CN115334552B - 一种分布式数据快速传输方法及传输平台 - Google Patents

一种分布式数据快速传输方法及传输平台 Download PDF

Info

Publication number
CN115334552B
CN115334552B CN202211264683.2A CN202211264683A CN115334552B CN 115334552 B CN115334552 B CN 115334552B CN 202211264683 A CN202211264683 A CN 202211264683A CN 115334552 B CN115334552 B CN 115334552B
Authority
CN
China
Prior art keywords
cluster head
sensor
sensors
initial
initial cluster
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
CN202211264683.2A
Other languages
English (en)
Other versions
CN115334552A (zh
Inventor
王强
朱丽丽
胡宁
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.)
Nanjing Zhixuecheng Network Technology Co ltd
Original Assignee
Nanjing Zhixuecheng Network Technology Co ltd
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 Nanjing Zhixuecheng Network Technology Co ltd filed Critical Nanjing Zhixuecheng Network Technology Co ltd
Priority to CN202211264683.2A priority Critical patent/CN115334552B/zh
Publication of CN115334552A publication Critical patent/CN115334552A/zh
Application granted granted Critical
Publication of CN115334552B publication Critical patent/CN115334552B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W24/00—Supervisory, monitoring or testing arrangements
    • H04W24/02—Arrangements for optimising operational condition
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/02—Services making use of location information
    • H04W4/023—Services making use of location information using mutual or relative location information between multiple location based services [LBS] targets or of distance thresholds
    • 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

本发明涉及数据传输领域，提出了一种分布式数据快速传输方法及传输平台，包括：S1、获取传感器到基站的距离；S2、得到分簇数量；S3、得到每个初始分簇群；S4、得到扩大后的搜索距离范围；S5、得到扩大后的搜索距离范围内非初始簇头传感器与初始簇头传感器的准则度；S6、得到二次分簇群；S7、得到二次分簇群内每个传感器的中心度；S8、将二次分簇群内传感器的中心度最小值所对应的传感器作为二次分簇群的新簇头传感器；S9、重复S4‑S8，得到最终分簇群及最终簇头传感器；S10、非簇头传感器将接收到的数据传送到簇头传感器，再由簇头传感器将数据传输给基站。本发明提高了传感器节点的数据传输效率。

