CN113825174A - 一种动态联盟的移动传感器网络数据处理任务协同方法 - Google Patents

一种动态联盟的移动传感器网络数据处理任务协同方法 Download PDF

Info

Publication number
CN113825174A
CN113825174A CN202111155361.XA CN202111155361A CN113825174A CN 113825174 A CN113825174 A CN 113825174A CN 202111155361 A CN202111155361 A CN 202111155361A CN 113825174 A CN113825174 A CN 113825174A
Authority
CN
China
Prior art keywords
alliance
node
task
cooperative
federation
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
CN202111155361.XA
Other languages
English (en)
Other versions
CN113825174B (zh
Inventor
李贺
杨帅鹏
齐庆磊
徐晓峰
刘泉
张建洋
李慧宗
兰义华
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.)
Nanyang Normal University
Original Assignee
Nanyang Normal University
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 Nanyang Normal University filed Critical Nanyang Normal University
Priority to CN202111155361.XA priority Critical patent/CN113825174B/zh
Publication of CN113825174A publication Critical patent/CN113825174A/zh
Application granted granted Critical
Publication of CN113825174B publication Critical patent/CN113825174B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • H04W28/09—Management thereof
    • 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
    • H04W28/09—Management thereof
    • H04W28/0908—Management thereof based on time, e.g. for a critical period only
    • 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
    • H04W28/09—Management thereof
    • H04W28/0958—Management thereof based on metrics or performance parameters
    • 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)
  • Two-Way Televisions, Distribution Of Moving Picture Or The Like (AREA)

Abstract

本发明公开了一种动态联盟的移动传感器网络数据处理任务协同方法，其特征在于，包括步骤：S1、建立任务协同联盟；S2、联盟盟主节点将采集的数据发送给范围内的联盟协作节点；S3、联盟协作节点共同完成对所述数据的处理并将处理后的数据发送给联盟盟主节点或汇聚结点；其中，所述任务协同联盟包括至少一个联盟盟主节点和多个联盟协作节点，所述联盟盟主节点包括第一数据采集模块、第一处理模块和第一通信模块；所述联盟协作节点包括第二通信模块和第二处理模块；所述第一通信模块与所述第二通信模块无线连接。合理分解分配的移动多媒体传感器节点的复杂数据处理任务，降低协作节点的任务负载均衡，降低数据处理任务的执行时间和网络能耗。

