,则将所述第二网络节点作为所述第三网络节点;若所述第二网络节点为至少两个,则判断至少两个第二网络节点中是否存在任一第二网络节点未加入分簇;若存在,则将所述任一第二网络节点作为所述第三网络节点。
进一步,在确定新的簇头之后,作为新的簇头的第三网络节点将簇头信息发送给无线传感器网络中所有网络节点,其中,新的簇头将簇头消息发送的方式可以是广播形式,也可以是其他形式,在此并不做限定。无线传感器网络中所有网路节点接收到新的簇头所发送的簇头消息之后,无线传感器网络中除簇头之外的网络节点根据接收到的簇头消息确定与其最接近的簇头或者接收到簇头消息信号最强的簇头,然后,除簇头之外的任一网络节点自动与其最接近的簇头点或者接收到簇头消息信号最强的簇头组成一个簇,得到无线传感器网络的多个簇。
本申请实施例所提供的方案中,在根据无线传感器网络中待分簇的多个网络节点的特征信息将所述多个网络节点进行分簇之后,根据实时的时间信息确定是否满足预设的重新分簇条件,若满足,根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,然后,根据所述局部簇头能力权值确定所述每个网络节点的平均局部簇头能力权值,再根据平均局部簇头能力权值对已分的簇进行第一次重新分簇。因此,本申请实施例所提供的方案中,根据初始分簇后的簇中网络节点的平均局部簇头能力权值对初始分簇后的簇进行第一次重新分簇,避免网络中节点性能恶化以及更容易出现死亡节点情况,提高网络服务质量性能。
进一步,为了提高网络性能,在本申请实施例所提供的方案中,在步骤104之后,所述方法,还包括:确定所述新的簇的负载均衡因子,并判断所述负载均衡因子是否大于第三预设阈值;若大于所述第三预设阈值,则根据所述时间信息以及所述负载均衡因子确定所述负载均衡因子随时间的变化量,并判断预设时间段内所述变化量是否在预设范围内;若所述负载均衡因子不大于第三预设阈值或所述预设时间段内所述变化量不在预设范围内,则进行第二次重新分簇,直到所述预设时间段内所述变化量在预设范围内为止。
具体的,在本申请实施例所提供的方案中,确定所述新的簇的负载均衡因子方式有多种,下面以一种较佳的方式为例进行说明。
在一种可能实现方式中,确定所述新的簇的负载均衡因子,包括:确定所述无线传感器网络所述新的簇头的数目、所述多个网络节点的数目以及任一网络节点与相邻网络节点之间的距离;根据所述新的簇头的数目、所述多个网络节点的数目以及所述距离计算任一所述新的簇的负载均衡因子。
具体的,在本申请实施例所提供的方案中,通过如下公式计算所述新的簇的负载均衡因子:
Figure BDA0002392984170000131
其中,LBF表示负载均衡因子;nc是簇头的数量;u为每个簇的平均节点数,其中,u=(N-n″c)/nc,N表示网络节点总数;xn为第n个簇的成员节点数;
在本申请实施例所提供的方案中,LBF取值范围为[0,1],LBF取值越大,网络负载均衡程度越好。当LBF保持上升趋势后一段时间维持在较小范围内变动时,当LBF大于设定自适应优化阈值并且在设定时间段内的数值变化维持在一定范围内,则判定无线传感器网络的实时性能自适应优化过程终止。采用本算法时LBF大小的变化范围在0.1到0.6之间。设定阈值可以设定在接近最大值0.6附近。
本申请实施例所提供的方案中,在通过网络节点的平均局部簇头能力权值对已分的簇进行第一次重新分簇得到新的簇之后,根据所述新的簇中任一节点的与相邻节点之间的距离、节点历史负载和剩余能量的动态变化确定负载均衡因子,并根据所述负载均衡因子确定是否需要进行第二次重新分簇,若需要,则进行第二次重新分簇,直到重新分的簇的负载均衡因子满足预设的第三阈值。因此,本申请实施例所提供的方案中,通过根据所述新的簇中任一节点的与相邻节点之间的距离、节点历史负载和剩余能量的动态变化进行第二次重新分簇,从而提高网络性能。
基于与上述图1所述方法相同的发明构思,本申请实施例提供了一种无线传感器网络自适应分簇的装置,参见图3,该装置包括:
确定单元301,用于确定无线传感器网络中待分簇的多个网络节点的特征信息,根据所述特征信息将所述多个网络节点进行分簇得到多个簇,以及根据实时的时间信息判断是否满足预设的重新分簇条件;
计算单元302,用于若满足预设的重新分簇条件,则根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,并根据所述局部簇头能力权值确定所述每个网络节点的平均局部簇头能力权值;
