CN115665031A - 三维不规则边缘网络感知数据获取方法、系统及装置 - Google Patents

三维不规则边缘网络感知数据获取方法、系统及装置 Download PDF

Info

Publication number
CN115665031A
CN115665031A CN202211681799.6A CN202211681799A CN115665031A CN 115665031 A CN115665031 A CN 115665031A CN 202211681799 A CN202211681799 A CN 202211681799A CN 115665031 A CN115665031 A CN 115665031A
Authority
CN
China
Prior art keywords
sensing
data
equipment
edge
transmission connection
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
CN202211681799.6A
Other languages
English (en)
Other versions
CN115665031B (zh
Inventor
张金焕
何健
董健
刘安丰
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.)
Central South University
Original Assignee
Central South 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 Central South University filed Critical Central South University
Priority to CN202211681799.6A priority Critical patent/CN115665031B/zh
Publication of CN115665031A publication Critical patent/CN115665031A/zh
Application granted granted Critical
Publication of CN115665031B publication Critical patent/CN115665031B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • 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

  • Arrangements For Transmission Of Measured Signals (AREA)
  • Mobile Radio Communication Systems (AREA)

Abstract

本发明提供一种三维不规则边缘网络感知数据获取方法、系统及装置，包括以下步骤：S1、在三维不规则空间中随机部署若干感知设备以及边缘数据中心，由若干感知设备组成三维不规则的边缘感知网络；S2、计算每个感知设备到边缘数据中心的测地线距离；S3、与邻居感知设备的测地线距离进行对比，得到候选转发设备集合；S4、计算感知设备到候选转发设备集合中每个感知设备的连接权值，S5、选择传输连接权值大的感知设备进行数据传输，然后返回步骤S3，持续至数据传输到边缘数据中心。解决了三维大规模不规则边缘网络中基于欧氏距离进行逐跳感知设备选取带来的传输空洞问题；以及三维大规模不规则边缘网络中感知数据的高能效获取问题。