Description

一种动态联盟的移动传感器网络数据处理任务协同方法
技术领域
本发明涉及传感器无线通信技术领域，尤其涉及一种动态联盟的移动传感器网络数据处理任务协同方法。
背景技术
移动传感器在进行任务执行时，节点的移动而造成的频繁离开和加入任务协同联盟会浪费有限的资源，会出现数据处理任务中断，造成任务数据重传的问题，影响任务协同的效率。尤其是在处理任务较大时，将该任务一次性分配给节点时，当传感器节点由于移动而不能及时完成数据传输及分配的任务时，会造成数据传输中断，需要进行图像处理任务数据重传，浪费有限的通信及计算资源。
CN108882195B公开了一种无线传感器网络基于移动目的节点的协作数据收集方法。目的节点在传感器节点分布区域移动，依次接近各节点，被接近的节点传输数据；目的节点移动遍历两遍，传感器节点之间形成两种不同协作关系，每个节点的数据最多被其它两节点协作转发，降低节点复杂度；传感器节点在两轮收集时分别传输信息数据和校验数据，校验数据的生成基于节点协作关系，从而构成高效分布式低密度奇偶校验码，获得编码与分集增益；目的节点基于协作关系将收集数据进行迭代译码，获得收集数据。
CN101119372B公开了一种适用于移动无线传感器网络的协作节能路由图构造方法，包含：节点寻找两个邻居节点，此三个节点构成的三角形的外接圆内不含有其他节点；该节点的局部路由图保留属于上述三角形的链路边；将所有节点各自的局部路由图组合成一个全网络的路由图；根据上述全网络路由图，由各链路边中垂线组成一个对偶图。
针对移动传感器网络复杂任务协同中，没有考虑协作节点的处理能力及位置的动态变化，从而造成任务执行频繁中断及任务数据重传的问题。
发明内容
为克服上述缺陷，本发明的目的在于提供一种动态联盟的移动传感器网络数据处理任务协同方法，合理分解分配的移动多媒体传感器节点的复杂数据处理任务，降低协作节点的任务负载均衡，降低数据处理任务的执行时间和网络能耗。
为实现上述目的，本发明采用如下技术方案：
一种动态联盟的移动传感器网络数据处理任务协同方法，包括步骤：
S1、建立任务协同联盟；
S2、联盟盟主节点将采集的数据发送给范围内的联盟协作节点；
S3、联盟协作节点共同完成对所述数据的处理并将处理后的数据发送给联盟盟主节点或汇聚结点；
其中，所述任务协同联盟包括至少一个联盟盟主节点和多个联盟协作节点，所述联盟盟主节点包括第一数据采集模块、第一处理模块和第一通信模块；所述联盟协作节点包括第二通信模块和第二处理模块；所述第一通信模块与所述第二通信模块无线连接。
可选的，所述建立任务协同联盟的步骤包括：
S11、联盟盟主节点si发送任务协同请求消息到范围内的所有联盟协作节点；
S12、联盟协作节点收到消息后根据自身电量、计算能力、任务数量、成本和任务完成时间考虑是否加入联盟中；
S13、如果联盟协作节点不符合要求则分别向联盟盟主节点si发送拒绝加入消息；如果联盟协作节点符合要求则分别向联盟盟主节点si发送协同回复接受消息；
S14、联盟盟主节点si根据联盟协作节点的位置和移动速度根据公式(5-1)计算任务稳定执行时间，并根据收到的联盟协作节点处理一个图像处理子任务的时间大小按照升序对联盟协作节点进行排序；
S15、计算第一个联盟协作节点si1的图像处理子任务数量ci1；并根据顺序依次计算联盟协作节点si1到sin的图像处理子任务数量；
S16、当符合
Figure BDA0003288470380000031
时，联盟盟主节点si根据公式
Figure BDA0003288470380000032
计算联盟盟主节点si评估的任务执行时间Ti,J，然后将根据公式(5-2)中的Ti,sd替换成Ti,J重新计算分配给联盟协作节点sij的图像处理子任务数量cij，算法结束；
S17、当不符合
Figure BDA0003288470380000033
时，联盟盟主节点si根据公式(5-3)计算第k次生成联盟的盟主节点si给联盟协作节点sij的图像处理子任务数量(k)cij，并根据公式(5-4)计算第k次生成联盟的盟主节点si给其联盟协作节点集合的sJ分解的最大图像处理子任务数量(k)Ci；
S18、当符合
Figure BDA0003288470380000034
时，说明在第k轮仍不能完成图像处理任务，则第k次生成联盟分解的图像处理任务完成后，返回S11，建立第k+1次的任务协同联盟，并计算第k+1次生成联盟的盟主节点si给联盟协作节点sij的图像处理子任务数量(k+1)cij；
S19、当不符合
Figure BDA0003288470380000035
时，联盟盟主节点si根据
Figure BDA0003288470380000036
