CN111542070A - 一种工业无线传感器网络的高效多约束部署方法 - Google Patents
一种工业无线传感器网络的高效多约束部署方法 Download PDFInfo
- Publication number
- CN111542070A CN111542070A CN202010305959.1A CN202010305959A CN111542070A CN 111542070 A CN111542070 A CN 111542070A CN 202010305959 A CN202010305959 A CN 202010305959A CN 111542070 A CN111542070 A CN 111542070A
- Authority
- CN
- China
- Prior art keywords
- node
- routing
- nodes
- jth
- sensor
- 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
Links
Images
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W16/00—Network planning, e.g. coverage or traffic planning tools; Network deployment, e.g. resource partitioning or cells structures
- H04W16/18—Network planning tools
-
- 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
-
- 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
本发明提供一种工业无线传感器网络的高效多约束部署方法,步骤为:S1、使用网格单元离散化三维部署空间中的所有可部署表面,根据预设位置将传感器节点、汇聚节点设置在指定网格单元,剩余网格单元构成路由节点的候选位置集合;S2、在路由节点的候选位置集合中搜索所有传感器节点与汇聚节点之间的最短可行路径,并以所有最短可行路径上的候选位置构成路由节点的最终候选位置集合;S3、建立以网络可靠度、无线链路可靠度、失败重传机制为约束的部署模型,以最小化路由节点的部署数量、最大化网络生存周期为目标,基于线性规划方法建立所述部署模型的目标函数,基于约束条件求解目标函数,并根据最优解部署相应数量的路由节点。
Description
技术领域
本发明涉及无线通信技术领域,特别涉及一种工业无线传感器网络的高效多约束部署方法。
背景技术
由于具有自组织、低功耗和可拓展性强等优势,工业无线传感器网络的科研与应用工作逐渐得到了各个国家的重视。相较于农业、家居和交通等领域中的无线传感器网络技术,工业无线传感器网络具有独特的技术需求和应用场景。这其中,有一类工业应用,如设备巡检、检修等,需要使用电池供电的设备,以解决供电困难、测点分散、布线困难等问题,同时还可以提高上述过程的效率。在此类电池供电的工业无线传感器网络应用中,如何延长网络的服务寿命,即提高能耗效率,一直是重要的应用研究课题。除了对寿命的要求,工业无线传感器网络还应该在常见的复杂工况中维持网络的可靠连通。这些复杂的工况通常位于三维空间,且布满了电磁屏蔽和干扰,如金属结构、设备和同频段内的其他电磁信号等等。这些场景限制了网络的可部署区域。更为严重的是,这些复杂的障碍物分布和电磁环境使得网络信道的准确评估十分困难,进一步增加了无线传感器网络部署方法的求解难度。
通常,工业无线传感器网络是由汇聚节点、路由节点和传感器节点组成的。在前述应用场景中,汇聚节点和传感器节点的位置是已知且固定的。所有来自传感器的数据(描述检测对象的信息)形成了汇聚流,经由其他传感器或者路由节点传输至汇聚节点,以执行定点检测或监测等任务。对于电池供电的无线节点,它们的服役周期取决于它们的功耗,而功耗又主要与无线通讯距离和通讯数据量有关。网络中传感器节点的可靠通讯距离通常比汇聚节点和路由节点的可靠通讯距离短,以节省传感器节点的能耗。与此同时,传感器节点需要借助路由节点实现向汇聚节点可靠的数据传输。汇聚节点通常是有线供电或者具有最高的能量。因此,现有工业无线传感器网络的部署应用研究中,通常认为网络的生命周期是网络中任意一个路由节点因能量耗尽而失效所需要的时长。
目前的工业无线传感器网络需要针对满足生存周期、满足能量消耗、具有可扩展性、可靠性等问题优化求解。工业无线传感器网络的部署问题可以概括为:如何在(受限或不受限的二维或三维)部署空间中找到最优的路由部署位置,部署最少的路由节点(以降低网络成本),在实现网络最基本的连通性、可靠性的基础上,同时还要满足网络生存周期最大化,传输延迟最小化等约束。在现有的研究工作中,此类问题也被称为路由部署问题,已被证明是一种NP难题。
现有技术中对于工业无线传感器网络的路由部署问题存在以下缺点:
(1)大多数都是针对无约束的二维空间路由节点部署提出的,即在二维部署空间内,路由节点可以部署在任何地方,而无需考虑电磁障碍和干扰的限制。但是,在工业场景中,这显然是不现实的。许多物理限制,例如金属结构,设备或同一频带中的其他电磁信号,会削弱,甚至会阻止网络中节点之间无线信号的传输。因此,现实世界中普遍存在的约束限制了路由节点的部署,并使受约束的路由部署问题更具挑战性。
(2)网络节点一旦部署,其位置就不会改变。因此,对于路由部署问题倾向于离线解决。但是,随着问题规模的增加,模型求解的效率将急剧下降,甚至会导致无法接受的求解时间或无法解决。
(3)现有技术大多以网络连通性和可靠性为基础,然而的网络的生存周期最大化、网络成本最低化、网络传输延时最小化等也都是工业无线传感器网络应用中的重要需求。
综上所述,如何在多约束条件下,提供一种适应复杂部署环境的无线传感器网络部署方法,是工业无线传感器网络走向成熟的重要技术保障,亟待解决。
发明内容