Description

一种分布式数据快速传输方法及传输平台
技术领域
本发明涉及数据传输领域，具体涉及一种分布式数据快速传输方法及传输平台。
背景技术
无线传感器网络是由大量静止的传感器构成的无线网络，以协作地感知、采集、处理和传输网络覆盖地理区域内被感知对象的信息，并最终把这些信息发送给网络的所有者。传统的集中式数据传输方法中，网络中的所有传感器节点都直接向基站发送数据，当网络中节点数量较大时，将会产生信道争用的情况，大量的信息传输会发生碰撞从而使网络无法正常地工作，导致节点数据传输效率低，且数据延迟性高。
分布式数据传输方法通过将无线传感器网络划分为多个分簇，分簇中每个簇内节点将收集的数据传输给簇头节点，再由簇头节点整合传输给基站，进而减少无线传感器网络的通信次数，避免在基站处产生信道争用，从而提高传感器节点的数据传输效率和实时性，但是分簇结果影响网络中传感器节点能耗的均衡性，进而影响整个网络的生命周期。为了减少网络的无线通信次数，解决数据传输效率低、延迟性高的问题，以及通过均衡网络中传感器节点能耗，达到延长整个网络的生命周期的目的，本发明提出一种分布式数据快速传输方法及传输平台，该分布式数据快速传输方法减少无线传感器网络的无线通信次数，避免在基站处产生信道争用，提高传感器节点的数据传输效率，降低数据传输延迟性，同时通过合理的分簇结果使网络中传感器节点能耗均衡，达到延长整个网络的生命周期的目的。
发明内容
本发明提供一种分布式数据快速传输方法及传输平台，以解决现有的数据传输效率低的问题。
本发明的一种分布式数据快速传输方法，采用如下技术方案，包括：
S1、获取无线传感器网络中每个传感器到基站的距离；
S2、通过传感器数量、拥堵容忍度得到分簇数量；
S3、利用所有传感器中距离基站最远的传感器到基站的距离和分簇数量得到每个初始分簇群；
S4、随机选择每个初始分簇群内的传感器作为初始簇头传感器，通过每个初始簇头传感器到基站的距离、所有传感器中距离基站最远的传感器到基站的距离以及分簇数量得到每个初始簇头传感器的搜索距离范围，对每个初始簇头传感器的搜索距离范围进行扩大得到扩大后的搜索距离范围；
S5、利用得到的每个扩大后的搜索距离范围进行搜索，得到每个初始簇头传感器及扩大后的搜索距离范围内的非初始簇头传感器及每个非初始簇头传感器在通过搜索时所在的所有扩大后的搜索距离范围；利用每个扩大后的搜索距离范围、该扩大后的搜索距离范围内所有非初始簇头传感器与该扩大后的搜索距离范围内对应的初始簇头传感器的距离得到每个扩大后的搜索距离范围内所有非初始簇头传感器与该扩大后的搜索距离范围内初始簇头传感器的准则度；
S6、获取每个非初始簇头传感器所在的所有扩大后的搜索距离范围内得到的准则度最大值所对应的扩大后的搜索距离范围；将该非初始簇头传感器分配到该扩大后的搜索距离范围内初始簇头传感器所属的初始分簇群内；完成对非初始簇头传感器的二次分类，得到二次分簇群；
S7、通过每个二次分簇群内每个传感器到基站的距离、该传感器与其它所有传感器的距离以及所有传感器中距离基站最远的传感器到基站的距离得到每个二次分簇群内每个传感器的中心度；
S8、将二次分簇群内传感器的中心度最小值所对应的传感器作为该二次分簇群的新簇头传感器；
S9、重复S4-S8，直至获得的新簇头传感器不再改变或达到设定的迭代次数，得到最终的分簇群及每个分簇群中的最终簇头传感器；
S10、每个分簇群中的非簇头传感器将接收到的数据传送到该分簇群中的簇头传感器中，再由该簇头传感器将数据传输给基站，完成每一个分簇群中所有传感器数据的传输。
进一步的，所述的一种分布式数据快速传输方法，所述初始簇头传感器的数量与分簇数量相同。
进一步的，所述的一种分布式数据快速传输方法，通过传感器数量、拥堵容忍度得到分簇数量的方法为：
建立约束模型，基于该约束模型，利用传感器数量、拥堵容忍度得到分簇数量；所述约束模型的表达式为：
Figure DEST_PATH_IMAGE001
式中，
Figure DEST_PATH_IMAGE002
表示分簇数量，
Figure 506834DEST_PATH_IMAGE003
表示传感器的数量，
Figure DEST_PATH_IMAGE004
表示拥堵容忍度。
进一步的，所述的一种分布式数据快速传输方法，将该非初始簇头传感器分配到该扩大后的搜索距离范围内初始簇头传感器所属的初始分簇群内后，还包括：
若初始簇头传感器所属的初始分簇群内非初始簇头传感器的数量超出设定范围，根据初始簇头传感器所属的初始分簇群内非初始簇头传感器与初始簇头传感器的准则度去除一定数量的非初始簇头传感器；
所述初始簇头传感器所属的初始分簇群内非初始簇头传感器的数量设定范围为：
Figure 17581DEST_PATH_IMAGE005
式中，
Figure DEST_PATH_IMAGE006
表示第
Figure 95127DEST_PATH_IMAGE007
个初始簇头传感器所属的初始分簇群内非初始簇头传感器的规划数量。
进一步的，所述的一种分布式数据快速传输方法，初始簇头传感器所属的初始分簇群内非初始簇头传感器的规划数量表达式为：
Figure DEST_PATH_IMAGE008
式中，
Figure 95444DEST_PATH_IMAGE009
表示第
Figure 923854DEST_PATH_IMAGE007
个初始簇头传感器，
Figure DEST_PATH_IMAGE010