Description

三维不规则边缘网络感知数据获取方法、系统及装置
技术领域
本发明属于物联网数据采集领域，具体涉及一种三维不规则边缘网络感知数据获取方法、系统及装置。
背景技术
物联网中进行数据获取的边端感知设备种类繁多，其在通信、存储、计算及获取数据类型上都存在异构性，而受到研究人员广泛关注的仍然是完全连接网络中能够直接与目标设备通信的智能感知设备，如手机设备、移动车辆等，智能手机、移动车辆、无人机等移动感知设备具有较强的通信、计算和存储能力。然而，大量的位于边缘网络的基于传感器的感知设备，却不能直接与目标设备或Internet通信，通常这类感知设备硬件简单，通信范围只有几十米，其数据不能直接传输到边缘服务器，甚至在自组织网络的情况下仍然不能与边缘服务器直接通信。该类感知设备通常采用电池供电，电池能量有限，且在大多数情况下电池不可以替换。此外，为了满足各类物联网应用中各类感知数据的获取，大量的基于传感器的感知设备被部署到诸如河流、管道、道路、巷道等不规则监测对象周围，形成不规则的三维边缘感知网络拓扑。然而，当前的许多感知数据传输机制的研究，建立在理想的平面网络或线性网络拓扑基础上，边缘网络被假设为二维圆形、矩形或线性等规则网络拓扑结构。在理想网络拓扑结构下，基于地理位置的数据收集策略通过感知设备间及感知设备与数据汇聚中心的欧氏距离可以确保感知数据的传输方向。但是对于实际应用中部署到河流、管道、道路、巷道等周围的感知设备形成的三维不规则条形网络拓扑结构，基于欧氏距离的感知数据的逐跳转发无法保证感知数据到数据汇聚中心的正确传输方向，进而引起路径空洞。
因而，针对大量通信能力和电池容量有限的感知设备构成的不规则边缘网络，进行低能耗高效数据获取是本发明要解决的重要问题。
发明内容
本发明要解决的技术问题是提供一种三维不规则边缘网络感知数据获取方法、系统及装置，以解决现有技术存在的上述至少一个问题。
基于上述目的，本申请中一个或多个实施例提供了一种三维不规则边缘网络感知数据获取方法，其包括以下步骤：
S1、在三维不规则空间中随机部署若干感知设备以及边缘数据中心，由若干感知设备组成三维不规则的边缘感知网络；
S2、各感知设备获取其通信半径范围内的邻居感知设备，并计算每个感知设备到边缘数据中心的测地线距离；
S3、基于感知设备到边缘数据中心的测地线距离，与其邻居感知设备到边缘数据中心的测地线距离进行对比后确定感知设备，将这些感知设备组成候选转发设备集合；
S4、计算感知设备到候选转发设备集合中每个感知设备的连接权值，选择具有最大连接权值的感知设备作为下一跳转发设备，建立感知设备到边缘数据中心的逐跳传输路径；
S5、计算下一跳转发设备的剩余能量，并与该下一跳转发设备的测地线距离结合确定对应感知设备的传输连接权值，然后对比各感知设备的传输连接权值后确定具体的感知设备用于进行数据传输，然后返回步骤S3，持续至数据传输到边缘数据中心。
基于本发明的上述技术方案，还可以作出如下改进：
可选的，每一个感知设备具有GPS定位功能，其地理位置表示为
Figure 434957DEST_PATH_IMAGE001
，且所有感知设备具有相同的初始能量
Figure 827892DEST_PATH_IMAGE002
和传输半径r，每个感知设备通过广播探测数据包，获取其传输半径范围内的邻居感知设备
Figure 71923DEST_PATH_IMAGE003
,
Figure 575716DEST_PATH_IMAGE004
及其地理位置。
可选的，所述步骤S2中测地线距离步骤包括：定义感知设备
Figure 815068DEST_PATH_IMAGE005
的通信半径范围r，通过广播探测包，确定其邻接感知设备集
Figure 378904DEST_PATH_IMAGE006
,
Figure 969286DEST_PATH_IMAGE007
，邻接感知设备间的距离
Figure 417716DEST_PATH_IMAGE008
用设备间的欧氏距离表示，
Figure 777153DEST_PATH_IMAGE009
，非邻接感知设备之间的关系表示为无穷大
Figure 777470DEST_PATH_IMAGE010
，进而建立其邻接矩阵R；利用Dijkstra算法计算每个感知设备
Figure 323989DEST_PATH_IMAGE005
到边缘数据中心的最短路径，路径长度作为感知设备与边缘数据中心的测地线距离。
可选的，感知设备
Figure 435164DEST_PATH_IMAGE011
根据其到边缘数据中心的测地线距离
Figure 524474DEST_PATH_IMAGE012
，与其邻居设备集合
