TWI473522B - 無線感測網路之階層式群集方法及系統 - Google Patents

無線感測網路之階層式群集方法及系統 Download PDF

Info

Publication number
TWI473522B
TWI473522B TW101130012A TW101130012A TWI473522B TW I473522 B TWI473522 B TW I473522B TW 101130012 A TW101130012 A TW 101130012A TW 101130012 A TW101130012 A TW 101130012A TW I473522 B TWI473522 B TW I473522B
Authority
TW
Taiwan
Prior art keywords
cluster
sensing
data
cluster head
information
Prior art date
Application number
TW101130012A
Other languages
English (en)
Other versions
TW201410056A (zh
Inventor
Jin Shyan Lee
Tsung Yi Kao
Original Assignee
Univ Nat Taipei 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 Univ Nat Taipei Technology filed Critical Univ Nat Taipei Technology
Priority to TW101130012A priority Critical patent/TWI473522B/zh
Publication of TW201410056A publication Critical patent/TW201410056A/zh
Application granted granted Critical
Publication of TWI473522B publication Critical patent/TWI473522B/zh

Links

Landscapes

  • Mobile Radio Communication Systems (AREA)

Description

無線感測網路之階層式群集方法及系統
本發明係有關於一種無線感測網路之階層式群集方法及系統,尤其是結合模糊集中均值聚類法以及分散式的低能源自適應性群集階層式路由演算法的混合型階層式群集方法。
隨著近年來半導體不斷精進的發展,使得無線感測網路(Wireless Sensor Network,WSN)的技術也獲得大幅的進步。而在無線感測網路中,感測節點(Sensor Node,SN)通常是佈置於不易維護的環境,比如山坡地、森林、河床帶、湖面,湖底、海面、海底,且大多數感測節點本身是利用非生式的電源而運作,造成在能源使用上受到極大的限制,因此,如合提高感測節點的能源使用效率一直以來都是有待解決的重要課題。此外,在硬體部份,以低功耗的元件來設計感測節點,而在軟體方面,提出各種路由演算法,以改善資訊或資料的傳輸效率及操作穩定性,比如一般的平面式、階層式、基於位置的三種不同結構的路由演算法,其中階層式演算法可再區分為分散式演算法與集中式演算法,分散式演算法主要是利用感測節點本身的運算能力來執行分群演算法,而集中式演算法是透過基地台執行分群,而最具代表性的分散式演算法為低能源自適應性群集階層式路由演算法(low energy adaptive clustering hierarchy,LEACH),集中式演算法的典型實例為LEACH-centralized(LEACH-C)。
在LEACH運作時,所有感測節點透過本身的計算能力,隨機選擇出群集簇頭(Cluster Head,CH),並完成分群,而在群集中,每個感測節點取得資料後,將資料傳送至CH,在由CH將群集內所有資料進行資料融合(data aggregation),最後傳送至基地台。因此,我們可發現,相較群集中一般的節點, CH所需的耗能會更多,所以LEACH採取透過網路所有節點輪流擔任CH的策略,以達到整個網路能量均勻消耗。但是CH是隨機選出,所以LEACH也存在著許多問題,例如,可能會選出能源不足的CH、或是群集數量不穩定等。