表示第
Figure 238292DEST_PATH_IMAGE007
个初始簇头传感器距离基站的距离。
进一步的，所述的一种分布式数据快速传输方法，每个扩大后的搜索距离范围内所有非初始簇头传感器与该扩大后的搜索距离范围内初始簇头传感器的准则度的表达式为：
Figure 967082DEST_PATH_IMAGE011
式中，
Figure DEST_PATH_IMAGE012
表示第
Figure 872721DEST_PATH_IMAGE007
个初始簇头传感器的搜索距离范围，
Figure 437695DEST_PATH_IMAGE013
表示第
Figure 634452DEST_PATH_IMAGE007
个初始簇头传感器在其扩大后的搜索距离范围内与第
Figure DEST_PATH_IMAGE014
个非初始簇头传感器的准则度，
Figure 437323DEST_PATH_IMAGE015
表示第
Figure 45022DEST_PATH_IMAGE007
个初始簇头传感器在其扩大后的搜索距离范围内与第
Figure 346559DEST_PATH_IMAGE014
个非初始簇头传感器的距离。
进一步的，所述的一种分布式数据快速传输方法，每个初始簇头传感器的搜索距离范围的表达式为：
Figure DEST_PATH_IMAGE016
式中，
Figure 2800DEST_PATH_IMAGE017
表示所有传感器中距离基站最远的传感器到基站的距离。
进一步的，所述的一种分布式数据快速传输方法，每个二次分簇群内每个传感器的中心度的表达式为：
Figure DEST_PATH_IMAGE018
式中，
Figure 676489DEST_PATH_IMAGE019
表示第
Figure 455089DEST_PATH_IMAGE007
个初始簇头传感器所属的二次分簇群内第
Figure DEST_PATH_IMAGE020
个传感器的中心度，
Figure 712764DEST_PATH_IMAGE021
表示第
Figure 438274DEST_PATH_IMAGE007
个初始簇头传感器所属的二次分簇群内第
Figure 746896DEST_PATH_IMAGE020
个传感器到基站的距离，
Figure DEST_PATH_IMAGE022
表示第
Figure 181550DEST_PATH_IMAGE007
个初始簇头传感器所属的二次分簇群内第
Figure 942833DEST_PATH_IMAGE022
个传感器，
Figure 100002_DEST_PATH_IMAGE023
表示第
Figure 190144DEST_PATH_IMAGE007
个初始簇头传感器所属的二次分簇群内传感器的个数，
Figure DEST_PATH_IMAGE024
表示第
Figure 87692DEST_PATH_IMAGE007
个初始簇头传感器所属的二次分簇群内第
Figure 958828DEST_PATH_IMAGE022
个传感器
Figure 472986DEST_PATH_IMAGE025
与第
Figure 337036DEST_PATH_IMAGE020
个传感器
Figure DEST_PATH_IMAGE026
的距离。
本发明还提出了一种分布式数据快速传输平台，包括：
无线传感器网络构建单元，包括：S1、获取无线传感器网络中每个传感器到基站的距离；
S2、通过传感器数量、拥堵容忍度得到分簇数量；
S3、利用所有传感器中距离基站最远的传感器到基站的距离和分簇数量得到每个初始分簇群；
S4、随机选择每个初始分簇群内的传感器作为初始簇头传感器，通过每个初始簇头传感器到基站的距离、所有传感器中距离基站最远的传感器到基站的距离以及分簇数量得到每个初始簇头传感器的搜索距离范围，对每个初始簇头传感器的搜索距离范围进行扩大得到扩大后的搜索距离范围；
S5、利用得到的每个扩大后的搜索距离范围进行搜索，得到每个初始簇头传感器及扩大后的搜索距离范围内的非初始簇头传感器及每个非初始簇头传感器在通过搜索时所在的所有扩大后的搜索距离范围；利用每个扩大后的搜索距离范围、该扩大后的搜索距离范围内所有非初始簇头传感器与该扩大后的搜索距离范围内对应的初始簇头传感器的距离得到每个扩大后的搜索距离范围内所有非初始簇头传感器与该扩大后的搜索距离范围内初始簇头传感器的准则度；
S6、获取每个非初始簇头传感器所在的所有扩大后的搜索距离范围内得到的准则度最大值所对应的扩大后的搜索距离范围；将该非初始簇头传感器分配到该扩大后的搜索距离范围内初始簇头传感器所属的初始分簇群内；完成对非初始簇头传感器的二次分类，得到二次分簇群；
S7、通过每个二次分簇群内每个传感器到基站的距离、该传感器与其它所有传感器的距离以及所有传感器中距离基站最远的传感器到基站的距离得到每个二次分簇群内每个传感器的中心度；
S8、将二次分簇群内传感器的中心度最小值所对应的传感器作为该二次分簇群的新簇头传感器；
S9、重复S4-S8，直至获得的新簇头传感器不再改变或达到设定的迭代次数，得到最终的分簇群及每个分簇群中的最终簇头传感器；
数据传输单元，包括：S10、每个分簇群中的非簇头传感器将接收到的数据传送到该分簇群中的簇头传感器中，再由该簇头传感器将数据传输给基站，完成每一个分簇群中所有传感器数据的传输。
