专利名称：面向数据快速汇聚的无线传感器执行器网络分簇方法
技术领域：
本发明涉及的是一种无线网络技术领域的方法，具体是一种面向数据快速汇聚的 无线传感器执行器网络分簇方法。
背景技术：
无线传感器执行器网络(WirelessSensor and Actor Networks, WSANs)衍生于 无线传感器网络(Wireless Sensor Networks，WSNs)，综合了无线通信、计算机科学、微电 子、自动化、测控等多学科技术。它由部署在监测区域内大量低成本、低功耗并具备感知、数 据处理和无线通讯能力的传感器节点(Sensor Node)，和少量具备更强通讯和数据处理能 力并能主动实施动作的执行器(Actor)组成。由于无线传感器执行器网络具有自组织性、 易于铺设、动态性、和抗毁性强等特点，因而在军事国防、工农业、城市管理、环境监测、抢险 救灾、防恐反恐、危险区域远程控制等许多领域都有重要的科研价值和广泛的应用前景，已 经引起了科技界和工业界的高度重视。事件的侦测和应对是无线传感器执行器网络在监控方面的主要应用，当事件发生 后，传感器节点需要将事件区域内侦测和感知到的事件特征数据尽快汇聚到执行器。因此， 在WSANs中，如何降低事件信息完整传输到执行器的时延一直是该领域实际应用中的关键 问题之一。一方面，根据相关应用的需要，执行器节点对于事件需要能够迅速做出反应； 另一方面，由于事件通常具有动态性，不具备一定实时性的系统无法适应这种变化。而在 WSANs中，事件信息收集的时延主要来自于传感器到执行器数据传输时延。在目前的WSANs 中，传感器节点有限的通讯能力是造成这种传输时延的主要瓶颈。如果采用传统的泛洪方 式将每个传感器信息无取向的传输到每个执行器，则会带来数据大量冗余的问题，进而额 外增加传输任务，执行器汇聚所有数据的时延问题将会非常突出。对于多执行器网络，如果采用一种合理的分簇方法将传感器网络进行划分，使得 每个执行器只收集网络区域内的某个特定部分，所有执行器收集完毕后再进行协作，事件 信息的完整汇聚时延可以大大缩减。因此，分簇方法对于提高网络整体性能意义重大。经对现有文献检索发现，相关文献如下1. Thomas Schreiber 等人在 2004 年第 1 卷第 1 期 Sensors Magazine MDPI 发表 的"VoronoiDiagram Based Adaptive K-Means-Type Clustering in Sensor Networks，， 中提出了基于泰森多边形的分簇方法。所有相邻的传感器节点连线的垂直平分线围成泰森 多边形，每个泰森多边形即构成一个簇。然而，这种划分方法不能直接应用到WSAN中，因为 它没有考虑到事件区域传感器的分布情况，若事件区域的传感器节点在网络的执行器周围 分布不均勻，这种方法不能保证良好的实时性。2. Heizelman W^AT 2000 $ ^ Proceedings of the 33rd Annual Hawaii InternationalConference On System Science 发 表 ^"Energy-efficient communication protocol forwireless micro sensor Network，，提出了 LEACH 分族方法。 这类算法使网络中传感器节点随机成为簇头，其余节点根据自身通信代价最小原则选择加入哪个簇。这类方法并不包含执行器这样的汇聚节点，并不适用于无线传感器执行器网络； 另一方面，这类方法以优化能耗为目标，并没有考虑为各个簇分配平局的负载以减小数据 汇集时延。3. Zhi-Cheng Dai 等人在 Computer Engineering and Application 第 43 卷第 10 期上发表的"Clustering algorithm based on wireless sensor and actor networks，，， 根据事件发生的实际情况，每个感应到事件的传感器节点选择通讯耗能最小的节点为邻 居，通过这种方式使事件区域的传感器网络信息汇集到各个执行器节点。但是该方法仅仅 考虑了网络能耗，并不考虑数据汇集的时延问题。