Figure 961272DEST_PATH_IMAGE013
Figure 995087DEST_PATH_IMAGE014
中的每个邻居感知设备的测地线距离进行比较，选取测地线距离小于
Figure 367076DEST_PATH_IMAGE012
的感知设备组合成候选转发设备集合
Figure 435526DEST_PATH_IMAGE015
。
可选的，所述步骤S3包括：选取到边缘数据中心测地线距离比该感知设备测地线距离小，且位于该感知设备通信半径范围内的感知设备节点，作为数据转发的候选转发设备集合；并建立感知设备到边缘数据中心的传输连接矩阵，以及位于该感知设备通信半径范围内且测地线距离小的节点为该感知设备的传输连接节点，传输连接节点在传输连接矩阵中对应的元素为1，非传输连接节点在传输连接矩阵中对应的元素为0。
可选的，定义感知设备
Figure 512067DEST_PATH_IMAGE016
为感知设备
Figure 298757DEST_PATH_IMAGE017
的候选转发设备，感知设备的剩余能量为
Figure 220577DEST_PATH_IMAGE018
，若感知设备
Figure 143533DEST_PATH_IMAGE017
与感知设备
Figure 797500DEST_PATH_IMAGE019
之间存在传输连接关系，则感知设备
Figure 805907DEST_PATH_IMAGE019
与感知设备
Figure 62576DEST_PATH_IMAGE017
传输连接权值表示为：
Figure 105618DEST_PATH_IMAGE020
其中，α与β为常系数，0<α、β<1，且α+ β=1；对于传输连接矩阵中连接关系为1的感知设备节点之间，其传输连接权值为
Figure 196065DEST_PATH_IMAGE021
；而传输连接矩阵中连接关系为0的感知设备节点之间，其传输连接权值
Figure 691769DEST_PATH_IMAGE022
。
可选的，根据传输连接权值
Figure 752129DEST_PATH_IMAGE021
，利用贪婪思想找出该感知设备
Figure 525044DEST_PATH_IMAGE023
的候选转发设备集合中具有最大传输连接权值的设备，并将其作为下一跳转发设备
Figure 379867DEST_PATH_IMAGE024
，形成感知设备到边缘数据中心的逐跳传输路径，以此进行数据转发。
可选的，被选为下一跳转发设备的感知设备在数据转发过程中消耗的能量通过以下方式计算：
Figure 362867DEST_PATH_IMAGE025
（1）
其中，l为收发数据包的比特数，d为收发节点之间的欧氏距离，
Figure 961338DEST_PATH_IMAGE026
，
Figure 447814DEST_PATH_IMAGE027
，
Figure 473539DEST_PATH_IMAGE028
，
Figure 678256DEST_PATH_IMAGE029
为感知设备发送l 比特数据时消耗的能量，
Figure 283680DEST_PATH_IMAGE030
为接收l比特数据包大小消耗的能量，
Figure 890242DEST_PATH_IMAGE031
为传输距离阈值，一般为75米。
根据本发明的第二方面，提供了一种三维不规则边缘网络感知数据获取系统，其采用了以上任意一项所述的三维不规则边缘网络感知数据获取方法。
根据本发明的第二方面，提供了一种三维不规则边缘网络感知数据获取装置，包括存储单元和处理单元，所述存储单元用于存储计算机程序，所述处理单元用于通过所述存储单元存储的计算机程序执行以上任意一项所述的三维不规则边缘网络感知数据获取方法。
本发明的有益效果是，本发明提供了一种三维不规则边缘网络感知数据获取方法、系统及装置，解决了三维大规模不规则边缘网络中基于欧氏距离进行逐跳感知设备选取带来的传输空洞问题；以及三维大规模不规则边缘网络中感知数据的高能效获取问题。
能够有效确保数据传输的正确方向，避免数据传输的空洞。测地线距离作为转发感知设备选取的依据，只有到汇聚数据中心的测地线距离小的邻接感知设备才能成为候选转发设备节点，从而保证了数据朝着感知数据中心的方向传输。
提高节点能效利用率，延长感知设备数据获取的工作时间。在下一跳转发感知设备选取中，不仅考虑到汇聚数据中心的测地线距离，还考虑节点的剩余能量及该感知设备到转发设备间的欧氏距离，根据贪婪策略，进行转发感知设备的优化选取，以减少剩余能量小的节点的能量过多消耗，进而提高感知设备的工作时长。
附图说明
图1为本发明实施例的一种三维不规则边缘网络感知数据获取方法的原理框图。