本发明的有益效果是：本发明通过传感器节点聚类的方式，将无线传感器网络划分为多个分簇群，分簇群中簇内传感器节点将收集的数据传输给簇头传感器，再由簇头传感器传输给基站，实现分布式数据传输。相对于现有技术，该分布式数据快速传输方法减少无线传感器网络的无线通信次数，避免在基站处产生信道争用，提高传感器节点的数据传输效率，降低数据传输延迟性；同时本发明能够获得能耗均衡且生命周期更长的无线传感器网络。
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简单地介绍，显而易见地，下面描述中的附图仅仅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性的前提下，还可以根据这些附图获得其他的附图。
图1为本发明的一种分布式数据快速传输方法的实施例的流程示意图；
图2为初始化簇头节点示意图。
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。
实施例1
本发明的一种分布式数据快速传输方法的实施例，如图1所示，包括：
S1、获取无线传感器网络中每个传感器到基站的距离。
本实施例通过将无线传感器网络划分为多个分簇，进而实现分布式数据传输，而无线传感器网络的聚类需要结合传感器节点的分布情况获得，因此，首先需要获得无线传感器网络，并以基站为原点，获得每个传感器相对于基站的位置坐标，从而得到每个传感器到基站的距离。
对于常用的K-means聚类算法，其每次获得的聚类中心没有限制，可以是网络中存在的节点，也可以是网络中不存在的节点。而对于本实施例来说，需要获得的聚类中心必须为网络中已经存在的节点，所述已经存在的节点即为传感器，因此，本实施例通过K-mediod聚类算法对无线传感器网络进行节点聚类。K-mediod和K-means算法核心思想大同小异,但是最大的不同在于K-mediod算法获得的聚类中心为网络中已经存在的节点，适用于本实施例。
传感器的大部分能量消耗在通信模块中，而在睡眠模式下的能量消耗通常可以忽略不计。而通信模块包括数据的传输与接收，传输数据需要消耗的电量与数据包的大小和传输距离有关，而接收数据需要消耗的电量只与数据包的大小有关系。对于分簇内节点，或称为分簇群内节点，即为分簇内传感器，其只需要向簇头节点传输数据，所述簇头节点为簇头传感器，由于每个传感器节点采集的数据类型相同，因此每个节点每个周期采集的数据，经过压缩后向中转站传输的数据包的大小是固定，所述中转站为簇头节点，采集的数据类型由各个算法依据初始条件设置，所发送的数据包的大小差异并不大，因此簇内节点的电量消耗只与传输数据有关；而对于簇头节点，除了需要接收来自所属分簇内多个簇内节点传输的数据包，还需要将接收到的多个数据包传输给基站，因此簇头节点的电量消耗除了与所属分簇内簇内节点的数量有关，还与簇头节点到基站的距离有关。因此为了均衡网络中传感器节点的能耗，延长整个网络的生命周期，对于距离基站较远的簇头节点，所属分簇内的簇内节点较少，而对于距离基站较近的簇头节点，所属分簇内的簇内节点较多。基于上述结论，本实施例先计算准则度，进而通过动态K-Medoids聚类算法对无线传感器网络进行节点聚类。
通过拥堵容忍度确定分簇数量，初始化簇头节点，通过搜索距离范围、分簇内节点数量以及根据分簇内节点分布情况、节点与基站的距离计算准则度，进而动态K-Medoids聚类算法进行节点聚类，通过中心度获得新的簇头节点，进而不断迭代获得无线传感器网络聚类结果，具体步骤为：
S2、通过传感器数量、拥堵容忍度得到分簇数量。
通过拥堵容忍度确定分簇数量。通过无线传感器网络对数据传输延时的要求，人为设定拥堵容忍度
Figure 276042DEST_PATH_IMAGE004
，根据分簇数量得到拥堵度为
Figure 832926DEST_PATH_IMAGE027
，其中，
Figure 834380DEST_PATH_IMAGE002
表示分簇数量，
Figure 252854DEST_PATH_IMAGE003
表示传感器节点的数量，获取拥堵度
Figure DEST_PATH_IMAGE028
对应的最大的整数
Figure 797099DEST_PATH_IMAGE002
，即为分簇数量。
S3、利用所有传感器中距离基站最远的传感器到基站的距离和分簇数量得到每个初始分簇群。
初始化簇头节点。对于簇头节点，即簇头传感器，分簇群内簇内节点的数量以及距离是能量消耗的主要影响变量。若想要获得能耗均衡且生命周期长的无线传感器网络分布式数据传输方法，初始化簇头节点时需要满足：对于距离基站越远的簇头节点所属分簇群内的簇内节点较少，即距离基站越远分簇数量越多。因此，具体初始化簇头节点的方法为：如图2所示，以基站为圆心，以不同半径画圆，按照
Figure 774151DEST_PATH_IMAGE029
分配簇头节点，具体为：在以
Figure DEST_PATH_IMAGE030
为半径的圆外，以
Figure 466163DEST_PATH_IMAGE031
为半径的圆内，随机初始化
Figure DEST_PATH_IMAGE032
个簇头节点，其中
Figure 157170DEST_PATH_IMAGE033
，其中
Figure 149397DEST_PATH_IMAGE017
表示距离基站最远的传感器到基站的距离。