计算第k次生成联盟的任务执行时间(k)Ti,J，然后根据公式(5-3)重新计算第k次生成联盟的盟主节点si分解给联盟协作节点sij的图像处理子任务数量(k)cij，算法结束；
其中，所述数据包括图像数据；所述第一个联盟协作节点si1为处理一个图像处理子任务的时间最小的联盟协作节点；所述任务协同请求消息定义为一个六元组，所述六元组包括<Pi,max,Ci,ci,j,Ti,j,Ti,sd,prij>；Pi,max表示联盟盟主节点支付给联盟协作节点集合的最大费用；Ci表示联盟盟主节点需要任务协同的总的图像处理子任务数量；ci,j表示联盟盟主节点分给联盟协作节点的图像处理子任务数量；Ti,j表示联盟协作节点完成任务cij的任务执行时间，联盟盟主节点和联盟协作节点都可以获得这一时间；Ti,sd表示联盟盟主节点期望联盟协作节点完成图像处理任务cij的最大时间；prij表示联盟盟主节点对联盟协作节点的惩罚率，当Tij>Ti,sd时，表示未能按照要求完成图像处理任务cij，联盟盟主节点根据这个惩罚率prij计算需要支付给联盟协作节点sij的费用。
可选的，所述Ti,sd采用下式计算任务稳定执行时间，
Figure BDA0003288470380000041
其中，
Figure BDA0003288470380000042
联盟盟主节点集合sI＝{si:1,2,..,m}；si的联盟协作节点集合siJ＝{sij:1,2,..,n}；联盟盟主节点si∈sI，联盟协作节点sij∈si,J；联盟盟主节点si的通信半径为rc,i；联盟协作节点sij的通信半径为rc,ij；联盟盟主节点si与其联盟协作节点之间的欧氏距离为ζ(si,siJ)；联盟盟主节点si的位置为li＝(xi,yi)；联盟协作节点sij的位置为lij＝(xj,yj)；联盟盟主节点si的平均移动速度为vi；联盟协作节点sij的平均移动速度为vij；联盟盟主节点si与其联盟协作节点之间的相对平均移动速度为vi,ij，相对方向夹角为θ。
可选的，任务协同时联盟盟主节点si评估在任务稳定执行时间内分配给联盟协作节点sij的图像处理子任务数量cij的公式如下：
Figure BDA0003288470380000051
其中，cij是分配给联盟协作节点sij的图像处理子任务数量，Ti,sd任务协同联盟(si,siJ)的任务稳定执行时间，rt,i是联盟盟主节点si的数据传输速率，tc,j为联盟协作节点sij处理一个图像处理子任务的时间，该时间由联盟建立时联盟协作节点sij的根据自身能力评估后发送给联盟盟主节点si。
可选的，所述(k)cij的计算如下式：
Figure BDA0003288470380000052
其中，(k)Ti,sd为第k次生成联盟的图像处理任务稳定执行时间，(k)tc,j为第k次生成联盟协作节点sij处理一个图像处理子任务的时间；(k)cij为第k次生成联盟的盟主节点si分配给联盟协作节点sij的图像处理子任务量。
可选的，第k次生成联盟的盟主节点si给其所有联盟协作节点分配的最大图像处理子任务数量(k)CiJ为：
Figure BDA0003288470380000053
可选的，所述协同回复消息定义为一个五元组，所述五元组包括<pj,0,cj,max,tc,j,vj,lj>；其中，pj,0表示联盟协作节点根据自身资源状况评估完成一个图像处理子任务的成本；cj,max表示联盟协作节点能够完成的最大图像处理子任务数量；tc,j表示联盟协作节点自己评估的完成一个图像处理子任务的时间；vij表示联盟协作节点的平均移动速度；lij表示联盟协作节点的地理位置。
可选的，如果所有联盟协作节点都拒绝加入任务协同联盟，则联盟盟主节点独自完成数据处理任务。
可选的，所述联盟盟主节点将采集的数据发送给范围内的联盟协作节点的步骤包括：
S21、联盟盟主节点将采集的原始图像数据分解为图像传输子任务并分别发送给联盟协作节点；
S22、联盟协作节点协同分别对应图像处理子任务进行图像的处理。
对无线多媒体传感器网络的任务协同技术处于起步阶段，现有的任务分配算法大多基于多目标优化方法，考虑了任务完成时间、能耗、负载平衡度及服务可靠性等。这些解决方案多采用启发式方法，而这些方法是确定性的和不回溯的，即使任务在算法执行的后期被发现是不合适的，任务分配决策也不能改变。这种解决方案不能直接应用于动态的移动多媒体传感器网络任务分配。移动多媒体传感器网络在能量受限的情况下进行图像处理，需要采用多点协作的方式对任务进行分解分配，从而完成图像处理任务。考虑到传感器节点的移动性本方法采用动态联盟的层次拓扑模型实现图像处理任务协同。
