CN112019372B - 蔬菜无线监测网络拓扑虚拟化控制方法及装置 - Google Patents

蔬菜无线监测网络拓扑虚拟化控制方法及装置 Download PDF

Info

Publication number
CN112019372B
CN112019372B CN202010585091.5A CN202010585091A CN112019372B CN 112019372 B CN112019372 B CN 112019372B CN 202010585091 A CN202010585091 A CN 202010585091A CN 112019372 B CN112019372 B CN 112019372B
Authority
CN
China
Prior art keywords
node
nodes
link
virtual
physical
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.)
Active
Application number
CN202010585091.5A
Other languages
English (en)
Other versions
CN112019372A (zh
Inventor
吴华瑞
朱华吉
缪祎晟
顾静秋
孙想
薛秀清
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.)
Beijing Research Center for Information Technology in Agriculture
Original Assignee
Beijing Research Center for Information Technology in Agriculture
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 Beijing Research Center for Information Technology in Agriculture filed Critical Beijing Research Center for Information Technology in Agriculture
Priority to CN202010585091.5A priority Critical patent/CN112019372B/zh
Publication of CN112019372A publication Critical patent/CN112019372A/zh
Application granted granted Critical
Publication of CN112019372B publication Critical patent/CN112019372B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L41/00—Arrangements for maintenance, administration or management of data switching networks, e.g. of packet switching networks
    • H04L41/12—Discovery or management of network topologies
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L67/00—Network arrangements or protocols for supporting network services or applications
    • H04L67/01—Protocols
    • H04L67/12—Protocols specially adapted for proprietary or special-purpose networking environments, e.g. medical networks, sensor networks, networks in vehicles or remote metering networks
    • 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)
  • Health & Medical Sciences (AREA)
  • Computing Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明实施例提供一种蔬菜无线监测网络拓扑虚拟化控制方法及装置，方法包括：对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，并根据确定好的邻居节点进行链路状态估计；根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，以及，根据虚拟节点实现网络逻辑拓扑构建；基于构建得到的虚拟节点，进行网络拓扑控制；本发明实施例可以实现蔬菜生产环境复杂非可靠链路条件下的高效可靠数据监测传输。