按照动态K-Medoids聚类算法的搜索距离范围、簇内节点数量以及节点准则度进行初始动态聚类。为了均衡网络中传感器节点能耗，延长整个网络的生命周期，对于距离基站较远的簇头节点，所属分簇内的簇内节点较少，而对于距离基站较近的簇头节点，所属分簇内的簇内节点较多。传统的K-Medoids聚类算法不能实现聚类要求，因此，本实施例通过改进K-Medoids聚类算法，实现动态K-Medoids聚类算法，具体步骤为：
获得簇内非簇头传感器的规划数量。根据簇头节点与基站的距离确定其所属分簇群内簇内非簇头传感器的规划数量，具体计算公式为：
Figure DEST_PATH_IMAGE034
式中，
Figure 888613DEST_PATH_IMAGE010
表示第
Figure 333501DEST_PATH_IMAGE007
个簇头传感器距离基站的距离，
Figure 608624DEST_PATH_IMAGE035
，
Figure DEST_PATH_IMAGE036
表示第
Figure 642308DEST_PATH_IMAGE007
个簇头传感器的位置坐标，
Figure 446316DEST_PATH_IMAGE002
表示分簇数量，分簇数量与簇头传感器的数量相同，
Figure 394812DEST_PATH_IMAGE006
表示第
Figure 4785DEST_PATH_IMAGE007
个簇头传感器所属的分簇群内非簇头传感器的规划数量，
Figure 722336DEST_PATH_IMAGE007
表示第
Figure 697245DEST_PATH_IMAGE007
个簇头节点，即第
Figure 382305DEST_PATH_IMAGE007
个簇头传感器。
S4、随机选择每个初始分簇群内的传感器作为初始簇头传感器，通过每个初始簇头传感器到基站的距离、所有传感器中距离基站最远的传感器到基站的距离以及分簇数量得到每个初始簇头传感器的搜索距离范围，对每个初始簇头传感器的搜索距离范围进行扩大得到扩大后的搜索距离范围。
获取搜索距离范围。距离基站越远的簇头传感器所属的分簇群内簇内传感器越少，因此相应的搜索范围越大，具体计算公式为：
Figure 733652DEST_PATH_IMAGE037
式中，
Figure 804245DEST_PATH_IMAGE017
表示距离基站最远的传感器到基站的距离，
Figure 215634DEST_PATH_IMAGE012
表示第
Figure 122411DEST_PATH_IMAGE007
个簇头传感器的搜索距离范围。从而获得第
Figure 277448DEST_PATH_IMAGE007
个簇头传感器扩大后的搜索距离范围，即
Figure DEST_PATH_IMAGE038
。
S5、利用得到的每个扩大后的搜索距离范围进行搜索，得到每个初始簇头传感器及扩大后的搜索距离范围内的非初始簇头传感器及每个非初始簇头传感器在通过搜索时所在的所有扩大后的搜索距离范围；利用每个扩大后的搜索距离范围、该扩大后的搜索距离范围内所有非初始簇头传感器与该扩大后的搜索距离范围内对应的初始簇头传感器的距离得到每个扩大后的搜索距离范围内所有非初始簇头传感器与该扩大后的搜索距离范围内初始簇头传感器的准则度。
计算准则度。对于传感器节点的划分，倾向于将其划分给距离较近且距离基站越近的簇头节点，这样其在进行数据传输时电量消耗少，更能够延长整个网络的生命周期。因此本实施例根据准则度对节点进行聚类，准则度的具体计算表公式为：
Figure 438434DEST_PATH_IMAGE039
式中，
Figure 958408DEST_PATH_IMAGE015
表示第
Figure 601748DEST_PATH_IMAGE007
个簇头传感器在其
Figure 294897DEST_PATH_IMAGE038
范围内与第
Figure 90815DEST_PATH_IMAGE014
个非簇头传感器的距离，
Figure 844007DEST_PATH_IMAGE013
表示第
Figure 476108DEST_PATH_IMAGE007
个簇头传感器在其
Figure 972948DEST_PATH_IMAGE038
范围内与第
Figure 623372DEST_PATH_IMAGE014
个非簇头传感器的准则度。
S6、获取每个非初始簇头传感器所在的所有扩大后的搜索距离范围内得到的准则度最大值所对应的扩大后的搜索距离范围；将该非初始簇头传感器分配到该扩大后的搜索距离范围内初始簇头传感器所属的初始分簇群内；完成对非初始簇头传感器的二次分类，得到二次分簇群。
对于第
Figure 547466DEST_PATH_IMAGE007
个簇头传感器，通过上述步骤得到其
Figure 165398DEST_PATH_IMAGE038
范围内的所有非簇头传感器与该簇头传感器的准则度，将每个非簇头传感器划分到准则度最大的簇头传感器所属分簇群内，记为对应分簇群的簇内节点。统计每个簇头传感器所属分簇群内的非簇头传感器数量
Figure DEST_PATH_IMAGE040
，允许簇内非簇头传感器数量
Figure 872454DEST_PATH_IMAGE040
在
Figure 128117DEST_PATH_IMAGE041
之间浮动,对于超出范围的非簇头传感器，需要去掉准则度最小的非簇头传感器
