CN115996440B - 一种基于移动机器人网关的wsn路由方法及系统 - Google Patents
一种基于移动机器人网关的wsn路由方法及系统 Download PDFInfo
- Publication number
- CN115996440B CN115996440B CN202310279102.0A CN202310279102A CN115996440B CN 115996440 B CN115996440 B CN 115996440B CN 202310279102 A CN202310279102 A CN 202310279102A CN 115996440 B CN115996440 B CN 115996440B
- Authority
- CN
- China
- Prior art keywords
- cluster
- area
- mobile robot
- node
- cluster head
- 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
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
- Control Of Position, Course, Altitude, Or Attitude Of Moving Bodies (AREA)
Abstract
本发明属于无线网络通信技术领域，提供了一种基于移动机器人网关的WSN路由方法及系统，由各个移动机器人构成无线传感器网络并分为多个簇区；划分每个簇区内的簇芯区域；如果监测到有簇区的簇头节点对应的移动机器人离开该簇区的簇芯区域则替换簇头节点；各个簇头节点之间生成通往基站的路由路径，有益效果为：通过运动指示度衡量出簇区内的普通节点与CH通信的信号强度的平衡性，取运动指示度最大的普通节点替换为新的簇头节点，使得簇区内替换后新的簇区内减少了信号部分丢失，提升信号传输效率、降低了传输能耗，保证了WSN网络的使用寿命和数据传输稳定性。
Description
技术领域
本发明属于无线网络通信技术领域，具体是一种基于移动机器人网关的WSN路由方法及系统。
背景技术
在实际的移动机器人（移动机器人包括地面、空中、水面和水下移动机器人，其移动机构有轮式、履带式、足式、混合式、特殊式、无人机等类型）在环境、地质、气象、农业、洪水、火灾、军事环境等监测场景下,环境监测的应用中，由于一个移动机器人的监测范围是有限的，所以往往不是一个移动机器人进行检测，而是多个无人机进行协作监测，在每个移动机器人上均设置有一个WSN网络的节点用于监测环境，然而现有的距离矢量型路由算法、链路状态型路由算法、LEACH路由算法或者HEED路由算法等路由分簇算法的应用环境一般是静态的WSN网络，基本上不适合用于动态的WSN网络。
目前，适用于动态节点的WSN网络技术，如公开号为CN113271347B的发明专利，提供了在存储节点随着海浪、潮汐等自然因素产生较大范围的位移后的各种场景的备份机制，回到原分簇的簇区内或者移动到其他分簇的簇区内的恢复机制，尽管可以避免了在海洋环境中由于洋流、气候、或者潮汐的变化产生的干扰，根据RSSI的信号衰减进行动态的控制各个分布式的无线传感网络节点的网络数据存储，但是该方案原理是基于自然因素对于分簇区的恢复机制以改变OSPF协议生成的路由路径，由于其十分依赖于自然环境对于节点之间RSSI的信号衰减，所以并不适用于移动机器人的应用环境。
发明内容
本发明的目的在于提出一种基于移动机器人网关的WSN路由方法及系统，以解决现有技术中所存在的一个或多个技术问题，至少提供一种有益的选择或创造条件。
为了实现上述目的，本发明提出一种基于移动机器人网关的WSN路由方法，具体包括以下步骤：
S1：在监测区域内部署多个移动机器人；由各个移动机器人安装的传感器构成无线传感器网络；对无线传感器网络中各个传感器进行网络分簇将无线传感器网络分为多个簇区；每个簇区包括簇头节点和普通节点；
S2：于各个移动机器人移动时实时监测各簇区内簇头节点和普通节点间的RSSI值；
S3：划分每个簇区内的簇芯区域；
S4：如果监测到有簇区的簇头节点对应的移动机器人离开该簇区的簇芯区域则替换簇头节点；
S5：各个簇头节点之间生成通往基站的路由路径。
进一步地，在S1中，移动机器人是由传感器、无线通信模块、遥控操作器、电源模块和自动控制器组成的具有移动功能的机器人系统，移动机器人包括陆地移动机器人、水下机器人、无人机和空间机器人中任意一种。所述监测区域为一个选定的水域、空域、林地、山地、田地等地理区域。传感器包括声传感器呐、震动传感器、温度传感器、湿度传感器、声音传感器、压力传感器中任意一种，自动控制器包括微控制单元MCU和存储器；电源模块为电池或振动发电机。其中，簇头节点和普通节点均为传感器。