因此,需要一種無線感測網路之階層式群集方法,可結合模糊集中均值聚類法以及分散式的低能源自適應性群集階層式路由演算法以形成混合型階層式群集方法,進而解決上述習用技術的問題。
本發明之主要目的在於提供一種無線感測網路之階層式群集方法,係用以將多個感測節點建構成三層的階層式結構以進行感測資料傳送,包括:分格處理,係由所有感測節點傳送個別的位置資訊及剩餘能源資訊,而由基地台接收所有感測節點的位置資訊及剩餘能源資訊,並依據模糊集中均值聚類法,選擇至少一格集簇頭,產生並廣播分格結果;分群處理,所有感測節點接收分格結果,並由未被選取為格集簇頭的感測節點,依據分散式的低能源自適應性群集階層式路由演算法及參考感測節點的剩餘能源以進行分群處理,選取每個群集的相對應群集簇頭,由群集簇頭產生並廣播分時多工存取排程,非群集簇頭的感測節點接收分時多工存取排程;資料傳送,非群集簇頭的感測節點依據分時多工存取排程傳送感測資料至群集簇頭,群集簇頭進行資料融合以減少資料的封包長度,並以載波偵測多重存取防撞的方式將資料送至格集簇頭,再由格集簇頭將資料傳送至基地台;以及重選處理,在資料傳送的次數達到預設回合時,重新進入分格處理,並重複後續處理,直到所有感測節點死亡為止。
本發明之另一目的在於提供一種無線感測網路之階層式群集系統,包括至少一基地台、至少一格集簇頭、至少一群集簇頭以及至少一感測節點,其中該感測節點依據一分時多工存 取排程以傳送所感測的感測資料至相對應的群集簇頭,該群集簇頭對該感測資料進行資料融合以產生融合資料,並以載波偵測多重存取防撞的方式將該融合資料送至相對應的格集簇頭,該格集簇頭將該融合資料傳送至該基地台,藉以完成一回合的資料傳送,且該分時多工存取排程是由該群集簇頭所產生,該格集簇頭是由該基地台依據模糊集中均值聚類法而選定,而且該群集簇頭是由該感測節點依據低能源自適應性群集階層式路由演算法及參考感測節點的剩餘能源而選定。
因此,本發明係結合模糊集中均值聚類法以及分散式的低能源自適應性群集階層式路由演算法的混合型階層式群集方法,因此,可動態地控制群集的數目,有效延長整體無線感測網路的使用壽命,藉以改善整體的操作性能。
以下配合圖式及元件符號對本發明之實施方式做更詳細的說明,俾使熟習該項技藝者在研讀本說明書後能據以實施。
參閱第一圖,本發明無線感測網路之階層式群集方法的操作流程示意圖。如第一圖所示,本發明的無線感測網路之階層式群集方法包括分格處理S10、分群處理S20、資料傳送處理S30以及重選處理S40,可用以將無線感測網路(Wireless Sensor Network,WSN)中的多個感測節點(Sensor Node,SN)以及遠端的基地台(Base Station,BS)之間建構階層式(Hierarchy)的結構,讓個別感測節點之感測資料可傳送至基地台,同時感測節點可接收來自基地台的訊息或指令。
分格處理S10及分群處理S20主要是用以完成一般所稱的設定狀態(set-up state),而資料傳送處理S30是要完成穩定狀態(steady state)。
上述的感測節點是具有感測目標物或環境之資訊的元件 或裝置,同時可進一步計算或處理該資訊,尤其具有無線通訊功能。因此,感測節點可將所感測的資訊以無線方式傳送。感測節點所感測的資訊可包括溫度、濕度、氣壓、雨量、光線亮度、影像、聲音、震動、特定微生物濃度、特定液體濃度、特定氣體濃度、紅外線訊息以及無線電訊息的至少其中之一。
為更加清楚說明本發明的特徵,請同時參閱第二圖,本發明無線感測網路之階層式群集方法中格集及群集之結構的示意圖。如第二圖所示,本發明階層式群集方法的目的是要將基地台以及多個感測節點分成多層狀的階層式結構,其中所有感測節點被分成至少一格集(Grid),比如圖中的格集1、格集2、格集3,而每個格群包含至少一群集(Cluster),比如圖中的格集1包含2群集、格集2及格集3各包含3群集,且每個群集包含至少一感測節點。因此,本發明階層式群集方法所產生的階層式結構係由上而下包括最上層的基地台,下一層的格集,再下一層的群集,以及最下層的感測節點,其中每一格集具有一格集簇頭(Grid Head,GH),而每一群集具有一群集簇頭(Cluster Head,CH)。要注意的是,格集及群集的數目可為任意正整數,而群集內感測節點的數目亦可為任意正整數。
