CN116074923B - 一种定向无线网络通信装置管理系统 - Google Patents

一种定向无线网络通信装置管理系统 Download PDF

Info

Publication number
CN116074923B
CN116074923B CN202310354975.3A CN202310354975A CN116074923B CN 116074923 B CN116074923 B CN 116074923B CN 202310354975 A CN202310354975 A CN 202310354975A CN 116074923 B CN116074923 B CN 116074923B
Authority
CN
China
Prior art keywords
nodes
cluster head
sensor
energy
sensor node
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
CN202310354975.3A
Other languages
English (en)
Other versions
CN116074923A (zh
Inventor
毋晟
戴光
杨储华
王琪
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.)
Shaanxi Siji Technology Co ltd
Original Assignee
Shaanxi Siji 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 Shaanxi Siji Technology Co ltd filed Critical Shaanxi Siji Technology Co ltd
Priority to CN202310354975.3A priority Critical patent/CN116074923B/zh
Publication of CN116074923A publication Critical patent/CN116074923A/zh
Application granted granted Critical
Publication of CN116074923B publication Critical patent/CN116074923B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W40/00—Communication routing or communication path finding
    • H04W40/24—Connectivity information management, e.g. connectivity discovery or connectivity update
    • H04W40/32—Connectivity information management, e.g. connectivity discovery or connectivity update for defining a routing cluster membership
    • 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
    • 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
    • H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
    • H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
    • 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
    • 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

本发明涉及无线通信网络技术领域，提出了一种定向无线网络通信装置管理系统，包括：采集各传感器节点的原始数据，获取各传感器节点的初始能量及各传感器节点之间的空间距离；获取各传感器节点的通信能量及通信距离，根据各传感器节点通信距离范围内的其他传感器节点，获取每个传感器节点簇头评估程度，得到中枢节点和寻常节点；根据每个传感器节点通信距离范围内中枢节点与寻常节点，获取每个传感器节点的簇头优选程度，调整簇头选取阈值，完成簇头节点的选举；进而完成各传感器节点的通信管理。本发明旨在优化无线传感器网络簇头节点选择方法以降低能耗提高网络工作寿命。

