CN114866981A - 一种基于区域划分的无线传感器网络自适应数据收集方法 - Google Patents

一种基于区域划分的无线传感器网络自适应数据收集方法 Download PDF

Info

Publication number
CN114866981A
CN114866981A CN202210595463.1A CN202210595463A CN114866981A CN 114866981 A CN114866981 A CN 114866981A CN 202210595463 A CN202210595463 A CN 202210595463A CN 114866981 A CN114866981 A CN 114866981A
Authority
CN
China
Prior art keywords
node
data collection
nodes
target
sub
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
Application number
CN202210595463.1A
Other languages
English (en)
Inventor
刘伟
李卓
刘博�
韦嘉恒
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.)
Guilin University of Technology
Original Assignee
Guilin University of Technology
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 Guilin University of Technology filed Critical Guilin University of Technology
Priority to CN202210595463.1A priority Critical patent/CN114866981A/zh
Publication of CN114866981A publication Critical patent/CN114866981A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • 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
    • 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
    • H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • 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

本发明设计了一种基于区域划分的无线传感器网络自适应数据收集方法。该方法选择子区域内的一个节点作为数据收集节点来接收并融合子区域内节点协作感知到的目标数据；该方法可以动态的选出数据收集点，适合收集移动的数据源。该方法具有较低的能量损耗，并且通过平衡节点间的能耗，达到了延长网络寿命的目的。