此外,本發明將基地台及格集簇頭分類成”上層”,而下文中將定義的群集簇頭以及感測節點稱作”下層”,藉以方便清楚顯示本發明的特點。
首先,本發明的方法進行分格處理S10,以決定格集的配置,並產生分格結果。具體而言,分格處理S10可進一步包括如第三圖所示的詳細處理步驟,亦即步驟S11、步驟S13 以及步驟S15。在步驟S11中,所有感測節點將所屬的位置資訊及剩餘能源資訊傳送至基地台,接著在步驟S13中,由基地台接收所有感測節點所傳送的位置資訊及剩餘能源資訊,並依據模糊集中均值(Fuzzy C-Means,FCM)聚類法,依據群集數量控制方式,將所有感測節點分格成至少一格集,並在每個格集所屬的多個感測節點中,選取一格集簇頭,同時產生至少包括格集簇頭名單的分格結果,最後進入步驟S15,廣播分格結果。
步驟S13的詳細說明如下。上述Fuzzy C-Means聚類法一開始會產生一個權重值wji 介於0到1的權重矩陣w,如式(1.1),其中k為格集數量、n為感測節點總數,權重矩陣w之權重值wji 代表感測節點對應各個格集之歸屬程度。
權重矩陣設定完成之後,以感測節點的位置座標,依序計算式(1.2)所示的格集中心點Ci 以及式(1.3)所示的目標函數值J,其中Xj 為感測節點的座標位置,m是權重指數,一般設值為2。計算完成後,進一步調整權重矩陣,如式(1.4),並重複疊代計算式(1.2)到(1.4),直到目標函數值J不再變化為止,則Fuzzy C-Means聚類法執行完畢。
經過Fuzzy C-Means聚類法計算出的權重矩陣,為無線感測網路的上層分格結果,如第四圖所示,其中可發現每個格集中心點(以“★”表示)並不會太接近,但是此中心點是虛擬的,並非實際的感測節點(以“‧”表示)。因此我們必須從感測節點之中,依據虛擬的格集中心點挑選出最適合的感測節點,作為實際的格集中心點,也就是格集簇頭。具以作法是,我們以式(1.5)計算感測節點擔任實際的中心點的適合度數值Thresh ,其中E j 為感測節點剩餘能源,而E avg 為感測節點的平均剩餘能源,因而由具有最大適合度數值Thresh 的感測節點擔任格集簇頭。
上述模糊集中均值聚類法的詳細技術內容可參考以下文獻:D.C.Hoang,R.Kumar,and S.K.Panda,“Fuzzy C-Means clustering protocol for wireless sensor networks,”inProc.ISIE’10, Jul.2010,pp.3477-3482。
接著,執行分群處理S20,且分群處理S20可進一步包括如第五圖所示的詳細處理步驟,亦即步驟S21至步驟S29。 在步驟S21中,所有感測節點接收步驟S15中廣播的分格結果,接著在步驟S22中,感測節點判斷本身是否為分格結果中所選取的格集簇頭,如果感測節點是格集簇頭,則進入步驟S23,而如果感測節點不是格集簇頭,則進入步驟S24。
在步驟S23中,被選取為格集簇頭的感測節點宣告本身為格集簇頭,設定虛擬雜音(Pseudo Noise,PN)串列碼,用以避免干擾而造成封包遺失,並以載波偵測多重存取防撞(Carrier Sense Multiple Access Collision Avoidance,CSMA/CA)方式廣播,接著進入步驟S29,完成下層分群處理,或可進一步依序執行步驟S23A、S23B及S23C以建立一格集(Grid),再進入步驟S29,完成下層分群處理。
在步驟S23A中,發出邀請訊息給其他感測節點,並在步驟S23B中,接收其他感測節點的加入訊息,最後在步驟S23C中,格集簇頭製作已加入本格集之所有感測節點的會員名單,並廣播至其他感測節點,因而完成格集的建立。