Description

一种定向无线网络通信装置管理系统
技术领域
本发明涉及无线通信网络技术领域，具体涉及一种定向无线网络通信装置管理系统。
背景技术
无线网络是指无需布线就能实现各种通信设备互联的网络，定向无线网络是指在某一个或者某几个特定方向上发射及接收信号较强，在其他方向上发射及接收信号较弱的无线网络。根据网络应用场合的不同，无线网络又被分成无线传感器网络WSN、多跳网络Multi-hop Network、无线体域网络WBAN等；无线传感器网络WSN是利用大量传感器节点组成的网络形式，传感器节点由数据采集单元、数据通信单元、数据处理单元以及能量供应单元四个单元组成；无线传感器网络采用无线方式进行通信，传感器节点进行信息通信的过程对通信距离和功耗都有一定的要求。
目前无线传感器网络WSN中常用的通信技术是LEACH算法，LEACH算法可以使各传感器节点通信功耗相对均衡的优点；然而在如今的无线传感器网络中，传感器节点储备的电量通常是有限的，有限的电池续航能力严重影响着无线传感器网络整体的使用周期，而不同的传感器节点储备的电量也存在差异，LEACH算法下簇头节点的选择会逐渐分布不均匀，进而因为储备电量不足以满足通信功耗而影响无线传感器网络的通信；因此需要根据各传感器节点本身能耗及通信范围内其他传感器的通信功耗，对每个传感器的簇头选取阈值进行优化，进而降低网络系统整体能耗并平衡各传感器节点功耗，提高网络工作寿命。
发明内容
本发明提供一种定向无线网络通信装置管理系统，以解决现有的无线传感器网络簇头节点选择分布不均匀的问题，所采用的技术方案具体如下：
本发明另一个实施例提供了一种定向无线网络通信装置管理系统，该系统包括：
节点数据采集模块，采集各传感器节点的原始数据，获取各传感器节点的初始能量及各传感器节点之间的空间距离；
簇头节点选举模块：根据原始数据获取每个传感器节点的存储次数，根据每个传感器节点的初始能量与原始数据存储耗费能量，获取每个传感器节点的通信能量及通信距离，根据初始能量、通信距离及存储次数获取每个传感器节点的能量活跃程度，根据通信距离与空间距离获取每个传感器节点通信距离范围内的其他传感器节点，根据能量活跃程度获取每个传感器节点通信距离范围内的最大活跃程度，根据最大活跃程度及能量活跃程度得到每个传感器节点的簇头评估程度；
对所有传感器节点的簇头评估程度求均值，将簇头评估程度大于均值的传感器节点作为中枢节点，簇头评估程度小于等于均值的传感器节点作为寻常节点，根据每个传感器节点通信距离范围内中枢节点及寻常节点的通信能量及数量，获取每个传感器节点通信距离范围内的能耗分布率；
通过能耗分布率对簇头评估程度进行优化，得到每个传感器节点的簇头优选程度，根据簇头优选程度对簇头选取阈值进行调整，完成簇头节点的选举；
通信装置管理模块，根据选举的簇头节点进行节点标记并获取通信路径，完成各传感器节点的通信管理。
可选的，所述根据原始数据获取每个传感器节点的存储次数，包括的具体方法为：
原始数据中包含温度数据和湿度数据，将新采集到的温度数据与传感器节点中已经存储的温度数据进行比较，若温度数据的差异大于第一预设阈值，则重新进行温度数据的存储，若温度数据的差异小于等于第一预设阈值，则温度数据不进行重新存储；
将新采集到的湿度数据与传感器节点中已经存储的湿度数据进行比较，若湿度数据的差异大于第二预设阈值，则重新进行湿度数据的存储，若湿度数据的差异小于等于第二预设阈值，则湿度数据不进行重新存储；
获取每个传感器节点的温度数据及湿度数据的存储次数。
可选的，所述获取每个传感器节点的通信能量及通信距离，包括的具体方法为：
Figure SMS_1
Figure SMS_2
其中，
Figure SMS_5
表示第
Figure SMS_9
个传感器节点的通信能量，
Figure SMS_12
表示第
Figure SMS_6
个传感器节点的初始能量，
Figure SMS_10
表示第
Figure SMS_13
个传感器节点的存储次数，
Figure SMS_15
表示第
Figure SMS_3
个传感器节点第
Figure SMS_7
次存储温度数据或湿度 数据所耗费的能量；
Figure SMS_11
表示第
Figure SMS_14
个传感器节点的通信距离，
Figure SMS_4
表示第
Figure SMS_8
个传感器节点对数据进 行一次通信经过单位距离所耗费的能量。
可选的，所述根据初始能量、通信距离及存储次数获取每个传感器节点的能量活跃程度，包括的具体方法为：
Figure SMS_16
其中，
Figure SMS_18
表示第
Figure SMS_21
个传感器节点的能量活跃程度，
Figure SMS_24
表示第
Figure SMS_19
个传感器节点的存储次 数，
Figure SMS_20
表示第
Figure SMS_23
个传感器节点的通信距离，
Figure SMS_25
表示第
Figure SMS_17
个传感器节点的初始能量，
Figure SMS_22
表示所有传 感器节点的初始能量均值。