图2为本发明实施例的一种三维不规则边缘网络感知数据获取方法的三维边缘网络模型及测地线距离示意图。
具体实施方式
为使本公开的目的、技术方案和优点更加清楚明白，以下结合具体实施例，并参照附图，对本公开进一步详细说明。
需要说明的是，除非另外定义，本申请中一个或多个实施例使用的技术术语或者科学术语应当为本公开所属领域内具有一般技能的人士所理解的通常意义。本申请中一个或多个实施例中使用的“第一”、“第二”以及类似的词语并不表示任何顺序、数量或者重要性，而只是用来区分不同的组成部分。“包括”或者“包含”等类似的词语意指出现该词前面的元件或者物件涵盖出现在该词后面列举的元件或者物件及其等同，而不排除其他元件或者物件。“连接”或者“相连”等类似的词语并非限定于物理的或者机械的连接，而是可以包括电性的连接，不管是直接的还是间接的。“上”、“下”、“左”、“右”等仅用于表示相对位置关系，当被描述对象的绝对位置改变后，则该相对位置关系也可能相应地改变。
参考图1和图2，本申请中一个或多个实施例的一种三维不规则边缘网络感知数据获取方法，包括以下步骤：
S1、假设在某一监测场景中，在三维不规则空间中随机部署了N个感知设备
Figure 86868DEST_PATH_IMAGE032
，i=1,2,…,N，其组成了三维不规则的边缘感知网络。为了进行感知数据获取，每一个感知设备
Figure 513302DEST_PATH_IMAGE032
具有GPS定位功能，其地理位置为
Figure 719155DEST_PATH_IMAGE033
，且所有感知设备具有相同的初始能量
Figure 445803DEST_PATH_IMAGE034
和传输半径r。每个感知设备通过广播探测数据包，获取其传输半径范围内的邻居感知设备
Figure 688696DEST_PATH_IMAGE035
,
Figure 868005DEST_PATH_IMAGE036
及其地理位置。为了实现感知数据能远程传输，该监测区域部署了一个边缘汇聚数据中心（edge data center, EDC），EDC能连接到Internet。
S2、各感知设备获取其通信半径范围内的邻居感知设备，并计算每个感知设备到边缘数据中心的测地线距离；具体的，定义感知设备
Figure 358109DEST_PATH_IMAGE037
的通信半径范围r，通过广播探测包，确定其邻接感知设备集
Figure 673684DEST_PATH_IMAGE038
,
Figure 212113DEST_PATH_IMAGE039
，邻接感知设备间的距离
Figure 878718DEST_PATH_IMAGE040
用设备间的欧氏距离表示，
Figure 895215DEST_PATH_IMAGE009
，非邻接感知设备之间的关系表示为无穷大
Figure 596455DEST_PATH_IMAGE010
，进而建立其邻接矩阵R；利用Dijkstra算法计算每个感知设备
Figure 40206DEST_PATH_IMAGE037
到边缘数据中心的最短路径，路径长度作为感知设备与边缘数据中心的测地线距离。如图2所示。
其中，邻接矩阵：
Figure 194107DEST_PATH_IMAGE041
；
感知设备
Figure 14295DEST_PATH_IMAGE037
根据其到边缘数据中心的测地线距离
Figure 570041DEST_PATH_IMAGE042
，与其邻居设备集合
Figure 591218DEST_PATH_IMAGE043
Figure 825890DEST_PATH_IMAGE045
中的每个邻居感知设备的测地线距离进行比较，选取测地线距离小于
Figure 449770DEST_PATH_IMAGE042
的感知设备组合成候选转发设备集合
Figure 735389DEST_PATH_IMAGE046
。其中，
Figure 645576DEST_PATH_IMAGE047
，
Figure 649435DEST_PATH_IMAGE048
，
Figure 811426DEST_PATH_IMAGE049
，
Figure 76185DEST_PATH_IMAGE050
，
Figure 298219DEST_PATH_IMAGE051
。
S3、基于感知设备到边缘数据中心的测地线距离，与其邻居感知设备到边缘数据中心的测地线距离进行对比后确定感知设备，将这些感知设备组成候选转发设备集合；具体的，选取到边缘数据中心测地线距离比该感知设备测地线距离小，且位于该感知设备通信半径范围内的感知设备节点，作为数据转发的候选转发设备集合；并建立感知设备到边缘数据中心的传输连接矩阵，以及位于该感知设备通信半径范围内且测地线距离小的节点为该感知设备的传输连接节点，传输连接节点在传输连接矩阵中对应的元素为1，非传输连接节点在传输连接矩阵中对应的元素为0。