进一步地，在S1中，进行网络分簇的方法包括：LEACH算法、GAF算法或HEED算法中任意一种网络分簇算法，通过网络分簇算法将无线传感器网络划分为多个分簇的簇区，每个分簇的簇区中至少包括一个簇头节点和一个或多个普通节点。
进一步地，在S3中，划分每个簇区内的簇芯区域的方法为：记分簇的簇区内各个普通节点到簇头节点距离的平均值为D1；以簇区内的簇头为圆心、D1为半径的圆形区域为簇芯区域。
优选地，在S3中，划分每个簇区内的簇芯区域的方法为：记与簇区内的簇头节点之间的RSSI值最小的普通节点到簇头节点之间的距离为D1；以簇区内的簇头为圆心、D1为半径或者以簇区的几何重心为圆心、D1为半径的圆形区域为簇芯区域。
如果簇头节点离开簇头区域，簇区内的普通节点与CH通信的信号强度，通信代价失去均衡性，部分普通节点的通信代价上升，有很大的概率会出现信号部分丢失或者信号传输效率减弱、传输能耗提高的问题，为保证WSN网络的使用寿命和数据传输稳定性，需重新选举簇头，所以提出了以下方案解决该问题
进一步地，在S4中，替换簇头节点的方法为：
以当前簇区REG内簇芯区域的中心点为Cp；记当前的簇头节点为CH；将所有的与当前簇区REG相邻的簇区（有共同边界的簇区）标记为REG的连接区；
将当前簇区REG内所有的普通节点构成的集合为NH={NHi}，其中，NHi表示集合NH中第i个普通节点，i是集合NH中普通节点的序号，i∈[1,N]，N是集合NH中普通节点的数量；
在i的取值范围内，以NHi对应的移动机器人（即安装有NHi的移动机器人）运动的方向上的连接区为NHi的运动区域；（运动区域是普通节点对应的移动机器人运动方向的簇区，其信号强度RSSI值和普通节点的信号强度是最小的，用以识别普通节点最优的变化趋势，运动区域是能够体现出NHi相对运动方向上的信号强度均衡的位置）；
记NHi的运动区域中各个普通节点中与NHi之间的RSSI值最小的普通节点为CMinNHi；记NHi的运动区域中各个普通节点中与NHi之间的RSSI值最大的普通节点为CMaxNHi；以NHi、CMinNHi、CMaxNHi三个节点互相连接构成的三角形区域作为NHi对应的运动信号区域；
将NHi对应的运动信号区域内所有的普通节点构成的集合为NH(i)={NH(i)j}，其中，NH(i)j表示集合NH(i)中第j个普通节点，j是集合NH(i)中普通节点的序号，j∈[1,M]，M是集合NH(i)中普通节点的数量；
在i的取值范围内，计算NHi对应的运动指示度GNHi；
令变量X=|RSNH(i)j-RSMaxH(i)|-|RSNH(i)j-RSMinH(i)|；
则，Si(X)是趋势指数函数，
其中，RSNH(i)j为当前的簇头节点CH与NH(i)j之间的RSSI值；
RSMaxH(i)为当前的簇头节点CH与集合NH(i)中各个普通节点之间的最大的RSSI值；
RSMinH(i)为当前的簇头节点CH与集合NH(i)中各个普通节点之间的最小的RSSI值；
如果监测到当前簇区REG的簇头节点CH对应的移动机器人离开当前簇区REG的簇芯区域则：获取当前簇区REG内各个普通节点的运动指示度，将当前簇区REG的簇头节点CH设置为普通节点，并且将运动指示度的值最大的运动指示度对应的普通节点替换为新的簇头节点CH。
有益效果为：运动指示度考虑到了和本簇区相邻接的运动区域与本簇区内簇头节点之间互相运动的信号强度之间的强弱关系，能够实时的衡量出以本簇区为中心的区域内正在运动的移动机器人之间担任替换簇头的可能性，而不仅仅将簇头节点的替换局限于本簇区内，能够预判出在运动区域内的普通节点进入簇区时能够快速的替换为所在簇区的簇头节点的可能性，通过相邻区域进入本区域节点充当簇头能够极大避免了本簇区内的节点出现失心现象（即所有符合替换簇头的普通节点均距离大部分的普通节点的信号强度弱的现象），通过运动指示度衡量出簇区内的普通节点与CH通信的信号强度的平衡性，取运动指示度最大的普通节点替换为新的簇头节点，使得簇区内替换后新的簇区内减少了信号部分丢失，提升信号传输效率、降低了传输能耗，保证了WSN网络的使用寿命和数据传输稳定性。
进一步地，在S5中，各个簇头节点之间生成通往基站的路由路径的方法为：在各个簇头节点采用OSPF路由算法、BGP路由选择算法或者RIP路由算法的任中一种生成各个簇头节点通往基站的路由。
所述基站为笔记本电脑、服务器及云端数据中心等计算设备
在本发明中，节点与节点之间的距离为节点的中心点与节点的中心点之间的欧氏距离。
本发明还提供了一种基于移动机器人网关的WSN路由系统，所述一种基于移动机器人网关的WSN路由系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现所述一种基于移动机器人网关的WSN路由方法中的步骤，所述一种基于移动机器人网关的WSN路由系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群，所述处理器执行所述计算机程序运行在以下系统的单元中：