可选的，所述根据最大活跃程度及能量活跃程度得到每个传感器节点的簇头评估程度，包括的具体方法为：
Figure SMS_26
其中，
Figure SMS_27
表示第
Figure SMS_28
个传感器节点的簇头评估程度，
Figure SMS_29
表示第
Figure SMS_30
个传感器节点通信 范围内的最大活跃程度，
Figure SMS_31
表示第
Figure SMS_32
个传感器节点的能量活跃程度，
Figure SMS_33
表示以自然常数为 底的指数函数。
可选的，所述获取每个传感器节点通信距离范围内的能耗分布率，包括的具体方法为：
Figure SMS_34
其中，
Figure SMS_36
表示第
Figure SMS_40
个传感器节点通信距离范围内的能耗分布密度，
Figure SMS_46
表示第
Figure SMS_37
个传感 器节点通信距离范围内的寻常节点数量，
Figure SMS_42
表示第
Figure SMS_44
个传感器节点的通信能量，
Figure SMS_48
表示第
Figure SMS_38
个传感器节点通信距离范围内第
Figure SMS_39
个寻常节点的通信能量，
Figure SMS_43
表示第
Figure SMS_47
个传感器节点通信距 离范围内的中枢节点数量，
Figure SMS_35
表示第
Figure SMS_41
个传感器节点通信距离范围内第
Figure SMS_45
个中枢节点的通信 能量；
获取每个传感器节点通信距离范围内的能耗分布密度，对所有能耗分布密度进行归一化，得到的结果记为每个传感器节点通信距离范围内的能耗分布率。
可选的，所述得到每个传感器节点的簇头优选程度，包括的具体方法为：
Figure SMS_49
其中，
Figure SMS_51
表示第
Figure SMS_57
个传感器节点的簇头优选程度，
Figure SMS_60
表示第
Figure SMS_52
个传感器节点的簇头评 估程度，
Figure SMS_54
表示第
Figure SMS_58
个传感器节点通信距离范围内的传感器节点数量，
Figure SMS_62
表示第
Figure SMS_50
个传感器 节点通信距离范围内第
Figure SMS_55
个传感器节点通信距离范围内的能耗分布率，
Figure SMS_59
表示第
Figure SMS_61
个传感 器节点通信距离范围内第
Figure SMS_53
个传感器节点的通信距离范围内的传感器节点数量，
Figure SMS_56
表示无 线传感器网络中传感器节点的数量。
可选的，所述根据簇头优选程度对簇头选取阈值进行调整，包括的具体方法为：
Figure SMS_63
其中，
Figure SMS_64
表示第
Figure SMS_65
个传感器节点的调整的簇头选取阈值，
Figure SMS_66
为第
Figure SMS_67
个传感器节点的现 有方法下的簇头选取阈值，
Figure SMS_68
表示第
Figure SMS_69
个传感器节点的簇头优选程度，
Figure SMS_70
表示所有传感器节 点的簇头优选程度的均值。
本发明的有益效果是：本发明通过对传感器节点获取初始能量并采集原始数据，通过原始数据的存储次数获取每个传感器节点能够用于通信的通信能量以及通信距离，根据通信距离以及存储次数来量化传感器节点的能量活跃程度，进而获取每个传感器节点的簇头评估程度，考虑了不同传感器节点的初始能量差异以及用于通信的能量差异，结合通信距离范围内其他传感器节点的能量活跃程度表现来获取簇头评估程度，使得传感器节点作为簇头节点进行中介通信的判断更准确；再通过簇头评估程度初步分析得到中枢节点及寻常节点，根据每个传感器通信距离范围内中枢节点及寻常节点的数量以及通信能量，量化得到能耗分布率，结合节点的分布密度对簇头评估程度进行优化，得到簇头优选程度，使得簇头优选程度可以在簇头评估程度的基础上结合能耗及节点的分布密度，进一步提高簇头节点判断的准确性，使得簇头节点的选举可以自适应传感器节点的能量及分布；通过簇头优选程度调整簇头选取阈值，完成簇头节点选举并完成通信装置的管理，使得网络系统整体能耗降低，进而提高网络的工作寿命。
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为本发明一个实施例所提供的一种定向无线网络通信装置管理系统结构框图。
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。
请参阅图1，其示出了本发明一个实施例所提供的一种定向无线网络通信装置管理系统结构框图，该系统包括：
节点数据采集模块S101，采集各传感器节点的原始数据，获取各传感器节点的初始能量及各传感器节点之间的空间距离。