Description

蔬菜无线监测网络拓扑虚拟化控制方法及装置
技术领域
本发明涉及计算机技术领域，尤其涉及一种蔬菜无线监测网络拓扑虚拟化方法、装置、电子设备及存储介质。
背景技术
蔬菜生长受环境影响显著，不适宜的温度、湿度、水肥、光照等环境影响易引发病虫害或生长停止，严重影响蔬菜产量与品质，无线传感器网络是实现蔬菜生产实时环境监测的重要技术手段，但无线信号受温室结构与蔬菜作物生长变化遮挡而产生多径衰落，其中的小尺度效应部分会表现为接收端信号衰落的快速变化，造成网络链路的不稳定，呈现为一种时断时连的概率连通状态，这种概率连通的链路状态使得传统的固定式拓扑控制方式可能会出现网络拓扑中断或是拓扑构建效率低下等问题，为了实现蔬菜生产环境复杂非可靠链路条件下的高效可靠数据监测传输，研究建立面向概率链路的蔬菜无线监测网络高效可靠拓扑调度方法显得尤为必要。
现有的无线网络拓扑控制方法中，均面向确定链路，进而对网络组织结构及性能进行优化，未考虑概率链路条件下的网络拓扑控制问题。如提出将节点周期休眠与基于最小能耗的拓扑控制路由相结合，通过拓扑控制和网络节点协作，提升多跳无线网络的组播性能与网络能效。该类无线网络拓扑控制方法均主关注于确定链路状态网络的性能优化，而未考虑链路状态不确定时的处理方式；又如将网络节点划分为普通节点和控制器节点，普通节点通过广播数据包获取局部网络邻居节点信息，并根据控制器节点的请求将局部网络邻居节点信息反馈给控制器节点；控制器节点感知全网拓扑状态，生成全网拓扑连接状态图，采用数控分离的思想实现无线链路的自主控制，该类现有技术主要针对无线网络动态性从信道模拟与数控分离角度对拓扑控制方法进行优化，仍没有很好的解决链路概率连通问题。
可见传统拓扑控制方法均是针对确定链路，按照一定规则发现邻居节点，通过改变节点发射功率调整节点通信距离，可以准确预测不同发射功率条件下的网络拓扑结构，进而通过确定的拓扑关系预测网络性能指标参数，并针对最为关注的性能指标采用目标优化方法进行求解，得出优化的网络拓扑控制方案。但由于蔬菜生产复杂环境下无线信号多径传播叠加使得简单提高发射功率建立拓扑连接方法并不适用，而且多径效应造成的网络链路概率连通特性也使传统面向确定性链路的网络拓扑控制方法面临极大的局限性。
发明内容
针对现有技术中的问题，本发明实施例提供一种蔬菜无线监测网络拓扑虚拟化控制方法及装置。
具体地，本发明实施例提供了以下技术方案：
第一方面，本发明实施例提供了一种蔬菜无线监测网络拓扑虚拟化控制方法，包括：对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，并根据确定好的邻居节点进行链路状态估计；
根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，以及，根据虚拟节点实现网络逻辑拓扑构建；
基于构建得到的虚拟节点，进行网络拓扑控制。
进一步地，所述对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，具体包括：
对于面向概率链路的蔬菜无线监测网络，基于第一发射功率控制策略或第二发射功率控制策略，确定每个节点的邻居节点；
其中，所述第一发射功率控制策略包括：
若节点一跳通信的发射功率可调范围为(Pmin～Pmax)，在网络第一次拓扑构建或无先验信息时，节点默认的初始发射功率为(Pmin+Pmax)/2，并按以下规则确定节点发射功率：将节点Ni可达邻居节点数量记为节点度Di；若节点的节点度Di节点小于K，则增加发射功率，直至节点度Di等于K，或达到最大发射功率；若节点的节点度Di节点大于K，则减小发射功率，直至节点度等于K，或达到最小发射功率；其中，K为网络节点联通系数；
其中，所述第二发射功率控制策略包括：
若节点已通过前期拓扑构建获得了相关先验信息，则节点根据先验信息确定发射功率控制策略：
节点对比自身剩余能量REi与邻居节点的剩余能量均值REave_N，若REi<αREave_N，为能量劣势节点，则节点调节发射功率使得满足约束条件：恰好有一条确定性链路或恰有2条概率链路；其中，α为能量权重系数；
若REi>αREave_N，为能量优势节点，则调节发射功率使得满足约束条件：节点至少有一条确定性链路且节点度Di大于或等于K；其中，K为网络节点联通系数。
进一步地，所述根据确定好的邻居节点进行链路状态估计，具体包括：
向邻居节点广播节点消息，并根据邻居节点回复的应答消息，采用第一链路连通概率模型确定链路连通概率；其中，第一链路连通概率模型为：
Figure GDA0002756355690000031
其中，prr为链路连通概率，其中，prr＝1表示链路为确定链路，
Figure GDA0002756355690000032
表示链路为概率链路，prr＝0表示链路为无法连通的链路，RSSIrx为接收端信号强度，dTHL与dTHH为确定感知的上下界半径，d为收发节点间距离，γ为接收端信噪比，k为数据帧的大小，sensitivity为接收端的接收敏感度阈值。
进一步地，所述根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，具体包括：
若对于网络中的i个节点N1…Ni互为邻居节点，当对于N1…Ni中的任意两节点间存在确定性或概率链路时，认为该i个节点为一节点组，若某节点Na同时与邻居节点组成多个节点组，则选择与Na有最短链路的邻居节点所在分组加入；若存在两个相等的最短链路，则选择节点数较少的分组加入；其中，节点分组内任一节点应至少存在一条确定性链路；
将每个节点分组分别定义为一个虚拟节点，若节点未能与其他节点组合，则其自身构成一个虚拟节点。
进一步地，所述根据虚拟节点实现网络逻辑拓扑构建，具体包括：
虚拟节点内的物理节点根据如下规则进行虚拟节点内与虚拟节点间的链路建立：
S1、若网络中有物理节点Na与虚拟节点VNabc，则在虚拟节点内，物理节点Na以与其他物理节点的可达发射功率中较大的发射功率建立拓扑连接，即若物理节点Na与物理节点Nb和Nc的可达发射功率分别为Pab、Pac，则取
Pa＝max(Pab,Pac,...)
上式中…表示当虚拟节点中物理节点数量大于3时，Na到其他节点的可达发射功率；
S2、按S1中的规则建立虚拟节点内的拓扑连接，当某一节点进行数据传输时，将同一虚拟节点内的任意物理节作为中继节点，或按照S3中的方式选择中继节点并建立拓扑连接；
S3、假设数据的中继传输路径为从VNabc到VNdef，且两虚拟节点间存在多于一条的物理链路，则VNabc内承担数据中继的物理节点计算中继权重，由权重高的节点建立到VNdef的物理链路，实现虚拟链路VLabc-def的实例化；其中，中继权重Wi计算方式如下：
Wi＝f(REi,Li,DLi)