本发明的积极有益效果：联盟盟主节点主要负责数据的采集，并将采集的原始数据发送给联盟协作节点，由联盟协作节点协同进行数据的处理，数据处理任务完成后将这些数据发送给联盟盟主节点或汇聚结点，可采用4G或5G的通信手段，最终传输到监控中心的地方做数据汇聚。通过建立任务协同联盟合理分解分配的移动多媒体传感器节点的复杂数据处理任务，降低协作节点的任务负载均衡，降低数据处理任务的执行时间和网络能耗。
附图说明
图1是本发明的实施例1提供的一种动态联盟的移动传感器网络数据处理任务协同方法的示意框图；
图2是本发明的实施例1提供的一种任务协同联盟的形成过程的示意图；
图3是本发明的实施例1提供的一种任务协同联盟的网络拓扑结构示意图；
图4是本发明的实施例1提供的一种任务协同联盟任务稳定执行时间的计算示意图。
具体实施方式
下面结合一些具体实施方式，对本发明做进一步说明。
实施例1
如图1所示，一种动态联盟的移动传感器网络数据处理任务协同方法，包括步骤：
S1、建立任务协同联盟；
S2、联盟盟主节点将采集的数据发送给范围内的联盟协作节点；
S3、联盟协作节点共同完成对所述数据的处理并将处理后的数据发送给联盟盟主节点或汇聚结点；
其中，所述任务协同联盟包括至少一个联盟盟主节点和多个联盟协作节点，所述联盟盟主节点包括第一数据采集模块、第一处理模块和第一通信模块；所述联盟协作节点包括第二通信模块和第二处理模块；所述第一通信模块与所述第二通信模块无线连接。
联盟盟主节点为主动发起任务分配的相机节点，相机节点可以有一个也可以有多个，由这些相机节点组成的集合称为联盟盟主节点集合；联盟协作节点为从联盟盟主节点获取任务并进行任务执行的普通节点，这些节点的数量一般有多个，由这些节点组成的集合称为联盟协作节点集合；任务协同联盟是由联盟盟主节点集合和联盟协作节点集合组成的网络；相机节点和普通节点都能够获取其邻居节点的地理位置(如通过北斗、GPS定位或其他定位方式)，相机节点和普通节点一般都是移动传感器，都能够移动，且都能够监测并获取其邻居节点的移动方向及速度，它们从结构上一般也都是对等的，谁有任务都可以发起联盟，但是联盟盟主节点至少要有数据采集和通信模块，联盟协作节点至少要有通信和处理模块。联盟盟主节点主要负责数据的采集，并将采集的原始数据发送给联盟协作节点，由联盟协作节点协同进行数据的处理，数据处理任务完成后将这些数据发送给联盟盟主节点或汇聚结点，可采用4G或5G的通信手段，最终传输到监控中心的地方做数据汇聚。将数据处理任务分解为数据传输子任务和数据处理子任务，合理分解分配的移动多媒体传感器节点的复杂数据处理任务，降低协作节点的任务负载均衡，降低数据处理任务的执行时间和网络能耗。
所述建立任务协同联盟的步骤包括：
S11、联盟盟主节点si发送任务协同请求消息到范围内的所有联盟协作节点；
S12、联盟协作节点收到消息后根据自身电量、计算能力、任务数量、成本和任务完成时间考虑是否加入联盟中；
S13、如果联盟协作节点不符合要求则分别向联盟盟主节点si发送拒绝加入消息；如果联盟协作节点符合要求则分别向联盟盟主节点si发送协同回复接受消息；
S14、联盟盟主节点si根据联盟协作节点的位置和移动速度根据公式(5-1)计算任务稳定执行时间，并根据收到的联盟协作节点处理一个图像处理子任务的时间大小按照升序对联盟协作节点进行排序；
S15、计算第一个联盟协作节点si1的图像处理子任务数量ci1；并根据顺序依次计算联盟协作节点si1到sin的图像处理子任务数量；
S16、当符合
Figure BDA0003288470380000091
时(即在一轮任务稳定执行时间中就可以完成该任务Ci)，联盟盟主节点si根据公式
Figure BDA0003288470380000092
计算联盟盟主节点si评估的任务执行时间Ti,J，然后将根据公式(5-2)中的Ti,sd替换成Ti,J重新计算分配给联盟协作节点sij的图像处理子任务数量cij，算法结束；
S17、当不符合
Figure BDA0003288470380000093
时，联盟盟主节点si根据公式(5-3)计算第k次生成联盟的盟主节点si给联盟协作节点sij的图像处理子任务数量(k)cij，并根据公式(5-4)计算第k次生成联盟的盟主节点si给其联盟协作节点集合的sJ分解的最大图像处理子任务数量(k)Ci；
S18、当符合
Figure BDA0003288470380000094
时，说明在第k轮仍不能完成图像处理任务，则第k次生成联盟分解的图像处理任务完成后，返回S11，建立第k+1次的任务协同联盟，并计算第k+1次生成联盟的盟主节点si给联盟协作节点sij的图像处理子任务数量(k+1)cij；
S19、当不符合
Figure BDA0003288470380000095