本实施例的目的是对定向无线网络中的通信装置进行管理，通过降低网络系统整体能耗来提升网络工作寿命，定向无线网络中的通信装置即为网络中的各个传感器节点，定向无线网络主要功能及目的是对各传感器节点之间的数据进行通信，而定向无线网络中无论是单挑式通信还是逐级跳跃式通信，都会在某些传感器节点中累积大量通信数据，从而提升这些传感器节点的功耗，进而导致传感器休眠而影响网络工作；而无线传感器网络通过簇头节点的选举及变换，尽可能的平衡各传感器节点的功耗从而提升网络工作寿命，而无线传感器网络中每个传感器节点都需要采集本身的数据，即原始数据，同时要确定每个传感器节点的能量储备，即初始能量，以及传感器节点之间的空间距离，即实际的位置距离。
具体的，首先对每个传感器节点采集所在位置需要进行通信的数据，记为原始数据，本实施例以每个传感器节点所在位置的温度数据及湿度数据作为原始数据，通过传感器节点所在位置的温度传感器及湿度传感器分别采集温度数据及湿度数据，并将采集到的数据存储到传感器节点中；需要说明的是，本实施例中以每个传感器节点所处的房间来表示所在位置，即在对应房间内通过温度传感器及湿度传感器分别采集温度数据及湿度数据；同时为了避免采集到的数据在存储到传感器节点过程中出现丢失，对温度数据及湿度数据进行均值填充处理，将处理后的数据记为每个传感器节点的原始数据；其中均值填充为现有技术，本实施例不再赘述。
进一步的，在对每个传感器节点采集原始数据同时，从传感器节点中获取每个传感器节点的储备能量，记为每个传感器节点的初始能量；获取任意两个传感器节点之间的实际位置距离，记为两个传感器节点直接的位置距离；其中储备能量可直接从传感器节点中采集得到，实际位置则从传感器节点的整体管理系统中直接获取，进而即可得到实际位置距离。
至此，获取到了每个传感器节点的初始能量及原始数据，以及各传感器节点之间的空间距离。
簇头节点选举模块S102：
（1）根据各传感器节点的初始能量及原始数据获取各传感器节点的通信能量及通信距离，根据各传感器节点通信距离范围内其他传感器节点的初始能量及原始数据，获取每个传感器节点簇头评估程度，进而得到中枢节点和寻常节点。
需要说明的是，各传感器节点的初始能量存在差异，而由于不同传感器节点所在位置不同，不同位置对应的不同房间的温度数据及湿度数据的变化存在差异，例如无人房间的温度及湿度几乎不变，原始数据的存储次数就会较少，相应的采集原始数据所耗费的能量就会较少；而有人房间的温度及湿度变化较为频繁，原始数据的存储次数就会增加，相应的采集原始数据所耗费的能量就会较多；初始能量减去采集原始数据所耗费的能量得到的结果即为通信能量，通信能量用于对传感器节点的原始数据进行通信，通信能量较少的传感器节点则需要中介其他传感器节点进行数据通信，通信能量较多的传感器节点则可以直接与网关进行通信；结合LEACH算法的自适应分簇，对每个传感器节点作为簇头节点进行评估，进而得到用于后续分析的中枢节点与寻常节点，提高对于簇头节点选举的分布均匀性。
具体的，首先获取每个传感器节点对于原始数据的存储次数，每次温度数据及湿度数据的时间间隔本实施例设置为30分钟，对于温度数据，将新采集到的温度数据与传感器节点中已经存储的温度数据进行比较，若温度数据的差异大于第一预设阈值，则重新进行温度数据的存储，若温度数据的差异小于等于第一预设阈值，则温度数据不进行重新存储，其中第一预设阈值本实施例设置为1℃，即新采集到的温度数据与已经存储的温度数据的差值绝对值与1℃进行比较；对于湿度数据，将新采集到的湿度数据与传感器节点中已经存储的湿度数据进行比较，若湿度数据的差异大于第二预设阈值，则重新进行湿度数据的存储，若湿度数据的差异小于等于第二预设阈值，则湿度数据不进行重新存储，其中第二预设阈值本实施例设置为3%，即新采集到的湿度数据与已经存储的湿度数据的差值绝对值与3%进行比较；需要说明的是，重新存储即是对传感器节点中的原始数据进行替换存储；获取每个传感器节点的温度数据及湿度数据的存储次数，同时从传感器节点中直接获取每次存储温度数据或湿度数据所耗费的能量。
进一步的，以第
Figure SMS_71
个传感器节点为例，获取其通信能量
Figure SMS_72
及通信距离
Figure SMS_73
的具体计算 方法为：
Figure SMS_74
其中，
Figure SMS_75
表示第
Figure SMS_76
个传感器节点的初始能量，
Figure SMS_77
表示第
Figure SMS_78
个传感器节点的存储次数，
Figure SMS_79
表示第
Figure SMS_80
个传感器节点第
Figure SMS_81
次存储温度数据或湿度数据所耗费的能量；
Figure SMS_82
其中，
Figure SMS_83
表示第
Figure SMS_84
个传感器节点的通信能量，
Figure SMS_85
表示第
Figure SMS_86
个传感器节点对数据进行一 次通信经过单位距离所耗费的能量；通过初始能量减去存储原始数据耗费的能量，得到传 感器节点用于节点间通信的能量，通过通信能量与数据通信单位距离的比值，来量化传感 器节点的通信距离，表示传感器节点的通信能量能够进行数据通信的距离；需要说明的是， 通信距离与空间距离的量纲相同，单位距离相同；按照上述方法获取每个传感器节点的通 信能量及通信距离。