本发明的目的是提供一种工业无线传感器网络的高效多约束部署方法,通过为传感器节点、汇聚节点、路由节点构建部署模型、为所述部署模型设置约束条件和目标函数,高效地实现在受限的三维部署空间中部署最少的路由节点,并在保证网络连通性与网络可靠性的基础上,均衡路由节点能耗,即实现网络生存周期最大化。
为了达到上述目的,本发明提供一种工业无线传感器网络的高效多约束部署方法,所述工业无线传感器网络包含设置在三维部署空间内的1个汇聚节点,n个传感器节点以及通过无线信号连接所述传感器节点与汇聚节点的若干个路由节点,所述n个传感器节点分别为第一至第n传感器节点,所述高效多约束部署方法包含步骤:
S1、使用网格单元离散化三维部署空间中的所有可部署表面,根据预设位置将传感器节点、汇聚节点设置在指定网格单元,剩余网格单元构成路由节点的候选位置集合;
S2、在所述路由节点的候选位置集合中搜索所有传感器节点与汇聚节点之间的最短可行路径,并以所有最短可行路径上的候选位置构成路由节点的最终候选位置集合;
S3、建立基于网络可靠度、无线链路可靠度、失败重传机制约束的部署模型;基于线性规划方法建立所述部署模型的目标函数;以所述最终候选位置集合为目标函数的求解范围,通过优化求解所述目标函数实现最小化路由节点的部署数量,并最大化所述网络的生存周期;根据目标函数的求解结果部署路由节点。
路由节点的最终候选位置集合中包含m个候选位置,分别为第一至第m 候选位置;若第j候选位置部署了一个路由节点,则Yj=1,将该路由节点记为第j路由节点;否则Yj=0;
Emax为每个采样周期内,所有部署的路由节点中能量消耗的最大值;Elimit为每个采样周期内,部署的路由节点消耗能量上限。
在失败重传机制下第j路由节点消耗能量Ej的计算方法为:
Ej=α1·(Rj+wj)+α2·TTj+Gj;
其中,α1、α2分别为无线发射、接受的能量系数;Rj表示每个采样周期中,第j路由节点接收到的来自其他路由节点的数据总量;wj表示每个采样周期中,第j路由节点接收到的来自传感器节点的数据总量;
Gj为第j路由节点在向下一跳的路由节点或汇聚节点发送数据时,其放大器消耗的能量。
当1≤k≤m时,Fj,k为第j路由节点向第k路由节点发送的数据,dj,k为第j传感器节点与第k路由节点之间的欧氏距离,tdj,k为失败重传机制对第 j路由节点与第k路由节点无线通讯能耗的放大系数,j≠k;
Fj,m+1为第j路由节点向汇聚节点发送的数据,dj,m+1为第j传感器节点与汇聚节点之间的欧氏距离,tdj,m+1为失败重传机制对第j路由节点与汇聚节点无线通讯能耗的放大系数;
rs为路由节点失败重传次数的上限;qj,k表示第j路由节点与第k路由节点之间的通讯可靠度。
优选的,所述网格单元为二维正方形网格。
优选的,步骤S2中通过A星最短路径搜索算法,搜索得到所述最短可行路径;从当前网格单元搜索下一跳网格单元时,其搜索范围为以当前网格单元中心为球心,半径为1.5*E_length的球形空间;选择所述球形空间中转移成本最低的网格单元作为下一跳网格单元,且无障碍物落在当前网格单元中心与下一跳网格单元中心之间的连线上;其中E_length为所述网格单元的边长。
所述部署模型包含根据网络连通性与网络可靠度建立的约束条件,该约束条件具体包含:
(a)、若第i传感器节点与第j路由节点之间的无线通讯可靠度pi,j大于 pmin,则第j路由节点能够作为第i传感器节点的数据上传节点或备份数据上传节点;若第i传感器节点与汇聚节点之间的无线通讯可靠度pi,m+1大于pmin,则汇聚节点能够作为第i传感器节点的数据上传节点;pmin为传感器节点与路由节点或汇聚节点建立有效无线链路的最低可靠度;
(b)、若路由节点被至少一个传感器节点用作数据上传节点或者备份数据上传节点,则该路由节点被包含到数据转发层;
(c)、任一传感器节点仅向一个路由节点或汇聚节点上传数据;
(d)、传感器节点的数据上传节点与备份数据上传节点不为同一个路由节点;
(e)、任一传感器在单跳通讯范围内至少被ks-1个备份数据上传节点覆盖;
(f)、若第j路由节点与能够作为其下一跳的第k路由节点之间的通讯可靠度qj,k大于qmin,则第k路由节点能够作为第j路由节点的转发路由节点,帮助第j路由节点向汇聚节点传输数据;qmin为任意两个路由节点之间、路由节点与汇聚节点之间建立有效无线链路的最低可靠度;j≠k,1≤j≤m;
(g)、若第j路由节点与汇聚节点之间的通讯可靠度小于qmin,则第j路由节点具有kr个转发路由节点帮助其向汇聚节点转发数据,kr≥1。
所述部署模型包含根据网络节点数据流建立的约束条件,该约束条件包含:
(h)、若任意两个路由节点之间的通讯可靠度小于qmin,则该两个路由节点不能直接通讯;
(j)、若汇聚节点或能够作为第j路由节点下一跳的第k路由节点被包含到数据转发层,则第j路由节点与第k路由节点或汇聚节点之间的数据流大于等于0;
(k)、第j路由节点与其转发路由节点、汇聚节点之间的数据流为单向数据流。
所述部署模型包含根据网络生存周期建立的约束条件,该约束条件包含:
(l)、设置路由节点能耗上限Elimit,在每个采样周期,任一路由节点的能耗不大于Elimit;Emax=max{E1,…,Em},Emax≤Elimit。
所述无线通讯可靠度pi,j、qj,k的计算方法为:
其中,d0为自由空间路径损耗成立的最大距离;Li为位于第i传感器节点视距范围内的路由节点、汇聚节点的集合;NLi为位于第i传感器节点非视距范围内的路由节点、汇聚节点的集合;Lj为位于第j路由节点视距范围内的路由节点、汇聚节点的集合;NLj为位于第j路由节点非视距范围内的路由节点、汇聚节点的集合;ξ为[0,1]内的实数,ξ表示电磁障碍造成的无线信号衰减系数;di,j′为第i传感器节点与第j′路由节点之间的欧氏距离,j′∈[1,m]; di,m+1为第i传感器节点与汇聚节点之间的欧氏距离;dj,k′为第j路由节点与第 k′路由节点之间的欧氏距离,k′∈[1,m];dj,m+1为第j传感器节点与汇聚节点之间的欧氏距离;dmax为视距下,路由节点与汇聚节点的最大通讯距离;smax为视距下,传感器节点的最大通讯距离。