4.中国专利申请号为=200710041294. 2，名称为一种无线传感网的分布式分簇 组网方法；中国专利申请号为=200810070376. 1，名称为基于“能量均衡”的集群无线传感 器网络非均勻分簇方法；中国专利申请号为=200810106381. 6，名称为一种Ad Hoc网络中 基于助理的分簇方法，以上方法只适用于同构的无线传感网络，并不适用于WSAN这样存在 传感器和执行器的异构网络。中国专利申请号为=200810060049. 0，名称为基于梯度的无 线传感网负载平衡分簇方法，该方法为距离汇聚节点(SINK)各跳的传感器网络分配了不 同数量的簇从而使得各跳的负载大致平均，但是该方法中仅适用于只有一个SINK节点的 传感网络，不适用于存在多个执行器/SINK节点的网络场景，也没有考虑多个执行器间的 协调和平衡问题。
发明内容
本发明的目的在于克服现有技术的不足，提供一种面向数据快速汇聚的无线传感 器执行器网络分簇方法。本发明根据传感器分布的具体情况，为执行器分配均衡的传输任 务，减少整个网络收集完整事件信息的时延，进一步提高整个网络的实时性和稳定性。本发明是通过以下技术方案实现的，包括以下步骤第一步，确定监控范围内执行器数目，各个执行器向全网广播自身的位置信息，传 感器节点根据接收到的执行器位置信息判断自身区域的拓扑特性。所述的位置信息包括执行器的编号，和接收到该信息的传感器节点距离发送端 执行器的跳数。所述的拓扑特性包括该传感器节点判断自身处于待分簇区域还是确定分簇区 域、最近执行器的编号和到最近执行器的跳数。所述的最近执行器是指距离该传感器节点跳数最少的执行器。传感器节点根据最 近执行器的数量、编号以及相距的跳数确定自身所属的区域。若传感器节点只有一个最近 执行器Ai,相距k跳，则称该传感器属于确定分簇区域Ci,k。若传感器节点有两个以上最近 执行器A、A2……An，距离k跳，则称该传感器属于待分簇区域〃ν·2. 。第二步，传感器节点向最近执行器发送应答信息。执行器根据应答信息统计位于 属于其相关确定分簇区域和相关待分簇区域的传感器节点的数量，同时取最远的应答传感 器节点的传输跳数作为最远传输距离。所述的应答信息包括该传感器距离接收端执行器的跳数，和传感器所处区域的 共享执行器编号。所述的共享执行器是指对于待分簇区域，除了接收到该应答信息执行器以外的其他相同跳数执行器编号；对于确定分簇区域，共享执行器编号固定为-1。所述的相关区域是指若某执行器是这块区域的最近执行器，则这块区域为该执 行器的相关区域。第三步，以平均分配的方案估计各待分簇区域的分簇方案，并在此基础上估计该 执行器所在簇中各跳位置的传感器总数。第四步，根据第二步得到的统计信息和第三步中的估计值，各执行器确定最近的 相关待分簇区域的分簇方案。所述的分簇方案，包括如下步骤步骤4. 1确定计算方案对于有两个以上最近执行器的待分簇区域以平均分配作 为最终分簇方案并转到步骤4. 5 ；对于仅有两个最近执行器的待分簇区域则转到步骤4. 2。步骤4. 2该待分簇区域的共享执行器通过通信交互统计信息，即其各相关区域的 传感器节点数量和最远通讯距离。步骤4. 3根据该区域的共享执行器和自身的统计信息，以及传感器节点单位时间 内产生的信息量Y和传感器节点的最大传输速率P，计算得到待分簇区域内传感器节点 可能的最优分簇方法。所述的可能的最优分簇方法的标准是指理论上使执行器收集该待分簇区域传感 信息时延最小的方案。步骤4. 4根据实际取值范围得到可行的最优分簇方案解。步骤4. 5与该区域的共享执行器通讯确认该待分簇区域的分簇方案。若双方分簇 方案不同则返回步骤4. 1重新求取分簇方案。第五步，通过无线通讯将第四步中得到分簇方案通过概率的方式分发到对应的待 分簇区域，接收到该信息的传感器节点将该概率值序列与自身所产生的随机数序列进行比 较，确定所属的分簇。所述的概率是指将分簇方案中划分给各个执行器的传感器占该区域传感器总数 的比例。第六步，目标区域的传感器节点完成分簇，并发送归属信息至最近执行器。执行器 统计归属信息，将实际的分簇结果替换原有的估计值。所述的归属信息包括该传感器传感器节点所属分簇的执行器编号、所有最近执 行器的编号和到最近执行器的跳数。第七步，重复第四-六步，直到网络内所有待分配区域都完成了分簇，得到最终的 分簇方案。本发明的有益效果是1.不要求无线传感器执行器网络内的传感器节点均勻分布，对任意拓扑分布都能 够提供合理的分簇方法，降低平均传输时延。2.本发明所提供的分簇方法考虑了处于不同拓扑位置的传感器节点不同的容量 分配和不同的传输时延，因而分簇更加精确。3.额外通讯消耗小。只需要在初始阶段收集网络中传感器节点的拓扑信息并将划 分得到的概率值传回各个传感器节点，只需要在网络中进行一次双向的信息交换。