其中，f()为中继权重函数，i为虚拟节点中的第i个物理节点，REi为节点剩余能量，DLi为该物理节点到目标虚拟节点的可达物理链路数量，包括确定链路与概率链路，Li为可达物理链路参数。
进一步地，所述中继权重函数为：
Figure GDA0002756355690000051
其中，average(REi)为虚拟节点全部物理节点剩余能量平均值，∑prr为节点到目标虚拟节点全部可达链路连通概率之和，average(|Li|)为节点到目标虚拟节点全部可达链路长度的平均值。
进一步地，所述基于构建得到的虚拟节点，进行网络拓扑控制，具体包括：
判断是否满足条件和，若是，则无需进行虚拟节点调整与更新：
A虚拟节点内部：同一虚拟节点内的物理节点间的链路由确定链路变为概率链路且同时满足，每个物理节点在虚拟节点内至多有一条变为概率链路，存在概率链路的物理节点还存在其他确定链路；
B虚拟节点间：虚拟节点之间的物理链路由确定链路变为概率链路；虚拟节点之间的物理链路变为不可达链路，但两虚拟节点间仍存在可达物理链路；
当判断不满足条件时，将不满足条件的物理节点Na从虚拟节点VNabc中移出，并判断Na是否可以加入VNabc的相邻虚拟节点以满足A，若满足条件则进行局部虚拟节点调整，全局拓扑无变化；
当判断不满足条件和时，进行全局拓扑重构。
第二方面，本发明实施例还提供了一种蔬菜无线监测网络拓扑虚拟化控制装置，包括：确定模块，用于对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，并根据确定好的邻居节点进行链路状态估计；
网络逻辑拓扑构建模块，用于根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，以及，根据虚拟节点实现网络逻辑拓扑构建；
网络拓扑控制模块，用于基于构建得到的虚拟节点，进行网络拓扑控制。
第三方面，本发明实施例还提供了一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如第一方面所述蔬菜无线监测网络拓扑虚拟化控制方法。
第四方面，本发明实施例还提供了一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如第一方面所述蔬菜无线监测网络拓扑虚拟化控制方法。
由上面技术方案可知，本发明实施例提供一种蔬菜无线监测网络拓扑虚拟化控制方法及装置，本发明实施例对于面向概率链路的蔬菜无线监测网络，根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组进而得到虚拟节点，本发明实施例由于采用分组得到的虚拟节点进行网络逻辑拓扑的构建，并基于构建得到的网络逻辑拓扑进行网络拓扑控制，因此可知，本发明实施例通过节点与链路虚拟化，减少了网络中的节点以及链路数量，在一定程度上缓解了环境、能量轻微变化对网络整体拓扑的影响，减少了拓扑重构需求，从而可以实现蔬菜生产环境复杂非可靠链路条件下的高效可靠数据监测传输。
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一简单地介绍，显而易见地，下面描述中的附图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，还可以根据这些附图获得其他的附图。
图1为本发明一实施例提供的蔬菜无线监测网络拓扑虚拟化控制方法的流程图；
图2为本发明一实施例提供的一示例的基于链路状态与节点剩余能量的能量劣势节点功率控制示意图；
图3为本发明一实施例提供的一示例的基于链路状态与节点剩余能量的能量劣优势节点功率控制示意图；
图4为本发明一实施例提供的一示例的基于链路状态的节点分组与虚拟节点示意图；
图5为本发明一实施例提供的一示例的未进行节点虚拟化的网络节点示意图；
图6为本发明一实施例提供的一示例的已进行节点虚拟化的网络节点示意图；
图7为本发明一实施例提供的蔬菜无线监测网络拓扑虚拟化控制装置的结构示意图；
图8为本发明一实施例提供的电子设备的结构示意图。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚，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作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。
图1示出了本发明实施例提供的蔬菜无线监测网络拓扑虚拟化控制方法的流程图。如图1所示，本发明实施例提供的蔬菜无线监测网络拓扑虚拟化控制方法包括：
步骤101：对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，并根据确定好的邻居节点进行链路状态估计。
在本步骤中，需要说明的是，由于蔬菜生产环境复杂，因此蔬菜无线监测网络中各节点之间的链路不像传统网络一样为确定的链路，蔬菜无线监测网络中各节点之间由于无线信号的多径效应，造成各节点之间的链路属于面向概率的链路。
举例来说，对于传统无线监测网络，其信号衰减符合如下信道模型：
PL＝10nlgd+A。
而对于蔬菜无线监测网络，其信号衰减符合如下信道模型：
PL＝10nlgd+A+X。
其中，PL代表该链路的信号衰减，n为环境衰减系数，d为收发节点间距离，A为模型中的常数，X代表小尺度衰落的随机分量。
由此可见，对于蔬菜无线监测网络，各节点之间的链路不像传统网络一样为确定的链路，蔬菜无线监测网络中各节点之间由于无线信号的多径效应，造成各节点之间的链路属于面向概率的链路。
在本步骤中，对于面向概率链路的蔬菜无线监测网络，在确定每个节点的邻居节点时，为保证后续节点分组的需要，本步骤通过控制发射功率的方式确定每个节点的邻居节点，并根据确定好的邻居节点进行链路状态估计。
步骤102：根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，以及，根据虚拟节点实现网络逻辑拓扑构建。
在本步骤中，通过节点间邻接链路的概率特性进行拓扑分组，并采用虚拟化方式构建网络拓扑，将节点组群替换为虚拟节点，进而形成虚拟节点网络降低网络逻辑拓扑的复杂度。
在本步骤中，在信道链路状态预测的基础上，引入虚拟化理念，通过根据链路状态对节点进行分组，通过对分组节点的虚拟化实现网络逻辑拓扑构建，即实现网络拓扑简约。
在本步骤中，通过节点与链路虚拟化，减少了网络中的节点以及链路数量，在一定程度上缓解了环境、能量轻微变化对网络整体拓扑的影响，减少了拓扑重构需求。
步骤103：基于构建得到的虚拟节点，进行网络拓扑控制。
在本步骤中，基于通过分组构建得到的虚拟节点，可以得到网络逻辑拓扑的构建，进而可以根据构建得到的网络逻辑拓扑，进行网络拓扑控制。