S4、计算感知设备到起候选转发设备集合中每个感知设备的连接权值，选择具有最大连接权值的感知设备作为下一跳转发设备，建立感知设备到边缘数据中心的逐跳传输路径；其中，定义感知设备
Figure 914008DEST_PATH_IMAGE052
为感知设备
Figure 145270DEST_PATH_IMAGE017
的候选转发设备，感知设备的剩余能量为
Figure 405481DEST_PATH_IMAGE053
，若感知设备
Figure 798416DEST_PATH_IMAGE017
与感知设备
Figure 635922DEST_PATH_IMAGE052
之间存在传输连接关系，则感知设备
Figure 139716DEST_PATH_IMAGE054
与感知设备
Figure 113488DEST_PATH_IMAGE017
传输连接权值表示为：
Figure 942904DEST_PATH_IMAGE020
其中，α与β为常系数，0<α、β<1，且α+ β=1；对于传输连接矩阵中连接关系为1的感知设备节点之间，其传输连接权值为
Figure 533285DEST_PATH_IMAGE055
；而传输连接矩阵中连接关系为0的感知设备节点之间，其传输连接权值
Figure 981715DEST_PATH_IMAGE056
。根据传输连接权值
Figure 329433DEST_PATH_IMAGE055
，利用贪婪思想找出该感知设备
Figure 329750DEST_PATH_IMAGE017
的候选转发设备集合中具有最大传输连接权值的设备，并将其作为下一跳转发设备
Figure 876269DEST_PATH_IMAGE057
，形成感知设备到边缘数据中心的逐跳传输路径，以此进行数据转发。
S5、计算下一跳转发设备的剩余能量，并与该下一跳转发设备的测地线距离结合确定对应感知设备的传输连接权值，然后对比各感知设备的传输连接权值后确定具体的感知设备用于进行数据传输，然后返回步骤S3，持续至数据传输到边缘数据中心。其中，参与数据转发的感知设备会消耗能量，消耗能量通过以下方式计算：
Figure 721866DEST_PATH_IMAGE025
（1）
其中，l为收发数据包的比特数，d为收发节点之间的欧氏距离，
Figure 670230DEST_PATH_IMAGE026
，
Figure 841448DEST_PATH_IMAGE027
，
Figure 609684DEST_PATH_IMAGE028
，
Figure 258971DEST_PATH_IMAGE058
为感知设备发送l 比特数据时消耗的能量，
Figure 327422DEST_PATH_IMAGE059
为接收l比特数据包大小消耗的能量，
Figure 669541DEST_PATH_IMAGE060
为传输距离阈值，一般为75米。
在本实施例中，提供了一种三维不规则边缘网络感知数据获取方法、系统及装置，解决了三维大规模不规则边缘网络中基于欧氏距离进行逐跳感知设备选取带来的传输空洞问题；以及三维大规模不规则边缘网络中感知数据的高能效获取问题。能够有效确保数据传输的正确方向，避免数据传输的空洞。测地线距离作为转发感知设备选取的依据，只有到汇聚数据中心的测地线距离小的邻接感知设备才能成为候选转发设备节点，从而保证了数据朝着感知数据中心的方向传输。提高节点能效利用率，延长感知设备数据获取的工作时间。在下一跳转发感知设备选取中，不仅考虑到汇聚数据中心的测地线距离，还考虑节点的剩余能量及该感知设备到转发设备间的欧氏距离，根据贪婪策略，进行转发感知设备的优化选取，以减少剩余能量小的节点的能量过多消耗，进而提高感知设备的工作时长。
另一实施例中，提供了一种三维不规则边缘网络感知数据获取系统，其采用了以上任意一项所述的三维不规则边缘网络感知数据获取方法。
又一实施例中，提供了一种三维不规则边缘网络感知数据获取装置，包括存储单元和处理单元，所述存储单元用于存储计算机程序，所述处理单元用于通过所述存储单元存储的计算机程序执行以上任意一项所述的三维不规则边缘网络感知数据获取方法。
尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。
显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包括这些改动和变型在内。