传感网络分簇单元，用于在监测区域内部署多个移动机器人；由各个移动机器人安装的传感器构成无线传感器网络；对无线传感器网络中各个传感器进行网络分簇将无线传感器网络分为多个簇区；每个簇区包括簇头节点和普通节点；
信号强度监测单元，用于于各个移动机器人移动时实时监测各簇区内簇头节点和普通节点间的RSSI值；
簇芯区域划分单元，用于划分每个簇区内的簇芯区域；
簇头节点替换单元，用于如果监测到有簇区的簇头节点对应的移动机器人离开该簇区的簇芯区域则替换簇头节点；
路由路径生成单元，用于各个簇头节点之间生成通往基站的路由路径。
本发明的有益效果为：本发明通过提供一种基于移动机器人网关的WSN路由方法，有益效果为：通过运动指示度衡量出簇区内的普通节点与CH通信的信号强度的平衡性，取运动指示度最大的普通节点替换为新的簇头节点，使得簇区内替换后新的簇区内减少了信号部分丢失，提升信号传输效率、降低了传输能耗，保证了WSN网络的使用寿命和数据传输稳定性。
附图说明
通过对结合附图所示出的实施方式进行详细说明，本发明的上述以及其他特征将更加明显，本发明附图中相同的参考标号表示相同或相似的元素，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的前提下，还可以根据这些附图获得其他的附图，在附图中：
图1为一种基于移动机器人网关的WSN路由方法的流程图；
图2为一种基于移动机器人网关的WSN路由系统的结构图。
具体实施方式
以下将结合实施例和附图对本发明的构思、具体结构及产生的技术效果进行清楚、完整的描述，以充分地理解本发明的目的、方案和效果。需要说明的是，在不冲突的情况下，本申请中的实施例及实施例中的特征可以相互组合。附图中各处使用的相同的附图标记指示相同或相似的部分。
如图1所示为根据本发明的一种基于移动机器人网关的WSN路由方法的流程图，根据图1来阐述根据本发明的实施方式的一种基于移动机器人网关的WSN路由方法，对优选实施例作详细说明。应该强调的是，下述说明仅仅是示例性的，而不是为了限制本发明的范围及其应用。
S1：在监测区域内部署多个移动机器人；由各个移动机器人安装的传感器构成无线传感器网络；对无线传感器网络中各个传感器进行网络分簇将无线传感器网络分为多个簇区；每个簇区包括簇头节点和普通节点；
S2：于各个移动机器人移动时实时监测各簇区内簇头节点和普通节点间的RSSI值；
S3：划分每个簇区内的簇芯区域；
S4：如果监测到有簇区的簇头节点对应的移动机器人离开该簇区的簇芯区域则替换簇头节点；
S5：各个簇头节点之间生成通往基站的路由路径。
进一步地，在S1中，移动机器人是由传感器、无线通信模块、遥控操作器、电源模块和自动控制器组成的具有移动功能的机器人系统，移动机器人包括陆地移动机器人、水下机器人、无人机和空间机器人中任意一种。所述监测区域为一个选定的水域、空域、林地、山地、田地等地理区域。传感器包括声传感器呐、震动传感器、温度传感器、湿度传感器、声音传感器、压力传感器中任意一种，自动控制器包括微控制单元MCU和存储器；电源模块为电池或振动发电机。其中，簇头节点和普通节点均为传感器。
进一步地，在S1中，进行网络分簇的方法包括：LEACH算法、GAF算法或HEED算法中任意一种网络分簇算法。
进一步地，在S3中，划分每个簇区内的簇芯区域的方法为：记分簇的簇区内各个普通节点到簇头节点距离的平均值为D1；以簇区内的簇头为圆心、D1为半径的圆形区域为簇芯区域。
优选地，在S3中，划分每个簇区内的簇芯区域的方法为：记与簇区内的簇头节点之间的RSSI值最小的普通节点到簇头节点之间的距离为D1；以簇区内的簇头为圆心、D1为半径或者以簇区的几何重心为圆心、D1为半径的圆形区域为簇芯区域。
如果簇头节点离开簇头区域，簇区内的普通节点与CH通信的信号强度，通信代价失去均衡性，部分普通节点的通信代价上升，有很大的概率会出现信号部分丢失或者信号传输效率减弱、传输能耗提高的问题，为保证WSN网络的使用寿命和数据传输稳定性，需重新选举簇头，所以提出了以下方案解决该问题
进一步地，在S4中，替换簇头节点的方法为：
以当前簇区REG内簇芯区域的中心点为Cp；记当前的簇头节点为CH；将所有的与当前簇区REG相邻的簇区（有共同边界的簇区）标记为REG的连接区；
将当前簇区REG内所有的普通节点构成的集合为NH={NHi}，其中，NHi表示集合NH中第i个普通节点，i是集合NH中普通节点的序号，i∈[1,N]，N是集合NH中普通节点的数量；
在i的取值范围内，以NHi对应的移动机器人（即安装有NHi的移动机器人）运动的方向上的连接区为NHi的运动区域；（运动区域是普通节点对应的移动机器人运动方向的簇区，其信号强度RSSI值和普通节点的信号强度是最小的，用以识别普通节点最优的变化趋势，运动区域是能够体现出NHi相对运动方向上的信号强度均衡的位置）；
记NHi的运动区域中各个普通节点中与NHi之间的RSSI值最小的普通节点为CMinNHi；记NHi的运动区域中各个普通节点中与NHi之间的RSSI值最大的普通节点为CMaxNHi；以NHi、CMinNHi、CMaxNHi三个节点互相连接构成的三角形区域作为NHi对应的运动信号区域；