时，联盟盟主节点si根据公式
Figure BDA0003288470380000096
计算第k次生成联盟的任务执行时间(k)Ti,J，然后根据公式(5-3)重新计算第k次生成联盟的盟主节点si分解给联盟协作节点sij的图像处理子任务数量(k)cij，算法结束；
其中，所述数据主要包括图像数据还可以包括位置和声音等数据；所述第一个联盟协作节点si1为处理一个图像处理子任务的时间最小的联盟协作节点；所述任务协同请求消息定义为一个六元组，所述六元组包括<Pi,max,Ci,ci,j,Ti,j,Ti,sd,prij>；Pi,max表示联盟盟主节点支付给联盟协作节点集合的最大费用；Ci表示联盟盟主节点需要任务协同的总的图像处理子任务数量；ci,j表示联盟盟主节点分给联盟协作节点的图像处理子任务数量；Ti,j表示联盟协作节点完成任务cij的任务执行时间，联盟盟主节点和联盟协作节点都可以获得这一时间；Ti,sd表示联盟盟主节点期望联盟协作节点完成图像处理任务cij的最大时间；prij表示联盟盟主节点对联盟协作节点的惩罚率，当Tij>Ti,sd时，表示未能按照要求完成图像处理任务cij，联盟盟主节点根据这个惩罚率prij计算需要支付给联盟协作节点sij的费用。所述费用为虚拟货币，目的为了激励邻居传感器节点参与协作，联盟节点会根据协作节点的任务完成情况进行支付，虚拟货币的值可以设置，多的话可以发起更多任务协作，少的话则不能发起任务协作，通过参与任务协作可以挣取虚拟货币。
联盟盟主节点发送任务协同请求消息的范围一般为方圆50m左右，发送给所有的邻居节点，任务协同联盟的形成过程如图2所示，传感器节点si(联盟盟主节点)发送任务协同请求消息C-request(si)到其邻居节点si,1，si,2，si,3，si,4。节点si,1，si,2，si,3，si,4收到消息后根据自身电量、计算能力、任务数量、成本及任务完成时间等因素考虑是否加入联盟中。节点si,3，si,4通过评估自身能力拒绝加入该联盟，则发送C-reject消息，而节点si,1，si,2愿意加入该联盟，则分别发送协同回复消息C-accept1和C-accept2消息。协同回复消息C-accept定义为一个五元组<pj,0,cj,max,tc,j,vj,lj>；其中，pj,0表示联盟协作节点根据自身资源(包括能耗、电量及计算等资源)状况评估完成一个图像处理子任务的成本；cj,max表示联盟协作节点能够完成的最大图像处理子任务数量；tc,j表示联盟协作节点自己评估的完成一个图像处理子任务的时间；vij表示联盟协作节点的平均移动速度；lij表示联盟协作节点的地理位置。
最终任务协同联盟由相机节点si及传感器节点si,1，si,2组成。如果所有联盟协作传感器节点都拒绝加入任务协同联盟，则任务协同联盟中只有相机节点si，联盟盟主节点独自完成数据处理任务。
图像处理任务协同网络拓扑如图3所示。假设图像处理任务协同网络中联盟盟主节点集合为sI＝{si:1,2,..,m}，且si的联盟协作节点集合为siJ＝{sij:1,2,..,n}，其中联盟盟主节点si∈sI，联盟协作节点sij∈si,J。联盟盟主节点si的通信半径为rc,i，联盟协作节点sij的通信半径为rc,ij。联盟盟主节点si与其联盟协作节点之间的欧氏距离为ζ(si,siJ)。联盟盟主节点si的位置为li＝(xi,yi)，联盟协作节点sij的位置为lij＝(xj,yj)，联盟盟主节点si的平均移动速度为vi，联盟协作节点sij的平均移动速度为vij，联盟盟主节点si与其联盟协作节点之间的相对平均移动速度为vi,ij，相对方向夹角为θ。
任务协同联盟(si,siJ)的任务稳定执行时间Ti,sd的计算示意图如图4所示，具体的计算如式(5-1)
Figure BDA0003288470380000111
其中，
Figure BDA0003288470380000112
图中实线箭头分别表示联盟盟主节点和联盟协作节点的平均移动速度和方向，虚线箭头表示联盟盟主节点si与其联盟协作节点sij之间的相对平均移动速度为vi,ij和相对方向为θ。则图中联盟协作节点sij离开联盟盟主节点si的通信范围所移动距离，即线段sijsib的长度。因此，联盟盟主节点si能够计算出联盟协作节点sij在联盟盟主节点si的通信范围的停留时间，进而可以求得任务协同联盟(si,siJ)的任务稳定执行时间Ti,sd。
