CN111586761A - 多因子平衡的重叠非均匀分簇wsn均衡数据传输方法 - Google Patents
多因子平衡的重叠非均匀分簇wsn均衡数据传输方法 Download PDFInfo
- Publication number
- CN111586761A CN111586761A CN202010357426.8A CN202010357426A CN111586761A CN 111586761 A CN111586761 A CN 111586761A CN 202010357426 A CN202010357426 A CN 202010357426A CN 111586761 A CN111586761 A CN 111586761A
- Authority
- CN
- China
- Prior art keywords
- node
- cluster
- nodes
- cluster head
- next hop
- 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
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/08—Load balancing or load distribution
-
- 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
- H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
-
- 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
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本申请公开了一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法,在采用重叠非均匀分簇方法对监测区域内的节点进行分簇之后,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率三项指标来进行选取簇首节点,能够更好地平衡网络能耗;在簇间数据传输时,利用重叠区域的中转节点结合簇首节点共同执行监测数据的传输任务,避免单纯依靠簇首节点传输数据所导致的簇首节点能量消耗过快的问题,进一步延长网络寿命。此外,本申请还提供了一种多因子平衡的重叠非均匀分簇WSN均衡数据传输装置、设备及可读存储介质,其技术效果与上述方法的技术效果相对应。
Description
技术领域
本申请涉及无线监测数据传输技术领域,特别涉及一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法、装置、设备及可读存储介质。
背景技术
无线传感器网络(Wireless sensor network,WSN)由传感器节点和基站组成,并通过自组织进行数据传输。由于WSN具有功耗低、成本低、远程控制和无线传输等诸多优点,因此,其在环境监测、智能交通、矿山监测和科学研究等领域得到越来越广泛的应用。
由于传感器节点的无线通信特性,传感器节点的所有能量消耗均由电池供电,能量无法补充。因此,如何在数据传输过程中平衡传感器节点的能量消耗,防止部分节点因能耗过高使电能提前用尽而死亡,延长WSN的寿命是当前领域的研究热点之一。
在WSN中,最基本的传输方案是节点通过单跳直接向基站发送数据,但是,这导致远程节点的能量消耗过大,网络传输路径提前瘫痪。因此,相关学者提出多跳数据传输,在多跳数据传输中,节点同时承担数据采集和数据转发的任务,然而,这造成越是离基站近的节点能量消耗越大,导致在基站附近形成“能量空洞”,使得网络寿命较低。为了解决基站附近的“能量空洞”问题,相关学者提出了非均匀分簇。非均匀分簇是指,根据监测区域内节点密度情况,将WSN传感器节点划分为大小不同的簇群,在靠近基站时增加簇群数量。
非均匀分簇通过特定的分簇方式在一定程度上提升了网络寿命,但是,由于簇群的划分、簇首节点的选取、传输路径的选取都会影响网络寿命,因此,WSN的寿命有待进一步提升。
综上,如何在非均匀分簇的基础上,进一步提升WSN的网络寿命,是亟待本领域技术人员解决的问题。
发明内容
本申请的目的是提供一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法、装置、设备及可读存储介质,用以解决在WSN中,当前的基于非均匀分簇的传输方案无法充分均衡节点的能量消耗,导致网络寿命较短的问题。其具体方案如下:
第一方面,本申请提供了一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法,包括:
采用重叠非均匀分簇方法对监测区域内的节点进行分簇,得到多个簇,所述多个簇之间存在重叠区域;
对于每个所述重叠区域,从位于该重叠区域的节点中选取剩余能量高于第一能量阈值的节点,作为该重叠区域的中转节点;
对于每个所述簇,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率,选取该簇的簇首节点;
控制目标簇的成员节点将监测数据发送至所述目标簇的簇首节点,并控制所述目标簇的簇首节点对所述监测数据进行数据融合;
以所述目标簇的簇首节点为起点,根据当前节点选取下一跳节点并将融合后的监测数据传输至所述下一跳节点,每跳传输重复此操作,直至所述下一跳节点与基站之间的距离小于预设距离阈值,将融合后的监测数据发送至所述基站;其中,所述下一跳节点为在当前节点所在簇内且距离基站最近的中转节点,或者为在当前节点的通信半径范围内且距离基站最近的簇首节点。
优选的,所述对于每个所述簇,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率,选取该簇的簇首节点,包括:
对于每个所述簇,监管簇内节点的相对密度、相对剩余能量和向心率;
采用熵权法,分别确定所述相对密度、所述相对剩余能量和所述向心率的第一权重值;
采用层次分析法,分别确定所述相对密度、所述相对剩余能量和所述向心率的第二权重值;
根据所述第一权重值和所述第二权重值,分别确定所述相对密度、所述相对剩余能量和所述向心率的综合权重值;
根据所述簇内节点的所述相对密度、所述相对剩余能量和所述向心率,以及所述相对密度、所述相对剩余能量和所述向心率的综合权重值,确定所述簇内节点的指标得分;
选取所述指标得分最大的簇内节点,作为所述簇的簇首节点。
优选的,所述采用熵权法,分别确定所述相对密度、所述相对剩余能量和所述向心率的第一权重值,包括:
对所述相对密度、所述相对剩余能量和所述向心率进行标准化变换;
采用熵权法,确定所述相对密度、所述相对剩余能量和所述向心率的指标比重,并确定所述相对密度、所述相对剩余能量和所述向心率的指标熵值;
根据所述指标比重和所述指标熵值,分别确定所述相对密度、所述相对剩余能量和所述向心率的第一权重值。
优选的,在所述当前节点为簇首节点时,所述根据当前节点选取下一跳节点,并将融合后的监测数据传输至所述下一跳节点,包括:
判断当前节点所在的簇是否存在重叠区域;
若存在,确定距离基站最近的中转节点为下一跳节点,并将融合后的监测数据传输至所述下一跳节点;
若不存在,则确定在当前节点的通信半径范围内且距离基站最近的簇首节点为下一跳节点,并将融合后的监测数据传输至所述下一跳节点。
优选的,在所述当前节点为中转节点时,所述根据当前节点选取下一跳节点,并将融合后的监测数据传输至所述下一跳节点,包括:
向当前节点所在的一个或多个簇的簇首节点发送请求信息;
根据所述请求信息,控制所述一个或多个簇首节点判断是否存在位于自身簇内且距离基站最近的中转节点;
若存在,则将该中转节点的节点信息发送至所述当前节点;
若不存在,则将簇首自身的节点信息发送至所述当前节点;
控制所述当前节点根据接收到的节点信息,选取距离基站最近的节点作为下一跳节点,并将融合后的监测数据传输至所述下一跳节点。
优选的,在所述根据当前节点选取下一跳节点并将融合后的监测数据传输至所述下一跳节点,每跳传输重复此操作的同时,还包括:
若检测到剩余能量低于第一能量阈值的中转节点,则从该中转节点所在的重叠区域中重新选取剩余能量大于第一能量阈值的节点,作为新的中转节点。
优选的,在所述根据当前节点选取下一跳节点并将融合后的监测数据传输至所述下一跳节点,每跳传输重复此操作的同时,还包括:
若检测到剩余能量低于第二能量阈值的簇首节点,则重新采用重叠非均匀分簇方法对监测区域内的节点进行分簇。
第二方面,本申请提供了一种多因子平衡的重叠非均匀分簇WSN均衡数据传输装置,包括:
分簇模块:用于采用重叠非均匀分簇方法对监测区域内的节点进行分簇,得到多个簇,所述多个簇之间存在重叠区域;
中转节点选取模块:用于对于每个所述重叠区域,从位于该重叠区域的节点中选取剩余能量高于第一能量阈值的节点,作为该重叠区域的中转节点;
簇首节点选取模块:用于对于每个所述簇,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率,选取该簇的簇首节点;
簇内数据传输模块:用于控制目标簇的成员节点将监测数据发送至所述目标簇的簇首节点,并控制所述目标簇的簇首节点对所述监测数据进行数据融合;
簇间数据传输模块:用于以所述目标簇的簇首节点为起点,根据当前节点选取下一跳节点并将融合后的监测数据传输至所述下一跳节点,每跳传输重复此操作,直至所述下一跳节点与基站之间的距离小于预设距离阈值,将融合后的监测数据发送至所述基站;其中,所述下一跳节点为在当前节点所在簇内且距离基站最近的中转节点,或者为在当前节点的通信半径范围内且距离基站最近的簇首节点。
第三方面,本申请提供了一种多因子平衡的重叠非均匀分簇WSN均衡数据传输设备,包括:
存储器:用于存储计算机程序;
处理器:用于执行所述计算机程序,以实现如上所述的多因子平衡的重叠非均匀分簇WSN均衡数据传输方法的步骤。
第四方面,本申请提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时用于实现如上所述的多因子平衡的重叠非均匀分簇WSN均衡数据传输方法的步骤。
本申请所提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法,包括:采用重叠非均匀分簇方法对监测区域内的节点进行分簇,得到多个簇,所述多个簇之间存在重叠区域;对于每个重叠区域,从位于该重叠区域的节点中选取剩余能量高于第一能量阈值的节点,作为该重叠区域的中转节点;对于每个簇,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率,选取该簇的簇首节点;控制目标簇的成员节点将监测数据发送至目标簇的簇首节点,并控制目标簇的簇首节点对监测数据进行数据融合;以目标簇的簇首节点为起点,根据当前节点选取下一跳节点并将融合后的监测数据传输至下一跳节点,每跳传输重复此操作,直至下一跳节点与基站之间的距离小于预设距离阈值,将融合后的监测数据发送至所述基站;其中,上述下一跳节点为在当前节点所在簇内且距离基站最近的中转节点,或者为在当前节点的通信半径范围内且距离基站最近的簇首节点。
可见,该方法在采用重叠非均匀分簇方法对监测区域内的节点进行分簇之后,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率三项指标来进行选取簇首节点,能够更好地平衡网络能耗;在簇间数据传输时,利用重叠区域的中转节点结合簇首节点共同执行监测数据的传输任务,避免单纯依靠簇首节点传输数据所导致的簇首节点能量消耗过快的问题,进一步延长网络寿命。
此外,本申请还提供了一种多因子平衡的重叠非均匀分簇WSN均衡数据传输装置、设备及可读存储介质,其技术效果与上述方法的技术效果相对应,这里不再赘述。
附图说明