Description

一种基于区域划分的无线传感器网络自适应数据收集方法
技术领域
本发明属于无线传感器网络中的数据收集领域。
背景技术
无线传感器网络(Wireless Sensor Networks,WSN)是当前的研究热点之一。其受到了特别多的关注，并被应用于越来越多的应用。由于传感器节点大多数是由电池供电，不可充电，因此，无线传感器网络的一个重要方面是降低能耗。
在面向目标跟踪与检测的无线传感器网络的数据收集中，由于目标的随机运动，不同传感器节点采集到的同一个移动目标的状态信息在传输到汇聚节点的过程中，常常会通过不同的路径。这样使得采集到的信息很难在较短的路径中得到合并或融合处理，从而网络中就会产生冗余的数据传输，消耗过多的能量并造成网络拥堵。而且现有的大多数收集方法只适合于收集固定数据源的感应数据，而在面向目标跟踪与检测的无线传感器网络中，移动目标的位置随机变化，执行跟踪任务的节点也随之不同，因此应用这些收集方法往往得不到很好的效果。
发明内容
针对无线传感器网络中数据收集方法能耗较高，导致节点寿命较短的问题，本发明提出了一种基于区域划分的无线传感器网络自适应数据收集方法。该方法选择子区域内的一个节点作为数据收集节点来接收并融合子区域内节点协作感知到的目标数据。
具体实现过程如下：
1.基于区域划分的无线传感器网络自适应数据收集方法的思想
基于区域划分的无线传感器网络自适应数据收集方法首先要把无线传感器网络的覆盖区域划分为若干个不相交的子区域。无线传感器网络的拓扑结构可以用一个无向图G(V，E)进行表示，其中V是无向图中的顶点，表示网络中所有节点的集合；E是无向图中的边，表示节点之间的连通情况，即如果两个节点互为邻居节点，它们之间在无向图中就存在一条边。如图1所示，通过删除无向图中所有相交的边，无线传感器网络的覆盖区域可以划分为互不相交的子区域C1、C2、C3、C4和C5，每个子区域均是由若干个顶点围成的闭合区域。为了便于描述，这里我们作如下定义。定义位于同一个子区域的节点互为区域邻居节点。其中根据节点间能否直接通信，区域邻居节点又分为直接邻居节点和远方邻居节点。下面我们以区域C2上的节点V1为例进行解释。区域C2是由V1、V2、V7、V6和V5组成的。因此，在区域C2中，V2、V7、V6和V5就是V1的区域邻居节点，其中V2和V5能够与V1直接通信，因此V2和V5是V1的直接邻居节点；V6和V7不能够与V1直接通信，因此V6和V7是V1的远方邻居节点。
发现目前目标所在的子区域之后，该子区域中的节点将协作对目标进行跟踪。首先选取信号强度最大的节点作为目标的主跟踪节点(图1中选取V1作为主跟踪节点)。为了防止主跟踪节点故障或目标移动太快，从而导致目标跟丢情况的发生，增加跟踪算法的鲁棒性，在主跟踪节点以外，可以选取另一个节点作为备选节点(图1中选取V5作为备选节点)。一旦主节点失效，备选节点将接替主跟踪节点，承担主要的监视工作。备选节点的选取可采用预测机制，首先预测出下一时刻目标所处的位置。然后从与当前主跟踪节点位于同一子区域的直接邻居节点中，选择与预测位置最近的节点作为备选节点。
如图1所示，由于在目标跟踪的过程中，主跟踪节点与备选节点能耗较高，因此数据收集节点的选取原则是从与当前主跟踪节点位于同一子区域的直接邻居节点(不包含备选节点)中，选择剩余能量最大的节点作为数据收集点(图1中选择V2作为数据收集点)。随着目标的移动，主跟踪节点和备选节点被重新选择并替换，相应地，数据收集点也会发生改变。但是，因为主跟踪节点和备选节点一直处在目标的附近，因此，数据收集点也会一直处在目标的附近。
自适应数据收集算法中，选择主跟踪节点的直接邻居节点(不包括备选节点)作为数据收集点，可以尽量减小主跟踪节点与数据收集点之间的通信距离，减少数据收集时节点的通信能耗。另外，让剩余能量最大的直接邻居节点作为数据收集点，还可以平衡节点间的能耗，延长网络的寿命。另外，随着移动目标位置的变化，数据收集点也被动态的选出。因此该方法适合收集移动的数据源。
2.基于子集划分的无线传感器网络边界节点检测方法的实现步骤
(1)初始化网络。
(2)对网络进行区域划分。
(3)检测出当前时刻目标所在的子区域。
(4)选择出当前时刻的主跟踪节点和备选节点。
(5)选择出当前时刻的数据收集节点。
(6)数据收集点更新。
本发明的有益效果在于：
1.能耗
能耗是衡量边界数据收集方法的一个重要指标。图2是基于区域划分的无线传感器网络自适应数据收集方法与分层方法、ZDG方法的总的能量消耗对比图。图中横坐标表示节点数量，纵坐标表示总的能量消耗。从图2中可以看出，随着节点数量的增加，三种方法总的能量消耗均增大。不过与分层方法和ZDG方法相比，基于区域划分的自适应数据收集方法总的能量消耗更小。这是应为在基于区域划分的自适应数据收集方法中，选择主跟踪节点的直接邻居节点作为数据收集点，尽量减小了主跟踪节点与数据收集点之间的通信距离，也就是减少了数据收集时节点的通信能耗。
2.网络寿命
图3是基于区域划分的无线传感器网络自适应数据收集方法与分层方法、ZDG方法的网络寿命对比图。图中横坐标表示节点数量，纵坐标表示网络寿命。从图3中可以看出，从图3中可以看出，随着节点数量的增加，三种方法的网络寿命均呈现先增大后减少的现象。这是因为当节点数量较少时，数据收集点与其余节点之间的距离过大，所以它们之间的通信能耗较高；随着节点数量增加，数据收集点与其余节点之间的距离减小，能耗也随之减小；当节点数量增加到一定程度时，与数据收集点通信的节点增加，因此能耗增大。另外，从图3中还可以看出，与分层方法和ZDG方法相比，基于区域划分的自适应数据收集方法的网络寿命更长。这是因为在基于区域划分的自适应数据收集算法中让剩余能量最大的直接邻居节点作为数据收集点，可以平衡节点间的能耗，从而达到了延长网络寿命的目的。
综上所述，本发明提出了一种基于区域划分的无线传感器网络自适应数据收集方法。该方法可以动态的选出数据收集点，适合收集移动的数据源。另外，该方法具有较低的能量损耗和较长的网络寿命。
附图说明
图1是基于区域划分的自适应数据收集方法示意图；
图2是基于区域划分的自适应数据收集方法与分层方法、ZDG方法的总的能耗对比图；
图3是基于区域划分的自适应数据收集方法与分层方法、ZDG方法的网络寿命对比图。
具体实施方式
下面结合附图及具体实施实例对本发明作进一步详细的说明。
本发明基于区域划分的无线传感器网络自适应数据收集方法。该方法选择子区域内的一个节点作为数据收集节点来接收并融合子区域内节点协作感知到的目标数据。本发明的数据收集方法依次经过以下步骤：
步骤(1)初始化网络
在网络初始阶段，给每个传感器节点分配一个ID号，然后各节点向自己一跳范围内的节点发送报文，报文内容包括自己的ID号和坐标值。每个节点将接收到的报文信息记录下来。
(2)对网络进行区域划分
把无线传感器网络的拓扑结构用无向图表示，通过删除无向图中所有相交的边，无线传感器网络的覆盖区域可以划分为互不相交的子区域。
(3)检测出当前时刻目标所在的子区域
通过比较各个节点接收到的目标的信号强度，估计出目标在当前时刻所处的子区域。
(4)选择出当前时刻的主跟踪节点和备选节点
假设在某一时刻，某一节点第一次检测到了目标的出现，该节点首先记录下其检测到的目标信号强度，然后与其一跳范围内的邻居节点进行通信，选取信号强度最大的节点作为该时刻的主跟踪节点。用SIR粒子滤波算法，预测出当前时刻目标所处的位置。然后从与当前主跟踪节点位于同一子区域的直接邻居节点中，选择与预测位置最近的节点作为备选节点。
(5)选择出当前时刻的数据收集节点
从与当前主跟踪节点位于同一子区域的直接邻居节点(不包含备选节点)中，选择剩余能量最大的节点作为数据收集点。
(6)数据收集点更新
当节点移出主跟踪节点的感知范围以外，但仍然位于原来的子区域时，或者由一个子区域移动到另外一个子区域时，重新按照上述步骤(3)～(5)选出数据收集点。
最后应说明的是，以上实施实例仅用以说明本发明的技术方案而非限制，尽管参照较佳的实施实例对本发明进行了详细的说明，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，可轻易想到的修改或等同替换，而不脱离本发明技术方案的精神和范围，都应涵盖在本发明的保护范围之内。