进一步的，根据初始能量、通信距离以及存储次数获取每个传感器节点的能量活 跃程度，进而得到每个传感器节点的簇头评估程度；以第
Figure SMS_87
个传感器节点为例，其能量活跃 程度
Figure SMS_88
的具体计算方法为：
Figure SMS_89
其中，
Figure SMS_90
表示第
Figure SMS_91
个传感器节点的存储次数，
Figure SMS_92
表示第
Figure SMS_93
个传感器节点的通信距离，
Figure SMS_94
表示第
Figure SMS_95
个传感器节点的初始能量，
Figure SMS_96
表示所有传感器节点的初始能量均值；传感器节点 的存储次数越多，用于存储原始数据耗费的能量越多，作为其他传感器节点通信中介的可 能性越低，能量活跃程度越小；通信距离越大，则通信能量越多，同时初始能量相较于初始 能量均值越大，可用于中介其他传感器节点的数据进行通信的能量越多，则能量活跃程度 越大；按照上述方法获取每个传感器节点的能量活跃程度。
进一步的，以第
Figure SMS_98
个传感器节点为例，获取与第
Figure SMS_100
个传感器节点空间距离小于第
Figure SMS_103
个 传感器节点的通信距离的若干其他传感器节点，将第
Figure SMS_99
个传感器节点的能量活跃程度与若 干其他传感器节点能量活跃程度中的最大值，记为第
Figure SMS_101
个传感器节点通信范围内的最大活 跃程度，记为
Figure SMS_102
，则对于第
Figure SMS_104
个传感器节点的簇头评估程度
Figure SMS_97
的计算方法如下：
Figure SMS_105
其中，
Figure SMS_106
表示第
Figure SMS_107
个传感器节点通信范围内的最大活跃程度，
Figure SMS_108
表示第
Figure SMS_109
个传感 器节点的能量活跃程度，
Figure SMS_110
表示以自然常数为底的指数函数；传感器节点通信范围内最 大活跃程度与传感器节点的能量活跃程度相差越大，传感器节点通信范围内有更大的可作 为中介通信的其他传感器节点，相应的第
Figure SMS_111
个传感器节点作为簇头节点的必要性越小，则簇 头评估程度越小；需要说明的是，本实施例采用
Figure SMS_112
来呈现反比例关系，实施者可根据实 际情况选择反比例函数；按照上述方法获取每个传感器节点的簇头评估程度。
进一步的，对所有传感器节点的簇头评估程度求均值，将簇头评估程度大于均值的传感器节点作为中枢节点，簇头评估程度小于等于均值的传感器节点作为寻常节点；中枢节点具有较大的簇头评估程度，作为簇头节点的必要性更大，寻常节点的簇头评估程度较小，作为簇头节点的必要性较小。
至此，获取到了每个传感器节点的通信能量、通信距离以及能量活跃程度，并根据能量活跃程度获取了传感器节点的簇头评估程度，进而得到中枢节点和寻常节点，对后续进一步结合传感器节点分布密度进行簇头优选程度的分析提供基础。
（2）根据每个传感器节点通信距离范围内中枢节点与寻常节点的数量及其通信能量获取每个传感器节点通信距离范围内的能耗分布率，通过能耗分布率对簇头评估程度进行优化得到每个传感器节点的簇头优选程度，根据簇头优选程度对簇头选取阈值进行调整，完成簇头节点的选举。
需要说明的是，传统的LEACH算法中对于簇头节点的选举仅从簇头节点的数量以及当选过簇头节点的次数来进行簇头选取阈值的设定，并未考虑无线传感器网络中传感器节点的分布密度对于簇头节点选举的影响；对于传感器节点较多的局部区域，即分布密度较大的区域，应尽量多选举簇头节点，从而分担簇头节点作为中介通信所需要的功耗；而对于传感器节点较少的局部区域，即分布密度较小的区域，应减少簇头节点的选举，从而避免中介通信耗费较多能量，进而导致网络系统的工作寿命降低；同时每个传感器节点通信距离范围内中枢节点的数量也可以作为参考，中枢节点作为簇头节点的必要性更大，更有可能成为簇头节点，从而降低传感器节点通信距离范围内待通信的数据量，则传感器节点成为簇头节点的必要性就越小；而寻常节点的数量越多，传感器节点通信距离范围内待通信的数据量就会增加，相应的应该设置更多的传感器节点来分担功耗，则传感器节点成为簇头节点的必要性就越大；根据中枢节点及寻常节点的分布来量化每个传感器节点通信距离范围内的能耗分布密度，进而优化簇头评估程度获取簇头优选程度，根据簇头优选程度改进簇头选取阈值，完成簇头节点的选举。
具体的，以第
Figure SMS_113
个传感器节点为例，获取第
Figure SMS_114
个传感器节点通信距离范围内的能耗分 布密度
Figure SMS_115
的计算方法为：
Figure SMS_116
其中，
Figure SMS_120
表示第
Figure SMS_121
个传感器节点通信距离范围内的寻常节点数量，
Figure SMS_126
表示第
Figure SMS_118