为了更清楚的说明本申请实施例或现有技术的技术方案,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的介绍,显而易见地,下面描述中的附图仅仅是本申请的一些实施例,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,还可以根据这些附图获得其他的附图。
图1为本申请所提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法实施例一的实现流程图;
图2为本申请所提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法实施例一的网络分簇示意图;
图3为本申请所提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法实施例一的簇间数据传输示意图;
图4为本申请所提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法实施例二的实现流程图;
图5为本申请所提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法实施例二的S402的细化流程图;
图6为本申请所提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法实施例二的S405的细化流程图;
图7为本申请所提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输装置实施例的功能框图;
图8为本申请所提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输设备实施例的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本申请方案,下面结合附图和具体实施方式对本申请作进一步的详细说明。显然,所描述的实施例仅仅是本申请一部分实施例,而不是全部的实施例。基于本申请中的实施例,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,都属于本申请保护的范围。
WSN通常由布署在监测区的电量资源有限、无法更换或充电的传感器节点构成。针对该问题,本申请提供一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法、装置、设备及可读存储介质,显著提升WSN网络能耗的均衡性,延长了网络寿命。
下面对本申请提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法实施例一进行介绍,参见图1,实施例一包括:
S101、采用重叠非均匀分簇方法对监测区域内的节点进行分簇,得到多个簇,所述多个簇之间存在重叠区域;
S102、对于每个所述重叠区域,从位于该重叠区域的节点中选取剩余能量高于第一能量阈值的节点,作为该重叠区域的中转节点;
S103、对于每个所述簇,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率,选取该簇的簇首节点;
S104、控制目标簇的成员节点将监测数据发送至所述目标簇的簇首节点,并控制所述目标簇的簇首节点对所述监测数据进行数据融合;
S105、以所述目标簇的簇首节点为起点,根据当前节点选取下一跳节点并将融合后的监测数据传输至所述下一跳节点,每跳传输重复此操作,直至所述下一跳节点与基站之间的距离小于预设距离阈值,将融合后的监测数据发送至所述基站。
其中,所述下一跳节点为在当前节点所在簇内且距离基站最近的中转节点,或者为在当前节点的通信半径范围内且距离基站最近的簇首节点。
本实施例中的节点是指WSN中的无线传感器,在本实施例中,认为所有节点都是同构的,并且具有唯一的ID号,此外,任意两个节点可以根据信号强度值获得近似距离。
如前文所述,本实施例采用重叠非均匀分簇方法对监测区域内的节点进行分簇,所谓分簇,是指为了降低能耗,将监测区域的节点划分为多个簇,每个簇包括多个节点。具体的,本实施例根据监测区域内节点密度情况,将节点划分为大小不同的簇。考虑到越靠近基站的节点的数据传输任务越重,因此,在分簇过程中,可以设置越靠近基站的簇的半径越大,越远离基站的簇的半径越小。值得一提的是,在采用重叠非均匀分簇方法进行分簇的过程中,同一节点可以被分给多个簇,换言之,簇与簇之间可以存在重叠区域。
对于每个簇而言,本实施例会从该簇的簇内节点选取簇首节点,为了进一步减轻簇首节点的数据传输压力,本实施例还会从该簇与邻簇的重叠区域内选取中转节点。
具体的,对于每个簇,本实施例通过监管并综合兼顾簇内节点的三项指标选取该簇的簇首节点,这三项指标分别为:相对密度、相对剩余能量和向心率,其中,相对密度是当前簇内节点的簇内密度与节点通信半径范围内最大簇内密度的比值;相对剩余能量是指剩余能量和初始能量的比值;向心率是指当前簇内的簇首节点与其他节点间距离之和,反映的是节点的靠近程度。可以理解的是,为进一步提升优势节点当选簇首节点的概率,降低劣势节点当选簇首节点的概率,可以为上述三项指标设置对应的权重,通过加权求和法确定每个簇内节点的指标得分,进而根据指标得分的大小选出簇首节点。
对于中转节点,本实施例从每个重叠区域选取一个或多个节点作为该重叠区域的中转节点,为保证中转节点更好的完成数据传输任务,选取依据具体可以为节点的剩余能量。作为一种具体的实施方式,可以选取位于重叠区域的剩余能量高于第一能量阈值的节点作为中转节点,或者说,选取位于重叠区域的剩余能量最大的一个或多个节点作为中转节点。