由此可见，本步骤由于采用分组得到的虚拟节点进行网络逻辑拓扑的构建，并基于构建得到的网络逻辑拓扑进行网络拓扑控制，因此可知，本实施例通过节点与链路虚拟化，减少了网络中的节点以及链路数量，在一定程度上缓解了环境、能量轻微变化对网络整体拓扑的影响，减少了拓扑重构需求，从而可以实现蔬菜生产环境复杂非可靠链路条件下的高效可靠数据监测传输。
由上面技术方案可知，本发明实施例提供一种蔬菜无线监测网络拓扑虚拟化控制方法，本发明实施例对于面向概率链路的蔬菜无线监测网络，根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组进而得到虚拟节点，本发明实施例由于采用分组得到的虚拟节点进行网络逻辑拓扑的构建，并基于构建得到的网络逻辑拓扑进行网络拓扑控制，因此可知，本发明实施例通过节点与链路虚拟化，减少了网络中的节点以及链路数量，在一定程度上缓解了环境、能量轻微变化对网络整体拓扑的影响，减少了拓扑重构需求，从而可以实现蔬菜生产环境复杂非可靠链路条件下的高效可靠数据监测传输。
在上述实施例的基础上，在本实施例中，所述对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，具体包括：
对于面向概率链路的蔬菜无线监测网络，基于第一发射功率控制策略或第二发射功率控制策略，确定每个节点的邻居节点；
其中，所述第一发射功率控制策略包括：
若节点一跳通信的发射功率可调范围为(Pmin～Pmax)，在网络第一次拓扑构建或无先验信息时，节点默认的初始发射功率为(Pmin+Pmax)/2，并按以下规则确定节点发射功率：将节点Ni可达邻居节点数量记为节点度Di；若节点的节点度Di节点小于K，则增加发射功率，直至节点度Di等于K，或达到最大发射功率；若节点的节点度Di节点大于K，则减小发射功率，直至节点度等于K，或达到最小发射功率；其中，K为网络节点联通系数；
其中，所述第二发射功率控制策略包括：
若节点已通过前期拓扑构建获得了相关先验信息，则节点根据先验信息确定发射功率控制策略：
节点对比自身剩余能量REi与邻居节点的剩余能量均值REave_N，若REi<αREave_N，为能量劣势节点，则节点调节发射功率使得满足约束条件：恰好有一条确定性链路或恰有2条概率链路；其中，α为能量权重系数；
若REi>αREave_N，为能量优势节点，则调节发射功率使得满足约束条件：节点至少有一条确定性链路且节点度Di大于或等于K；其中，K为网络节点联通系数。
为了更好的理解本发明实施例，举例来说：
第一发射功率控制策略，设节点一跳通信的发射功率可调范围为(Pmin～Pmax)，在网络第一次拓扑构建或无先验信息时，节点默认的初始发射功率为(Pmin+Pmax)/2，并按以下规则确定节点发射功率。
①将节点Ni可达邻居节点数量记为节点度Di；
②若节点的节点度Di节点小于K，则增加发射功率，直至节点度Di等于K，或达到最大发射功率。
③若节点的节点度Di节点大于K，则减小发射功率，直至节点度等于K，或达到最小发射功率。
其中K为网络节点连通系数，本实施例中K取3。
图2示出了基于链路状态与节点剩余能量的能量劣势节点功率控制示意图，图3示出了基于链路状态与节点剩余能量的能量优势节点功率控制示意图，如图2和图3所示，本发明实施例提供的第二发射功率控制策略，针对节点已通过前期拓扑构建获得了相关先验信息的情形，节点根据先验信息确定发射功率控制策略。
第二发射功率控制策略，假设节点已通过前期拓扑构建获得了相关先验信息，则节点根据先验信息确定发射功率控制策略：
①节点对比自身剩余能量REi与邻居节点的剩余能量均值REave_N，若REi<αREave_N，为能量劣势节点，则节点调节发射功率至恰好有一条确定性链路或恰有2条概率链路。其中，α为能量权重系数，本实施例中α取0.7。
②如REi>αREave_N，为能量优势节点，则调节发射功率使得满足，节点至少有一条确定性链路且节点度Di大于K。
③上述两步骤中调节发射功率均指满足约束条件时的最小功率，若不能满足条件，则增大至节点最大发射功率即不再增大。
④若因节点发射功率调整，其较远邻居节点与其不存在可达链路，则该邻居节点不参与邻居节点剩余能量均值计算
当网络中节点发射功率确定后，将保持该发射功率一段时间，直至触发全局拓扑重构条件，则重复以上步骤进行拓扑重构。
由上面技术方案可知，本发明实施例提供的蔬菜无线监测网络拓扑虚拟化控制方法，对于面向概率链路的蔬菜无线监测网络，通过第一发射功率控制策略或第二发射功率控制策略，确定每个节点的邻居节点，其中，第一发射功率控制策优势在于提高了邻居节点发现的效率，在保证网络拓扑连通性能的同时控制节点通信距离，避免节点不必要的能量浪费与网络初始拓扑冗余；第二发射功率控制策优势在于根据先验消息确定发射功率控制有利于实现节点间的能耗均衡，节点根据拓扑位置关系与自身能量水平动态调整通信功率，控制低能量节点通信能耗，保证网络长时间稳定工作。
在上述实施例的基础上，在本实施例中，所述根据确定好的邻居节点进行链路状态估计，具体包括：
向邻居节点广播节点消息，并根据邻居节点回复的应答消息，采用第一链路连通概率模型确定链路连通概率；其中，第一链路连通概率模型为：
Figure GDA0002756355690000111
其中，prr为链路连通概率，其中，prr＝1表示链路为确定链路，
Figure GDA0002756355690000112
表示链路为概率链路，prr＝0表示链路为无法连通的链路，RSSIrx为接收端信号强度，dTHL与dTHH为确定感知的上下界半径，d为收发节点间距离，γ为接收端信噪比，k为数据帧的大小，sensitivity为接收端的接收敏感度阈值。
在本步骤中，需要说明的是，概率感知区域即过渡区域是指prr在0～1之间的区域，图4示出了本发明实施例提供的基于链路状态与节点剩余能量的节点功率控制示意图，如图4所示，概率感知区域分布在过渡区域两端的分别是确定感知区域和确定感知外区域，概率感知区域的宽度受信号频率、周边环境等影响，尤其在农田环境中，农田信道环境会随着作物生长而发生变化，因此概率感知区域边界也会随之变化。
在本步骤中，需要说明的是，本实施例中，向邻居节点广播节点消息，并根据邻居节点回复的应答消息，举例来说：
(1)对于任意节点Ni进行自我能量感知，获取节点剩余能量信息REi，按预设发射功率P(Ni)向其拓扑邻居节点广播节点消息Neib_Find，消息中包含节点Ni的节点ID和节点剩余能量等信息；
(2)节点Ni收到其拓扑邻居节点发来的广播消息，Neib_Find消息后，向节点Ni以PNF功率回复应答消息ACK_Neib_Find；
(3)节点Ni根据收到的邻居发现消息应答对其与邻居节点间的链路条件进行估计。
由上面技术方案可知，本发明实施例提供的蔬菜无线监测网络拓扑虚拟化控制方法，通过向邻居节点广播节点消息，并根据邻居节点回复的应答消息，采用第一链路连通概率模型确定链路连通概率，一方面可以根据接收端信号特征参数确定网络链路的联通概率，另一方面第一链路连通概率模型，充分考虑农田环境会随着蔬菜的生长而发生变化，更符合蔬菜生产复杂多径信道环境链路高度动态的应用场景。