Figure DEST_PATH_IMAGE042
个，将去除的所有传感器按照该步骤中划分传感器节点的方法进行重新划分，直至所有传感器节点均被划分到对应的类别中，从而得到新的分簇群。
至此，得到初始聚类结果。
S7、通过每个二次分簇群内每个传感器到基站的距离、该传感器与其它所有传感器的距离以及所有传感器中距离基站最远的传感器到基站的距离得到每个二次分簇群内每个传感器的中心度。
根据初始聚类结果和中心度获得新的簇头传感器。对于新的簇头传感器的获取，倾向于距离所有簇内传感器距离较小且距离基站较近的簇头传感器，这样其在进行数据传输时电量消耗少，更能够延长整个网络的生命周期。中心度的具体计算公式为：
Figure 691954DEST_PATH_IMAGE018
式中，
Figure 813494DEST_PATH_IMAGE019
表示第
Figure 370246DEST_PATH_IMAGE007
个簇头传感器所属的分簇群内第
Figure 995262DEST_PATH_IMAGE020
个传感器
Figure 580265DEST_PATH_IMAGE026
的中心度，
Figure 657943DEST_PATH_IMAGE022
表示第
Figure 503539DEST_PATH_IMAGE007
个簇头传感器所属的分簇群内第
Figure 733794DEST_PATH_IMAGE022
个传感器，
Figure 436171DEST_PATH_IMAGE023
表示第
Figure 1145DEST_PATH_IMAGE007
个簇头传感器所属的分簇群内传感器的数量，
Figure 916011DEST_PATH_IMAGE024
表示第
Figure 764887DEST_PATH_IMAGE007
个簇头传感器所属的分簇群内第
Figure 575848DEST_PATH_IMAGE022
个传感器
Figure 628118DEST_PATH_IMAGE025
与第
Figure 97408DEST_PATH_IMAGE020
个传感器
Figure 551523DEST_PATH_IMAGE026
的距离，计算第
Figure 595702DEST_PATH_IMAGE007
个簇头传感器所属的分簇群内
Figure 135268DEST_PATH_IMAGE023
个传感器与第
Figure 906784DEST_PATH_IMAGE020
个传感器
Figure 215405DEST_PATH_IMAGE026
的平均距离
Figure 368169DEST_PATH_IMAGE043
，以及第
Figure 145763DEST_PATH_IMAGE020
个传感器
Figure 471703DEST_PATH_IMAGE026
与基站的距离
Figure 634831DEST_PATH_IMAGE019
,从而获得每个分簇群内传感器的中心度。
S8、将二次分簇群内传感器的中心度最小值所对应的传感器作为该二次分簇群的新簇头传感器。
获取每个分簇中心度最小的传感器，该传感器即为该分簇新的簇头传感器。
S9、重复S4-S8，直至获得的新簇头传感器不再改变或达到设定的迭代次数，得到最终的分簇群及每个分簇群中的最终簇头传感器。
按照上述S4-S8中动态K-Medoids聚类算法的具体步骤，根据新的簇头传感器重新进行聚类。
不断重复以上这个聚类过程，直到所有的簇头传感器不再发生变化或已达到设定的最大迭代次数，获得所述无线传感器网络的聚类结果，即将无线传感器网络划分为多个分簇群，获得每个分簇群的簇头传感器和非簇头传感器。
至此，实现对无线传感器网络进行聚类。
S10、每个分簇群中的非簇头传感器将接收到的数据传送到该分簇群中的簇头传感器中，再由该簇头传感器将数据传输给基站，完成每一个分簇群中所有传感器数据的传输。
根据上述对无线传感器网络的聚类结果，进而获得分布式数据传输方法，即分簇群中每个簇内传感器将收集的数据传输给簇头传感器，再由簇头传感器整合传输给基站。所述分布式数据传输方法减少了无线传感器网络的通信次数，避免在基站处产生信道争用，从而提高传感器节点的数据传输效率和实时性，同时该分布式数据传输方法使网络中传感器节点能耗更加均衡，进而增加整个网络的生命周期。
至此，获得分布式数据传输方法。
本发明通过传感器节点聚类的方式，将无线传感器网络划分为多个分簇群，分簇群中簇内传感器节点将收集的数据传输给簇头传感器，再由簇头传感器传输给基站，实现分布式数据传输。相对于现有技术，该分布式数据快速传输方法减少无线传感器网络的无线通信次数，避免在基站处产生信道争用，提高传感器节点的数据传输效率，降低数据传输延迟性；同时本发明能够获得能耗均衡且生命周期更长的无线传感器网络。
实施例2
基于与上述方法相同的发明构思，本实施例还提供了一种分布式数据快速传输平台，本实施例中一种分布式数据快速传输平台包括无线传感器网络构建单元和数据传输单元，所述无线传感器网络构建单元和数据传输单元，以实现如一种分布式数据快速传输方法的实施例中所描述的进行数据传输的具体方法。
由于一种分布式数据快速传输方法实施例中已经对进行数据传输的具体方法进行了说明，此处不再赘述。
以上所述仅为本发明的较佳实施例而已，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (4)