个传感 器节点的通信能量，
Figure SMS_122
表示第
Figure SMS_124
个传感器节点通信距离范围内第
Figure SMS_127
个寻常节点的通信能量，
Figure SMS_119
表示第
Figure SMS_123
个传感器节点通信距离范围内的中枢节点数量，
Figure SMS_125
表示第
Figure SMS_128
个传感器节点通信距 离范围内第
Figure SMS_117
个中枢节点的通信能量；寻常节点的数量越多，寻常节点的通信能量比传感器 节点的通信能量越少，传感器节点通信距离范围内待通信的数据量就会越大，能耗分布密 度越大；中枢节点的数量越多，中枢节点的通信能量比传感器节点的通信能量越多，通信距 离范围内有越多的通信能量供使用，能耗分布密度越小；按照上述方法获取每个传感器节 点通信距离范围内的能耗分布密度，对所有能耗分布密度进行线性归一化处理，得到的结 果记为每个传感器节点通信距离范围内的能耗分布率。
进一步的，以第
Figure SMS_129
个传感器节点为例，通过能耗分布率对簇头评估程度进行优化， 获取第
Figure SMS_130
个传感器节点的簇头优选程度
Figure SMS_131
的具体计算方法为：
Figure SMS_132
其中，
Figure SMS_135
表示第
Figure SMS_140
个传感器节点的簇头评估程度，
Figure SMS_143
表示第
Figure SMS_133
个传感器节点通信距离 范围内的传感器节点数量，需要说明的是，通信距离范围内的传感器节点包括第
Figure SMS_137
个传感器 节点；
Figure SMS_142
表示第
Figure SMS_144
个传感器节点通信距离范围内第
Figure SMS_136
个传感器节点通信距离范围内的能耗 分布率，
Figure SMS_138
表示第
Figure SMS_141
个传感器节点通信距离范围内第
Figure SMS_145
个传感器节点的通信距离范围内的 传感器节点数量，
Figure SMS_134
表示无线传感器网络中传感器节点的数量；通过对传感器节点距离范 围内的所有传感器节点的能耗分布率与节点密度的乘积求均值，能耗分布率越大，待通信 的数据量越多，第
Figure SMS_139
个传感器节点作为簇头节点的必要性越大，则簇头优选程度越大；节点 密度越大，传感器节点数量越多，通信距离范围内越应该设置较多的簇头节点，相应的簇头 优选程度越大；簇头评估程度则与簇头优选程度呈正比关系，均是簇头节点必要性越大，簇 头评估程度及簇头优选程度越大；按照上述方法获取每个传感器节点的簇头优选程度。
进一步的，根据簇头优选程度对LEACH算法中现有的簇头选取阈值进行调整，对于 第
Figure SMS_146
个传感器节点，现有的簇头选取阈值为
Figure SMS_147
，簇头选取阈值的计算方法为现有技术，本实施 例不再赘述；则第
Figure SMS_148
个传感器节点调整的簇头选取阈值
Figure SMS_149
的计算方法为：
Figure SMS_150
其中，
Figure SMS_151
为第
Figure SMS_152
个传感器节点的现有方法下的簇头选取阈值，
Figure SMS_153
表示第
Figure SMS_154
个传感器节 点的簇头优选程度，
Figure SMS_155
表示所有传感器节点的簇头优选程度的均值；获取到调整的簇头选取 阈值后，在LEACH算法的一轮循环中，对每个传感器节点随机生成一个
Figure SMS_156
区间内的随机 数，每个传感器节点生成的随机数小于传感器节点的调整的簇头选取阈值，则传感器节点 当选为簇头节点，则可以得到LEACH算法中每轮循环的簇头节点。
至此，通过对簇头评估程度结合能耗和节点的分布密度进行优化获取簇头优选程度，根据簇头优选程度得到调整的簇头选取阈值，簇头优选程度越大的传感器节点，其簇头选取阈值越大，相应的当选簇头节点的可能性也就越大，提高了簇头节点的分布均匀性，并结合能耗和节点的分布密度自适应调整局部区域内簇头节点的数量。
通信装置管理模块S103，根据选举的簇头节点进行节点标记并获取通信路径，完成各传感器节点的通信管理。
需要说明的是，无线传感器网络中每个传感器节点的控制方式存在差异，路由和主机的网络终端控制每个传感器节点的独立运行，因此需要对簇头节点进行节点标记并获取通信路径，进而完成无线传感器网络的通信装置管理。
具体的，在LEACH算法的现有技术中对簇头节点进行节点标记，并根据无线传感器网络终端获取每轮循环的数据通信路径；将每轮循环的通信路径中簇头节点的实际位置发送到通信装置管理系统中，并进行存储，则完成了对于无线传感器网络的传感器节点的管理，即通信装置的管理。
至此，完成了定向无线网络的通信装置管理，降低了网络系统整体的能耗，提高了网络工作寿命。
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 (8)