在上述实施例的基础上，为了减少网络中的“节点”以及“链路的数量”进行虚拟节点的构建，在本实施例中，所述根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，具体包括：
若对于网络中的i个节点N1…Ni互为邻居节点，当对于N1…Ni中的任意两节点间存在确定性或概率链路时，认为该i个节点为一节点组，若某节点Na同时与邻居节点组成多个节点组，则选择与Na有最短链路的邻居节点所在分组加入；若存在两个相等的最短链路，则选择节点数较少的分组加入；其中，节点分组内任一节点应至少存在一条确定性链路；
将每个节点分组分别定义为一个虚拟节点，若节点未能与其他节点组合，则其自身构成一个虚拟节点。
在本实施例中，参见图4，图4示出基于链路状态的节点分组与虚拟节点示意图，将满足条件(对于N1…Ni中的任意两节点间存在确定性或概率链路时，认为该i个节点为一节点组)的三个节点，即将图中实心的三个节点构建为一个虚拟节点。
在本实施例中，参见图5和图6，图5示出未进行节点虚拟化的网络节点示意图，图6示出已进行节点虚拟化的网络节点示意图，图6中相对形状较小的节点，即为未能与其他节点组合的节点，将其自身视为一个虚拟节点。
为了更好的理解本发明实施例，举例来说，假设按下述规则进行节点分组与虚拟化：
(1)若对于网络中的i(i≥3)个N1…Ni节点互为邻居节点，即对于N1…Ni中的任意两节点间存在确定性或概率链路，则认为该i个节点为一节点组，若某节点Na同时与邻居节点组成多个节点组，则选择与Na有最短(即接收信号强度最高的)链路的邻居节点所在分组加入；若存在两个相等的最短链路，则选择节点数较少的分组加入。若节点分组内任一节点应至少存在一条确定性链路。
(2)根据(1)中确定的节点分组，定义为虚拟节点VNabc，abc分别为该组中的节点编号；若某节点未能与其他节点组合，则其自身构成一个虚拟节点，此时虚拟节点即为该节点本身VNa即Na。
(3)与某虚拟节点存在链路(包括确定链路与概率链路)的虚拟节点个数，定义为该虚拟节点的节点度Dabc。
(4)两个相邻的虚拟节点VNabc、VNdef间可能同时存在多条物理链路，如Lad、Lce，定义虚拟链路VLabc-def为虚拟节点VNabc、VNdef间的拓扑连接，若两虚拟节点间仅存在一条物理链路，则自身构成一条虚拟链路，此时虚拟链路即为该物理链路。
(5)虚拟节点内的物理节点根据预设规则进行虚拟节点内与虚拟节点间的链路建立，为概率链路下的蔬菜无线监测网络高效数据分发提供拓扑结构基础。
由上面技术方案可知，本发明实施例提供的蔬菜无线监测网络拓扑虚拟化控制方法，通过上述规则进行节点分组与虚拟化，从而实现降低概率链路对网络拓扑构建的影响，消除网络中的概率链路，保证了节点的基本连通性能，并通过扩大能量优势节点的拓扑连通半径，弥补能量劣势节点连通半径收缩对网络拓扑的影响，同时，通过在网络内划分确定邻居节点子集，每个子集形成一个网络中的虚拟节点，进而形成虚拟节点网络，通过节点与链路虚拟化，减少了网络中的“节点”以及“链路”数量，降低了网络逻辑拓扑的复杂度，也在一定程度上缓解了环境、能量轻微变化对网络整体拓扑的影响。
在上述实施例的基础上，在本实施例中，所述根据虚拟节点实现网络逻辑拓扑构建，具体包括：
虚拟节点内的物理节点根据如下规则进行虚拟节点内与虚拟节点间的链路建立：
S1、若网络中有物理节点Na与虚拟节点VNabc，则在虚拟节点内，物理节点Na以与其他物理节点的可达发射功率中较大的发射功率建立拓扑连接，即若物理节点Na与物理节点Nb和Nc的可达发射功率分别为Pab、Pac，则取
Pa＝max(Pab,Pac,...)
上式中…表示当虚拟节点中物理节点数量大于3时，Na到其他节点的可达发射功率；
S2、按S1中的规则建立虚拟节点内的拓扑连接，当某一节点进行数据传输时，将同一虚拟节点内的任意物理节作为中继节点，或按照S3中的方式选择中继节点并建立拓扑连接；
S3、假设数据的中继传输路径为从VNabc到VNdef，且两虚拟节点间存在多于一条的物理链路，则VNabc内承担数据中继的物理节点计算中继权重，由权重高的节点建立到VNdef的物理链路，实现虚拟链路VLabc-def的实例化；其中，中继权重Wi计算方式如下：
Wi＝f(REi,Li,DLi)
其中，f()为中继权重函数，i为虚拟节点中的第i个物理节点，REi为节点剩余能量，DLi为该物理节点到目标虚拟节点的可达物理链路数量，包括确定链路与概率链路，Li为可达物理链路参数。
由上面技术方案可知，本发明实施例提供的蔬菜无线监测网络拓扑虚拟化控制方法，通过上述规则进行虚拟节点内与虚拟节点间的链路建立，从而实现蔬菜无线监测网络拓扑虚拟化控制。
在上述实施例的基础上，在本实施例中，所述中继权重函数为：
Figure GDA0002756355690000151
其中，average(REi)为虚拟节点全部物理节点剩余能量平均值，∑prr为节点到目标虚拟节点全部可达链路连通概率之和，average(|Li|)为节点到目标虚拟节点全部可达链路长度的平均值。
在本实施例中，需要说明的是，特殊地，当虚拟节点中承担中继的物理节点存在多条到达目标虚拟节点的物理链路时，即存在一个Na∈VNabc，存在多条Na到VNdef的可达链路Lad、Lae、Laf，此时若其中存在一条确定链路，则仅将其实例化；若多条链路均为概率链路，则同时实例化全部可达链路。
进一步地，当同时实例化多条概率型可达链路时，可采用ExOR等机会路由方式进行虚拟节点间的数据传输。
由上面技术方案可知，采用这种中继权重函数确定的权重能够比较准确地选择出剩余节点能量平均值较高、可达链路长度平均值较大、可达链路连通概率之和较大的虚拟链路进行实例化，可以实现提高中继转发率、降低与均衡网络能耗等效果。
在上述实施例的基础上，为了降低了算法开销，实现在蔬菜生产多径信道条件下的高效可靠拓扑构建，在本实施例中，所述基于构建得到的虚拟节点，进行网络拓扑控制，具体包括：
判断是否满足条件和，若是，则无需进行虚拟节点调整与更新：
A虚拟节点内部：同一虚拟节点内的物理节点间的链路由确定链路变为概率链路且同时满足，每个物理节点在虚拟节点内至多有一条变为概率链路，存在概率链路的物理节点还存在其他确定链路；
B虚拟节点间：虚拟节点之间的物理链路由确定链路变为概率链路；虚拟节点之间的物理链路变为不可达链路，但两虚拟节点间仍存在可达物理链路；
当判断不满足条件时，将不满足条件的物理节点Na从虚拟节点VNabc中移出，并判断Na是否可以加入VNabc的相邻虚拟节点以满足A，若满足条件则进行局部虚拟节点调整，全局拓扑无变化；
当判断不满足条件和时，进行全局拓扑重构。