在步驟S24中,未被選取為格集簇頭的感測節點接收來自格集簇頭的邀請訊息,並依據分格結果以決定是否接受邀請訊息,且在決定接受邀請訊息時傳送加入訊息至格集簇頭,此外,感測節點依據分散式的低能源自適應性群集階層式路由演算法(Low Energy Adaptive Clustering Hierarchy,LEACH)及根據群集數量控制方式,選取剩餘能源最多的感測節點當作群集簇頭。上述的群集數量控制方式是為了避免部分節點因能源不足而死亡之後,群集數量過多的情況,進一步具體而言,群集數量控制方式是藉以下的方程式而實現: 其中較佳的N1=2,N2=1,F1=0.05,F2=0.05。
接著,進入步驟S25,感測節點判斷本身是否為群集簇頭,且在本感測節點為群集簇頭時,進入步驟S26A,而在本感測節點不為群集簇頭時,進入步驟S27A。
在步驟S26A中,群集簇頭發出邀請訊息,接著在步驟S26B中,接收加入訊息,最後在步驟S26C中,製作並廣播分時多工存取(TDMA)排程,再進入步驟S29,完成下層分群處理,其中TDMA排程包含每個感測節點的資料傳送時間。
在步驟S27A中,非群集簇頭的感測節點接收來自群集簇頭的邀請訊息,接著在步驟S27B中,依據,發出加入訊息,最後在步驟S27C中,接收來自群集簇頭的TDMA排程,再進入步驟S29,完成下層分群處理。
經由上述的步驟S10至步驟S29,本發明的階層式群集方法已完成上層分格及下層分群。以下,將說明步驟S30的詳細操作處理。
參閱第六圖,本發明中資料傳送的詳細操作流程圖,其中資料傳送S30係進一步包括依序進行的步驟S31、S33、S35及S37。首先,在步驟S31中,感測節點依據TDMA排程傳送感測資料至群集簇頭,亦即每個感測節點會依據在TDMA排程中的位置計算自己的資料傳送時間點,並在此時間點傳送資料,且在傳送完成後,會依據TDMA排程的長度,以及 預留群集簇頭使用CSMA/CA傳送資料所需的時間,進一步計算本身下一次的傳輸時間,而在下一次的傳輸時間之前進入休眠狀態,藉以節省能源的使用。
接著,在步驟S33中,群集簇頭負責接收群集內所有感測節點的感測資料,並當群集簇頭接收到TDMA排程中的最後一個感測節點的感測資料時,會執行資料融合技術,去除重複的資料以縮減資料量,並產生融合資料。
在步驟S35中,群集簇頭依據格集簇頭的廣播信號強度以調整發射功率,並以CSMA/CA的方式傳送融合資料至格集簇頭,藉以避免資料碰撞。最後在步驟S37中,格集簇頭進一步以可防止資料碰撞的CSMA/CA方式傳送來自群集簇頭的融合資料至基地台,藉以完成一回合的資料傳送,而由於格集簇頭無法評估何時群集簇頭會傳送資料,因此格集簇頭必須常駐等待群集簇頭的傳送。
上述的資料傳送方向可參考第二圖中的箭頭方向,包括短虛線箭頭、長虛線箭頭及實線箭頭,其中短虛線箭頭表示感測節點至群集簇頭的資料傳送,長虛線箭頭表示群集簇頭至格集簇頭的資料傳送,而實線箭頭表示格集簇頭至基地台的資料傳送。
為了更加具體說明,利用表1及表2當作單一格集的示範性實例,其中表1為TDMA排程,而表2為省略實際運作時間的部份而直接以時間槽的方式來顯示每個節點、群集簇頭及格集簇頭在時間上的實際運作情形。
表1
本範例是將單一格集分成兩個群集,而每個群集之TDMA排程如表2所示,在一開始,群集1(Cluster 1)的感測節點4(ID=4)調整發射功率,先傳送感測資料至當作群集簇頭(CH)的感測節點2(ID=2),並且預留CH的傳送時間,計算出下一次的傳輸時間在第9TDMA時間槽(TDMA time slot 9),且在計算完成後進入休眠模式。感測節點4傳送完畢之後輪到感測節點5(ID=5)發送資料,並依序以此類推,直到感測節點3(ID=3)發送資料至當作群集簇頭(CH)的感測節點2時,感測節點2經比對TDMA排程後,發現感測節點3為TDMA排程中的最後一個感測節點,因而開始進行資料融合,減少資料長度,並且調整發射功率,接著依CSMA/CA的機制,傳送資料至當作格集簇頭(GH)的感測節點1。感測節點1收到感測節點2的資料後,會將資料直接送至基底台。
最後,在步驟S40中進行重選處理以決定是否重選,亦即是否重新設定格集簇頭、群集簇頭、格集數目、群集數目以及每個群集中感測節點的數目,且如果不重選,則重複執行步驟S30的資料傳送,而如果重選,則重新進入分格處理S10,重複進行後續的處理,直到所有感測節點因能源不足而死亡為止。具體而言,重選處理可依據資料傳送S30達到某一預設回合數時,決定重選,其中預設回合數可為等於或大於20回合。