Claims (1)

1.一种基于区域划分的无线传感器网络自适应数据收集方法，其特征在于：该方法选择子区域内的一个节点作为数据收集节点来接收并融合子区域内节点协作感知到的目标数据；该方法可以动态的选出数据收集点，适合收集移动的数据源；
该方法包括以下步骤：
步骤1：初始化网络；
步骤2：通过删除无向图中所有相交的边对网络进行区域划分；
步骤3：通过比较各个节点接收到的目标的信号强度，检测出当前时刻目标所在的子区域；
步骤4：选取接收到目标信号强度最大的节点作为该时刻的主跟踪节点；用SIR粒子滤波算法，预测出当前时刻目标所处的位置，然后从与当前主跟踪节点位于同一子区域的直接邻居节点中，选择与预测位置最近的节点作为备选节点；
步骤5：从与当前主跟踪节点位于同一子区域的直接邻居节点(不包含备选节点)中，选择剩余能量最大的节点作为数据收集点；
步骤6：当节点移出主跟踪节点的感知范围以外，但仍然位于原来的子区域时，或者由一个子区域移动到另外一个子区域时，重新按照上述步骤3～5选出数据收集点。
CN202210595463.1A 2022-05-29 2022-05-29 一种基于区域划分的无线传感器网络自适应数据收集方法 Pending CN114866981A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210595463.1A CN114866981A (zh) 2022-05-29 2022-05-29 一种基于区域划分的无线传感器网络自适应数据收集方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210595463.1A CN114866981A (zh) 2022-05-29 2022-05-29 一种基于区域划分的无线传感器网络自适应数据收集方法

Publications (1)

Publication Number Publication Date
CN114866981A true CN114866981A (zh) 2022-08-05

Family

ID=82640366

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210595463.1A Pending CN114866981A (zh) 2022-05-29 2022-05-29 一种基于区域划分的无线传感器网络自适应数据收集方法

Country Status (1)

Country Link
CN (1) CN114866981A (zh)

Similar Documents

Publication Publication Date Title
Babu R et al. Retracted: Comparative analysis of distributive linear and nonlinear optimized spectrum sensing clustering techniques in cognitive radio network systems
Özdemir et al. Multi-objective evolutionary algorithm based on decomposition for energy efficient coverage in wireless sensor networks
Krishnan et al. energy-efficient cluster-based routing protocol for wsn based on hybrid bso–tlbo optimization model
US20120322383A1 (en) Predictive mobile ad hoc networking including associated systems and methods
CA2464798A1 (en) Predictive routing in a mobile ad hoc network
AU2004201584A1 (en) Predictive route maintenance in a mobile ad hoc network
Rahman et al. Notice of violation of IEEE publication principles: clustering schemes in MANETs: performance evaluation, open challenges, and proposed solutions
Jafarali Jassbi et al. Fault tolerance and energy efficient clustering algorithm in wireless sensor networks: FTEC
Qaim et al. DRAW: Data replication for enhanced data availability in IoT-based sensor systems
Saeed et al. Efficient solution for connectivity restoration (ESCR) in wireless sensor and actor-networks
Poonguzhali Energy efficient realization of clustering patch routing protocol in wireless sensors network
Sachithanantham et al. Enhanced energy efficient routing protocol (EEE-RP) to forward the data packets and to improve QoS in wireless sensor networks by means of machine learning methods
Balzano et al. A smart compact traffic network vision based on wave representation
CN114866981A (zh) 一种基于区域划分的无线传感器网络自适应数据收集方法
Hanif et al. Traffic pattern based adaptive spectrum handoff strategy for cognitive radio networks
AU2021101571A4 (en) An efficient coverage management for smart iot application
Chen et al. New approach of energy-efficient hierarchical clustering based on neighbor rotation for RWSN
Bhute et al. Vertical handover decision strategies in heterogeneous wireless networks
US20050216227A1 (en) Method of operating sensor net and sensor apparatus
CN113613305A (zh) 一种Zigbee网络路由节点能量均衡构建方法
Sasikala et al. Artificial neural networks with vertical handoff prediction based on user behaviour
Suresh Kumar et al. Fuzzy clustering and optimal routing in wireless sensor network
Wang et al. Symmetric algorithm for detection of coverage hole in wireless sensor network
Karimi An Energy-Efficient Method for Global Connectivity and Minimum Number of Active Nodes in Wireless Sensor Networks.
Yang et al. A multisink-based continuous object tracking in wireless sensor networks by GIS

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