在本实施例中，需要说明的是，对于蔬菜无线监测无线网络传输而言，由于无线信道条件的变化、节点剩余能量的变化，造成网络拓扑动态变化，传统方法为保证动态网络的连通性能，需要经常性进行网络拓扑重构，但全网拓扑重构的算法与通信能量开销较大，不适用于能量受限的蔬菜无线监测网络。在该虚拟节点网络中降低了概率链路的影响，不同虚拟节点间的物理链路可由不同的物理节点承担，通过虚拟化节点构建与局部虚拟化节点调整，避免了频繁的网络整体拓扑重构，降低了拓扑控制的算法开销，提升网络组织效率。
由上面技术方案可知，本发明实施例提供的蔬菜无线监测网络拓扑虚拟化控制方法，通过上述规则进行网络拓扑控制，避免了频繁的网络整体拓扑重构，降低了拓扑控制的算法开销，提升网络组织效率。
在上述本发明实施例的基础上，在本发明中需要说明的是：
本发明充分考虑蔬菜生产环境中蔬菜作物、温室结构遮挡屏蔽对无线信号传播小尺度效应，在信道模型中引入小尺度随机分量对节点间链路状态进行预测估计。通过节点在网络拓扑初始化时，根据收到的应答信号以及射频信号衰减系数对邻居节点间链路进行状态预测，结合链路状态、节点剩余能量等条件进行邻居节点发现，在实现节点能耗均衡的同时，也保证了节点的基本连通性能，并通过扩大能量优势节点的拓扑连通半径，弥补能量劣势节点连通半径收缩对网络拓扑的影响。
通过对节点间邻接链路的概率特性对节点进行拓扑分组，并采用虚拟化方式构建网络拓扑，将节点组群替换为虚拟节点，消除网络中的概率链路，并通过不同的物理节点按规律承担不同虚拟节点间的物理链路功能，
本发明通过在网络内划分确定邻居节点子集，每个子集形成一个网络中的虚拟节点，进而形成虚拟节点网络，通过节点与链路虚拟化，减少了网络中的“节点”以及“链路”数量，降低了网络逻辑拓扑的复杂度，也在一定程度上缓解了环境、能量轻微变化对网络整体拓扑的影响，
蔬菜生产复杂环境造成了无线传感器网络链路的概率连通问题，对高效可靠的网络拓扑组织构建形成了巨大挑战。概率链路的存在会导致网络拓扑结构的不稳定，影响数据传输成功率，频繁的拓扑重构在提高传输成功率的同时又会带来较大的系统开销。为此，本发明将信道链路估计、节点虚拟化与时延容忍的数据摆渡策略相结合，提出一种面向概率链路的蔬菜无线监测网络拓扑虚拟化调度方法。
本发明通过基于链路估计的节点功率控制与邻居节点发现提高了功率控制与邻居节点发现效率，并基于链路连接状态对节点进行分类，采用虚拟化方式构建网络拓扑，将节点组群替换为虚拟节点，消除网络中的概率链路，并通过不同的物理节点按规律承担不同虚拟节点间的物理链路功能，使得原有网络性能优化拓扑控制方法可以适用于概率链路网络，提高了蔬菜生产复杂环境无线监测网络拓扑可靠性。同时通过虚拟化节点构建降低了网络逻辑拓扑的复杂度，并通过局部的虚拟化节点调整，避免了频繁的网络整体拓扑重构，降低了拓扑控制的算法开销。不仅如此，通过节点分组虚拟化实现了网络中的物理链路、数据流与虚拟链路分离，也提高网络规模扩大时的拓扑控制策略适配能力。
本发明通过节点分组虚拟化对网络中的物理链路、数据流与虚拟链路、数据流、控制流等进行分离，实现软件定义网络的数据平面与控制平台分离，提高网络规模扩大时的拓扑控制策略适配能力。
图7为本发明一实施例提供的蔬菜无线监测网络拓扑虚拟化控制装置的结构示意图，如图7所示，该装置包括：确定模块201、网络逻辑拓扑构建模块202、网络拓扑控制模块203，其中：
其中，确定模块201，用于对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，并根据确定好的邻居节点进行链路状态估计；
网络逻辑拓扑构建模块202，用于根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，以及，根据虚拟节点实现网络逻辑拓扑构建；
网络拓扑控制模块203，用于基于构建得到的虚拟节点，进行网络拓扑控制。
本发明实施例提供的蔬菜无线监测网络拓扑虚拟化控制装置具体可以用于执行上述实施例所述的蔬菜无线监测网络拓扑虚拟化控制方法，其技术原理和有益效果类似，具体可参见上述实施例，此处不再赘述。
基于相同的发明构思，本发明实施例提供一种电子设备，参见图8，所述电子设备具体包括如下内容：处理器301、通信接口303、存储器302和通信总线304；
其中，所述处理器301、通信接口303、存储器302通过所述总线304完成相互间的通信；所述通信接口303用于实现各建模软件及智能制造装备模块库等相关设备之间的信息传输；所述处理301用于调用所述存储器302中的计算机程序，所述处理器执行所述计算机程序时实现上述各方法实施例所提供的方法，例如，所述处理器执行所述计算机程序时实现下述步骤：对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，并根据确定好的邻居节点进行链路状态估计；根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，以及，根据虚拟节点实现网络逻辑拓扑构建；基于构建得到的虚拟节点，进行网络拓扑控制。
基于相同的发明构思，本发明又一实施例还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法实施例提供的方法，例如，对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，并根据确定好的邻居节点进行链路状态估计；根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，以及，根据虚拟节点实现网络逻辑拓扑构建；基于构建得到的虚拟节点，进行网络拓扑控制。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品可以存储在计算机可读存储介质中，如ROM/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者网络设备等)执行各个实施例或者实施例的某些部分所述的方法。
此外，在本发明中，诸如“第一”、“第二”仅用于描述目的，而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此，限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中，“多个”的含义是至少两个，例如两个，三个等，除非另有明确具体的限定。
此外，在本发明中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
此外，在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中，对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。