与现有技术相比,本发明的有益效果在于:
本发明的优点在于:
(1)构建了基于线性规划的多目标优化模型,以部署最少的路由节点为基础,同时在指定的网络能耗和可靠性的约束下最大化网络的生存周期。
(2)提出了三维受限空间中两层工业无线传感器网络部署问题的完整工具链:(a)基于网格离散化和改进的A星最短路径搜索算法抽取三维部署空间,(b)在具有电磁障碍的三维环境中评估无线信道的可靠度,(c)失败重传机制下,考虑无线通讯距离和数据量的节点能耗模型,(d)通过求解最小化目标优化函数,能够在网络寿命和可靠性的约束下优化路由节点的数量,位置和能耗。
(3)本发明既提高了部署空间的离散精度,以及模型约束,使得近似最优解的精度得到持续改善,同时本发明也降低了求解空间的复杂度,大大提高了求解效率。
附图说明
为了更清楚地说明本发明技术方案,下面将对描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图是本发明的一个实施例,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,还可以根据这些附图获得其他的附图:
图1为本发明的工业无线传感器网络的高效多约束部署方法流程图;
图2为本发明的实施例中,网格单元A与其周围网格单元示意图。
具体实施方式
下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明的工业无线传感器网络为两层网络结构,包含:由传感器节点组成的数据采集层,以及由路由节点和汇聚节点形成的数据转发层。两层网络结构中的传感器节点不承担来自其他传感器节点或路由节点的数据转发,进而消耗的能量更少。两层网络中的路由节点负责数据转发和网络连接,更具可扩展性与可靠性。具体的,本发明的工业无线传感器网络包含设置在三维部署空间内的1个汇聚节点,n个传感器节点以及无线信号连接设置在所述传感器节点、汇聚节点之间的若干个路由节点,所述n个传感器节点分别为第一至第n传感器节点。
本发明提供的一种工业无线传感器网络的高效多约束部署方法,通过为三维部署空间的传感器节点、汇聚节点、路由节点构建部署模型,为所述部署模型设置约束条件和基于线性规划的目标函数,将三维部署空间的可部署表面作为目标函数的优化求解空间,高效地实现在受限的三维部署空间中部署最少的路由节点,并在保证网络连通性与网络可靠性的基础上,均衡路由节点能耗,即实现网络生存周期最大化。
如图1所示,本发明所述的工业无线传感器网络的高效多约束部署方法包含步骤S1至S3,具体为:
S1、使用网格单元离散化三维部署空间中的所有可部署表面,根据预设位置将传感器节点、汇聚节点设置在指定网格单元,剩余网格单元构成路由节点的候选位置集合;优选的,所述网格单元为二维正方形网格。
离散化三维部署空间的所有可部署表面的目的在于:(1)基于线性规划的优化问题的求解,是建立在求解空间有限的基础上的。因此,将部署坐标无限的部署空间离散化后就能满足线性规划问题的求解基础。此外,采用正方形的网络只需要网格边长这一个参数,简化了离散化步骤,降低了后续路径探索等步骤的算法复杂度,有利于提高模型求解效率;(2)工业现场中设备、建筑等遮挡物众多,且额外搭设部署支架或塔建等会带来高昂的建设成本,因此,工业无线传感器网络的部署多优先考虑在现有设备、建筑等的表面进行。同时,在现有构建的表面部署网络节点,剔除了部署空间中大量的自由空间区域,降低了求解空间的复杂度,也会使得问题求解的效率有所提高。
S2、在所述路由节点的候选位置集合中搜索所有传感器节点与汇聚节点之间的最短可行路径,并以所有最短可行路径上的候选位置构成路由节点的最终候选位置集合。
在本发明的实施例中通过A星最短路径搜索算法,搜索得到所述最短可行路径(此为现有技术)。从当前网格单元搜索下一跳网格单元时,其搜索范围为以当前网格单元中心为球心,半径为1.5*E_length的球形空间;选择所述球形空间中转移成本最低的网格单元作为下一跳网格单元,且无障碍物落在当前网格单元中心与下一跳网格单元中心之间的连线上;其中E_length为所述网格单元的边长。
网络中的传感器节点和汇聚节点分别担负着工业信息的采集,以及汇集与处理的任务,通常一旦部署就不再改变位置。它们的坐标位置可以方便地通过GPS等技术手段获得。除了这些节点所占据的位置之外,三维部署空间离散化后,得到路由节点的候选位置集合可用于部署路由节点。通常候选位置集合中,只有少量的位置会成为路由节点的实际部署位置。那么,为了进一步降低求解空间的复杂度,就需要对它进行合理的抽取或约减。
本发明采用了基于改进的A星最短路径搜索算法,探索出传感器节点与汇聚节点之间的最短可行路径。这些最短可行路径为由网格单元所组成的最短可行路径。任一网格单元搜寻其相邻的网格单元作为下一跳。如图2所示,网格单元A周围的网格单元B至网格单元I,均可以在搜寻最短路径时作为网格单元A的下一跳。所述最短路径可以绕过电磁障碍物,并且路径上所有相邻的两个网格单元之间一定是视距可达的。最后,由所有可行路径上的网格单元构成了路由节点的最终候选位置集合;在本发明的实施例中,路由节点的最终候选位置集合中包含m个候选位置,分别为第一至第m候选位置。
S3、建立基于网络可靠度、无线链路可靠度、失败重传机制约束的部署模型;基于线性规划方法建立所述部署模型的目标函数,以所述最终候选位置集合为目标函数的求解范围,通过优化求解所述目标函数实现最小化路由节点的部署数量,并最大化所述网络的生存周期;根据目标函数的求解结果部署路由节点。
所述目标函数为:
式(1)中若第j候选位置部署了一个路由节点,则Yj=1,并将该路由节点记为第j路由节点;否则Yj=0;Emax为每个采样周期内,所有部署的路由节点中能量消耗的最大值;Elimit为每个采样周期内,部署的路由节点消耗能量上限。
如式(1)所示,在本发明的部署模型的优化求解中,包含两部分:最小化部署路由节点的数量和最小化所部署路由节点的能耗最大值。