最终的网络分簇图如图2所示,图2中,虚线框表示监测区域,每个圆圈表示一个簇,簇内的三角形表示簇首节点,簇内的空心圆表示成员节点,簇内的实心圆表示中转节点。对于一个簇来说,其内部所有节点均称为簇内节点,簇内节点进一步可以分为两种节点,分别为簇首节点和成员节点,其中中转节点也属于成员节点,本实施例将位于簇间重叠区域的成员节点称为中转节点。簇首节点负责收集成员节点上的监测数据,并进行数据融合,在簇间数据传输过程中,簇首节点和中转节点共同完成数据传输任务,直至将监测数据传输至基站为止。作为一种具体的实施方式,优先使用中转节点执行数据传输任务,当没有合适的中转节点执行数据传输任务时,再选取合适的簇首节点执行数据传输任务。
下面对数据传输过程做进一步说明。以目标簇的监测数据传输过程为例,首先,目标簇内的成员节点将监测数据发送至簇首节点,经过数据融合之后,该簇首节点通过簇间多跳数据传输将融合后的监测数据发送至基站。所谓簇间多跳数据传输,即通过簇首节点和中转节点以多跳的方式形成传输路径,从而将融合后的监测数据发送至基站。
如前文所述,本实施例以目标簇的簇首节点为起点,根据当前节点选取下一跳节点并将融合后的监测数据传输至下一跳节点,每跳传输重复此操作,直至下一跳节点与基站之间的距离小于预设距离阈值。具体的,如图3所示,在当前节点为簇首节点时,首先判断当前节点所在的簇是否存在重叠区域;如果存在,就将该重叠区域上的距离基站最近的中转节点作为下一跳节点;如果不存在,就将当前节点的通信半径范围内的距离基站最近的簇首节点作为下一跳节点。在当前节点为中转节点时,首先判断当前节点所在的簇是否还有其他中转节点;如果有,则将这些其他的中转节点中距离基站最近的中转节点作为下一跳节点;如果没有,则将当前节点所在簇的簇首节点作为下一跳节点。
本实施例所提供一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法,在采用重叠非均匀分簇方法对监测区域内的节点进行分簇之后,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率三项指标来进行选取簇首节点,能够更好地平衡网络能耗;在簇间数据传输时,利用重叠区域的中转节点结合簇首节点共同执行监测数据的传输任务,避免单纯依靠簇首节点传输数据所导致的簇首节点能量消耗过快的问题,进一步延长网络寿命。
下面开始详细介绍本申请提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法实施例二,实施例二基于前述实施例一实现,并在实施例一的基础上进行了一定程度上的拓展。
参见图4,实施例二具体包括:
S401、采用重叠非均匀分簇方法对监测区域内的节点进行分簇,得到多个簇,所述多个簇之间存在重叠区域;
S402、对于每个所述重叠区域,从位于该重叠区域的节点中选取剩余能量高于第一能量阈值的节点,作为该重叠区域的中转节点;
S403、对于每个所述簇,选取该簇的簇首节点;
S404、控制目标簇的成员节点将监测数据发送至所述目标簇的簇首节点,并控制所述目标簇的簇首节点对所述监测数据进行数据融合;
S405、以所述目标簇的簇首节点为簇间数据传输的起点,根据当前节点选取下一跳节点,并将融合后的监测数据传输至所述下一跳节点;
S406、若检测到剩余能量低于第一能量阈值的中转节点,则从该中转节点所在的重叠区域中重新选取剩余能量大于第一能量阈值的节点,作为新的中转节点;
S407、若检测到剩余能量低于第二能量阈值的簇首节点,则跳转至S401,重新采用重叠非均匀分簇方法对监测区域内的节点进行分簇;
S408、判断所述下一跳节点与基站之间的距离是否小于预设距离阈值,若是,跳转至S409,否则重复S405至S407;
S409、将融合后的监测数据发送至所述基站。
在数据转发的过程中,中转节点和负责数据融合的簇首节点会消耗较多能量,为了防止节点能量用尽导致死亡,需要对中转节点和簇首节点分别设置阈值,即上述第一能量阈值和第二能量阈值。
若中转节点的剩余能量小于第一能量阈值时,则进行中转节点轮换,即在相同重叠区域中选取剩余能量值最大的节点作为中转节点。假如某个重叠区域的节点的剩余能量全部低于第一能量阈值,则该重叠区域不再承担数据传输任务。
当簇首节点的剩余能量低于第二能量阈值时,网络重新选取簇首节点、构建簇间数据传输这一过程,从而建立新的网络簇结构。
如图5所示,实施例二的S402包括:
S501、对于每个所述簇,监管簇内节点的相对密度、相对剩余能量和向心率;
假设一个分簇有h(i=1,2,3,...,h)个节点,每个节点都具有n(j=1,2,3,...,n)个指标因子,各项指标的计算过程如下:
(1)相对密度
在WSN中,节点随机布设在监测区域,在通信半径范围内,每个节点的相邻节点数量都不同,如果附近节点数量少,该节点不宜当选簇首。节点相对密度是节点i的簇内密度与节点通信半径R范围内最大密度的比值,最大密度集合如下式所示:
G(i)max={j|d(i,j)≤R,j∈n,i∈h}
G(i)表示节点的簇内密度,密度因子用用fi1表示,则有fi1=G(i)/G(i)max,密度因子即是节点相对密度,详细的计算方法如下式所示:
其中,ri表示节点i的簇的半径,πri 2表示节点i的簇的面积,hi表示节点i的簇中的节点数。
(2)相对剩余能量
本实施例中,节点初始能量相同,部分节点当选簇首节点会消耗较大能量,频繁当选簇首节点会导致节点提前死亡,造成网络瘫痪。因此,在选取簇首节点时,应考虑节点i相对剩余能量fi2,如下式所示:
fi2=E(i)res/E(i)ini
其中,E(i)res和E(i)ini分别表示节点i的剩余能量和初始能量。
(3)向心率
节点向心率指在一个簇内簇首节点与其他相邻节点间距离之和,反映的是节点的靠近程度,距离和最小的当选簇首节点,有利于节约节点能耗,向心率用fi3表示,计算下式所示:
S502、采用熵权法,分别确定所述相对密度、所述相对剩余能量和所述向心率的第一权重值;
前述三个指标的含义单位均不相同,数据之间不能直接对比。因此,第一步,必须对指标数据进行标准化变换,如下式所示:
Fij'=[fij-min(fij)]/[max(fij)-min(fij)]
其中,max(fij)和min(fij)分别为指标函数最大值和最小值。