将NHi对应的运动信号区域内所有的普通节点构成的集合为NH(i)={NH(i)j}，其中，NH(i)j表示集合NH(i)中第j个普通节点，j是集合NH(i)中普通节点的序号，j∈[1,M]，M是集合NH(i)中普通节点的数量；
在i的取值范围内，计算NHi对应的运动指示度GNHi；
令变量X=|RSNH(i)j-RSMaxH(i)|-|RSNH(i)j-RSMinH(i)|；
则，Si(X)是趋势指数函数，
其中，RSNH(i)j为当前的簇头节点CH与NH(i)j之间的RSSI值；
RSMaxH(i)为当前的簇头节点CH与集合NH(i)中各个普通节点之间的最大的RSSI值；
RSMinH(i)为当前的簇头节点CH与集合NH(i)中各个普通节点之间的最小的RSSI值；
如果监测到当前簇区REG的簇头节点CH对应的移动机器人离开当前簇区REG的簇芯区域则：获取当前簇区REG内各个普通节点的运动指示度，将当前簇区REG的簇头节点CH设置为普通节点，并且将运动指示度的值最大的运动指示度对应的普通节点替换为新的簇头节点CH。
有益效果为：运动指示度考虑到了和本簇区相邻接的运动区域与本簇区内簇头节点之间互相运动的信号强度之间的强弱关系，能够实时的衡量出以本簇区为中心的区域内正在运动的移动机器人之间担任替换簇头的可能性，而不仅仅将簇头节点的替换局限于本簇区内，能够预判出在运动区域内的普通节点进入簇区时能够快速的替换为所在簇区的簇头节点的可能性，通过相邻区域进入本区域节点充当簇头能够极大避免了本簇区内的节点出现失心现象（即所有符合替换簇头的普通节点均距离大部分的普通节点的信号强度弱的现象），通过运动指示度衡量出簇区内的普通节点与CH通信的信号强度的平衡性，取运动指示度最大的普通节点替换为新的簇头节点，使得簇区内替换后新的簇区内减少了信号部分丢失，提升信号传输效率、降低了传输能耗，保证了WSN网络的使用寿命和数据传输稳定性。
进一步地，在S5中，各个簇头节点之间生成通往基站的路由路径的方法为：在各个簇头节点采用OSPF路由算法、BGP路由选择算法或者RIP路由算法的任中一种生成各个簇头节点通往基站的路由。
所述基站为笔记本电脑、服务器及云端数据中心等计算设备
在本发明中，节点与节点之间的距离为节点的中心点与节点的中心点之间的欧氏距离。
本发明的实施例提供的一种基于移动机器人网关的WSN路由系统，如图2所示，该实施例的一种基于移动机器人网关的WSN路由系统包括：处理器、存储器以及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于移动机器人网关的WSN路由方法实施例中的步骤，所述处理器执行所述计算机程序运行在以下系统的单元中：
传感网络分簇单元，用于在监测区域内部署多个移动机器人；由各个移动机器人安装的传感器构成无线传感器网络；对无线传感器网络中各个传感器进行网络分簇将无线传感器网络分为多个簇区；每个簇区包括簇头节点和普通节点；
信号强度监测单元，用于于各个移动机器人移动时实时监测各簇区内簇头节点和普通节点间的RSSI值；
簇芯区域划分单元，用于划分每个簇区内的簇芯区域；
簇头节点替换单元，用于如果监测到有簇区的簇头节点对应的移动机器人离开该簇区的簇芯区域则替换簇头节点；
路由路径生成单元，用于各个簇头节点之间生成通往基站的路由路径。
所述一种基于移动机器人网关的WSN路由系统包括：处理器、存储器及存储在所述存储器中并可在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现上述一种基于移动机器人网关的WSN路由方法实施例中的步骤，所述一种基于移动机器人网关的WSN路由系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中，可运行的系统可包括，但不仅限于，处理器、存储器、服务器集群。
所述一种基于移动机器人网关的WSN路由系统可以运行于桌上型计算机、笔记本电脑、掌上电脑及云端数据中心等计算设备中。所述一种基于移动机器人网关的WSN路由系统包括，但不仅限于，处理器、存储器。本领域技术人员可以理解，所述例子仅仅是一种基于移动机器人网关的WSN路由方法及系统的示例，并不构成对一种基于移动机器人网关的WSN路由方法及系统的限定，可以包括比例子更多或更少的部件，或者组合某些部件，或者不同的部件，例如所述一种基于移动机器人网关的WSN路由系统还可以包括输入输出设备、网络接入设备、总线等。
所称处理器可以是中央处理单元(Central Processing Unit，CPU)，还可以是其他通用处理器、数字信号处理器 (Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列 (Field-Programmable Gate Array，FPGA) 或者其他可编程逻辑器件、分立元器件门电路或者晶体管逻辑器件、分立硬件组件等。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等，所述处理器是所述一种基于移动机器人网关的WSN路由系统的控制中心，利用各种接口和线路连接整个一种基于移动机器人网关的WSN路由系统的各个分区域。