图1是实施例的网络拓扑分布图；图2是实施例的网络分簇图；图3是分簇过程流程图。
具体实施例方式以下结合附图对本发明作进一步描述。本实施例在以本发明技术方案为前提下进 行实施，给出了详细的实施方式和具体的操作过程，但本发明的保护范围不限于下述的实 施例。实施例本实施例中无线传感器执行器网络的分布如图1所示。使用IMP自主移动机器人 A1, A2，A3是执行器节点；使用Crossbow IRIS-XM2110为传感器节点，用圆形实心点表示；以 执行器为圆心的多层同心圆是距离该执行器各跳的通讯范围。传感器节点使用ZIGBEE协 议，传输速率为250Kbps，场景为室外温度测量，传感器节点单位时间产生的信息量平均期 望为 200Kbps。第一步，确定监控范围内执行器数目，各个执行器向全网广播自身的位置信息，传 感器节点根据接收到的执行器位置信息判断自身区域的拓扑特性。在本实例中，位置信息从执行器出发沿梯度向外层广播。传感器节点收到所有执 行器的信息后记录最近执行器的编号，以及距离最近执行器的跳数k，并确定自身是处于待 分簇区域还是确定分簇区域。本实例中的待分簇区域在图1中已标示出来，其中加粗虚线 围出的为U23,3，加粗实线围出的为U23,4，加粗点划线围出的为U12a ；除待分簇区域以外的所 有传感器节点都属于确定分簇区域。第二步，传感器节点向最近执行器发送应答信息。执行器根据应答信息统计位于 属于其相关确定分簇区域和相关待分簇区域的传感器节点的数量，同时取最远的应答传感 器节点的传输跳数作为最远传输距离。如在本实例中，执行器A1统计结果应为Clil = 5, Clj2 = 8, Clj3 = 10, Clj4 = 10，U12, 4 = 5。将执行器Ai的最远传输距离记为Ki,在本实例中，三个执行器的最远传输距离都是 4跳。第三步，以平均分配的方案估计各待分簇区域的分簇方案，并在此基础上估计该 执行器所在簇中各跳位置的传感器总数。对于任意待分簇区域仏,，将分簇方案中分给最近执行器Α,的传感器数量记为 Uiiir^k (ij)，将执行器Ai所在簇中，距离Ai为k跳的传感器数量记为Ni,k。用平均分配进行 估计，即对任意的执行器 有^,.., 』(Ij) = Uixir.,^ /〃。将距离A,.,为k跳的相关区域内的传感 器数量估计值相加得到乂^的估计。第四步，根据第二步得到的统计信息和第三步中的估计值，各个执行器参与确定 最近的相关待分簇区域的分簇方案。确定的顺序为先确定跳数最小的区域，若跳数最小的有多个，则先确定执行器下 标最小的。在本实例中，执行器A1参与确定U12,4的分簇方案，执行器A2依次参与确定U23,3、U12,4> U23j4的分簇方案，执行器A3依次参与确定U23,3、U23,4的分簇方案。具体的分簇方案确定方法包括如下步骤步骤4. 1确定计算方案对于有两个以上最近执行器的待分簇区域以平均分配作 为最终分簇方案并转到步骤4. 5 ；对于仅有两个最近执行器的待分簇区域则转到步骤4. 2。即对于任意待分簇区域Kmt ’若η > 2，则转至步骤4. 5，否则转至步骤4. 2，由于 此时η = 2，简记为Uxy, k。步骤4. 2与该待分簇区域Uxy,k的共享执行器通讯交互统计信息，即其各相关区域 的传感器节点数量和最远通讯距离。步骤4. 3根据该区域的共享执行器和自身的统计信息，以及单个传感器节点单位 时间内产生的信息量Y和传感器节点的最大传输速率μ，计算得到待分簇区域内传感器 节点可能的最优分簇方法。本实例中，传感器传输速率μ为250Kbps，场景单位时间产生的 信息量Y为200Kbps。若k = 1 或者 k = Kx = Ky，则取 Px = -Nx, k，Py = Ny, k