判断单元303,用于判断任一所述簇中所述每个网络节点的平均局部簇头能力权值是否小于第一预设阈值;
分簇单元304,用于若小于第一预设阈值,则根据所述任一簇中所述每个网络节点的局部簇头能力权值进行第一次重新分簇得到新的簇。
可选地,所述判断单元303,具体用于:
根据所述时间信息确定当前时间点,确定所述当前时间点与最近一次计算所述每个网络节点的局部簇头能力权值的时间间隔;
判断所述时间间隔是否等于第二预设阈值。
可选地,所述特征信息包括:所述每个网络节点的位置信息、所述每个网络节点的历史通信数据量以及所述每个网络节点消耗的能量。
可选地,所述计算单元302,具体用于:
通过下式计算所述每个网络节点的局部簇头能力权值:
weighti=cl×Di+c2×Ai+c3×Ei
其中,weighti表示第i个节点的局部簇头能力权值;c1、c2、c3表示权重值,满足c1+c2+c3=1;Di表示第i个节点的历史通信数据量;Ai表示第i个节点的与相邻节点的平均距离;Ei表示第i个节点消耗的能量。
可选地,所述确定单元301,具体用于:
根据所述位置信息确定所述每个网络节点与所述基站的距离;
根据所述距离确定出与所述基站距离最短的至少一个第一网络节点,将所述第一网络节点作为簇头;
将任一所述簇头与除所述第一网络节点之外的至少一个网络节点组成一个簇,得到所述多个簇。
可选地,所述分簇单元304,具体用于:
确定所述任一簇中所述局部簇头能力权值最小的至少一个第二网络节点,其中,所述第二网络节点是不同于所述第一网络节点的节点;
从所述至少一个第二网络节点中确定出第三网络节点,并将所述第三网络节点作为所述任一簇新的簇头,以及根据所述新的簇头进行第一次重新分簇得到所述新的簇。
可选地,所述分簇单元304,具体用于:
若所述第二网络节点为1个,则将所述第二网络节点作为所述第三网络节点;
若所述第二网络节点为至少两个,则判断至少两个第二网络节点中是否存在任一第二网络节点未加入分簇;若存在,则将所述任一第二网络节点作为所述第三网络节点。
可选地,所述确定单元301,还用于确定所述新的簇的负载均衡因子,并判断所述负载均衡因子是否大于第三预设阈值;
所述判断单元303,还用于若大于所述第三预设阈值,则根据所述时间信息以及所述负载均衡因子确定所述负载均衡因子随时间的变化量,并判断预设时间段内所述变化量是否在预设范围内;
所述分簇单元304,还用于若所述负载均衡因子不大于第三预设阈值或所述预设时间段内所述变化量不在预设范围内,则进行第二次重新分簇,直到所述预设时间段内所述变化量在预设范围内为止。
可选地,所述确定单元301,具体用于:
确定所述无线传感器网络所述新的簇头的数目、所述多个网络节点的数目以及任一网络节点与相邻网络节点之间的距离;
根据所述新的簇头的数目、所述多个网络节点的数目以及所述距离计算任一所述新的簇的负载均衡因子。
参见图4,本申请提供一种计算机设备,该计算机设备,包括:
存储器401,用于存储至少一个处理器所执行的指令;
处理器402,用于执行存储器中存储的指令执行图1所述的方法。
本申请提供一种计算机可读存储介质,所述计算机可读存储介质存储有计算机指令,当所述计算机指令在计算机上运行时,使得计算机执行图1所述的方法。
本领域内的技术人员应明白,本申请的实施例可提供为方法、系统、或计算机程序产品。因此,本申请可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且,本申请可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器和光学存储器等)上实施的计算机程序产品的形式。
本申请是参照根据本申请实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器,使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中,使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品,该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上,使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理,从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。