要注意的是,本發明中的格集簇頭為基地台依據FCM聚類法而指定,而群集簇頭是在基地台已完成指定格集簇頭後,才由非格集簇頭的感測節點依據LEACH而決定,因此,本發明為優先進行上層分格,然後再進行下分群。
尤其,格集簇頭是獨立特殊的感測節點,是位在格集的中心附近,並無任何的會員節點,亦即除了感測自身環境周邊的資料之外,只需負責收集來自群集簇頭的融合資料,並在收集完所有群集簇頭的融合資料後,傳送至基地台,因此,格集簇頭不需負責其他節點的感測資料,可大幅降低工作負擔,有效降低能源消耗,提高使用壽命。
此外,本發明進一步提供一種無線感測網路之階層式群集系統,如第二圖所示之結構,其中本發明的無線感測網路之階層式群集系統包括至少一基地台、至少一格集簇頭、至少一群集簇頭以及至少一感測節點。
感測節點依據分時多工存取排程以傳送所感測的感測資料至相對應的群集簇頭,群集簇頭對感測資料進行資料融合以產生融合資料,並以載波偵測多重存取防撞的方式將融合資料送至相對應的格集簇頭,格集簇頭將融合資料傳送至基地台,藉以完成一回合的資料傳送。
分時多工存取排程是由群集簇頭所產生,格集簇頭是由基地台依據模糊集中均值聚類法而選定,而群集簇頭是由感測節點依據低能源自適應性群集階層式路由演算法及參考感測節點的選定。
基地台可包括天線、短距離的無線收發器、微處理器、記憶體、長距離的網路通訊介面以及電源供應單元(圖中未顯示),並由電源供應單元提供電力給微處理器、記憶體、短距離的無線收發器以及長距離的網路通訊介面。天線係以無線電方式接收來自感測節點的感測資訊,或來自格集簇頭的訊號,其中感測資訊或訊號可包括日格比(ZigBee)、藍芽(Bluetooth)或日波(Z-Wave)的格式。短距離的無線收發器接收來自天線的的感測資訊或訊號,以產生中頻訊號。微處理器接收來自短距離的無線收發器的中頻訊號,並抽取其中的有效資料,而由記憶體儲存。長距離的網路通訊介面連結該微處理器,具有長距離的無線通訊功能及/或長距離的有線通訊功能,其中長距離的無線通訊功能可包括GSM/GPRS/3G/WiMAX,而長距離的有線通訊功能可包括 Ethernet/DSL。
上述本發明之階層式群集系統的每個格集簇頭、每個群集簇頭、以及每個感測節點可包括感測器、微處理器、記憶體、短距離的無線收發器、天線以及電源供應單元(圖中未顯示),其中電源供應單元提供電力給微處理器、記憶體、感測器以及短距離的無線收發器。
感測器可提供感測資訊,比如可包括溫度、濕度、氣壓、雨量、光線亮度、影像、聲音、震動、特定微生物濃度、特定液體濃度、特定氣體濃度、紅外線訊息以及無線電訊息的至少其中之一。處理器接收感測資訊以產生傳送資料,並儲存於記憶體中。短距離的無線收發器接收傳送資料,產生相對應的高頻訊號,並由天線接收,且以無線電方式傳送。
此外,天線可接收無線電訊號以產生一接受訊號,並由短距離的無線收發器接收,進而產生一接收中頻訊號。微處理器接收該接收中頻訊號以產生有效資料,並由記憶體儲存。天線所接收的無線電訊號可包括ZigBee、Bluetooth或Z-Wave的格式。
上述本發明的階層式群集系統具有改善使用壽命的優點,可提高格集簇頭、群集簇頭以及感測節點的可操作時間。
以上所述者僅為用以解釋本發明之較佳實施例,並非企圖據以對本發明做任何形式上之限制,是以,凡有在相同之發明精神下所作有關本發明之任何修飾或變更,皆仍應包括在本發明意圖保護之範疇。
S10、S11、S13、S15、S20、S21、S22、S23、S23A、S23B、S23C、S24、S25、S26A、S26B、S26C、S27A、S27B、S27C、S29、S30、S31、S33、S35、S37、S40‧‧‧步驟
第一圖顯示本發明無線感測網路之階層式群集方法的操 作流程示意圖。
第二圖顯示本發明無線感測網路之階層式群集方法中格集及群集之結構的示意圖。
第三圖顯示本發明中分格處理的詳細操作流程圖。
第四圖顯示本發明中分格結果的示意圖。
第五圖顯示本發明中分群處理的詳細操作流程圖。
第六圖顯示本發明中資料傳送的詳細操作流程圖。
S21、S22、S23、S23A、S23B、S23C、S24、S25、S26A、S26B、S26C、S27A、S27B、S27C、S29‧‧‧步驟