第二步,计算第i个节点的第j个指标的指标比重Pij,如下式所示:
第三步,计算第j项指标的熵值ej,如下式所示:
第四步,计算各指标的权重ωj,对于某个指标,熵值越大,包含的信息量越大,权重也越大,将熵值定义为权重,如下式所示:
S503、采用层次分析法,分别确定所述相对密度、所述相对剩余能量和所述向心率的第二权重值;
Step1,网络系统分析确定总目标、影响目标的指标因子和解决策略等;Step2,将决策有关的元素分为目标、影响指标因子、解决策略等,上层次元素对下层次元素起支配作用;Step3,构造各个元素两两比较的判断矩阵,比较同层子元素相对于上层元素的重要性在进行排序;最终,Step4从最上层开始,自上而下求出各级指标关于评价目标的组合权重αj。
S504、根据所述第一权重值和所述第二权重值,分别确定所述相对密度、所述相对剩余能量和所述向心率的综合权重值;
结合熵权法和层次分析法得到综合权重,如下式所示:
S505、根据所述簇内节点的所述相对密度、所述相对剩余能量和所述向心率,以及所述相对密度、所述相对剩余能量和所述向心率的综合权重值,确定所述簇内节点的指标得分;
S506、选取所述指标得分最大的簇内节点,作为所述簇的簇首节点。
如图6所示,实施例二的S405包括:
S601、判断当前节点是否为簇首节点;若是跳转至S602,否则跳转至S605;
S602、判断当前节点所在的簇是否存在重叠区域;若存在,跳转至S603,否则跳转至S604;
S603、确定距离基站最近的中转节点为下一跳节点并将融合后的监测数据传输至所述下一跳节点;
S604、确定在当前节点的通信半径范围内且距离基站最近的簇首节点为下一跳节点,并将融合后的监测数据传输至所述下一跳节点;
S605、向当前节点所在的一个或多个簇的簇首节点发送请求信息;
S606、根据所述请求信息,控制所述一个或多个簇首节点判断是否存在位于自身簇内且距离基站最近的中转节点;若存在,则跳转至S607,否则跳转至S608;
S607、将该中转节点的节点信息发送至所述当前节点;
S608、将簇首自身的节点信息发送至所述当前节点;
S609、控制所述当前节点根据接收到的节点信息,选取距离基站最近的节点作为下一跳节点,并将融合后的监测数据传输至所述下一跳节点。
具体的,在当前节点为簇首节点时,若当前节点所在的簇与其他簇存在重叠区域,则选取各重叠区域上剩余能量最高的中转节点作为候选节点,再从候选节点中选取距离基站最近的节点作为下一跳节点。若当前节点所在的簇与其他簇不存在重叠区域时,则将在当前节点的通信半径范围内的距离基站最近的簇首节点作为下一跳节点。
在当前节点为中转节点时,当前节点向自身所在的簇的簇首节点发送请求信息,然后,各簇首节点选取在自身的重叠区域的距离基站最近的中转节点,并反馈该中转节点的信息给当前节点。当前节点根据各个簇首节点返回的节点信息,从中选取距离基站最近的节点作为下一跳节点。假如某个接收到请求信息的簇首节点所在的簇内不存在其他中转节点,则该簇首节点将自身的节点信息发送给当前节点。
可见,本实施例提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法,在监测区域中的簇间具有重叠区域时,将重叠区域中的节点作为中转节点;在选取簇首节点时采用熵权-层次分析法进行多因子平衡,从而确定节点的相对剩余能量、相对密度和向心率各自的权重及三个因子的综合权重;在数据传输阶段,重叠区域的中转节点执行主要的数据传输任务,当没有合适的中转节点完成数据传输任务时,再选取合适的簇首节点执行数据传输任务。因此,本实施例可以更好地平衡网络能耗,延长网络生命周期。
下面对本申请实施例提供的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输装置进行介绍,下文描述的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输装置与上文描述的一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法可相互对应参照。
如图7所示,本实施例的多因子平衡的重叠非均匀分簇WSN均衡数据传输装置,包括:
分簇模块701:用于采用重叠非均匀分簇方法对监测区域内的节点进行分簇,得到多个簇,所述多个簇之间存在重叠区域;
中转节点选取模块702:用于对于每个所述重叠区域,从位于该重叠区域的节点中选取剩余能量高于第一能量阈值的节点,作为该重叠区域的中转节点;
簇首节点选取模块703:用于对于每个所述簇,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率,选取该簇的簇首节点;
簇内数据传输模块704:用于控制目标簇的成员节点将监测数据发送至所述目标簇的簇首节点,并控制所述目标簇的簇首节点对所述监测数据进行数据融合;
簇间数据传输模块705:用于以所述目标簇的簇首节点为起点,根据当前节点选取下一跳节点并将融合后的监测数据传输至所述下一跳节点,每跳传输重复此操作,直至所述下一跳节点与基站之间的距离小于预设距离阈值,将融合后的监测数据发送至所述基站;其中,所述下一跳节点为在当前节点所在簇内且距离基站最近的中转节点,或者为在当前节点的通信半径范围内且距离基站最近的簇首节点。
本实施例的多因子平衡的重叠非均匀分簇WSN均衡数据传输装置用于实现前述的多因子平衡的重叠非均匀分簇WSN均衡数据传输方法,因此该装置中的具体实施方式可见前文中的多因子平衡的重叠非均匀分簇WSN均衡数据传输方法的实施例部分,例如,分簇模块701、中转节点选取模块702、簇首节点选取模块703、簇内数据传输模块704、簇间数据传输模块705,分别用于实现上述多因子平衡的重叠非均匀分簇WSN均衡数据传输方法中步骤S101,S102,S103,S104,S105。所以,其具体实施方式可以参照相应的各个部分实施例的描述,在此不再展开介绍。