1.一种分布式数据快速传输方法，其特征在于，包括：
S1、获取无线传感器网络中每个传感器到基站的距离；
S2、通过传感器数量、拥堵容忍度得到分簇数量；
S3、利用所有传感器中距离基站最远的传感器到基站的距离和分簇数量得到每个初始分簇群；
S4、随机选择每个初始分簇群内的传感器作为初始簇头传感器，通过每个初始簇头传感器到基站的距离、所有传感器中距离基站最远的传感器到基站的距离以及分簇数量得到每个初始簇头传感器的搜索距离范围，每个初始簇头传感器的搜索距离范围的表达式为：
Figure 787090DEST_PATH_IMAGE002
式中，
Figure DEST_PATH_IMAGE003
表示所有传感器中距离基站最远的传感器到基站的距离；
Figure 160302DEST_PATH_IMAGE004
表示第
Figure 352249DEST_PATH_IMAGE004
个初始簇 头传感器，
Figure DEST_PATH_IMAGE005
表示第
Figure 261562DEST_PATH_IMAGE004
个初始簇头传感器距离基站的距离，
Figure 818445DEST_PATH_IMAGE006
表示第
Figure 678954DEST_PATH_IMAGE004
个初始簇头传感器 的位置，
Figure DEST_PATH_IMAGE007
表示基站的位置；
Figure 346695DEST_PATH_IMAGE008
表示分簇数量；
对每个初始簇头传感器的搜索距离范围进行扩大得到扩大后的搜索距离范围；
S5、利用得到的每个扩大后的搜索距离范围进行搜索，得到每个初始簇头传感器及扩大后的搜索距离范围内的非初始簇头传感器及每个非初始簇头传感器在通过搜索时所在的所有扩大后的搜索距离范围；利用每个扩大后的搜索距离范围、该扩大后的搜索距离范围内所有非初始簇头传感器与该扩大后的搜索距离范围内对应的初始簇头传感器的距离得到每个扩大后的搜索距离范围内所有非初始簇头传感器与该扩大后的搜索距离范围内初始簇头传感器的准则度，准则度的表达式为：
Figure 343470DEST_PATH_IMAGE010
式中，
Figure DEST_PATH_IMAGE011
表示第
Figure 664730DEST_PATH_IMAGE004
个初始簇头传感器的搜索距离范围，
Figure 622322DEST_PATH_IMAGE012
表示第
Figure 454274DEST_PATH_IMAGE004
个初始簇头传感器在 其扩大后的搜索距离范围内与第
Figure DEST_PATH_IMAGE013
个非初始簇头传感器的准则度，
Figure 712080DEST_PATH_IMAGE014
表示第
Figure 735400DEST_PATH_IMAGE004
个初始簇 头传感器在其扩大后的搜索距离范围内与第
Figure 180287DEST_PATH_IMAGE013
个非初始簇头传感器的距离，
Figure 314466DEST_PATH_IMAGE006
表示第
Figure 161199DEST_PATH_IMAGE004
个初 始簇头传感器的位置，
Figure DEST_PATH_IMAGE015
表示第
Figure 558682DEST_PATH_IMAGE013
个非初始簇头传感器的位置；
S6、获取每个非初始簇头传感器所在的所有扩大后的搜索距离范围内得到的准则度最大值所对应的扩大后的搜索距离范围；将该非初始簇头传感器分配到该扩大后的搜索距离范围内初始簇头传感器所属的初始分簇群内；
若初始簇头传感器所属的初始分簇群内非初始簇头传感器的数量超出设定范围，根据初始簇头传感器所属的初始分簇群内非初始簇头传感器与初始簇头传感器的准则度去除一定数量的非初始簇头传感器；完成对非初始簇头传感器的二次分类，得到二次分簇群；
所述初始簇头传感器所属的初始分簇群内非初始簇头传感器的数量设定范围为：
Figure 553183DEST_PATH_IMAGE016
，
Figure DEST_PATH_IMAGE017
表示第
Figure 19998DEST_PATH_IMAGE004
个初始簇头传感器所属的初始分簇群内非初始簇头传感器的规划 数量；
初始簇头传感器所属的初始分簇群内非初始簇头传感器的规划数量的表达式为：
Figure DEST_PATH_IMAGE019
S7、通过每个二次分簇群内每个传感器到基站的距离、该传感器与其它所有传感器的距离以及所有传感器中距离基站最远的传感器到基站的距离得到每个二次分簇群内每个传感器的中心度，每个二次分簇群内每个传感器的中心度的表达式为：
Figure DEST_PATH_IMAGE021
式中，
Figure 580292DEST_PATH_IMAGE022
表示第
Figure 679835DEST_PATH_IMAGE004
个初始簇头传感器所属的二次分簇群内第
Figure DEST_PATH_IMAGE023
个传感器的中心度，
Figure 692791DEST_PATH_IMAGE024
表示第
Figure 44137DEST_PATH_IMAGE004
个初始簇头传感器所属的二次分簇群内第
Figure 662201DEST_PATH_IMAGE023
个传感器到基站的距离，
Figure DEST_PATH_IMAGE025
表示 第
Figure 902951DEST_PATH_IMAGE004
个初始簇头传感器所属的二次分簇群内第
Figure 934361DEST_PATH_IMAGE025
个传感器，
Figure 823820DEST_PATH_IMAGE026
表示第
Figure 561969DEST_PATH_IMAGE004
个初始簇头传感器所 属的二次分簇群内传感器的个数，
Figure DEST_PATH_IMAGE027
表示第
Figure 472156DEST_PATH_IMAGE004
个初始簇头传感器所属的二次分簇群内 第
Figure 725283DEST_PATH_IMAGE025
个传感器
Figure 418432DEST_PATH_IMAGE028
与第
Figure 840449DEST_PATH_IMAGE023
个传感器
Figure DEST_PATH_IMAGE029
的距离；
S8、将二次分簇群内传感器的中心度最小值所对应的传感器作为该二次分簇群的新簇头传感器；
S9、重复S4-S8，直至获得的新簇头传感器不再改变或达到设定的迭代次数，得到最终的分簇群及每个分簇群中的最终簇头传感器；
S10、每个分簇群中的非簇头传感器将接收到的数据传送到该分簇群中的簇头传感器中，再由该簇头传感器将数据传输给基站，完成每一个分簇群中所有传感器数据的传输。
2.根据权利要求1所述的一种分布式数据快速传输方法，其特征在于，所述初始簇头传感器的数量与分簇数量相同。
3.根据权利要求1所述的一种分布式数据快速传输方法，其特征在于，通过传感器数量、拥堵容忍度得到分簇数量的方法为：
建立约束模型，基于该约束模型，利用传感器数量、拥堵容忍度得到分簇数量；所述约束模型的表达式为：
Figure DEST_PATH_IMAGE031
式中，
Figure 452695DEST_PATH_IMAGE008
表示分簇数量，
Figure 68485DEST_PATH_IMAGE032
表示传感器的数量，
Figure DEST_PATH_IMAGE033
表示拥堵容忍度。
4.一种分布式数据快速传输平台，其特征在于，包括无线传感器网络构建单元，用于运行权利要求1- 3任意一项所述的一种分布式数据快速传输方法；数据传输单元，用于对无线传感器网络构建单元得到的数据进行传输。
CN202211264683.2A 2022-10-17 2022-10-17 一种分布式数据快速传输方法及传输平台 Active CN115334552B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211264683.2A CN115334552B (zh) 2022-10-17 2022-10-17 一种分布式数据快速传输方法及传输平台