所述存储器可用于存储所述计算机程序和/或模块，所述处理器通过运行或执行存储在所述存储器内的计算机程序和/或模块，以及调用存储在存储器内的数据，实现所述一种基于移动机器人网关的WSN路由方法及系统的各种功能。所述存储器可主要包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需的应用程序（比如声音播放功能、图像播放功能等）等；存储数据区可存储根据手机的使用所创建的数据（比如音频数据、电话本等）等。此外，存储器可以包括高速随机存取存储器，还可以包括非易失性存储器，例如硬盘、内存、插接式硬盘，智能存储卡（Smart Media Card, SMC），安全数字（Secure Digital, SD）卡，闪存卡（Flash Card）、至少一个磁盘存储器件、闪存器件、或其他易失性固态存储器件。
尽管本发明的描述已经相当详尽且特别对几个所述实施例进行了描述，但其并非旨在局限于任何这些细节或实施例或任何特殊实施例，从而有效地涵盖本发明的预定范围。此外，上文以发明人可预见的实施例对本发明进行描述，其目的是为了提供有用的描述，而那些目前尚未预见的对本发明的非实质性改动仍可代表本发明的等效改动。
Claims (7)
1.一种基于移动机器人网关的WSN路由方法，其特征在于，所述方法包括如下步骤：
S1：在监测区域内部署多个移动机器人；由各个移动机器人安装的传感器构成无线传感器网络；对无线传感器网络中各个传感器进行网络分簇将无线传感器网络分为多个簇区；每个簇区包括簇头节点和普通节点；
S2：于各个移动机器人移动时实时监测各簇区内簇头节点和普通节点间的RSSI值；
S3：划分每个簇区内的簇芯区域；
S4：如果监测到有簇区的簇头节点对应的移动机器人离开该簇区的簇芯区域则替换簇头节点；
S5：各个簇头节点之间生成通往基站的路由路径；
其中，在S4中，替换簇头节点的方法为：
以当前簇区REG内簇芯区域的中心点为Cp；记当前的簇头节点为CH；将所有的与当前簇区REG相邻的簇区标记为REG的连接区；
将当前簇区REG内所有的普通节点构成的集合为NH={NHi}，其中，NHi表示集合NH中第i个普通节点，i是集合NH中普通节点的序号，i∈[1,N]，N是集合NH中普通节点的数量；
在i的取值范围内，以NHi对应的移动机器人运动的方向上的连接区为NHi的运动区域；
记NHi的运动区域中各个普通节点中与NHi之间的RSSI值最小的普通节点为CMinNHi；记NHi的运动区域中各个普通节点中与NHi之间的RSSI值最大的普通节点为CMaxNHi；以NHi、CMinNHi、CMaxNHi三个节点互相连接构成的三角形区域作为NHi对应的运动信号区域；
将NHi对应的运动信号区域内所有的普通节点构成的集合为NH(i)={NH(i)j}，其中，NH(i)j表示集合NH(i)中第j个普通节点，j是集合NH(i)中普通节点的序号，j∈[1,M]，M是集合NH(i)中普通节点的数量；
在i的取值范围内，计算NHi对应的运动指示度GNHi；
令变量X=|RSNH(i)j-RSMaxH(i)|-|RSNH(i)j-RSMinH(i)|；
则，Si(X)是趋势指数函数，
其中，RSNH(i)j为当前的簇头节点CH与NH(i)j之间的RSSI值；
RSMaxH(i)为当前的簇头节点CH与集合NH(i)中各个普通节点之间的最大的RSSI值；
RSMinH(i)为当前的簇头节点CH与集合NH(i)中各个普通节点之间的最小的RSSI值；
如果监测到当前簇区REG的簇头节点CH对应的移动机器人离开当前簇区REG的簇芯区域则：获取当前簇区REG内各个普通节点的运动指示度，将当前簇区REG的簇头节点CH设置为普通节点，并且将运动指示度的值最大的运动指示度对应的普通节点替换为新的簇头节点CH。
2.根据权利要求1所述的一种基于移动机器人网关的WSN路由方法，其特征在于，在S1中，移动机器人是由传感器、无线通信模块、遥控操作器、电源模块和自动控制器组成的具有移动功能的机器人系统，移动机器人包括陆地移动机器人、水下机器人、无人机和空间机器人中任意一种。
3.根据权利要求1所述的一种基于移动机器人网关的WSN路由方法，其特征在于，在S1中，进行网络分簇的方法包括：LEACH算法、GAF算法或HEED算法中任意一种网络分簇算法。
4.根据权利要求1所述的一种基于移动机器人网关的WSN路由方法，其特征在于，在S3中，划分每个簇区内的簇芯区域的方法为：记分簇的簇区内各个普通节点到簇头节点距离的平均值为D1；以簇区内的簇头为圆心、D1为半径的圆形区域为簇芯区域。