另外,由于本实施例的多因子平衡的重叠非均匀分簇WSN均衡数据传输装置用于实现前述的多因子平衡的重叠非均匀分簇WSN均衡数据传输方法,因此其作用与上述方法的作用相对应,这里不再赘述。
此外,本申请还提供了一种多因子平衡的重叠非均匀分簇WSN均衡数据传输设备,如图8所示,包括:
存储器100:用于存储计算机程序;
处理器200:用于执行所述计算机程序,以实现如上文所述的多因子平衡的重叠非均匀分簇WSN均衡数据传输方法的步骤。
最后,本申请提供了一种可读存储介质,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时用于实现如上文所述的多因子平衡的重叠非均匀分簇WSN均衡数据传输方法的步骤。
本说明书中各个实施例采用递进的方式描述,每个实施例重点说明的都是与其它实施例的不同之处,各个实施例之间相同或相似部分互相参见即可。对于实施例公开的装置而言,由于其与实施例公开的方法相对应,所以描述的比较简单,相关之处参见方法部分说明即可。
结合本文中所公开的实施例描述的方法或算法的步骤可以直接用硬件、处理器执行的软件模块,或者二者的结合来实施。软件模块可以置于随机存储器(RAM)、内存、只读存储器(ROM)、电可编程ROM、电可擦除可编程ROM、寄存器、硬盘、可移动磁盘、CD-ROM、或技术领域内所公知的任意其它形式的存储介质中。
以上对本申请所提供的方案进行了详细介绍,本文中应用了具体个例对本申请的原理及实施方式进行了阐述,以上实施例的说明只是用于帮助理解本申请的方法及其核心思想;同时,对于本领域的一般技术人员,依据本申请的思想,在具体实施方式及应用范围上均会有改变之处,综上所述,本说明书内容不应理解为对本申请的限制。
Claims (10)
1.一种多因子平衡的重叠非均匀分簇WSN均衡数据传输方法,其特征在于,包括:
采用重叠非均匀分簇方法对监测区域内的节点进行分簇,得到多个簇,所述多个簇之间存在重叠区域;
对于每个所述重叠区域,从位于该重叠区域的节点中选取剩余能量高于第一能量阈值的节点,作为该重叠区域的中转节点;
对于每个所述簇,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率,选取该簇的簇首节点;
控制目标簇的成员节点将监测数据发送至所述目标簇的簇首节点,并控制所述目标簇的簇首节点对所述监测数据进行数据融合;
以所述目标簇的簇首节点为起点,根据当前节点选取下一跳节点并将融合后的监测数据传输至所述下一跳节点,每跳传输重复此操作,直至所述下一跳节点与基站之间的距离小于预设距离阈值,将融合后的监测数据发送至所述基站;其中,所述下一跳节点为在当前节点所在簇内且距离基站最近的中转节点,或者为在当前节点的通信半径范围内且距离基站最近的簇首节点。
2.如权利要求1所述的方法,其特征在于,所述对于每个所述簇,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率,选取该簇的簇首节点,包括:
对于每个所述簇,监管簇内节点的相对密度、相对剩余能量和向心率;
采用熵权法,分别确定所述相对密度、所述相对剩余能量和所述向心率的第一权重值;
采用层次分析法,分别确定所述相对密度、所述相对剩余能量和所述向心率的第二权重值;
根据所述第一权重值和所述第二权重值,分别确定所述相对密度、所述相对剩余能量和所述向心率的综合权重值;
根据所述簇内节点的所述相对密度、所述相对剩余能量和所述向心率,以及所述相对密度、所述相对剩余能量和所述向心率的综合权重值,确定所述簇内节点的指标得分;
选取所述指标得分最大的簇内节点,作为所述簇的簇首节点。
3.如权利要求2所述的方法,其特征在于,所述采用熵权法,分别确定所述相对密度、所述相对剩余能量和所述向心率的第一权重值,包括:
对所述相对密度、所述相对剩余能量和所述向心率进行标准化变换;
采用熵权法,确定所述相对密度、所述相对剩余能量和所述向心率的指标比重,并确定所述相对密度、所述相对剩余能量和所述向心率的指标熵值;
根据所述指标比重和所述指标熵值,分别确定所述相对密度、所述相对剩余能量和所述向心率的第一权重值。
4.如权利要求1所述的方法,其特征在于,在所述当前节点为簇首节点时,所述根据当前节点选取下一跳节点,并将融合后的监测数据传输至所述下一跳节点,包括:
判断当前节点所在的簇是否存在重叠区域;
若存在,确定距离基站最近的中转节点为下一跳节点,并将融合后的监测数据传输至所述下一跳节点;
若不存在,则确定在当前节点的通信半径范围内且距离基站最近的簇首节点为下一跳节点,并将融合后的监测数据传输至所述下一跳节点。
5.如权利要求4所述的方法,其特征在于,在所述当前节点为中转节点时,所述根据当前节点选取下一跳节点,并将融合后的监测数据传输至所述下一跳节点,包括:
向当前节点所在的一个或多个簇的簇首节点发送请求信息;
根据所述请求信息,控制所述一个或多个簇首节点判断是否存在位于自身簇内且距离基站最近的中转节点;
若存在,则将该中转节点的节点信息发送至所述当前节点;
若不存在,则将簇首自身的节点信息发送至所述当前节点;
控制所述当前节点根据接收到的节点信息,选取距离基站最近的节点作为下一跳节点,并将融合后的监测数据传输至所述下一跳节点。
6.如权利要求1-5任意一项所述的方法,其特征在于,在所述根据当前节点选取下一跳节点并将融合后的监测数据传输至所述下一跳节点,每跳传输重复此操作的同时,还包括:
若检测到剩余能量低于第一能量阈值的中转节点,则从该中转节点所在的重叠区域中重新选取剩余能量大于第一能量阈值的节点,作为新的中转节点。
7.如权利要求6所述的方法,其特征在于,在所述根据当前节点选取下一跳节点并将融合后的监测数据传输至所述下一跳节点,每跳传输重复此操作的同时,还包括:
若检测到剩余能量低于第二能量阈值的簇首节点,则重新采用重叠非均匀分簇方法对监测区域内的节点进行分簇。
8.一种多因子平衡的重叠非均匀分簇WSN均衡数据传输装置,其特征在于,包括:
分簇模块:用于采用重叠非均匀分簇方法对监测区域内的节点进行分簇,得到多个簇,所述多个簇之间存在重叠区域;
中转节点选取模块:用于对于每个所述重叠区域,从位于该重叠区域的节点中选取剩余能量高于第一能量阈值的节点,作为该重叠区域的中转节点;
簇首节点选取模块:用于对于每个所述簇,通过监管并综合兼顾簇内节点的相对密度、相对剩余能量和向心率,选取该簇的簇首节点;
簇内数据传输模块:用于控制目标簇的成员节点将监测数据发送至所述目标簇的簇首节点,并控制所述目标簇的簇首节点对所述监测数据进行数据融合;
簇间数据传输模块:用于以所述目标簇的簇首节点为起点,根据当前节点选取下一跳节点并将融合后的监测数据传输至所述下一跳节点,每跳传输重复此操作,直至所述下一跳节点与基站之间的距离小于预设距离阈值,将融合后的监测数据发送至所述基站;其中,所述下一跳节点为在当前节点所在簇内且距离基站最近的中转节点,或者为在当前节点的通信半径范围内且距离基站最近的簇首节点。
9.一种多因子平衡的重叠非均匀分簇WSN均衡数据传输设备,其特征在于,包括:
存储器:用于存储计算机程序;
处理器:用于执行所述计算机程序,以实现如权利要求1-7任意一项所述的多因子平衡的重叠非均匀分簇WSN均衡数据传输方法的步骤。
10.一种可读存储介质,其特征在于,所述可读存储介质上存储有计算机程序,所述计算机程序被处理器执行时用于实现如权利要求1-7任意一项所述的多因子平衡的重叠非均匀分簇WSN均衡数据传输方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010357426.8A CN111586761A (zh) | 2020-04-29 | 2020-04-29 | 多因子平衡的重叠非均匀分簇wsn均衡数据传输方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010357426.8A CN111586761A (zh) | 2020-04-29 | 2020-04-29 | 多因子平衡的重叠非均匀分簇wsn均衡数据传输方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN111586761A true CN111586761A (zh) | 2020-08-25 |
Family
ID=72116931
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010357426.8A Pending CN111586761A (zh) | 2020-04-29 | 2020-04-29 | 多因子平衡的重叠非均匀分簇wsn均衡数据传输方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111586761A (zh) |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577888A (zh) * | 2013-09-05 | 2014-02-12 | 西安电子科技大学 | 一种改进的熵权层次分析法及其应用 |
CN105764066A (zh) * | 2016-01-29 | 2016-07-13 | 江苏省电力公司南京供电公司 | 一种面向配网信息感知的协作覆盖方法 |
CN106792838A (zh) * | 2017-03-14 | 2017-05-31 | 武汉理工大学 | Dtn中继节点候选集选择方法 |
CN106792569A (zh) * | 2016-11-25 | 2017-05-31 | 电子科技大学 | 基于分簇多播的集群系统切换方法 |
CN106879041A (zh) * | 2015-12-11 | 2017-06-20 | 中南大学 | Ad Hoc网络分簇算法和路由协议的设计 |
CN107690167A (zh) * | 2016-08-04 | 2018-02-13 | 王莹莹 | 一种可扩展的无线传感器网络分簇方法 |
CN108934054A (zh) * | 2018-06-19 | 2018-12-04 | 昆明理工大学 | 一种基于节点数据值的Ad-hoc网络分簇算法 |
CN109152100A (zh) * | 2018-10-10 | 2019-01-04 | 北京交通大学 | 车载无源无线传感器网络自组网方法及装置 |
CN109934500A (zh) * | 2019-03-15 | 2019-06-25 | 南方电网科学研究院有限责任公司 | 一种配电台区的低电压评价方法、装置、设备及存储介质 |
-
2020
- 2020-04-29 CN CN202010357426.8A patent/CN111586761A/zh active Pending
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103577888A (zh) * | 2013-09-05 | 2014-02-12 | 西安电子科技大学 | 一种改进的熵权层次分析法及其应用 |
CN106879041A (zh) * | 2015-12-11 | 2017-06-20 | 中南大学 | Ad Hoc网络分簇算法和路由协议的设计 |
CN105764066A (zh) * | 2016-01-29 | 2016-07-13 | 江苏省电力公司南京供电公司 | 一种面向配网信息感知的协作覆盖方法 |
CN107690167A (zh) * | 2016-08-04 | 2018-02-13 | 王莹莹 | 一种可扩展的无线传感器网络分簇方法 |
CN106792569A (zh) * | 2016-11-25 | 2017-05-31 | 电子科技大学 | 基于分簇多播的集群系统切换方法 |