Claims (10)

1.一种无线传感器网络自适应分簇的方法,其特征在于,包括:
确定无线传感器网络中待分簇的多个网络节点的特征信息,根据所述特征信息将所述多个网络节点进行分簇得到多个簇,以及根据实时的时间信息判断是否满足预设的重新分簇条件;
若满足,则根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,并根据所述局部簇头能力权值确定所述每个网络节点的平均局部簇头能力权值;
判断任一所述簇中所述每个网络节点的平均局部簇头能力权值是否小于第一预设阈值;
若小于,则根据所述任一簇中所述每个网络节点的局部簇头能力权值进行第一次重新分簇得到新的簇。
2.如权利要求1所述的方法,其特征在于,根据实时的时间信息判断是否满足预设的重新分簇条件,包括:
根据所述时间信息确定当前时间点,确定所述当前时间点与最近一次计算所述每个网络节点的局部簇头能力权值的时间间隔;
判断所述时间间隔是否等于第二预设阈值。
3.如权利要求1所述的方法,其特征在于,所述特征信息包括:所述每个网络节点的位置信息、所述每个网络节点的历史通信数据量以及所述每个网络节点消耗的能量。
4.如权利要求3所述的方法,其特征在于,根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,包括:
通过下式计算所述每个网络节点的局部簇头能力权值:
weighti=c1×Di+c2×Ai+c3×Ei
其中,weighti表示第i个节点的局部簇头能力权值;c1、c2、c3表示权重值,满足c1+c2+c3=1;Di表示第i个节点的历史通信数据量;Ai表示第i个节点的与相邻节点的平均距离;Ei表示第i个节点消耗的能量。
5.如权利要求3所述的方法,其特征在于,根据所述特征信息将所述多个网络节点进行分簇得到多个簇,包括:
根据所述位置信息确定所述每个网络节点与所述基站的距离;
根据所述距离确定出与所述基站距离最短的至少一个第一网络节点,将所述第一网络节点作为簇头;
将任一所述簇头与除所述第一网络节点之外的至少一个网络节点组成一个簇,得到所述多个簇。
6.如权利要求1-5任一项所述的方法,其特征在于,根据所述任一簇中所述每个网络节点的局部簇头能力权值进行第一次重新分簇得到新的簇,包括:
确定所述任一簇中所述局部簇头能力权值最小的至少一个第二网络节点,其中,所述第二网络节点是不同于所述第一网络节点的节点;
从所述至少一个第二网络节点中确定出第三网络节点,并将所述第三网络节点作为所述任一簇新的簇头,以及根据所述新的簇头进行第一次重新分簇得到所述新的簇。
7.如权利要求6所述的方法,其特征在于,从所述至少一个第二网络节点中确定出第三网络节点,包括:
若所述第二网络节点为1个,则将所述第二网络节点作为所述第三网络节点;
若所述第二网络节点为至少两个,则判断至少两个第二网络节点中是否存在任一第二网络节点未加入分簇;若存在,则将所述任一第二网络节点作为所述第三网络节点。
8.如权利要求1-5任一项所述的方法,其特征在于,所述方法,还包括:
确定所述新的簇的负载均衡因子,并判断所述负载均衡因子是否大于第三预设阈值;
若大于所述第三预设阈值,则根据所述时间信息以及所述负载均衡因子确定所述负载均衡因子随时间的变化量,并判断预设时间段内所述变化量是否在预设范围内;
若所述负载均衡因子不大于第三预设阈值或所述预设时间段内所述变化量不在预设范围内,则进行第二次重新分簇,直到所述预设时间段内所述变化量在预设范围内为止。
9.如权利要求8所述的方法,其特征在于,确定所述新的簇的负载均衡因子,包括:
确定所述无线传感器网络所述新的簇头的数目、所述多个网络节点的数目以及任一网络节点与相邻网络节点之间的距离;
根据所述新的簇头的数目、所述多个网络节点的数目以及所述距离计算任一所述新的簇的负载均衡因子。
10.一种无线传感器网络自适应分簇的装置,其特征在于,包括:
确定单元,用于确定无线传感器网络中待分簇的多个网络节点的特征信息,根据所述特征信息将所述多个网络节点进行分簇得到多个簇,以及根据实时的时间信息判断是否满足预设的重新分簇条件;
计算单元,用于若满足预设的重新分簇条件,则根据所述特征信息计算所述每个簇中所述每个网络节点的局部簇头能力权值,并根据所述局部簇头能力权值确定所述每个网络节点的平均局部簇头能力权值;
判断单元,用于判断任一所述簇中所述每个网络节点的平均局部簇头能力权值是否小于第一预设阈值;
分簇单元,用于若小于第一预设阈值,则根据所述任一簇中所述每个网络节点的局部簇头能力权值进行第一次重新分簇得到新的簇。
CN202010121038.XA 2020-02-26 2020-02-26 一种无线传感器网络自适应分簇的方法及装置 Active CN111405634B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010121038.XA CN111405634B (zh) 2020-02-26 2020-02-26 一种无线传感器网络自适应分簇的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010121038.XA CN111405634B (zh) 2020-02-26 2020-02-26 一种无线传感器网络自适应分簇的方法及装置