1.一种定向无线网络通信装置管理系统，其特征在于，该系统包括：
节点数据采集模块，采集各传感器节点的原始数据，获取各传感器节点的初始能量及各传感器节点之间的空间距离；
簇头节点选举模块：根据原始数据获取每个传感器节点的存储次数，根据每个传感器节点的初始能量与原始数据存储耗费能量，获取每个传感器节点的通信能量及通信距离，根据初始能量、通信距离及存储次数获取每个传感器节点的能量活跃程度，根据通信距离与空间距离获取每个传感器节点通信距离范围内的其他传感器节点，根据能量活跃程度获取每个传感器节点通信距离范围内的最大活跃程度，根据最大活跃程度及能量活跃程度得到每个传感器节点的簇头评估程度；
对所有传感器节点的簇头评估程度求均值，将簇头评估程度大于均值的传感器节点作为中枢节点，簇头评估程度小于等于均值的传感器节点作为寻常节点，根据每个传感器节点通信距离范围内中枢节点及寻常节点的通信能量及数量，获取每个传感器节点的通信距离范围内的能耗分布率；
通过能耗分布率对簇头评估程度进行优化，得到每个传感器节点的簇头优选程度，根据簇头优选程度对簇头选取阈值进行调整，完成簇头节点的选举；
通信装置管理模块，根据选举的簇头节点进行节点标记并获取通信路径，完成各传感器节点的通信管理。
2.根据权利要求1所述的一种定向无线网络通信装置管理系统，其特征在于，所述根据原始数据获取每个传感器节点的存储次数，包括的具体方法为：
原始数据中包含温度数据和湿度数据，将新采集到的温度数据与传感器节点中已经存储的温度数据进行比较，若温度数据的差异大于第一预设阈值，则重新进行温度数据的存储，若温度数据的差异小于等于第一预设阈值，则温度数据不进行重新存储；
将新采集到的湿度数据与传感器节点中已经存储的湿度数据进行比较，若湿度数据的差异大于第二预设阈值，则重新进行湿度数据的存储，若湿度数据的差异小于等于第二预设阈值，则湿度数据不进行重新存储；
获取每个传感器节点的温度数据及湿度数据的存储次数。
3.根据权利要求1所述的一种定向无线网络通信装置管理系统，其特征在于，所述获取每个传感器节点的通信能量及通信距离，包括的具体方法为：
Figure QLYQS_1
Figure QLYQS_2
其中，
Figure QLYQS_4
表示第/>
Figure QLYQS_10
个传感器节点的通信能量，/>
Figure QLYQS_12
表示第/>
Figure QLYQS_6
个传感器节点的初始能量，/>
Figure QLYQS_7
表示第/>
Figure QLYQS_13
个传感器节点的存储次数，/>
Figure QLYQS_14
表示第/>
Figure QLYQS_3
个传感器节点第/>
Figure QLYQS_8
次存储温度数据或湿度数据所耗费的能量；/>
Figure QLYQS_11
表示第/>
Figure QLYQS_15
个传感器节点的通信距离，/>
Figure QLYQS_5
表示第/>
Figure QLYQS_9
个传感器节点对数据进行一次通信经过单位距离所耗费的能量。
4.根据权利要求1所述的一种定向无线网络通信装置管理系统，其特征在于，所述根据初始能量、通信距离及存储次数获取每个传感器节点的能量活跃程度，包括的具体方法为：
Figure QLYQS_16
其中，
Figure QLYQS_17
表示第/>
Figure QLYQS_20
个传感器节点的能量活跃程度，/>
Figure QLYQS_24
表示第/>
Figure QLYQS_19
个传感器节点的存储次数，/>
Figure QLYQS_21
表示第/>
Figure QLYQS_23
个传感器节点的通信距离，/>
Figure QLYQS_25
表示第/>
Figure QLYQS_18
个传感器节点的初始能量，/>
Figure QLYQS_22
表示所有传感器节点的初始能量均值。
5.根据权利要求1所述的一种定向无线网络通信装置管理系统，其特征在于，所述根据最大活跃程度及能量活跃程度得到每个传感器节点的簇头评估程度，包括的具体方法为：
Figure QLYQS_26
其中，
Figure QLYQS_27
表示第/>
Figure QLYQS_28
个传感器节点的簇头评估程度，/>
Figure QLYQS_29
表示第/>
Figure QLYQS_30
个传感器节点通信范围内的最大活跃程度，/>
Figure QLYQS_31
表示第/>
Figure QLYQS_32
个传感器节点的能量活跃程度，/>
Figure QLYQS_33
表示以自然常数为底的指数函数。
6.根据权利要求1所述的一种定向无线网络通信装置管理系统，其特征在于，所述获取每个传感器节点的通信距离范围内的能耗分布率，包括的具体方法为：
Figure QLYQS_34
其中，
Figure QLYQS_36
表示第/>
Figure QLYQS_40
个传感器节点通信距离范围内的能耗分布密度，/>
Figure QLYQS_43
表示第/>
Figure QLYQS_35
个传感器节点通信距离范围内的寻常节点数量，/>
Figure QLYQS_39
表示第/>
Figure QLYQS_42
个传感器节点的通信能量，/>
Figure QLYQS_47
表示第/>
Figure QLYQS_38
个传感器节点通信距离范围内第/>
Figure QLYQS_44
个寻常节点的通信能量，/>
Figure QLYQS_46
表示第/>
Figure QLYQS_48
个传感器节点通信距离范围内的中枢节点数量，/>
Figure QLYQS_37
表示第/>
Figure QLYQS_41
个传感器节点通信距离范围内第/>
Figure QLYQS_45
个中枢节点的通信能量；
获取每个传感器节点通信距离范围内的能耗分布密度，对所有能耗分布密度进行归一化，得到的结果记为每个传感器节点的通信距离范围内的能耗分布率。
7.根据权利要求1所述的一种定向无线网络通信装置管理系统，其特征在于，所述得到每个传感器节点的簇头优选程度，包括的具体方法为：
Figure QLYQS_49
其中，
Figure QLYQS_52
表示第/>
Figure QLYQS_54
个传感器节点的簇头优选程度，/>
Figure QLYQS_59
表示第/>
Figure QLYQS_50
个传感器节点的簇头评估程度，/>
Figure QLYQS_57
表示第/>
Figure QLYQS_60
个传感器节点的通信距离范围内的传感器节点数量，/>
Figure QLYQS_62
表示在第/>
Figure QLYQS_51
个传感器节点的通信距离范围内的传感器节点数量中的第/>
Figure QLYQS_56
个传感器节点的通信距离范围内的能耗分布率，/>
Figure QLYQS_58
表示在第/>
Figure QLYQS_61
个传感器节点的通信距离范围内的传感器节点数量中的第/>
Figure QLYQS_53
个传感器节点的通信距离范围内对应的传感器节点数量，/>
Figure QLYQS_55
表示无线传感器网络中传感器节点的数量。
8.根据权利要求1所述的一种定向无线网络通信装置管理系统，其特征在于，所述根据簇头优选程度对簇头选取阈值进行调整，包括的具体方法为：
Figure QLYQS_63
其中，
Figure QLYQS_64
表示第/>
Figure QLYQS_65
个传感器节点的调整的簇头选取阈值，/>
Figure QLYQS_66
为第/>
Figure QLYQS_67
个传感器节点的现有方法下的簇头选取阈值，/>
Figure QLYQS_68
表示第/>
Figure QLYQS_69
个传感器节点的簇头优选程度，/>
Figure QLYQS_70
表示所有传感器节点的簇头优选程度的均值。
CN202310354975.3A 2023-04-06 2023-04-06 一种定向无线网络通信装置管理系统 Active CN116074923B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202310354975.3A CN116074923B (zh) 2023-04-06 2023-04-06 一种定向无线网络通信装置管理系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202310354975.3A CN116074923B (zh) 2023-04-06 2023-04-06 一种定向无线网络通信装置管理系统