5.根据权利要求1所述的一种基于移动机器人网关的WSN路由方法，其特征在于，在S3中，划分每个簇区内的簇芯区域的方法为：记与簇区内的簇头节点之间的RSSI值最小的普通节点到簇头节点之间的距离为D1；以簇区内的簇头为圆心、D1为半径或者以簇区的几何重心为圆心、D1为半径的圆形区域为簇芯区域。
6.根据权利要求4所述的一种基于移动机器人网关的WSN路由方法，其特征在于，在S5中，各个簇头节点之间生成通往基站的路由路径的方法为：在各个簇头节点采用OSPF路由算法、BGP路由选择算法或者RIP路由算法的任中一种生成各个簇头节点通往基站的路由。
7.一种基于移动机器人网关的WSN路由系统，其特征在于，所述一种基于移动机器人网关的WSN路由系统包括：处理器、存储器及存储在所述存储器中并在所述处理器上运行的计算机程序，所述处理器执行所述计算机程序时实现权利要求1到6中的任意一项所述的一种基于移动机器人网关的WSN路由方法中的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310279102.0A CN115996440B (zh) | 2023-03-22 | 2023-03-22 | 一种基于移动机器人网关的wsn路由方法及系统 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310279102.0A CN115996440B (zh) | 2023-03-22 | 2023-03-22 | 一种基于移动机器人网关的wsn路由方法及系统 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN115996440A CN115996440A (zh) | 2023-04-21 |
| CN115996440B true CN115996440B (zh) | 2023-06-20 |
Family
ID=85992257
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310279102.0A Active CN115996440B (zh) | 2023-03-22 | 2023-03-22 | 一种基于移动机器人网关的wsn路由方法及系统 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN115996440B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115314886A (zh) * | 2022-08-24 | 2022-11-08 | 广东财经大学 | 一种无线传感器网络的数据安全通信方法 |
Family Cites Families (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| US8407213B2 (en) * | 2006-08-31 | 2013-03-26 | Ektimisi Semiotics Holdings, Llc | System and method for identifying a location of interest to be named by a user |
| US9148849B2 (en) * | 2013-06-03 | 2015-09-29 | King Fahd University Of Petroleum And Minerals | Coverage, connectivity and communication (C3) protocol method for wireless sensor networks |
| CN112055394B (zh) * | 2019-06-06 | 2023-01-24 | 佛山科学技术学院 | 快速包含排除的无线传感器网络分簇路由方法及系统 |
| CN113271347B (zh) * | 2021-04-29 | 2021-12-14 | 广东海洋大学 | 一种复杂海洋环境数据采集的分布式存储方法及系统 |
-
2023
- 2023-03-22 CN CN202310279102.0A patent/CN115996440B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN115314886A (zh) * | 2022-08-24 | 2022-11-08 | 广东财经大学 | 一种无线传感器网络的数据安全通信方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN115996440A (zh) | 2023-04-21 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Mohapatra et al. | Fault‐tolerant mechanism for wireless sensor network | |