第二部分:在使部署路由节点数量最小化的众多可行解中,进一步找到最小化所有部署路由节点的能耗最大值的解,即在部署成本最小化的基础上,进一步最大化部署网络的生存周期。我们已知网络生存周期取决于网络中能量最先耗尽的路由节点,即该节点的能耗是最大的。因此,需要最小化所有路由节点能耗的最大值(既最小化Emax),以实现最大化网络生存周期的目标。为了限制路由节点能耗,在目标函数中引入了一个用户预设的路由节点最大能耗上限值Elimit,优化目标函数的可行解中,Emax与路由节点的能耗上限Elimit的比值是一个介于[0,1]的实数。在满足约束条件下的目标函数的可行解中,路由节点的能耗最大值Emax势必要比路由节点最大能耗上限值Elimit小,因此两者的比值是一个介于[0,1]的实数。将该比值引入优化目标函数,就可以实现在部署最少路由节点数量的基础上,进一步得到使无线网络生存周期最大化的近似最优解。易于想到的,当得到了目标函数满足约束条件的最优解,同时也就得到了网络中路由节点的最佳部署方式。
下面先给出后继涉及到的各个参数解释:
(1)S:所有n个传感器节点的位置集合。
(2)R:路由节点的最终候选部署位置的集合,也即所述第一至第 m候选位置。第j路由节点部署在第j候选位置;(1≤j≤m)。
(3)m+1:汇聚节点的编号。
(4)smax:视距下,传感器节点的最大通讯距离。
(5)dmax:视距下,路由节点和汇聚节点的最大通讯距离。
(6)P:是一个n×(m+1)维矩阵,存储了传感器节点与汇聚节点,以及路由候选位置之间无线信道的可靠度。其中的元素pi,j(1≤i≤m, 1≤j≤m+1)是一个[0,1]之间的实数,代表了从第i传感器节点到第j 路由节点(j≠m+1时)或汇聚节点(j=m+1时)的单次无线通讯成功率。相应地,如果pi,j=0,则表示两者之间的无线通讯是阻断的。
(7)Q:是一个m×(m+1)维矩阵,存储了路由节点与汇聚节点,以及路由之间无线通讯可靠度。其中的元素qj,k(j≠k,1≤j≤m,1≤k≤m+1)是位于[0,1]之间的实数,代表了从第j路由节点到第k路由节点(k≠m+1 时)单次无线通讯成功率,或第j路由节点到汇聚节点(k=m+1时)的单次无线通讯成功率。相应地,如果qj,k=0,则表示两者之间的无线通讯是阻断的。
(8)pmin:传感器节点与路由节点或汇聚节点之间建立有效无线链路的最低可靠度。在线性规划的约束部分中,任何传感器节点与路由节点或汇聚节点之间的链路如果具有低于此阈值的可靠度,将会被禁止使用。
(9)qmin:路由节点与其他路由节点或汇聚节点之间建立有效无线链路的最低可靠度。在线性规划的约束部分中,任何路由节点与其他路由节点或汇聚节点之间的链路如果具有低于此阈值的可靠度,将会被禁止使用。
(10)bi:第i传感器节点(1≤i≤n)的数据采样速率,单位是bit/s。
(12-1)dij:第i传感器节点(1≤i≤n)与第j路由节点(1≤j≤m)之间的欧氏距离;第i传感器节点与汇聚节点(j=m+1)之间的欧氏距离。
(12-2)djk:第j传感器节点(1≤j≤m)与第k路由节点(1≤k≤m,k≠j) 之间的欧氏距离;第j传感器节点与汇聚节点(k=m+1)之间的欧氏距离。
(13)tdj,k:失败重传机制对第j路由节点与第k路由节点、汇聚节点无线通讯能耗的放大系数,j≠k,1≤j≤m,1≤k≤m+1。
(14)ks:每一个传感器在单跳通讯范围内至少有ks个路由节点, 并且ks≥1。
(15)kr:每一个路由节点至少有kr条有效路径帮助其向汇聚节点传输数据,并且kr≥1。
(16)a1(a2):无线发射(接受)的能量系数。
(17)β:放大器的能量系数。
(18)r:路径损失指数。
(19)Elimit:每一个采样周期内,路由节点消耗能量的上限。
(20)rs:网络节点失败重传次数的上限。
其中smax、dmax、pmin、qmin、bi、Dlimit、ks、kr、a1(a2)、β、r、Elimit、rs、E_length 均在优化求解部署模型的目标函数之前被初始化。本发明中还定义了以下变量:
(21)Yj:二进制变量。如果第j路由节点或汇聚节点被传感器节点选为数据上传节点,或者被包含进数据转发层中用于满足kr的网络可靠度,则Yj=1,否则Yj=0,并且1≤j≤m+1。
(22)Xi,j:二进制变量。如果第j路由节点或者汇聚节点被第i传感器节点选为数据上传节点,则Xi,j=1,否则Xi,j=0,并且1≤i≤n, 1≤j≤m+1。特别是,任意传感器节点的数据上传节点都是唯一的,可以是一个路由节点或者汇聚节点。
(23)Zi,j:二进制变量。如果第j路由节点被第i传感器节点选为备份数据上传节点,则Zi,j=1,否则Zi,j=0,并且1≤i≤n,1≤j≤m。
(24)Rj:正整数变量。每个采样周期中,第j路由节点接收到的来自其他路由节点的数据总量,并且1≤j≤m。
(25)wj:正整数变量。每个采样周期中,第j路由节点接收到的来自传感器节点的数据总量,并且1≤j≤m。
(26)Fj,k:正整数变量。每个采样周期中,第j路由节点向第k路由节点(1≤k≤m时)或汇聚节点(k=m+1时)发送的数据,并且j≠k,1≤j≤m。
(27)FFj,k:二进制变量。每个采样周期中,如果第j路由节点向k 路由节点(1≤k≤m时)或汇聚节点(k=m+1时)发送的数据不为零,则有 FFj,k=1,否则FFj,k=0,并且j≠k,1≤j≤m。
(28)Tj:正整数变量。每个采样周期中,第j路由节点向其他路由节点、汇聚节点发送的数据的总量,并且1≤j≤m。
(29)TTj:正整数变量。每个采样周期中,在失败重传机制的放大作用下,第j路由节点向其他路由节点或汇聚节点发送的数据的总量,并且 1≤j≤m。
(30)Cj:正整数变量。除了汇聚节点之外,网络中能够帮助第j路由节点向汇聚节点转发数据的其他路由节点的总量,并且1≤j≤m。
(31)Gj:正实数变量。每个采样周期中,第j路由节点向下一跳发送数据时,其放大器消耗的能量总和,并且1≤j≤m.
(32)Ej:正实数变量。每个采样周期中,第j路由节点消耗的能量的总和,并且1≤j≤m。