Publications (2)

Publication Number Publication Date
CN111405634A true CN111405634A (zh) 2020-07-10
CN111405634B CN111405634B (zh) 2022-03-04

Family

ID=71413925

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010121038.XA Active CN111405634B (zh) 2020-02-26 2020-02-26 一种无线传感器网络自适应分簇的方法及装置

Country Status (1)

Country Link
CN (1) CN111405634B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112188564A (zh) * 2020-08-21 2021-01-05 西安空间无线电技术研究所 一种基于簇的无线网络频谱资源分配方法及装置
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
WO2023004510A1 (en) * 2021-07-30 2023-02-02 Mastercard Technologies Canada ULC Trust scoring service for fraud prevention systems

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102970723A (zh) * 2012-10-26 2013-03-13 合肥工业大学 带有局部簇重构的非均匀分簇路由算法
KR20140096711A (ko) * 2013-01-29 2014-08-06 강원대학교산학협력단 무선 센서 네트워크에서 클러스터링 설계를 수행하는 방법 및 시스템
CN106412820A (zh) * 2016-05-23 2017-02-15 北京邮电大学 一种移动自组网簇头确定方法及装置
CN107318142A (zh) * 2017-06-30 2017-11-03 安徽农业大学 一种无线传感网簇间分布式路由方法
CN107659974A (zh) * 2017-11-03 2018-02-02 广东工业大学 无线传感网路由方法、装置、设备及计算机可读存储介质
US20180091989A1 (en) * 2016-09-27 2018-03-29 King Fahd University Of Petroleum And Minerals Energy efficient data collection routing protocol for wireless rechargeable sensor networks
US20190334760A1 (en) * 2018-04-26 2019-10-31 Rosemount Aerospace Inc. Architecture for wireless avionics communication networks
CN110662190A (zh) * 2019-09-19 2020-01-07 北京交通大学 无线传感器网络中的动态分簇leach方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102970723A (zh) * 2012-10-26 2013-03-13 合肥工业大学 带有局部簇重构的非均匀分簇路由算法
KR20140096711A (ko) * 2013-01-29 2014-08-06 강원대학교산학협력단 무선 센서 네트워크에서 클러스터링 설계를 수행하는 방법 및 시스템
CN106412820A (zh) * 2016-05-23 2017-02-15 北京邮电大学 一种移动自组网簇头确定方法及装置
US20180091989A1 (en) * 2016-09-27 2018-03-29 King Fahd University Of Petroleum And Minerals Energy efficient data collection routing protocol for wireless rechargeable sensor networks
CN107318142A (zh) * 2017-06-30 2017-11-03 安徽农业大学 一种无线传感网簇间分布式路由方法
CN107659974A (zh) * 2017-11-03 2018-02-02 广东工业大学 无线传感网路由方法、装置、设备及计算机可读存储介质
US20190334760A1 (en) * 2018-04-26 2019-10-31 Rosemount Aerospace Inc. Architecture for wireless avionics communication networks
CN110662190A (zh) * 2019-09-19 2020-01-07 北京交通大学 无线传感器网络中的动态分簇leach方法