Claims (9)

1.一种蔬菜无线监测网络拓扑虚拟化控制方法，其特征在于，包括：
对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，并根据确定好的邻居节点进行链路状态估计；
根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，以及，根据虚拟节点实现网络逻辑拓扑构建；
基于构建得到的虚拟节点，进行网络拓扑控制；
根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，具体包括：
若对于网络中的i个节点N1…Ni互为邻居节点，当对于N1…Ni中的任意两节点间存在确定性或概率链路时，认为该i个节点为一节点组，若某节点Na同时与邻居节点组成多个节点组，则选择与Na有最短链路的邻居节点所在分组加入；若存在两个相等的最短链路，则选择节点数最少的分组加入；其中，节点分组内任一节点应至少存在一条确定性链路；
将每个节点分组分别定义为一个虚拟节点，若节点未能与其他节点组合，则其自身构成一个虚拟节点。
2.根据权利要求1所述的蔬菜无线监测网络拓扑虚拟化控制方法，其特征在于，所述对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，具体包括：
对于面向概率链路的蔬菜无线监测网络，基于第一发射功率控制策略或第二发射功率控制策略，确定每个节点的邻居节点；
其中，所述第一发射功率控制策略包括：
若节点一跳通信的发射功率可调范围为(Pmin～Pmax)，在网络第一次拓扑构建或无先验信息时，节点默认的初始发射功率为(Pmin+Pmax)2，并按以下规则确定节点发射功率：将节点Ni可达邻居节点数量记为节点度Di；若节点的节点度Di节点小于K，则增加发射功率，直至节点度Di等于K，或达到最大发射功率；若节点的节点度Di节点大于K，则减小发射功率，直至节点度等于K，或达到最小发射功率；其中，K为网络节点联通系数；
其中，所述第二发射功率控制策略包括：
若节点已通过前期拓扑构建获得了相关先验信息，则节点根据先验信息确定发射功率控制策略：
节点对比自身剩余能量REi与邻居节点的剩余能量均值REave_N，若REi<αREave_N，为能量劣势节点，则节点调节发射功率使得满足约束条件：恰好有一条确定性链路或恰有2条概率链路；其中，α为能量权重系数；
若REi>αREave_N，为能量优势节点，则调节发射功率使得满足约束条件：节点至少有一条确定性链路且节点度Di大于或等于K；其中，K为网络节点联通系数。
3.根据权利要求2所述的蔬菜无线监测网络拓扑虚拟化控制方法，其特征在于，根据确定好的邻居节点进行链路状态估计，具体包括：
向邻居节点广播节点消息，并根据邻居节点回复的应答消息，采用第一链路连通概率模型确定链路连通概率；其中，第一链路连通概率模型为：
Figure FDA0003990338950000021
其中，prr为链路连通概率，其中，prr＝1表示链路为确定链路，
Figure FDA0003990338950000022
表示链路为概率链路，prr＝0表示链路为无法连通的链路，RSSIrx为接收端信号强度，dTHL与dTHH为确定感知的上下界半径，d为收发节点间距离，γ为接收端信噪比，k为数据帧的大小，sensitivity为接收端的接收敏感度阈值。
4.根据权利要求1所述的蔬菜无线监测网络拓扑虚拟化控制方法，其特征在于，根据虚拟节点实现网络逻辑拓扑构建，具体包括：
虚拟节点内的物理节点根据如下规则进行虚拟节点内与虚拟节点间的链路建立：
S1、若网络中有物理节点Na与虚拟节点VNabc，则在虚拟节点内，物理节点Na以与其他物理节点的可达发射功率中最大的发射功率建立拓扑连接，即若物理节点Na与物理节点Nb和Nc的可达发射功率分别为Pab、Pac，则取
Pa＝max(Pab,Pac,...)
上式中…表示当虚拟节点中物理节点数量大于3时，Na到其他节点的可达发射功率；
S2、按S1中的规则建立虚拟节点内的拓扑连接，当某一节点进行数据传输时，将同一虚拟节点内的任意物理节作为中继节点，或按照S3中的方式选择中继节点并建立拓扑连接；
S3、假设数据的中继传输路径为从VNabc到VNdef，且两虚拟节点间存在多于一条的物理链路，则VNabc内承担数据中继的物理节点计算中继权重，由权重高的节点建立到VNdef的物理链路，实现虚拟链路VLabc-def的实例化；其中，中继权重Wi计算方式如下：
Wi＝f(REi,Li,DLi)
其中，f()为中继权重函数，i为虚拟节点中的第i个物理节点，REi为节点剩余能量，DLi为该物理节点到目标虚拟节点的可达物理链路数量，包括确定链路与概率链路，Li为可达物理链路参数。
5.根据权利要求4所述的蔬菜无线监测网络拓扑虚拟化控制方法，其特征在于，所述中继权重函数为：
Figure FDA0003990338950000031
其中，average(REi)为虚拟节点全部物理节点剩余能量平均值，
Figure FDA0003990338950000032
为节点到目标虚拟节点全部可达链路连通概率之和，average(Li)为节点到目标虚拟节点全部可达链路长度的平均值。
6.根据权利要求5所述的蔬菜无线监测网络拓扑虚拟化控制方法，其特征在于，基于构建得到的虚拟节点，进行网络拓扑控制，具体包括：
判断是否满足条件A且满足条件B，若是，则无需进行虚拟节点调整与更新；其中，条件A和条件B可以分别表示为：
A虚拟节点内部：同一虚拟节点内的物理节点间的链路由确定链路变为概率链路且同时满足，每个物理节点在虚拟节点内至多有一条变为概率链路，存在概率链路的物理节点还存在其他确定链路；
B虚拟节点间：虚拟节点之间的物理链路由确定链路变为概率链路；虚拟节点之间的物理链路变为不可达链路，但两虚拟节点间仍存在可达物理链路；
当判断不满足条件A和条件B中的任一个时，将不满足条件的物理节点Na从虚拟节点VNabc中移出，并判断Na是否可以加入VNabc的相邻虚拟节点以满足A，若满足条件则进行局部虚拟节点调整，全局拓扑无变化；
当判断不满足条件A和条件B中的任一个时，进行全局拓扑重构。
7.一种蔬菜无线监测网络拓扑虚拟化控制装置，其特征在于，包括：
确定模块，用于对于面向概率链路的蔬菜无线监测网络，通过控制发射功率确定每个节点的邻居节点，并根据确定好的邻居节点进行链路状态估计；
网络逻辑拓扑构建模块，用于根据各节点与相应的邻居节点间的链路状态估计结果，对各节点进行分组，并根据分组结果构建虚拟节点，以及，根据虚拟节点实现网络逻辑拓扑构建；若对于网络中的i个节点N1…Ni互为邻居节点，当对于N1…Ni中的任意两节点间存在确定性或概率链路时，所述网络逻辑拓扑构建模块还用于认为该i个节点为一节点组，若某节点Na同时与邻居节点组成多个节点组，则选择与Na有最短链路的邻居节点所在分组加入；若存在两个相等的最短链路，则选择节点数最少的分组加入；其中，节点分组内任一节点应至少存在一条确定性链路；将每个节点分组分别定义为一个虚拟节点，若节点未能与其他节点组合，则其自身构成一个虚拟节点；
网络拓扑控制模块，用于基于构建得到的虚拟节点，进行网络拓扑控制。
8.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述的蔬菜无线监测网络拓扑虚拟化控制方法的步骤。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至6任一项所述的蔬菜无线监测网络拓扑虚拟化控制方法的步骤。
CN202010585091.5A 2020-06-23 2020-06-23 蔬菜无线监测网络拓扑虚拟化控制方法及装置 Active CN112019372B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010585091.5A CN112019372B (zh) 2020-06-23 2020-06-23 蔬菜无线监测网络拓扑虚拟化控制方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010585091.5A CN112019372B (zh) 2020-06-23 2020-06-23 蔬菜无线监测网络拓扑虚拟化控制方法及装置