Claims (10)

1.三维不规则边缘网络感知数据获取方法，其特征是，包括以下步骤：
S1、在三维不规则空间中随机部署若干感知设备以及边缘数据中心，由若干感知设备组成三维不规则的边缘感知网络；
S2、各感知设备获取其通信半径范围内的邻居感知设备，并计算每个感知设备到边缘数据中心的测地线距离；
S3、基于感知设备到边缘数据中心的测地线距离，与其邻居感知设备到边缘数据中心的测地线距离进行对比后确定感知设备，将这些感知设备组成候选转发设备集合；
S4、计算感知设备到候选转发设备集合中每个感知设备的连接权值，选择具有最大连接权值的感知设备作为下一跳转发设备，建立感知设备到边缘数据中心的逐跳传输路径；
S5、计算下一跳转发设备的剩余能量，并与该下一跳转发设备的测地线距离结合确定对应感知设备的传输连接权值，然后对比各感知设备的传输连接权值后确定具体的感知设备用于进行数据传输，然后返回步骤S3，持续至数据传输到边缘数据中心。
2.如权利要求1所述的三维不规则边缘网络感知数据获取方法，其特征是，每一个感知设备具有GPS定位功能，其地理位置表示为
Figure 516778DEST_PATH_IMAGE001
，且所有感知设备具有相同的初始能量
Figure 669542DEST_PATH_IMAGE002
和传输半径r，每个感知设备通过广播探测数据包，获取其传输半径范围内的邻居感知设备
Figure 165245DEST_PATH_IMAGE003
,
Figure 960026DEST_PATH_IMAGE004
及其地理位置。
3.如权利要求2所述的三维不规则边缘网络感知数据获取方法，其特征是，所述步骤S2中测地线距离步骤包括：定义感知设备
Figure 591995DEST_PATH_IMAGE005
的通信半径范围r，通过广播探测包，确定其邻接感知设备集
Figure 181240DEST_PATH_IMAGE006
,
Figure 164239DEST_PATH_IMAGE004
，邻接感知设备间的距离
Figure 497132DEST_PATH_IMAGE007
用设备间的欧氏距离表示，
Figure 983608DEST_PATH_IMAGE008
，非邻接感知设备之间的关系表示为无穷大
Figure 150278DEST_PATH_IMAGE009
，进而建立其邻接矩阵R；利用Dijkstra算法计算每个感知设备
Figure 354994DEST_PATH_IMAGE005
到边缘数据中心的最短路径，路径长度作为感知设备与边缘数据中心的测地线距离。
4.如权利要求3所述的三维不规则边缘网络感知数据获取方法，其特征是，感知设备
Figure 491578DEST_PATH_IMAGE005
根据其到边缘数据中心的测地线距离
Figure 832560DEST_PATH_IMAGE010
，与其邻居设备集合
Figure 29186DEST_PATH_IMAGE011
Figure 721199DEST_PATH_IMAGE012
Figure 395894DEST_PATH_IMAGE013
中的每个邻居感知设备的测地线距离进行比较，选取测地线距离小于
Figure 856962DEST_PATH_IMAGE010
的感知设备组合成候选转发设备集合
Figure 224490DEST_PATH_IMAGE014
。
5.如权利要求4所述的三维不规则边缘网络感知数据获取方法，其特征是，所述步骤S3包括：选取到边缘数据中心测地线距离比该感知设备测地线距离小，且位于该感知设备通信半径范围内的感知设备节点，作为数据转发的候选转发设备集合；并建立感知设备到边缘数据中心的传输连接矩阵，以及位于该感知设备通信半径范围内且测地线距离小的节点为该感知设备的传输连接节点，传输连接节点在传输连接矩阵中对应的元素为1，非传输连接节点在传输连接矩阵中对应的元素为0。
6.如权利要求5所述的三维不规则边缘网络感知数据获取方法，其特征是，定义感知设备
Figure 138219DEST_PATH_IMAGE015
为感知设备
Figure 616605DEST_PATH_IMAGE016
的候选转发设备，感知设备的剩余能量为
Figure 197759DEST_PATH_IMAGE017
，若感知设备
Figure 470608DEST_PATH_IMAGE016
与感知设备
Figure 668371DEST_PATH_IMAGE015
之间存在传输连接关系，则感知设备
Figure 950448DEST_PATH_IMAGE015
与感知设备
Figure 527054DEST_PATH_IMAGE016
传输连接权值表示为：
Figure 959086DEST_PATH_IMAGE018
其中，α与β为常系数，0<α、β<1，且α+ β=1；对于传输连接矩阵中连接关系为1的感知设备节点之间，其传输连接权值为
Figure 112987DEST_PATH_IMAGE019
；而传输连接矩阵中连接关系为0的感知设备节点之间，其传输连接权值
Figure 933176DEST_PATH_IMAGE020
。
7.如权利要求6所述的三维不规则边缘网络感知数据获取方法，其特征是，根据传输连接权值
Figure 488922DEST_PATH_IMAGE019
，利用贪婪思想找出该感知设备
Figure 369153DEST_PATH_IMAGE016
的候选转发设备集合中具有最大传输连接权值的设备，并将其作为下一跳转发设备
Figure 10350DEST_PATH_IMAGE021
，形成感知设备到边缘数据中心的逐跳传输路径，以此进行数据转发。
8.如权利要求7所述的三维不规则边缘网络感知数据获取方法，其特征是，参与数据转发的感知设备在发送和接收数据包时会消耗能量，其中发送数据包消耗能量
Figure 368650DEST_PATH_IMAGE022
和接收数据包消耗能量
Figure 778903DEST_PATH_IMAGE023
计算如式（1）所示；感知设备当前的能量为其剩余能量，即除去其在数据转发中消耗的能量，
Figure 830036DEST_PATH_IMAGE024
（1）
其中，l为收发数据包的比特数，d为收发节点之间的欧氏距离，
Figure 692949DEST_PATH_IMAGE025
，
Figure 854940DEST_PATH_IMAGE026
，
Figure 119700DEST_PATH_IMAGE027
，
Figure 341734DEST_PATH_IMAGE028
为感知设备发送l 比特数据时消耗的能量，
Figure 691943DEST_PATH_IMAGE029
为接收l比特数据包大小消耗的能量，
Figure 392046DEST_PATH_IMAGE030
为传输距离阈值。
9.三维不规则边缘网络感知数据获取系统，其特征是，其采用了权利要求1-8任意一项权利要求所述的三维不规则边缘网络感知数据获取方法。
10.三维不规则边缘网络感知数据获取装置，其特征是，包括存储单元和处理单元，所述存储单元用于存储计算机程序，所述处理单元用于通过所述存储单元存储的计算机程序执行所述权利要求1-8任意一项所述的三维不规则边缘网络感知数据获取方法中的步骤。
CN202211681799.6A 2022-12-27 2022-12-27 三维不规则边缘网络感知数据获取方法及装置 Active CN115665031B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211681799.6A CN115665031B (zh) 2022-12-27 2022-12-27 三维不规则边缘网络感知数据获取方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211681799.6A CN115665031B (zh) 2022-12-27 2022-12-27 三维不规则边缘网络感知数据获取方法及装置