Claims (10)

  1. 一種無線感測網路之階層式群集方法,係用以將無線感測網路((Wireless Sensor Network,WSN))中多個感測節點(Sensor Node)建構成階層式結構以進行個別感測節點之感測資料的傳送,該無線感測網路之階層式群集方法係包括:分格處理,係由一基地台(Base Station)接收所有感測節點所傳送的一位置資訊及一剩餘能源資訊,並依據模糊集中均值(Fuzzy C-Means,FCM)聚類法,將所有感測節點分格成至少一格集,並在每個格集中的多個感測節點中,選取一格集簇頭(Grid Head),以及產生並廣播包括一格集簇頭名單的一分格結果;分群處理,係由所有感測節點接收該分格結果,並在每個格集內,由被選取為格集簇頭的感測節點設定一獨立的虛擬雜音(Pseudo Noise,PN)串列碼,且由未被選取為格集簇頭的感測節點,依據分散式的低能源自適應性群集階層式路由演算法(Low Energy Adaptive Clustering Hierarchy)及參考感測節點的剩餘能源,將所有感測節點分割成至少一群集,且選取每個群集的相對應群集簇頭(Cluster Head),並由個別的群集簇頭產生並廣播一分時多工存取(Time Division Multiple Access)排程,非群集簇頭的感測節點接收該分時多工存取排程;資料傳送處理,係包括由非群集簇頭的感測節點依據所接收的該分時多工存取排程以傳送所感測的感測資料至所對應的群集簇 頭,由該群集簇頭進行資料融合(Data Aggregation)以產生融合資料,並以載波偵測多重存取防撞(Carrier Sense Multiple Access Collision Avoidance)的方式將該融合資料送至所對應的格集簇頭,再由該格集簇頭將該融合資料傳送至該基地台,藉以完成一回合的資料傳送;以及重選處理,在該資料傳送處理中由該等感測節點至該基地台的資料傳送之次數達到一預設回合數時,重新進入該分格處理,並重複進行後續處理,直到所有感測節點因能源不足而死亡為止。
  2. 依據申請專利範圍第1項所述之階層式群集方法,其中該感測節點具有感測一目標物或一環境之資訊、計算或處理該資訊,以及無線通訊功能,且該資訊係包括溫度、濕度、氣壓、雨量、光線亮度、影像、聲音、震動、特定微生物濃度、特定液體濃度、特定氣體濃度、紅外線訊息以及無線電訊息的至少其中之一。
  3. 依據申請專利範圍第1項所述之階層式群集方法,其中該分格處理中的模糊集中均值聚類法係計算出虛擬的一格集中心點,並利用下式以獲得每個感測節點的適合度數值Thresh E j 為感測節點剩餘能源,而E avg 為感測節點的平均剩餘能源,Xj 為感測節點的位置,Cj 為該格集中心點,且以最大適合度數值Thresh 的感測節點為該格集簇頭。
  4. 依據申請專利範圍第1項所述之階層式群集方法,其中該分格處理進一步利用下式以控制群集數量: 其中N1=2,N2=1,F1=0.05,F2=0.05。
  5. 依據申請專利範圍第1項所述之階層式群集方法,其中該分群處理進一步包括由該格集簇頭發出邀請訊息給其他感測節點,接著接收其他感測節點的加入訊息,最後製作已加入本格集之所有感測節點的會員名單,並廣播至其他感測節點。