(33)Emax:正实数变量。每个采样周期中,所有部署的路由节点中能量消耗的最大值,Emax=max{E1,…,Em}。
在本发明的实施例中,部署模型包含根据网络连通性与网络可靠度建立的约束条件,该约束条件具体包含:
(a)、若第i传感器节点与第j路由节点之间的无线通讯可靠度pi,j大于pmin,则第j路由节点能够作为第i传感器节点的数据上传节点或备份数据上传节点;若第i传感器节点与汇聚节点之间的无线通讯可靠度pi,m+1大于pmin,则汇聚节点能够作为第i传感器节点的数据上传节点;pmin为传感器节点与路由节点或汇聚节点建立有效无线链路的最低可靠度;
其中:
d0为自由空间路径损耗成立的最大距离;Li为位于第i传感器节点视距范围内的路由节点、汇聚节点的集合;NLi为位于第i传感器节点非视距范围内的路由节点、汇聚节点的集合;ξ为[0,1]内的实数,表示电磁障碍造成的无线信号衰减系数。
(b)、若路由节点被至少一个传感器节点用作数据上传节点或者备份数据上传节点,则该路由节点被包含到数据转发层;
(c)、任一传感器节点仅向一个路由节点或汇聚节点上传数据;
(d)、传感器节点的数据上传节点与备份数据上传节点不为同一个路由节点;
(e)、任一传感器在单跳通讯范围内至少被ks-1个备份数据上传节点覆盖;
(f)、若第j路由节点与能够作为其下一跳的第k路由节点之间的通讯可靠度qj,k大于qmin,则第k路由节点能够作为第j路由节点的转发路由节点,帮助第j路由节点向汇聚节点传输数据;qmin为任意两个路由节点之间、路由节点与汇聚节点之间建立有效无线链路的最低可靠度;
该约束中,并未设定从第j路由节点的下一跳数据转发节点到汇聚节点的距离必须短于从第j路由节点到汇聚节点的距离的限制,这考虑了电磁障碍的存在可能会造成这样的限制不成立。
其中
Lj为位于第j路由节点视距范围内的路由节点、汇聚节点的集合;NLj为位于第j路由节点非视距范围内的路由节点、汇聚节点的集合;
(g)、若第j路由节点与汇聚节点之间的通讯可靠度小于qmin,则第j路由节点具有kr个转发路由节点帮助其向汇聚节点转发数据,kr≥1。
所述基于网络连通性与网络可靠度建立的约束条件,进行了分层设计: (1)在传感器节点构成的数据采集层中,约束了每个传感器节点在其单跳范围内只能向一个路由节点上传数据,并且在每个传感器节点单跳范围内还具有用户预设数量的备份数据上传路由节点,以满足数据转发层中的网络连通性与可靠度;为节约成本,传感器节点的备份数据上传节点数目设置为1个。 (2)在路由节点与汇聚节点构成的数据转发层中,约束了每个路由节点在单跳范围内必须能够经过用户预设数量的其他路由节点向汇聚节点上传数据。但是,例外情况为:若路由节点与汇聚节点的通讯可靠度大于用户预设的通讯可靠度,则该路由节点直接向汇集节点上传数据,不需要其他路由节点帮助其转发数据;同时,在数据转发层和数据采集层中,还需要约束两个直接通讯的节点之间的通讯可靠度必须大于用户预设的通讯可靠度。
在本发明的实施例中,所述部署模型还包含根据网络节点数据流建立的约束条件,该约束条件包含:
(h)、若任意两个路由节点之间的通讯可靠度小于qmin,则该两个路由节点不能直接通讯;
(i)、在失败重传机制下,每个采样周期中,第j路由节点发送的数据总量为:
(j)、若汇聚节点或能够作为第j路由节点下一跳的第k路由节点被包含到数据转发层,则第j路由节点与第k路由节点或汇聚节点之间的数据流大于等于0;
(k)、第j路由节点与其转发路由节点、汇聚节点之间的数据流为单向数据流。
本发明中引入了失败重传机制作用下的节点能耗模型,当一个无线信道中的数据传输失败时,工业无线传感器网络多使用重传机制,以提高网络可靠性,并进一步设置重传上限(本发明中为rs),以防止节点数据传输的泛滥。以下两种情况会触发重传机制:(1)接收节点未接收到数据;(2)接收节点接收数据,但是发送节点没有从接收节点接收确认消息。
在本发明的实施例中,所述部署模型还包含根据网络生存周期建立的约束条件,该约束条件包含:
(1)、设置路由节点能耗上限Elimit,在每个采样周期,任一路由节点的能耗不大于Elimit;Emax=max{E1,…,Em},Emax≤Elimit。
本发明的模型基于无线节点在发送数据时比在接收时要消耗更多的能量,因此发送数据时消耗的能量忽略不计,重传机制对数据接收的能量消耗没有影响,即多次传输只会在发送数据时增加路由节点的能量消耗。在失败重传机制下第j路由节点消耗能量Ej的计算方法为:
Ej=α1·(Rj+wj)+α2·TTj+Gj; (20)
本发明的工业无线传感器网络的高效多约束部署方法,是基于线性规划的优化方法,通过离散化求解空间,以及设计合适的求解模型,将工业无线传感器网络部署这一NP问题转化为凸优化问题,进而得到近似最优解。通过本发明提高了部署空间的离散精度以及模型约束,使得近似最优解的精度得到持续改善,同时本发明也降低了求解空间的复杂度,大大提高了求解效率。
以上所述,仅为本发明的具体实施方式,但本发明的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明揭露的技术范围内,可轻易想到各种等效的修改或替换,这些修改或替换都应涵盖在本发明的保护范围之内。因此,本发明的保护范围应以权利要求的保护范围为准。
Claims (10)
1.一种工业无线传感器网络的高效多约束部署方法,所述工业无线传感器网络包含设置在三维部署空间内的1个汇聚节点,n个传感器节点以及通过无线信号连接所述传感器节点与汇聚节点的若干个路由节点,所述n个传感器节点分别为第一至第n传感器节点,其特征在于,所述高效多约束部署方法包含步骤:
S1、使用网格单元离散化三维部署空间中的所有可部署表面,根据预设位置将传感器节点、汇聚节点设置在指定网格单元,剩余网格单元构成路由节点的候选位置集合;
S2、在所述路由节点的候选位置集合中搜索所有传感器节点与汇聚节点之间的最短可行路径,并以所有最短可行路径上的候选位置构成路由节点的最终候选位置集合;