| von Rickenbach et al. | Algorithmic models of interference in wireless ad hoc and sensor networks | |
| CN113271347B (zh) | 一种复杂海洋环境数据采集的分布式存储方法及系统 | |
| CN102395192A (zh) | 一种无线传感终端的定位方法和装置 | |
| Bhat et al. | Is localization of wireless sensor networks in irregular fields a challenge? | |
| Zhao et al. | Detecting boundary nodes and coverage holes in wireless sensor networks | |
| Goyal et al. | Machine learning based data agglomeration in underwater wireless sensor networks | |
| Joseph et al. | CARRADS: Cross layer based adaptive real-time routing attack detection system for MANETS | |
| CN114007231B (zh) | 异构无人机数据卸载方法、装置、电子设备及存储介质 | |
| CN116310745A (zh) | 图像处理方法、数据处理方法、相关装置及存储介质 | |
| CN115996440B (zh) | 一种基于移动机器人网关的wsn路由方法及系统 | |
| Jiang et al. | Particle swarm optimization for charger deployment in wireless rechargeable sensor networks | |
| Lin et al. | Fast node clustering based on an improved birch algorithm for data collection towards software-defined underwater acoustic sensor networks | |
| Li et al. | Capacity research in cluster-based underwater wireless sensor networks based on stochastic geometry | |
| CN113115342A (zh) | 一种虚拟力导向麻雀搜索算法的WSNs部署方法及系统 | |
| Babaie et al. | DFDM: Decentralized fault detection mechanism to improving fault management in wireless sensor networks | |
| Jennings et al. | Topology control for efficient information dissemination in ad-hoc networks | |
| CN115239941B (zh) | 对抗图像生成方法、相关装置及存储介质 | |
| Parwekar et al. | Localization of sensors by base station in wireless sensor networks | |
| CN111190438B (zh) | 一种基于分布式优化的无人机群协同定位气体泄漏源方法 | |
| Wang et al. | SLICE: Enabling greedy routing in high genus 3-D WSNs with general topologies | |
| US20130268253A1 (en) | Graph modeling systems and methods | |
| Stephen | Source localization using wireless sensor networks | |
| Hajare et al. | Robust Opportunistic Routing Solutions for under water Sensor Networks | |
| Deshmukh | Emergent Responsible Autonomy in Multi-Agent Systems |
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 |