移动多媒体传感器网络与其他拥有固定基础设施的通信网络相比，在进行任务执行时，节点的移动而造成的频繁离开和加入任务协同联盟会浪费有限的资源，会出现图像处理任务中断，造成任务数据重传的问题，影响任务协同的效率。尤其是在处理任务较大时，将该任务一次性分配给节点时，当传感器节点由于移动而不能及时完成数据传输及分配的任务时，会造成数据传输中断，需要进行图像处理任务数据重传，浪费有限的通信及计算资源。因此，本发明在进行任务分解时采用多轮的机制，除了考虑上述约束，还考虑了任务稳定执行时间。
将图像处理任务分解为图像传输子任务和图像处理子任务。设联盟盟主节点si分配给联盟协作节点sij的图像传输子任务数量为cij，假设一个图像传输子任务的数据长度为Di,j，则分配联盟协作节点sij图像传输子任务数据大小为cijDi,j。当联盟协作节点sij收到来自联盟盟主节点的cij个图像传输子任务时，则联盟协作节点sij收到的图像处理子任务数量也为cij。根据联盟协作节点sij完成图像传输子任务数量cij及完成图像处理子任务数量cij的时间和与任务协同联盟(si,siJ)的任务稳定执行时间Ti,sd相等可以求解cij，即cijDi,1/rt,i+cijtc,1＝Ti,sd。任务协同时联盟盟主节点si评估在任务稳定执行时间内分配给联盟协作节点sij的图像处理子任务数量cij的公式如下：
Figure BDA0003288470380000121
其中，cij是分配给联盟协作节点sij的图像处理子任务数量，Ti,sd任务协同联盟(si,siJ)的任务稳定执行时间，rt,i是联盟盟主节点si的数据传输速率，tc,j为联盟协作节点sij处理一个图像处理子任务的时间，该时间由联盟建立时联盟协作节点sij的根据自身能力评估后发送给联盟盟主节点si。当联盟盟主节点si建立联盟后，首先根据收到的联盟协作节点处理一个图像处理子任务的时间大小按照升序对联盟协作节点进行排序。然后，考虑到图像传输子任务执行的时序性，根据公式(5-2)计算第一个联盟协作节点si1(处理一个图像处理子任务的时间最小的联盟协作节点)的图像处理子任务数量ci1。最后，根据顺序依次计算联盟协作节点si1到sin的图像处理子任务数量。
当
Figure BDA0003288470380000122
时，即联盟协作节点在一个任务稳定时间中不能执行完成，则需要对任务进行分解。其中，Ci是联盟盟主节点si需要传输的总的图像处理子任务数量。任务分解是基于任务稳定执行时间采用多轮的方法对任务按照时序约束进行分解。假设第k次生成联盟的图像处理任务稳定执行时间为(k)Ti,sd，第k次生成联盟联盟协作节点sij处理一个图像处理子任务的时间(k)tc,j。因此，第k次生成联盟盟主节点si分配给联盟协作节点sij的图像处理子任务量为(k)cij，所述(k)cij的计算如下式：
Figure BDA0003288470380000131
第k次生成联盟的盟主节点si给其所有联盟协作节点分配的最大图像处理子任务数量(k)CiJ为：
Figure BDA0003288470380000132
当
Figure BDA0003288470380000133
时，即联盟联盟协作节点在一个任务稳定时间中就可以执行完成，且评估的任务执行时间Ti,J应小于等于任务稳定执行时间Ti,sd。此时，联盟盟主节点si可以根据公式(5-5)计算联盟盟主节点si评估的任务执行时间Ti,J，然后可将根据公式(5-2)中的Ti,J替换成Ti,sd重新计算分配给联盟协作节点sij的图像处理子任务数量cij。
Figure BDA0003288470380000134
所述联盟盟主节点将采集的数据发送给范围内的联盟协作节点的步骤包括：
S21、联盟盟主节点将采集的原始图像数据分解为图像传输子任务并分别发送给联盟协作节点；
S22、联盟协作节点协同分别对应图像处理子任务进行图像的处理。
相机节点根据普通节点的位置、处理能力及资源使用情况建立动态的图像处理任务协同联盟，提高了任务协同联盟的稳定性；根据任务稳定执行时间将图像处理任务分解为图像传输子任务和图像处理子任务；考虑了到任务协同联盟的动态性，在进行任务分解时采用多轮机制。
当相机节点需要进行复杂图像处理任务不能单独完成时，相机节点作为联盟盟主节点根据普通节点的位置、处理能力及资源使用情况建立动态的图像处理任务联盟。然后，联盟盟主节点计算任务稳定执行时间(考虑自身及联盟协作节点的位置及平均移动速度)，并根据该时间将图像处理任务分解为图像传输子任务和图像处理子任务。最后，采用多轮的机制进行子任务分解分配。提出的图像处理任务协同方法能够实现联盟协作节点的任务负载均衡，降低图像处理任务的执行时间和网络能耗
最后说明的是，以上实施例仅用以说明本发明的技术方案而非限制，本领域普通技术人员对本发明的技术方案所做的其他修改或者等同替换，只要不脱离本发明技术方案的精神和范围，均应涵盖在本发明的权利要求范围当中。