CN106792838A (zh) * | 2017-03-14 | 2017-05-31 | 武汉理工大学 | Dtn中继节点候选集选择方法 |
CN108934054A (zh) * | 2018-06-19 | 2018-12-04 | 昆明理工大学 | 一种基于节点数据值的Ad-hoc网络分簇算法 |
CN109152100A (zh) * | 2018-10-10 | 2019-01-04 | 北京交通大学 | 车载无源无线传感器网络自组网方法及装置 |
CN109934500A (zh) * | 2019-03-15 | 2019-06-25 | 南方电网科学研究院有限责任公司 | 一种配电台区的低电压评价方法、装置、设备及存储介质 |
Non-Patent Citations (3)
Title |
---|
刘宏,李好威: "基于蚁群优化的非均匀分簇路由算法", 《华中科技大学学报(自然科学版)》 * |
牛玉刚,周振华: "带有重叠区域的多跳非均匀分簇路由算法", 《控制与决策》 * |
陈德江,王君,赵崇丞: "基于AHP-熵权分簇算法的多弹协同作战研究", 《火力与指挥控制》 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Kour et al. | Hybrid energy efficient distributed protocol for heterogeneous wireless sensor network | |
CN111698705B (zh) | 一种基于能量优化的无线传感器网络非均匀分簇路由方法 | |
Ullah et al. | A comparison of heed based clustering algorithms--Introducing ER-HEED | |
KR100695333B1 (ko) | 무선 네트워크에서의 동적 예비클러스터 헤드를 이용한토폴로지 관리 방법 | |
CN106102075B (zh) | 无线传感网络中基于等级区域划分的分簇方法及系统 | |
He | Energy-saving algorithm and simulation of wireless sensor networks based on clustering routing protocol | |
CN108712767B (zh) | 一种无线传感器网络中能耗均衡的簇间多跳路由控制方法 | |
KR101658736B1 (ko) | 에너지 저손실 클러스터 트리구조를 이용한 무선 센서 네트워크의 클러스터링 방법 | |
CN108541038B (zh) | 一种无线传感器网络的路由选择方法及系统 | |
CN105898764B (zh) | 多级能量异构的无线传感器网络部署方法 | |
CN110121200B (zh) | 一种异质传感网中能量高效的组网方法 | |
CN110662190B (zh) | 无线传感器网络中的动态分簇leach方法 | |
KR102387106B1 (ko) | 태양 에너지 수집형 무선 센서 네트워크에서 모바일 충전을 이용한 클러스터 관리 방법, 이를 수행하기 위한 기록 매체 및 장치 | |
Banerjee et al. | Energy efficient routing and bypassing energy-hole through mobile sink in WSN | |
Osamy et al. | LBAS: Load Balancing Aware Clustering Scheme for IoT-based Heterogeneous Wireless Sensor Networks | |
Kaur et al. | Comparative analysis of clustering protocols for wireless sensor networks | |
CN111586761A (zh) | 多因子平衡的重叠非均匀分簇wsn均衡数据传输方法 | |
CN111225398A (zh) | 一种基于协作覆盖的微电网无线传感器网络能耗优化方法 | |
CN108684066B (zh) | 基于K-medoids的无线传感器网络分簇方法 | |
Alisa et al. | Minimizing energy consumption in wireless sensor networks using modified genetic algorithm and an energy balance filter | |
Aza et al. | An Approach To Optimize H-Leach For Efficient Clustering In WSN | |
Al Nuaimi et al. | Clustering in WSN using node ranking with hybrid nodes duty-cycle and energy threshold | |
KR101022876B1 (ko) | 무선 센서 네트워크에서의 클러스터링 방법 및 시스템 | |
Islam et al. | Cluster head selection technique using four parameters of wireless sensor networks | |
Wang et al. | NHEED: An energy-efficient multi-hop routing protocol based on HEED |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20200825 |
|
RJ01 | Rejection of invention patent application after publication |