Publications (2)

Publication Number Publication Date
CN112019372A CN112019372A (zh) 2020-12-01
CN112019372B true CN112019372B (zh) 2023-03-31

Family

ID=73498370

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010585091.5A Active CN112019372B (zh) 2020-06-23 2020-06-23 蔬菜无线监测网络拓扑虚拟化控制方法及装置

Country Status (1)

Country Link
CN (1) CN112019372B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN118214751B (zh) * 2024-05-20 2024-08-23 北京大学深圳研究生院 一种区块链网络架构

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103259744A (zh) * 2013-03-26 2013-08-21 北京航空航天大学 一种基于分簇的移动虚拟网络映射方法
CN103561431A (zh) * 2013-11-18 2014-02-05 南京航空航天大学 一种适用于并发接入ad hoc网络的链路可用带宽估计方法
CN105553680A (zh) * 2014-10-23 2016-05-04 帕洛阿尔托研究中心公司 基于网络特征创建虚拟接口的系统和方法
CN106454948A (zh) * 2016-10-11 2017-02-22 重庆邮电大学 无线网络虚拟化中节点重分配方法
CN108616893A (zh) * 2018-03-21 2018-10-02 西安电子科技大学 一种高能效的拓扑控制方法
CN111182605A (zh) * 2020-01-03 2020-05-19 重庆邮电大学 一种基于网络拓扑信息分簇的锚节点动态路径规划方法

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103259744A (zh) * 2013-03-26 2013-08-21 北京航空航天大学 一种基于分簇的移动虚拟网络映射方法
CN103561431A (zh) * 2013-11-18 2014-02-05 南京航空航天大学 一种适用于并发接入ad hoc网络的链路可用带宽估计方法
CN105553680A (zh) * 2014-10-23 2016-05-04 帕洛阿尔托研究中心公司 基于网络特征创建虚拟接口的系统和方法
CN106454948A (zh) * 2016-10-11 2017-02-22 重庆邮电大学 无线网络虚拟化中节点重分配方法
CN108616893A (zh) * 2018-03-21 2018-10-02 西安电子科技大学 一种高能效的拓扑控制方法
CN111182605A (zh) * 2020-01-03 2020-05-19 重庆邮电大学 一种基于网络拓扑信息分簇的锚节点动态路径规划方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
无线传感器网络覆盖与拓扑控制理论与技术研究;任彦;《中国博士学位论文全文数据库》;20081231(第08期);正文10-20页 *

Also Published As

Publication number Publication date
CN112019372A (zh) 2020-12-01

Similar Documents

Publication Publication Date Title
CN111342984B (zh) 一种信息处理方法、系统及装置
Yau et al. Application of reinforcement learning to wireless sensor networks: models and algorithms
CN112954769B (zh) 基于强化学习的水下无线传感器网络路由方法
Yang et al. A hybrid, game theory based, and distributed clustering protocol for wireless sensor networks
US12108320B2 (en) Clustering and routing method and system for wireless sensor networks
CN113163466B (zh) 基于模糊决策树的自适应鱼群寻路包路由方法
Venkatasubramanian et al. Maximization of network lifetime using energy efficient super clustering protocol based on ldha-tsro in manet
CN111818553B (zh) 基于模糊逻辑的无线传感器网络改进多跳leach协议的数据传输方法
da Costa Bento et al. Bio-inspired routing algorithm for MANETs based on fungi networks
Cakici et al. A novel cross-layer routing protocol for increasing packet transfer reliability in mobile sensor networks
Rahman et al. Notice of violation of IEEE publication principles: clustering schemes in MANETs: performance evaluation, open challenges, and proposed solutions
Qiuli et al. A reliable routing protocol against hotspots and burst for UASN-based fog systems
CN112019372B (zh) 蔬菜无线监测网络拓扑虚拟化控制方法及装置
CN114641049A (zh) 一种基于模糊逻辑的无人机自组网分层路由方法
Yang et al. Bio-inspired multi-hop clustering algorithm for FANET
Rabarijaona et al. Hierarchical mesh tree protocol for efficient multi-hop data collection
Ahmad et al. RACE-SM: Reliability and adaptive cooperation for efficient UWSNs using sink mobility
Rajput et al. Clustering techniques of Wireless sensor networks for Internet of Things
El Rachkidy et al. Pivot routing improves wireless sensor networks performance
Song et al. A Data Transmission Path Optimization Protocol for Heterogeneous Wireless Sensor Networks Based on Deep Reinforcement Learning
Hajare et al. Robust Opportunistic Routing Solutions for under water Sensor Networks
Huang et al. Distributed topology control mechanism for mobile ad hoc networks with swarm intelligence
Gherbi et al. Using adaptive clustering scheme with load balancing to enhance energy efficiency and reliability in delay tolerant with QoS in large-scale mobile wireless sensor networks
Balan et al. Energy Efficient Multi-hop routing scheme using Taylor based Gravitational Search Algorithm in Wireless Sensor Networks
Bizagwira et al. Multi-channel routing protocol for dynamic WSN

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