Claims (9)

1.一种动态联盟的移动传感器网络数据处理任务协同方法，其特征在于，包括步骤：
S1、建立任务协同联盟；
S2、联盟盟主节点将采集的数据发送给范围内的联盟协作节点；
S3、联盟协作节点共同完成对所述数据的处理并将处理后的数据发送给联盟盟主节点或汇聚结点；
其中，所述任务协同联盟包括至少一个联盟盟主节点和多个联盟协作节点，所述联盟盟主节点包括第一数据采集模块、第一处理模块和第一通信模块；所述联盟协作节点包括第二通信模块和第二处理模块；所述第一通信模块与所述第二通信模块无线连接。
2.如权利要求1所述的一种动态联盟的移动传感器网络数据处理任务协同方法，其特征在于，所述建立任务协同联盟的步骤包括：
S11、联盟盟主节点si发送任务协同请求消息到范围内的所有联盟协作节点；
S12、联盟协作节点收到消息后根据自身电量、计算能力、任务数量、成本和任务完成时间考虑是否加入联盟中；
S13、如果联盟协作节点不符合要求则分别向联盟盟主节点si发送拒绝加入消息；如果联盟协作节点符合要求则分别向联盟盟主节点si发送协同回复接受消息；
S14、联盟盟主节点si根据联盟协作节点的位置和移动速度根据公式(5-1)计算任务稳定执行时间，并根据收到的联盟协作节点处理一个图像处理子任务的时间大小按照升序对联盟协作节点进行排序；
S15、计算第一个联盟协作节点si1的图像处理子任务数量ci1；并根据顺序依次计算联盟协作节点si1到sin的图像处理子任务数量；
S16、当符合
Figure FDA0003288470370000021
时，联盟盟主节点si根据公式
Figure FDA0003288470370000022
计算联盟盟主节点si评估的任务执行时间Ti,J，然后将根据公式(5-2)中的Ti,sd替换成Ti,J重新计算分配给联盟协作节点sij的图像处理子任务数量cij，算法结束；
S17、当不符合
Figure FDA0003288470370000023
时，联盟盟主节点si根据公式(5-3)计算第k次生成联盟的盟主节点si给联盟协作节点sij的图像处理子任务数量(k)cij，并根据公式(5-4)计算第k次生成联盟的盟主节点si给其联盟协作节点集合的sJ分解的最大图像处理子任务数量(k)Ci；
S18、当符合
Figure FDA0003288470370000024
时，说明在第k轮仍不能完成图像处理任务，则第k次生成联盟分解的图像处理任务完成后，返回S11，建立第k+1次的任务协同联盟，并计算第k+1次生成联盟的盟主节点si给联盟协作节点sij的图像处理子任务数量(k+1)cij；
S19、当不符合
Figure FDA0003288470370000025
时，联盟盟主节点si根据
Figure FDA0003288470370000026
计算第k次生成联盟的任务执行时间(k)Ti,J，然后根据公式(5-3)重新计算第k次生成联盟的盟主节点si分解给联盟协作节点sij的图像处理子任务数量(k)cij，算法结束；
其中，所述数据包括图像数据；所述第一个联盟协作节点si1为处理一个图像处理子任务的时间最小的联盟协作节点；所述任务协同请求消息定义为一个六元组，所述六元组包括<Pi,max,Ci,ci,j,Ti,j,Ti,sd,prij>；Pi,max表示联盟盟主节点支付给联盟协作节点集合的最大费用；Ci表示联盟盟主节点需要任务协同的总的图像处理子任务数量；ci,j表示联盟盟主节点分给联盟协作节点的图像处理子任务数量；Ti,j表示联盟协作节点完成任务cij的任务执行时间，联盟盟主节点和联盟协作节点都可以获得这一时间；Ti,sd表示联盟盟主节点期望联盟协作节点完成图像处理任务cij的最大时间；prij表示联盟盟主节点对联盟协作节点的惩罚率，当Tij>Ti,sd时，表示未能按照要求完成图像处理任务cij，联盟盟主节点根据这个惩罚率prij计算需要支付给联盟协作节点sij的费用。
3.如权利要求2所述的一种动态联盟的移动传感器网络数据处理任务协同方法，其特征在于，所述Ti,sd采用下式计算任务稳定执行时间，
Figure FDA0003288470370000031
其中，
Figure FDA0003288470370000032
联盟盟主节点集合sI＝{si:1,2,..,m}；si的联盟协作节点集合siJ＝{sij:1,2,..,n}；联盟盟主节点si∈sI，联盟协作节点sij∈si,J；联盟盟主节点si的通信半径为rc,i；联盟协作节点sij的通信半径为rc,ij；联盟盟主节点si与其联盟协作节点之间的欧氏距离为ζ(si,siJ)；联盟盟主节点si的位置为li＝(xi,yi)；联盟协作节点sij的位置为lij＝(xj,yj)；联盟盟主节点si的平均移动速度为vi；联盟协作节点sij的平均移动速度为vij；联盟盟主节点si与其联盟协作节点之间的相对平均移动速度为vi,ij，相对方向夹角为θ。
4.如权利要求2所述的一种动态联盟的移动传感器网络数据处理任务协同方法，其特征在于，任务协同时联盟盟主节点si评估在任务稳定执行时间内分配给联盟协作节点sij的图像处理子任务数量cij的公式如下：
Figure FDA0003288470370000033
其中，cij是分配给联盟协作节点sij的图像处理子任务数量，Ti,sd任务协同联盟(si,siJ)的任务稳定执行时间，rt,i是联盟盟主节点si的数据传输速率，tc,j为联盟协作节点sij处理一个图像处理子任务的时间，该时间由联盟建立时联盟协作节点sij的根据自身能力评估后发送给联盟盟主节点si。
5.如权利要求2所述的一种动态联盟的移动传感器网络数据处理任务协同方法，其特征在于，所述(k)cij的计算如下式：
Figure FDA0003288470370000041
其中，(k)Ti,sd为第k次生成联盟的图像处理任务稳定执行时间，(k)tc,j为第k次生成联盟协作节点sij处理一个图像处理子任务的时间；(k)cij为第k次生成联盟的盟主节点si分配给联盟协作节点sij的图像处理子任务量。
6.如权利要求5所述的一种动态联盟的移动传感器网络数据处理任务协同方法，其特征在于，第k次生成联盟的盟主节点si给其所有联盟协作节点分配的最大图像处理子任务数量(k)CiJ为：
Figure FDA0003288470370000042
7.如权利要求3所述的一种动态联盟的移动传感器网络数据处理任务协同方法，其特征在于，所述协同回复消息定义为一个五元组，所述五元组包括<pj,0,cj,max,tc,j,vj,lj>；其中，pj,0表示联盟协作节点根据自身资源状况评估完成一个图像处理子任务的成本；cj,max表示联盟协作节点能够完成的最大图像处理子任务数量；tc,j表示联盟协作节点自己评估的完成一个图像处理子任务的时间；vij表示联盟协作节点的平均移动速度；lij表示联盟协作节点的地理位置。
8.如权利要求2所述的一种动态联盟的移动传感器网络数据处理任务协同方法，其特征在于，如果所有联盟协作节点都拒绝加入任务协同联盟，则联盟盟主节点独自完成数据处理任务。
9.如权利要求3所述的一种动态联盟的移动传感器网络数据处理任务协同方法，其特征在于，所述联盟盟主节点将采集的数据发送给范围内的联盟协作节点的步骤包括：
S21、联盟盟主节点将采集的原始图像数据分解为图像传输子任务并分别发送给联盟协作节点；
S22、联盟协作节点协同分别对应图像处理子任务进行图像的处理。
CN202111155361.XA 2021-09-29 2021-09-29 一种动态联盟的移动传感器网络数据处理任务协同方法 Active CN113825174B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202111155361.XA CN113825174B (zh) 2021-09-29 2021-09-29 一种动态联盟的移动传感器网络数据处理任务协同方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202111155361.XA CN113825174B (zh) 2021-09-29 2021-09-29 一种动态联盟的移动传感器网络数据处理任务协同方法