_ Ιχ—ιΚ... ,x—ik-l 1_
具体求解方法流程图如图2所示，包括以下步骤 4. 3.1计算待定参数Px、Py fflNx,k-Uxy,k(x)替换 Nx,k^Nx,k+Uxy,k(X)替换 Ny,k。
否则取足=扭入"(Σ;:1+)-^ -Py=Ny,k - IzLjv,^(Σ"^。
Vx^J\V >74. 3. 2得到可能的最优方案Xi若k = Kx = 1，则取 G (χ) = Nx, k+x否则取G⑵=γκχ+^SiΣ ,^+Σ ,^τ +Σ:全；其中若求和号
上标小于下标，则求得的和固定为0。若k = Ky = 1，则取 H (x) = Ny, k-x否则取"⑶=YKy+ Σ二 Σ1,^lHΤΓΤ7 + Σ二^^ ；其中若求和
号上标小于下标，则求得的和固定为0。取满足G(X) = H(χ)的所有实数解，记为X1, X2,…，Xp，其中ρ为实数解的个数。4. 3. 3取最优方案Xb对每个Xi,检验条件(Xi-PxXXi-Py) <0是否成立。若对于某个Xi成立，则取定 Xb = Xi。若不存在满足条件的Xi，则根据跳数的不同来确定最优解的选择方案。(l)k为1时若Kx也为1，则取Xb = Px ；否则取Xb = Py0 (2) k不为1时若k等于Kx，则取Xb = Py ；否则若k等于Ky，取Xb = Px ；若都不满 足，则对Xi中的实数解，检验Xi > Px与Xi > Py是否同时成立。若存在且仅存在唯一的Xi 满足该式成立，取Xb = Px ；否则取Xb = Py步骤4. 4根据实际取值范围得到可行的最优分簇方案。若Xb < 0，则设定Xb = 0 ；若Xb > Uxyjk,则设定Xb = Uxy,k ；并得到可行的最优分簇
LUU/J」 右λβ夂…则仅疋λβ = υ ；右λβ
方案(Uxy,k(x),Uxy,k(y)) = (XB，Uxy,k-XB)
Γηη74 朵聰4 C； fc^女 步骤4. 5与该区域的共享执行器通讯确认该待分簇区域的分簇方案。若双方分簇方案不同则返回步骤4. 1重新求取分簇方案。第五步，通过无线通讯将第四步中得到分簇方案通过概率的方式分发到对应的待 分簇区域，接收到该信息的传感器节点将该概率值序列与自身所产生的随机数序列进行比 较，确定所属的分簇。将( ... (/,)/ .. UWUiW, ■■； 2.、,“/ )/ U)发送到待 分簇区域。该区域内的每个执行器节点产生η个0到1之间随机数r2,……，rn， 并从巧开始依次检验是否满足4 < TjJjV2-^ (iJ)lu^。一旦满足，则停止对其余的随 机数进行检验，并确定该传感器归属于执行器Λ。第六步，目标区域的传感器节点完成分簇，并发送归属信息至最近执行器。执行器 统计归属信息，将实际的分簇结果替换原有的估计值。传感器节点确定自身所在簇后，将所属分簇的执行器编号和所有最近执 行器的编号、到最近执行器的跳数一起汇集为归属信息发送给所有的最近执行 器。执行器收到该待分簇区域的所有传感器节点的归属信息后，用实际的分簇 h ’ uhii...in,(i2),…，t/v2..vt(u)替换原有的估计值，并根据更新后的信息得到 新的替换原值。第七步，重复第四-六步，直到网络内所有待分配区域都完成了分簇，得到最终的 分簇方案。本实例在依次完成了待分簇区域U23,3、U12,4、U23,4的分簇后，即得到最终的分簇结 果，如图2所示。
权利要求
一种面向数据快速汇聚的无线传感器执行器网络分簇方法，其特征在于，包括以下步骤第一步，确定监控范围内执行器数目，各个执行器向全网广播自身的位置信息，传感器节点根据接收到的执行器位置信息判断自身区域的拓扑特性；第二步，传感器节点向最近执行器发送应答信息，执行器根据应答信息统计位于属于其相关确定分簇区域和相关待分簇区域的传感器节点的数量，同时取最远的应答传感器节点的传输跳数作为最远传输距离；第三步，以平均分配的方案估计各待分簇区域的分簇方案，并在此基础上估计该执行器所在簇中各跳位置的传感器总数；第四步，根据第二步得到的统计信息和第三步中的估计值，各执行器确定最近的待分簇区域的分簇方案；第五步，通过无线通讯将第四步中得到分簇方案通过概率的方式分发到对应的待分簇区域，接收到该信息的传感器节点将该概率值序列与自身所产生的随机数序列进行比较，确定所属的分簇；第六步，目标区域的传感器节点完成分簇，并发送归属信息至最近执行器，执行器统计归属信息，将实际的分簇结果替换原有的估计值；第七步，重复第四 六步，直到网络内所有待分配区域都完成了分簇，得到最终的分簇方案。