S3、建立基于网络可靠度、无线链路可靠度、失败重传机制约束的部署模型;基于线性规划方法建立所述部署模型的目标函数;以所述最终候选位置集合为目标函数的求解范围,通过优化求解所述目标函数实现最小化路由节点的部署数量,并最大化所述网络的生存周期;根据目标函数的求解结果部署路由节点。
3.如权利要求2所述的工业无线传感器网络的高效多约束部署方法,其特征在于,在失败重传机制下第j路由节点消耗能量Ej的计算方法为:
Ej=α1·(Rj+wj)+α2·TTj+Gj;
其中,α1、α2分别为无线发射、接受的能量系数;Rj表示每个采样周期中,第j路由节点接收到的来自其他路由节点的数据总量;wj表示每个采样周期中,第j路由节点接收到的来自传感器节点的数据总量;
Gj为第j路由节点在向下一跳的路由节点或汇聚节点发送数据时,其放大器消耗的能量。
5.如权利要求1所述的工业无线传感器网络的高效多约束部署方法,其特征在于,所述网格单元为二维正方形网格。
6.如权利要求1所述的工业无线传感器网络的高效多约束部署方法,其特征在于,步骤S2中通过A星最短路径搜索算法,搜索得到所述最短可行路径;从当前网格单元搜索下一跳网格单元时,其搜索范围为以当前网格单元中心为球心,半径为1.5*E_length的球形空间;选择所述球形空间中转移成本最低的网格单元作为下一跳网格单元,且无障碍物落在当前网格单元中心与下一跳网格单元中心之间的连线上;其中E_length为所述网格单元的边长。
7.如权利要求4所述的工业无线传感器网络的高效多约束部署方法,其特征在于,所述部署模型包含根据网络连通性与网络可靠度建立的约束条件,该约束条件具体包含:
(a)、若第i传感器节点与第j路由节点之间的无线通讯可靠度pi,j大于pmin,则第j路由节点能够作为第i传感器节点的数据上传节点或备份数据上传节点;若第i传感器节点与汇聚节点之间的无线通讯可靠度pi,m+1大于pmin,则汇聚节点能够作为第i传感器节点的数据上传节点;pmin为传感器节点与路由节点或汇聚节点建立有效无线链路的最低可靠度;
(b)、若路由节点被至少一个传感器节点用作数据上传节点或者备份数据上传节点,则该路由节点被包含到数据转发层;
(c)、任一传感器节点仅向一个路由节点或汇聚节点上传数据;
(d)、传感器节点的数据上传节点与备份数据上传节点不为同一个路由节点;
(e)、任一传感器在单跳通讯范围内至少被ks-1个备份数据上传节点覆盖;
(f)、若第j路由节点与能够作为其下一跳的第k路由节点之间的通讯可靠度qj,k大于qmin,则第k路由节点能够作为第j路由节点的转发路由节点,帮助第j路由节点向汇聚节点传输数据;qmin为任意两个路由节点之间、路由节点与汇聚节点之间建立有效无线链路的最低可靠度;j≠k,1≤j≤m;
(g)、若第j路由节点与汇聚节点之间的通讯可靠度小于qmin,则第j路由节点具有kr个转发路由节点帮助其向汇聚节点转发数据,kr≥1。
9.如权利要求8所述的工业无线传感器网络的高效多约束部署方法,其特征在于,所述部署模型包含根据网络生存周期建立的约束条件,该约束条件包含:
(l)、设置路由节点能耗上限Elimit,在每个采样周期,任一路由节点的能耗不大于Elimit;Emax=max{E1,…,Em},Emax≤Elimit。
10.如权利要求7所述的工业无线传感器网络的高效多约束部署方法,其特征在于,所述无线通讯可靠度pi,j、qj,k的计算方法为:
其中,d0为自由空间路径损耗成立的最大距离;Li为位于第i传感器节点视距范围内的路由节点、汇聚节点的集合;NLi为位于第i传感器节点非视距范围内的路由节点、汇聚节点的集合;Lj为位于第j路由节点视距范围内的路由节点、汇聚节点的集合;NLj为位于第j路由节点非视距范围内的路由节点、汇聚节点的集合;ξ为[0,1]内的实数,ξ表示电磁障碍造成的无线信号衰减系数;di,j′为第i传感器节点与第j′路由节点之间的欧氏距离,j′∈[1,m];di,m+1为第i传感器节点与汇聚节点之间的欧氏距离;dj,k′为第j路由节点与第k′路由节点之间的欧氏距离,k′∈[1,m];dj,m+1为第j传感器节点与汇聚节点之间的欧氏距离;dmax为视距下,路由节点与汇聚节点的最大通讯距离;smax为视距下,传感器节点的最大通讯距离。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010305959.1A CN111542070B (zh) | 2020-04-17 | 2020-04-17 | 一种工业无线传感器网络的高效多约束部署方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010305959.1A CN111542070B (zh) | 2020-04-17 | 2020-04-17 | 一种工业无线传感器网络的高效多约束部署方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111542070A true CN111542070A (zh) | 2020-08-14 |
CN111542070B CN111542070B (zh) | 2023-03-14 |
Family
ID=71979985
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010305959.1A Active CN111542070B (zh) | 2020-04-17 | 2020-04-17 | 一种工业无线传感器网络的高效多约束部署方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111542070B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112996009A (zh) * | 2021-03-31 | 2021-06-18 | 建信金融科技有限责任公司 | 无线设备的部署方法、装置、电子设备及存储介质 |