Non-Patent Citations (4)

* Cited by examiner, † Cited by third party
Title
A. MAIZATE等: "Enhanced passive clustering based on distance and residual energy for wireless sensor network", 《2013 ACS INTERNATIONAL CONFERENCE ON COMPUTER SYSTEMS AND APPLICATIONS (AICCSA)》 *
T. KARTHIKEYAN等: "An enhanced adaptive re-clustering protocol in wireless sensor network", 《SECOND INTERNATIONAL CONFERENCE ON CURRENT TRENDS IN ENGINEERING AND TECHNOLOGY - ICCTET 2014》 *
刘龙庚: "大数据环境下无线传感器网络关键技术研究", 《中国博士学位论文全文数据库信息科技辑》 *
邵晶: "基于地理位置的WSN拓扑控制研究", 《中国硕士学位论文全文数据库信息科技辑》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112188564A (zh) * 2020-08-21 2021-01-05 西安空间无线电技术研究所 一种基于簇的无线网络频谱资源分配方法及装置
CN112188564B (zh) * 2020-08-21 2022-12-27 西安空间无线电技术研究所 一种基于簇的无线网络频谱资源分配方法及装置
WO2023004510A1 (en) * 2021-07-30 2023-02-02 Mastercard Technologies Canada ULC Trust scoring service for fraud prevention systems
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

Also Published As

Publication number Publication date
CN111405634B (zh) 2022-03-04

Similar Documents

Publication Publication Date Title
Osamy et al. An information entropy based-clustering algorithm for heterogeneous wireless sensor networks
CN111405634B (zh) 一种无线传感器网络自适应分簇的方法及装置
CN109104464B (zh) 一种边缘计算环境下面向协同存储的分布式数据更新方法
Prasanth et al. Implementation of efficient intra-and inter-zone routing for extending network consistency in wireless sensor networks
Aderohunmu et al. A deterministic energy-efficient clustering protocol for wireless sensor networks
Krishnan et al. energy-efficient cluster-based routing protocol for wsn based on hybrid bso–tlbo optimization model
Ahmadi et al. A hybrid algorithm for preserving energy and delay routing in mobile ad-hoc networks
Arkian et al. FcVcA: A fuzzy clustering-based vehicular cloud architecture
CN112153145A (zh) 5g边缘环境下面向车联网的计算任务卸载方法及装置
CN114500561B (zh) 电力物联网网络资源分配决策方法、系统、设备及介质
CN111683384B (zh) 运用人工智能实现通讯链路动态加权的网络优化方法
CN110662190B (zh) 无线传感器网络中的动态分簇leach方法
CN102651886A (zh) 一种基于能量感知的gpsr动态路由选择方法及系统
CN115118647A (zh) 算力网络中算力信息感知和通告系统及其方法
KR102308799B1 (ko) 사물 인터넷 네트워크 환경에서 mac 계층 충돌 학습을 기초로 전달 경로를 선택하는 방법, 이를 수행하기 위한 기록 매체 및 장치
Kong Distributed sensor clustering using artificial neural network with local information
CN111447658A (zh) 一种基于sdwsn的分簇路由方法
Hussain et al. Genetic algorithm for energy-efficient trees in wireless sensor networks
Amsalu et al. Design and performance evaluation of an energy efficient routing protocol for Wireless Sensor Networks
CN111478800A (zh) 一种基于k-nn算法的dse优化方法及装置
CN114531665B (zh) 一种基于莱维飞行的无线传感器网络节点分簇方法及系统
CN112188559B (zh) 用于无人系统自组织网络的跨层负载均衡方法和装置
Nikdel et al. A new scheduling mechanism inspired of artificial immune system algorithm for wireless sensor networks
Guan et al. Multidimensional resource fragmentation-aware virtual network embedding for IoT applications in MEC networks
Obi et al. Centralized Routing for Lifetime Optimization Using Genetic Algorithm and Reinforcement Learning for WSNs

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