  6. 依據申請專利範圍第1項所述之階層式群集方法,其中該感測節點在依據該TDMA排程傳送感測資料至群集簇頭時,依據在TDMA排程中的位置計算自己的資料傳送時間點,並在此時間點傳送資料,且在傳送完成後,依據該TDMA排程的長度,以及預留群集簇頭使用CSMA/CA傳送資料所需的時間,進一步計算本身下一次的傳輸時間,而在下一次的傳輸時間之前進入休眠狀態,藉以節省能源的使用; 該群集簇頭負責接收該群集內所有感測節點的感測資料,並在接收到該TDMA排程中的最後一個感測節點的感測資料時,執行該資料融合;該群集簇頭依具該格集簇頭的廣播信號強度以調整發射功率,並以該CSMA/CA的方式傳送融合資料至該格集簇頭;以及該格集簇頭進一步以該CSMA/CA的方式傳送來自該群集簇頭的融合資料至該基地台,且格集簇頭係常駐等待該群集簇頭的資料傳送。
  7. 依據申請專利範圍第1項所述之階層式群集方法,其中該重選處理的預設回合數為等於或大於20回合。
  8. 一種無線感測網路之階層式群集系統,具有階層式的群集架構,且該階層式群集系統包括至少一基地台、至少一格集簇頭、至少一群集簇頭以及至少一感測節點,其特徵在於,該感測節點依據一分時多工存取排程以傳送所感測的感測資料至相對應的群集簇頭,該群集簇頭對該感測資料進行資料融合以產生融合資料,並以載波偵測多重存取防撞的方式將該融合資料送至相對應的格集簇頭,該格集簇頭將該融合資料傳送至該基地台,藉以完成一回合的資料傳送,且該分時多工存取排程是由該群集簇頭所產生,該格集簇頭是由該基地台依據模糊集中均值聚類法而選定,而且該群集簇頭是由該感測節點依據低能源自適應性群集階層 式路由演算法及參考感測節點的剩餘能源而選定。
  9. 依據申請專利範圍第8項所述之階層式群集系統,其中該基地台包括:一天線,係以無線電方式接收來自該感測節點的感測資訊,或來自該格集簇頭的訊號,該感測資訊或該訊號包括日格比(ZigBee)、藍芽(Bluetooth)或日波(Z-Wave)的格式;一短距離的無線收發器,用以接收來自該天線的的感測資訊或訊號以產生中頻訊號;一微處理器,用以接收來自該短距離的無線收發器的中頻訊號,並抽取有效資料;一記憶體,用以接收並儲存來自該微處理器的有效資料;一長距離的網路通訊介面,連結該微處理器,具有長距離的無線通訊功能及/或長距離的有線通訊功能,該長距離的無線通訊功能包括GSM/GPRS/3G/WiMAX,該長距離的有線通訊功能包括Ethernet/DSL;以及一電源供應單元,用以提供電力給該微處理器、該記憶體、該短距離的無線收發器以及該長距離的網路通訊介面。
  10. 依據申請專利範圍第8項所述之階層式群集系統,其中每個格集簇頭、每個群集簇頭、以及每個感測節點係包括:一感測器,用以提供感測資訊,該感測資訊包括溫度、濕度、氣 壓、雨量、光線亮度、影像、聲音、震動、特定微生物濃度、特定液體濃度、特定氣體濃度、紅外線訊息以及無線電訊息的至少其中之一;一微處理器,接收該感測資訊以產生一傳送資料;一記憶體,儲存該傳送資料,;一短距離的無線收發器,接收該傳送資料,產生高頻訊號;一天線,接收該高頻訊號,並以無線電方式傳送,且該天線接收無線電訊號以產生接受訊號,該短距離的無線收發器接收該接受訊號,以產生一接收中頻訊號,該微處理器,接收該接收中頻訊號以產生有效資料,而該記憶體儲存該有效資料,該天線所接收的無線電訊號包括日格比(ZigBee)、藍芽(Bluetooth)或日波(Z-Wave)的格式;以及一電源供應單元,用以提供電力給該微處理器、該記憶體、該感測器以及該短距離的無線收發器。
TW101130012A 2012-08-17 2012-08-17 無線感測網路之階層式群集方法及系統 TWI473522B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
TW101130012A TWI473522B (zh) 2012-08-17 2012-08-17 無線感測網路之階層式群集方法及系統