CN113298971A (zh) * | 2021-05-08 | 2021-08-24 | 西安图迹信息科技有限公司 | 考虑多设备间无线信号干扰的发电厂巡检方法和系统 |
Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102098687A (zh) * | 2011-03-02 | 2011-06-15 | 上海大学 | 一种工业无线传感器网络多目标最优部署的方法 |
CN104066142A (zh) * | 2013-03-22 | 2014-09-24 | 中国移动通信集团湖南有限公司 | 一种确定无线传感器网络中数据传输路径的方法及装置 |
US20150003309A1 (en) * | 2010-04-27 | 2015-01-01 | International Business Machines Corporation | Adaptive wireless sensor network and method of routing data in a wireless sensor network |
US9253639B1 (en) * | 2014-08-11 | 2016-02-02 | Afirma Consulting & Technologies, S.L. | Methods and systems to enable presence related services |
US20170289323A1 (en) * | 1999-10-06 | 2017-10-05 | Behnov GMBH, LLC | Apparatus for internetworked wireless integrated network sensors (wins) |
CN109660375A (zh) * | 2017-10-11 | 2019-04-19 | 北京邮电大学 | 一种高可靠的自适应mac层调度方法 |
WO2019169874A1 (zh) * | 2018-03-09 | 2019-09-12 | 南京邮电大学 | 一种基于服务质量保障的无线mesh网络机会路由算法 |
-
2020
- 2020-04-17 CN CN202010305959.1A patent/CN111542070B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20170289323A1 (en) * | 1999-10-06 | 2017-10-05 | Behnov GMBH, LLC | Apparatus for internetworked wireless integrated network sensors (wins) |
US20150003309A1 (en) * | 2010-04-27 | 2015-01-01 | International Business Machines Corporation | Adaptive wireless sensor network and method of routing data in a wireless sensor network |
CN102098687A (zh) * | 2011-03-02 | 2011-06-15 | 上海大学 | 一种工业无线传感器网络多目标最优部署的方法 |
CN104066142A (zh) * | 2013-03-22 | 2014-09-24 | 中国移动通信集团湖南有限公司 | 一种确定无线传感器网络中数据传输路径的方法及装置 |
US9253639B1 (en) * | 2014-08-11 | 2016-02-02 | Afirma Consulting & Technologies, S.L. | Methods and systems to enable presence related services |
CN109660375A (zh) * | 2017-10-11 | 2019-04-19 | 北京邮电大学 | 一种高可靠的自适应mac层调度方法 |
WO2019169874A1 (zh) * | 2018-03-09 | 2019-09-12 | 南京邮电大学 | 一种基于服务质量保障的无线mesh网络机会路由算法 |
Non-Patent Citations (3)
Title |
---|
A. IQBAL;K. SHAHZAD;S. A. KHAYAM: "An Energy-Efficient Link Layer Protocol for Reliable Transmission over Wireless", 《2008 IEEE INTERNATIONAL CONFERENCE ON COMMUNICATIONS》 * |
朱晓娟;陆阳,等: "无线传感器网络数据传输可靠性研究综述", 《CNKI-计算机科学》 * |
符修文; 李文锋: "基于局域世界的无线传感器网络分簇演化模型", 《CNKI-通信学报》 * |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN112996009A (zh) * | 2021-03-31 | 2021-06-18 | 建信金融科技有限责任公司 | 无线设备的部署方法、装置、电子设备及存储介质 |
CN112996009B (zh) * | 2021-03-31 | 2022-11-15 | 建信金融科技有限责任公司 | 无线设备的部署方法、装置、电子设备及存储介质 |
CN113298971A (zh) * | 2021-05-08 | 2021-08-24 | 西安图迹信息科技有限公司 | 考虑多设备间无线信号干扰的发电厂巡检方法和系统 |
Also Published As
Publication number | Publication date |
---|---|