Publications (2)

Publication Number Publication Date
CN116074923A CN116074923A (zh) 2023-05-05
CN116074923B true CN116074923B (zh) 2023-06-16

Family

ID=86170055

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202310354975.3A Active CN116074923B (zh) 2023-04-06 2023-04-06 一种定向无线网络通信装置管理系统

Country Status (1)

Country Link
CN (1) CN116074923B (zh)

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101658736B1 (ko) * 2015-09-07 2016-09-22 성균관대학교산학협력단 에너지 저손실 클러스터 트리구조를 이용한 무선 센서 네트워크의 클러스터링 방법
CN111182492A (zh) * 2020-01-03 2020-05-19 安徽理工大学 一种改进的leach分簇层次路由算法

Family Cites Families (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR100888750B1 (ko) * 2007-06-14 2009-03-17 연세대학교 산학협력단 무선 네트워크에서의 클러스터 헤드 선출방법
CN105873164A (zh) * 2016-06-21 2016-08-17 广州大学 一种无线传感器网络的改进型gaf拓扑的设计方法
CN110072265B (zh) * 2019-03-25 2022-08-30 湖州学院 一种能量异构无线传感网络分簇协议的实现方法
CN109996310A (zh) * 2019-04-11 2019-07-09 中国联合网络通信集团有限公司 一种簇头选择方法及装置
CN112839367A (zh) * 2021-01-09 2021-05-25 昆明理工大学 一种无线传感器网络leach优化算法
CN112954763B (zh) * 2021-02-07 2022-12-23 中山大学 一种基于樽海鞘算法优化的wsn分簇路由方法
CN113207156B (zh) * 2021-04-30 2022-06-07 华北电力大学 一种无线传感器网络的分簇路由方法及系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
KR101658736B1 (ko) * 2015-09-07 2016-09-22 성균관대학교산학협력단 에너지 저손실 클러스터 트리구조를 이용한 무선 센서 네트워크의 클러스터링 방법
CN111182492A (zh) * 2020-01-03 2020-05-19 安徽理工大学 一种改进的leach分簇层次路由算法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
基于LEACH协议簇头选择研究与改进;范时平;罗丹;;信息通信(第12期);全文 *

Also Published As

Publication number Publication date
CN116074923A (zh) 2023-05-05

Similar Documents

Publication Publication Date Title
CN108900996A (zh) 一种基于双层模糊算法的无线传感器网络数据传输方法
CN109309620B (zh) 一种面向边缘计算的轻量级异构网络分簇方法
CN105792218B (zh) 具有射频能量收集能力的认知无线电网络的优化方法
CN113382477B (zh) 应用于无线网络用户间上行干扰建模的方法
CN113014340A (zh) 一种基于神经网络的卫星频谱资源动态分配方法
CN111050387B (zh) 基于能效估计的基站休眠方法、装置、电子设备及介质
CN108599831A (zh) 一种云无线接入网的鲁棒波束成型设计方法
CN116074923B (zh) 一种定向无线网络通信装置管理系统
KR101023499B1 (ko) 클러스터링에 의한 무선 센서 네트워크의 데이터 전송 장치및 방법
Elhabyan et al. A full area coverage guaranteed, energy efficient network configuration strategy for 3d wireless sensor networks
CN111372313B (zh) 基于LoRa上行传输系统的高能效资源分配方法
CN116456418A (zh) 一种基于无线传感网的簇头节点路由方法
CN112839367A (zh) 一种无线传感器网络leach优化算法
Ren et al. Weighted-directed-hypergraph-based spectrum access for energy harvesting cognitive radio sensor network
CN114783215B (zh) 无人机分簇方法、装置和电子设备
CN113923802B (zh) 软件定义无线传感器网络中能量高效的分层拓扑控制方法
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
CN107465471B (zh) 协作感知中基于公平和节能的认知用户选择方法
CN112258825A (zh) 一种基于螺旋算法的抄表路由寻址方法
CN101527955B (zh) 无线传感器网络中的观测节点选择方法
CN111711975A (zh) 数据传输方法、系统、终端设备及计算机可读存储介质
CN115528712B (zh) 一种源网荷储备不同区储能容量平衡方法及系统
bin Ab Rahman et al. Fuzzy-logic-RSSI based approach for cluster heads selection in wireless sensor networks
CN117896740B (zh) 一种智能家居无线传感器网络部署方法
CN110536373B (zh) 一种基于copula理论的光学无线传感器网络成簇方法

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