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
TW101130012A TWI473522B (zh) 2012-08-17 2012-08-17 無線感測網路之階層式群集方法及系統

Publications (2)

Publication Number Publication Date
TW201410056A TW201410056A (zh) 2014-03-01
TWI473522B true TWI473522B (zh) 2015-02-11

Family

ID=50820563

Family Applications (1)

Application Number Title Priority Date Filing Date
TW101130012A TWI473522B (zh) 2012-08-17 2012-08-17 無線感測網路之階層式群集方法及系統

Country Status (1)

Country Link
TW (1) TWI473522B (zh)

Families Citing this family (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103916942B (zh) * 2014-04-04 2017-04-12 安徽工程大学 一种降低功耗的leach协议改进方法
TWI551083B (zh) * 2015-03-18 2016-09-21 鴻海精密工業股份有限公司 功能群組構建系統及方法
CN107918779A (zh) * 2017-08-02 2018-04-17 北京国电通网络技术有限公司 一种构建多元负荷聚类模型方法及系统
CN108900996A (zh) * 2018-07-04 2018-11-27 中国海洋大学 一种基于双层模糊算法的无线传感器网络数据传输方法
CN109819460B (zh) * 2019-02-21 2022-02-11 中国联合网络通信集团有限公司 一种数据采集方法和系统
CN111818553B (zh) * 2020-05-21 2022-05-31 长春工业大学 基于模糊逻辑的无线传感器网络改进多跳leach协议的数据传输方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
Sudakshina Dasgupta and Paramartha Dutta, "An improved Leach approach for Head selection Strategy in a Fuzzy-C Means induced clustering of a Wireless Sensor Network", IEMCON 2011 organised by IEM in collaboration with IEEE on 5th & 6th of Jan,2011, pp. 203-208, 2010 Hoang Duc Chinh, Ching Kuan Thye, Rajesh Kumar and Sanjib Kumar Panda, "Intra-cluster Power Management in Hierarchical Routing Protocols for Wireless Sensor Networks", ndustrial Electronics (ISIE), 2012 IEEE International Symposium on 28-31 May 2012, pp. 1147-1152, 2012 *

Also Published As

Publication number Publication date
TW201410056A (zh) 2014-03-01

Similar Documents

Publication Publication Date Title
TWI473522B (zh) 無線感測網路之階層式群集方法及系統
CN106604346B (zh) 无线传感器网络能量有效机会路由的实现方法
US8588135B2 (en) Integrated sensor networks with optical and wireless links
US8059637B2 (en) Radio communication method and radio communication apparatus
CN106792973B (zh) 一种能量异构无线传感器网络中的簇首选举及其轮换方法
CN104507168B (zh) 认知Ad Hoc网络的分布式拓扑控制方法
Ekbatanifard et al. Queen-MAC: A quorum-based energy-efficient medium access control protocol for wireless sensor networks
CN107690168B (zh) 一种可扩展的无线传感器网络组网方法
CN104135751B (zh) 一种适用于地铁隧道的非均匀分簇路由方法
CN103188825A (zh) 无线传感网的组网方法
CN107613540B (zh) 一种无线可充电传感器网络聚类分簇路由方法
CN107690167B (zh) 一种可扩展的无线传感器网络分簇方法
CN107295569A (zh) 一种基于多移动汇聚节点的能量高效的路由协议
CN104488320A (zh) 一种信号传输方法及设备
CN104301965A (zh) 一种无线传感器网络非均匀分簇节点调度方法
CN101835099B (zh) 基于分簇与rrep广播的大规模传感器网络路由方法
WO2018098750A1 (zh) 分布式网络的消息传输方法及节点
CN109309620A (zh) 一种面向边缘计算的轻量级异构网络分簇方法
CN102595550A (zh) 基于跨层优化的自适应无线传感器网络路由方法
CN103987100A (zh) 基于区域划分的传感网节能离取改进方法
Shi et al. Adding duty cycle only in connected dominating sets for energy efficient and fast data collection
CN107222900A (zh) 一种基于动态链的无线传感器网络节点协作方法
CN108366438B (zh) 大规模自组织无线通信的生成簇组网方法和生成簇网络
Deng et al. Early wake-up ahead node for fast code dissemination in wireless sensor networks
WO2018098748A1 (zh) 分布式网络的通信方法、节点及系统

Legal Events

Date Code Title Description
MM4A Annulment or lapse of patent due to non-payment of fees