Publications (2)

Publication Number Publication Date
CN113825174A true CN113825174A (zh) 2021-12-21
CN113825174B CN113825174B (zh) 2024-02-20

Family

ID=78915919

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202111155361.XA Active CN113825174B (zh) 2021-09-29 2021-09-29 一种动态联盟的移动传感器网络数据处理任务协同方法

Country Status (1)

Country Link
CN (1) CN113825174B (zh)

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103327486A (zh) * 2013-05-16 2013-09-25 浙江工商大学 一种无线传感器网络的汇聚节点位置隐私保护方法
CN110913443A (zh) * 2019-12-25 2020-03-24 中国电子科技集团公司第十一研究所 智能多传感器协同探测方法、装置、传感器和存储介质
WO2021159606A1 (zh) * 2020-02-11 2021-08-19 深圳壹账通智能科技有限公司 基于区块链的组织节点上链方法和系统

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103327486A (zh) * 2013-05-16 2013-09-25 浙江工商大学 一种无线传感器网络的汇聚节点位置隐私保护方法
CN110913443A (zh) * 2019-12-25 2020-03-24 中国电子科技集团公司第十一研究所 智能多传感器协同探测方法、装置、传感器和存储介质
WO2021159606A1 (zh) * 2020-02-11 2021-08-19 深圳壹账通智能科技有限公司 基于区块链的组织节点上链方法和系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李科欣: "基于无线传感器网络的协同技术的研究", pages: 1 - 2 *

Also Published As

Publication number Publication date
CN113825174B (zh) 2024-02-20

Similar Documents

Publication Publication Date Title
Chen et al. When UAV swarm meets edge-cloud computing: The QoS perspective
Chen et al. A multihop task offloading decision model in MEC-enabled internet of vehicles
CN111930436B (zh) 一种基于边缘计算的随机型任务排队卸载优化方法
WO2022121097A1 (zh) 一种移动用户计算任务的卸载方法
WO2023040022A1 (zh) 一种在随机网络中基于算网协同的分布式计算卸载方法
Villas et al. A scalable and dynamic data aggregation aware routing protocol for wireless sensor networks
CN100488145C (zh) 一种用于构建簇状对等网络的分布式聚集方法
CN114138373B (zh) 一种基于强化学习的边缘计算任务卸载方法
CN114554459B (zh) 一种近端策略优化辅助的车联网联邦学习客户端选择方法
CN112650581A (zh) 一种面向智能楼宇的云边协同任务调度方法
CN105848241B (zh) 移动自组织网的分簇方法及系统
CN114422349B (zh) 基于云边端协同的深度学习模型训练和推理架构部署方法
CN112685186A (zh) 一种计算任务的卸载方法、装置、电子设备及存储介质
CN102244914B (zh) 一种适用于多跳无线网络的认知路由方法
Pilloni et al. TAN: a distributed algorithm for dynamic task assignment in WSNs
CN111988792A (zh) 无人机联盟网络卸载模型及决策计算方法
CN114745383A (zh) 一种移动边缘计算辅助多层联邦学习方法
CN106211344B (zh) 一种基于情景感知的Ad Hoc网络带宽管理方法
CN109951834A (zh) 基于改进的泛洪算法的蓝牙mesh路由方法
Ye et al. Blockchain and MEC-assisted reliable billing data transmission over electric vehicular network: An actor—Critic RL approach
CN113660710B (zh) 一种基于强化学习的移动自组织网络路由方法
CN103581329A (zh) 基于分簇的对等网络流媒体直播系统拓扑结构的构建方法
Du et al. Cooperative sensing and task offloading for autonomous platoons
CN113825174A (zh) 一种动态联盟的移动传感器网络数据处理任务协同方法
CN117177300A (zh) 一种基于数字孪生的分布式动态无人机任务调度方法

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