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211264683.2A CN115334552B (zh) 2022-10-17 2022-10-17 一种分布式数据快速传输方法及传输平台

Publications (2)

Publication Number Publication Date
CN115334552A CN115334552A (zh) 2022-11-11
CN115334552B true CN115334552B (zh) 2022-12-20

Family

ID=83915278

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211264683.2A Active CN115334552B (zh) 2022-10-17 2022-10-17 一种分布式数据快速传输方法及传输平台

Country Status (1)

Country Link
CN (1) CN115334552B (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101715243A (zh) * 2009-10-21 2010-05-26 南京邮电大学 一种无线传感器网络层次式分簇路由方法
CN108012249A (zh) * 2017-11-21 2018-05-08 河海大学 一种分簇链状无线传感器网络通信方法
CN108055685A (zh) * 2017-12-29 2018-05-18 北京农业信息技术研究中心 无线传感器网络中的簇头节点和传感器节点
CN111935734A (zh) * 2020-06-10 2020-11-13 长春师范大学 一种基于改进ap聚类的无线传感器网络分簇方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101715243A (zh) * 2009-10-21 2010-05-26 南京邮电大学 一种无线传感器网络层次式分簇路由方法
CN108012249A (zh) * 2017-11-21 2018-05-08 河海大学 一种分簇链状无线传感器网络通信方法
CN108055685A (zh) * 2017-12-29 2018-05-18 北京农业信息技术研究中心 无线传感器网络中的簇头节点和传感器节点
CN111935734A (zh) * 2020-06-10 2020-11-13 长春师范大学 一种基于改进ap聚类的无线传感器网络分簇方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
《基于人工蜂群算法的ＷＳＮ分簇与路由算法》;吴绘萍;《计算机工程设计》;20180430;全文 *
《基于智能优化算法的物联网异构数据融合方法》;朱超平;《吉林大学学报》;20190531;第57卷(第3期);全文 *

Also Published As

Publication number Publication date
CN115334552A (zh) 2022-11-11

Similar Documents

Publication Publication Date Title
CN102546059B (zh) 认知自组织网络中基于无监督聚类的分布式合作频谱感知方法
CN101959244B (zh) 一种适用于无线传感网的层次型路由控制方法
CN107277840B (zh) 一种可充电无线传感器网络数据收集方法
CN101119303A (zh) 基于动态聚类的多目标规划无线传感网路由算法
Lee et al. A cluster allocation and routing algorithm based on node density for extending the lifetime of wireless sensor networks
CN111787500B (zh) 一种基于能量优先的移动充电车辆多目标充电调度方法
CN110461006A (zh) 降低wlan干扰方法、装置及终端设备
CN114885379B (zh) 一种大规模无人机集群自适应分簇组网方法
CN114727353A (zh) 基于遗传算法的移动机会传感器网络自适应信息传输方法
CN115334552B (zh) 一种分布式数据快速传输方法及传输平台
Farahani Energy Consumption Reduction in Wireless Sensor Network Based on Clustering
CN113453148A (zh) 联合深度学习与加权k邻近算法的室内位置指纹定位方法
CN106341785A (zh) 改进的无线传感器DV-Hop算法
CN105392194B (zh) 基于异构网络室内定位框架最优通信的能耗精度均衡方法
CN113179544B (zh) 一种应用于电力物联网的无线传感分簇路由簇头选择方法
CN114217630B (zh) 一种基于注意力机制的动态时空无人机充电方法
Sabit et al. Distributed WSN data stream mining based on fuzzy clustering
CN114783215A (zh) 无人机分簇方法、装置和电子设备
Zhao et al. Retracted Article: An Intelligent model to reduce the energy consumption of sensor network nodes
CN103200649B (zh) 一种基站的用户接入方法
CN106488507A (zh) 路由负载分流的非均匀分簇传感器网络能量空洞避免方法
CN110677813A (zh) 基于果蝇修正的DV-hop的可见光室内定位方法
CN113596924B (zh) 一种面向无线网络的周期性时隙分配方法
Zhang et al. Distributed relay scheduling for maximizing lifetime in clustered wireless sensor networks
Yuan et al. A method of determining maximum transmission rate in wireless sensor network

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