CN111542070B (zh) | 2023-03-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Jawhar et al. | An architecture for using autonomous underwater vehicles in wireless sensor networks for underwater pipeline monitoring | |
Gupta et al. | Underwater networked wireless sensor data collection for computational intelligence techniques: issues, challenges, and approaches | |
Kumar et al. | Improved leach protocol for wireless sensor networks | |
Rani et al. | Multi-hop routing in wireless sensor networks: an overview, taxonomy, and research challenges | |
CN111542070B (zh) | 一种工业无线传感器网络的高效多约束部署方法 | |
CN107994948A (zh) | 一种用于水下异构传感器网络的移动Sink路径规划方法 | |
CN103686922A (zh) | 一种多Sink节点移动的无线传感网生存时间优化方法 | |
CN107708133B (zh) | 基于网格划分的水下无线传感器网络多维优化节点部署方法 | |
Nevludov et al. | Simulation of the sensor network of base stations in a local positioning system in intelligent industries | |
CN102238561A (zh) | 基于能量有效的分层协作覆盖模型的节点部署方法 | |
Arjun et al. | Wireless sensor network framework for early detection and warning of forest fire | |
Zhang et al. | Adaptive routing design for flying ad hoc networks: a joint prediction approach | |
Wang et al. | Decp: a distributed election clustering protocol for heterogeneous wireless sensor networks | |
Nallusamy et al. | Energy efficient dynamic shortest path routing in wireless Ad hoc sensor networks using genetic algorithm | |
Meenatchi et al. | Investigation on different clustering techniques in wireless sensor networks | |
Abba Ari et al. | Optimizing relay sensors in large-scale wireless sensor networks: A biologically inspired approach | |
Prasan et al. | Energy Efficient and QOS aware Ant Colony Optimization (EQ-ACO) Routing Protocol for Wireless Sensor Networks | |
Rahu | Energy Harvesting for Water Quality Monitoring using Floating Sensor Networks: A Generic Framework. | |
Ganguly et al. | Placement of optimized number of wireless sensor nodes to design an efficient monitoring network | |
Sinha et al. | Rank based adaptive algorithm for route generation in multi source energy harvesting wireless sensor network | |
Nallusamy et al. | Feedforward networks based straightforward hierarchical routing in solar powered wireless sensor networks | |
Tyagi et al. | A Comparative Study Of Wireless Sensor Network And Their Routing Protocols | |
Sreedhar et al. | Energy conservation for environment monitoring system in an IoT based WSN | |
Xu et al. | Ocean buoy communication node selection strategy with intelligent ant behavior | |
SUSINTHRA et al. | An Efficient Game Theory Utilized Routing Algorithm 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 |