2.根据权利要求1所述的面向数据快速汇聚的无线传感器执行器网络分簇方法，其特 征是，第一步中所述的位置信息包括执行器的编号，和接收到该信息的传感器节点距离发 送端执行器的跳数。
3.根据权利要求1所述的面向数据快速汇聚的无线传感器执行器网络分簇方法，其特 征是，第一步中所述的拓扑特性包括该传感器节点判断自身处于待分簇区域还是确定分 簇区域、最近执行器的编号和到最近执行器的跳数。
4.根据权利要求3所述的面向数据快速汇聚的无线传感器执行器网络分簇方法，其特 征是，第一步中所述的最近执行器是指距离该传感器节点跳数最少的执行器，传感器节点 根据最近执行器的数量、编号以及相距的跳数确定自身所属的区域。
5.根据权利要求3所述的面向数据快速汇聚的无线传感器执行器网络分簇方法，其特 征是，第二步中所述的应答信息包括该传感器距离接收端执行器的跳数，和传感器所处区 域的共享执行器编号。
6.根据权利要求3所述的面向数据快速汇聚的无线传感器执行器网络分簇方法，其特 征是，第二步中所述的共享执行器是指对于待分簇区域，除了接收到该应答信息执行器以 外的其他相同跳数执行器编号。
7.根据权利要求1所述的面向数据快速汇聚的无线传感器执行器网络分簇方法，其特 征是，第二步中所述的相关区域是指若某执行器是这块区域的最近执行器，则这块区域为 该执行器的相关区域。
8.根据权利要求7所述的面向数据快速汇聚的无线传感器执行器网络分簇方法，其特 征是，第四步中所述的分簇方案，包括如下步骤步骤4. 1确定计算方案对于有两个以上最近执行器的待分簇区域以平均分配作为最终分簇方案并转到步骤4. 5 ；对于仅有两个最近执行器的待分簇区域则转到步骤4. 2 ；步骤4. 2该待分簇区域的共享执行器通过通信交互统计信息，即其各相关区域的传感 器节点数量和最远通讯距离；步骤4. 3根据该区域的共享执行器和自身的统计信息，以及传感器节点单位时间内产 生的信息量Y和传感器节点的最大传输速率μ，计算得到待分簇区域内传感器节点使执 行器收集该待分簇区域传感信息时延最小的方案；步骤4. 4根据实际取值范围得到可行的最优分簇方案解；步骤4. 5与该区域的共享执行器通讯确认该待分簇区域的分簇方案，若双方分簇方案 不同则返回步骤4. 1重新求取分簇方案。
9.根据权利要求8所述的面向数据快速汇聚的无线传感器执行器网络分簇方法，其特 征是，第五步中所述的概率是指将分簇方案中划分给各个执行器的传感器占该区域传感器 总数的比例。
10.根据权利要求1所述的面向数据快速汇聚的无线传感器执行器网络分簇方法，其 特征是，第六步所述的归属信息包括该传感器传感器节点所属分簇的执行器编号、所有最 近执行器的编号和到最近执行器的跳数。
全文摘要
一种无线网络技术领域的面向数据快速汇聚的无线传感器执行器网络分簇方法，包括以下步骤传感器节点判断自身区域的拓扑特性；取最远的应答传感器节点的传输跳数作为最远传输距离；估计该执行器所在簇中各跳位置的传感器总数；确定最近的待分簇区域的分簇方案；确定所属的分簇；执行器统计该区域的实际的分簇结果，并用该结果替换原有的估计值；直到网络内所有待分配区域都完成了分簇，得到最终的分簇方案。本发明利用网络拓扑信息，对实际分簇情况进行估计，设计了分簇方案，并利用估计值来简化计算，达到整个无线执行器传感器网络的分簇，为每个执行器根据地理信息平衡分配通讯任务，从而有效的减少了整个网络信息收集的时延。
文档编号H04W84/18GK101896002SQ20101021017
公开日2010年11月24日 申请日期2010年6月26日 优先权日2010年6月26日
发明者关新平, 刘亚雄, 徐哲壮, 成斌, 陈彩莲, 陶文晖 申请人:上海交通大学