Publications (2)

Publication Number Publication Date
CN115665031A true CN115665031A (zh) 2023-01-31
CN115665031B CN115665031B (zh) 2023-04-07

Family

ID=85022186

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211681799.6A Active CN115665031B (zh) 2022-12-27 2022-12-27 三维不规则边缘网络感知数据获取方法及装置

Country Status (1)

Country Link
CN (1) CN115665031B (zh)

Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101583171A (zh) * 2009-06-10 2009-11-18 南京邮电大学 一种面向感知事件的无线传感器网络分层能耗平衡方法
CN102651886A (zh) * 2011-02-23 2012-08-29 中国科学院声学研究所 一种基于能量感知的gpsr动态路由选择方法及系统
CN102724681A (zh) * 2012-06-27 2012-10-10 东北大学 一种结合能量有效性的传感器网络覆盖空洞检测方法
CN104038965A (zh) * 2014-06-10 2014-09-10 南京邮电大学 一种高效利用能源的移动无线传感网机会路由方法
CN105307230A (zh) * 2015-09-21 2016-02-03 中国矿业大学 一种基于贪心思想的三维矿井混合路由算法
CN106211257A (zh) * 2016-07-08 2016-12-07 广州大学 一种基于地理位置的能量采集无线传感器网络路由算法
CN107040973A (zh) * 2017-05-18 2017-08-11 陕西师范大学 一种基于无线传感器网络的数据采集方法
CN107787021A (zh) * 2016-08-26 2018-03-09 扬州大学 基于能量均衡的非均匀分簇多跳的无线传感网络路由协议
CN108600985A (zh) * 2018-04-28 2018-09-28 深圳大图科创技术开发有限公司 一种基于区块链技术的空气污染数据采集及处理系统
CN109242968A (zh) * 2018-08-24 2019-01-18 电子科技大学 一种基于多属性超体素图割的河道三维建模方法
CN110062432A (zh) * 2019-04-26 2019-07-26 长春师范大学 一种基于最小能耗的无线传感器网络分簇路由算法
CN110234143A (zh) * 2019-06-10 2019-09-13 沈阳理工大学 面向iwsn基于密封第一价格拍卖博弈的可靠路由
US20190386995A1 (en) * 2018-06-14 2019-12-19 Zero31Skytech Inc. Apparatus, system and method to limit access to open networks by requiring the consensus of pre-existing nodes to admit candidate nodes
CN111314987A (zh) * 2020-02-26 2020-06-19 国网陕西省电力公司电力科学研究院 一种面向智能电网的无线传感器网络及其分簇算法
CN111356203A (zh) * 2020-03-10 2020-06-30 西安电子科技大学 基于分簇的三维无线光传感器网络路由方法
CN112911584A (zh) * 2020-12-16 2021-06-04 中南大学 一种能量收集无线传感器网络中基于探测路由获取节点信任值的规避黑洞节点攻击的方法
WO2021164791A1 (zh) * 2020-02-19 2021-08-26 重庆邮电大学 一种无线传感器的多跳最优路径选择方法
CN113595903A (zh) * 2021-07-12 2021-11-02 哈尔滨工程大学 基于fcm分簇拓扑的无线传感器网络节点休眠调度方法
CN114547716A (zh) * 2022-02-22 2022-05-27 中国科学院重庆绿色智能技术研究院 一种多自由度3d打印曲面切片以及路径规划方法

Patent Citations (19)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101583171A (zh) * 2009-06-10 2009-11-18 南京邮电大学 一种面向感知事件的无线传感器网络分层能耗平衡方法
CN102651886A (zh) * 2011-02-23 2012-08-29 中国科学院声学研究所 一种基于能量感知的gpsr动态路由选择方法及系统
CN102724681A (zh) * 2012-06-27 2012-10-10 东北大学 一种结合能量有效性的传感器网络覆盖空洞检测方法
CN104038965A (zh) * 2014-06-10 2014-09-10 南京邮电大学 一种高效利用能源的移动无线传感网机会路由方法
CN105307230A (zh) * 2015-09-21 2016-02-03 中国矿业大学 一种基于贪心思想的三维矿井混合路由算法
CN106211257A (zh) * 2016-07-08 2016-12-07 广州大学 一种基于地理位置的能量采集无线传感器网络路由算法
CN107787021A (zh) * 2016-08-26 2018-03-09 扬州大学 基于能量均衡的非均匀分簇多跳的无线传感网络路由协议
CN107040973A (zh) * 2017-05-18 2017-08-11 陕西师范大学 一种基于无线传感器网络的数据采集方法
CN108600985A (zh) * 2018-04-28 2018-09-28 深圳大图科创技术开发有限公司 一种基于区块链技术的空气污染数据采集及处理系统
US20190386995A1 (en) * 2018-06-14 2019-12-19 Zero31Skytech Inc. Apparatus, system and method to limit access to open networks by requiring the consensus of pre-existing nodes to admit candidate nodes
CN109242968A (zh) * 2018-08-24 2019-01-18 电子科技大学 一种基于多属性超体素图割的河道三维建模方法
CN110062432A (zh) * 2019-04-26 2019-07-26 长春师范大学 一种基于最小能耗的无线传感器网络分簇路由算法
CN110234143A (zh) * 2019-06-10 2019-09-13 沈阳理工大学 面向iwsn基于密封第一价格拍卖博弈的可靠路由
WO2021164791A1 (zh) * 2020-02-19 2021-08-26 重庆邮电大学 一种无线传感器的多跳最优路径选择方法
CN111314987A (zh) * 2020-02-26 2020-06-19 国网陕西省电力公司电力科学研究院 一种面向智能电网的无线传感器网络及其分簇算法
CN111356203A (zh) * 2020-03-10 2020-06-30 西安电子科技大学 基于分簇的三维无线光传感器网络路由方法
CN112911584A (zh) * 2020-12-16 2021-06-04 中南大学 一种能量收集无线传感器网络中基于探测路由获取节点信任值的规避黑洞节点攻击的方法
CN113595903A (zh) * 2021-07-12 2021-11-02 哈尔滨工程大学 基于fcm分簇拓扑的无线传感器网络节点休眠调度方法
CN114547716A (zh) * 2022-02-22 2022-05-27 中国科学院重庆绿色智能技术研究院 一种多自由度3d打印曲面切片以及路径规划方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
TIANYI ZHANG: "Routing Clustering Protocol for 3D Wireless Sensor Networks Based on Fragile Collection Ant Colony Algorithm" *
YUN XU: "An Energy-Efficient Routing Protocol for 3D Wireless Sensor Networks" *
关停停: "降低网络时延的无线传感器网络数据融合技术" *
史多水: "面向基础设施监测的三维无线传感器网络能耗均衡路由协议研究" *
周昆;符意德;: "WMSN中的一种实时地理路由算法" *

Also Published As

Publication number Publication date
CN115665031B (zh) 2023-04-07

Similar Documents

Publication Publication Date Title
US8150367B1 (en) System and method of determining a location based on location of detected signals
US7609644B2 (en) Ad hoc communications system
WO2018098737A1 (zh) 分布式网络的簇首选取方法、节点及系统
WO2018098759A1 (zh) 分布式网络的簇首选取方法、节点及系统
CN105072661A (zh) 无线传感器网络分簇多跳路由协议
WO2018098753A1 (zh) 分布式网络的管理方法、节点及系统
Khedr et al. Minimum connected cover of a query region in heterogeneous wireless sensor networks
CN107328916A (zh) 一种有效的土壤环境监测系统
Wang et al. An energy efficient and load balancing routing algorithm for wireless sensor networks
WO2018098755A1 (zh) 分布式网络的簇首选取方法、节点及系统
WO2018098745A1 (zh) 分布式网络的通信方法、节点及系统
CN115665031B (zh) 三维不规则边缘网络感知数据获取方法及装置
John et al. Energy-aware duty cycle scheduling for efficient data collection in wireless sensor networks
WO2018098754A1 (zh) 分布式网络的簇首选取方法、节点及系统
KR101243244B1 (ko) 애드혹 네트워크에서 에너지 소모를 최소화하는 경로 탐색 장치 및 방법
WO2018098748A1 (zh) 分布式网络的通信方法、节点及系统
Saveetha et al. Hybrid Energy-based Secured clustering technique for Wireless Sensor Networks
Wang et al. A path-based approach for data aggregation in grid-based wireless sensor networks
US20130172042A1 (en) FIRST HUB AND SECOND HUB COMMUNICATING BY TEMPORAL CONNECTION BETWEEN DIFFERENT WIRELESS BODY AREA NETWORKS (WBANs) AND COMMUNICATION METHOD THEREOF
Soni et al. An investigation on energy efficient routing protocol for wireless sensor network
Wang et al. Efficient geographical 3D routing for Wireless Sensor Networks in smart spaces
Avhankar et al. Localization Algorithms in Wireless Sensor Networks: Classification, Case Studies and Evaluation Frameworks
CN108834192B (zh) 一种路由方法和服务器
CN102035870B (zh) 无线移动网络中基于极坐标划分管理的服务发现方法
Tateson et al. A novel mechanism for routing in highly mobile ad hoc sensor networks

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