专利名称：一种提高无线传感器网络容量的数据融合方法
技术领域：
本发明涉及一种数据融合方法，尤其涉及一种提高无线传感器网络容量的数据融合方法。
背景技术：
微机电系统(Micro-Electro-MechanismSystem, MEMS)、片上系统(SOC，System on Chip)、无线通信和低功耗嵌入式技术的飞速发展，孕育出了无线传感器网络(Wireless Sensor Networks, WSNs)，并以其低功耗、低成本、分布式和自组织的特点带来了信息感知的一场变革。无线传感器网络是由部署在监测区域内大量的微型传感器节点组成，通过无线通信方式形成的一个多跳的自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中被感知对象的信息，并将感知结果发送到汇聚节点(Sink)。在军事国防、工农业、城市管理、智能交通、环境监测、抢险救灾、智能家居、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。对于无线传感器网络，一般最终的目的是将所有传感器所采集到的数据传输到汇聚节点，然后在汇聚节点进行进一步的处理和分析，这个过程叫作数据收集。由于传感器节点自身携带的能量非常有限，而传感器网络的布置方式和应用环境又决定了不可能频繁更换节点电池，因此对于数据收集来说，一个重要的挑战就是在保证数据收集成功率的前提下，减少传输的次数，达到信息有效性和冗余性的平衡，提高无线传感器网络容量，降低无线传感器网络的能耗，从而延长无线传感器网络的寿命。一般来说，布置在同一区域的传感器节点所采集到的数据在时间和空间上都是有相关性的，这些数据的相关性就造成了最后传输到汇聚节点的数据冗余。在一些关键的连接节点上，在它将所采集以及接收到的数据向前传给汇聚节点之前，如果能够清除掉这些数据里的冗余信息，那么就能减少整个网络的传输数据量，从而提高有效网络容量，这个技术叫作数据融合。在WSNs中，采用数据融合技术对提高整个网络的容量意义重大。Mingyan Liu ^Λ 2003 43 M Computer Networks 1 白勺“Data—gathering wireless sensor networks !Organization and capacity (数据收集的无线传感器网络结构和容量)”中提出了基于虚拟节点提高网络容量的方法。在多对一的网络场景与 TDMA(Time Division Multiple Access)的模式下，引入虚拟节点的概念可以在一定程度上提高系统的网络容量。但是他们并没有考虑数据的相关性，只是将所采集到的数据全部传输到汇聚节点。Raghupathy Sivakumar 等人于 2005 ^t Proceedings, of The First International Conference on Wireless Internet 白勺 “A scalable correlation aware aggregation strategy for wireless sensor networks (用于无线传感器网络的可扩展具有相关性意识的融合策略)”中给出了一种无线传感器网络数据相关性融合的策略。他们首先给出了数据融合的模型，然后将整个网络进行分簇，接着在分好的每个簇中进行数据融合，最后再将融合好的数据传输给汇聚节点。但是他们只给出了整个网络的结构，
4并没有分析在融合之后对整个网络容量的影响。Xiang-Yang Li ^ A T 2009 ^ ^ Proc. of The 6th Annual IEEE Communications Society Conference on Sensor,Mesh and Ad Hoc Communications and Networks (SECON' 09)发表的 “Order-Optimal Data Collection in Wireless Sensor Networks =Delay and Capacity (无线传感器网络中阶次最优的数据收集时延和容量)，， 中，将整个网络划分为很多小的方形网格，然后对每个网格里所有的数据进行融合，再将融合好的数据传输给汇聚节点。但是他们只考虑了最简单的融合情况，也就是所有的数据在同一节点上都能融合成一个数据包，这样会丢失很多数据的有效信息，这与很多实际情况都不相符。因此，本领域的技术人员致力于开发一种提高无线传感器网络容量的数据融合方法，减少数据收集过程中无线传感器网络的传输次数与能量开销，达到提高无线传感器网络容量的目的。
发明内容
有鉴于现有技术的上述缺陷，本发明所要解决的技术问题是提供一种提高无线传感器网络容量的数据融合方法，通过组合使用虚拟节点(Virtual Source)和基于圆形网络分簇的相关性数据融合(Correlation Aware Aggregation)，实现无线传感器网络的数据收集，并提高了数据融合之后的网络容量。为实现上述目的，本发明提供了一种提高无线传感器网络容量的数据融合方法， 其特征在于，包括以下步骤确定无线传感器网络覆盖的面积、所述网络包含的传感器的数量、所述网络的信道容量、所述传感器的传输范围R ；确定所述网络的干扰模型；确定所述传感器所采集的信息熵之间的相关度，所述信息熵是所述传感器所采集的数据所包含的平均信息量；对所述网络分簇，包括以所述网络的汇聚节点为圆心，以若干个同心圆将所述网络划分为m个层，所述层均为宽度为r的圆环，所述宽度r =力/3R ；将每一个所述层划分为至少一个簇，所述簇为扇形，所述簇的面积均为nr2;在每一个所述簇中选出一个传感器节点作为所述簇的融合节点；确定所述网络的数据融合方式，包括层内数据融合，所述层内数据融合是所述层的每一个所述簇的融合节点接收到所述簇中的所有传感器所采集到的信息熵，而进行的数据融合；层间数据融合，所述层间数据融合是所述层的融合节点接收到所有比所述层距离所述汇聚节点更远的层的融合节点的信息熵，而进行的数据融合；确定所述网络的数据传输方式，包括每一个所述簇中的传感器都将其所采集到的信息熵传输给所述簇的融合节点；每一个所述簇的融合节点把所述层内数据融合和所述层间数据融合后的信息熵传输给比包括所述簇的层距离所述汇聚节点更近的、相邻的层的融合节点；每一个所述层的融合节点只有完成所述层内数据融合和所述层间数据融合后才继续传输所述数据融合后的信息熵；所述数据融合后的信息熵最后传输到所述汇聚节点；创造所述层的虚拟节点；根据所述数据传输方式，采用具负载和相关性的调度方案得到节点的可达吞吐量，所述节点的可达吞吐量是对于包括所述虚拟节点和所述源节点的平均吞吐量。进一步地，每一个所述簇的融合节点是所述簇内距离所述簇的内圆的圆弧中点位置最近的传感器节点。进一步地，最接近所述汇聚节点的所述簇的融合节点为所述汇聚节点。进一步地，所述传感器所采集的信息熵之间的相关度是基于所述网络的干扰模型确定的。进一步地，所述网络的干扰模型是协议层的干扰模型或物理层的干扰模型。进一步地，创造所述层的虚拟节点包括步骤根据所述信息熵之间的相关度，计算完成所述层内数据融合后所述层的信息熵总量；计算完成所述层间数据融合后所述层的信息熵总量；所述的计算结果的总和就是所述层的虚拟节点的数量。进一步地，所述具负载和相关性的调度方案包括步骤根据所述网络的干扰模型得到所述网络的干扰区域；计算所述干扰区域中的所述虚拟节点的数量；根据所述网络的干扰区域及所述虚拟节点的数量得到所述干扰区域中网络图的最大度；确定所述调度方案的调度长度，所述调度长度不超过所述干扰区域中网络图的最大度；根据所述网络的信道容量和所述调度长度，得到所述节点的可达吞吐量。进一步地，所述干扰区域中的所述虚拟节点的数量是所述干扰区域中的所述层的虚拟节点数量的总和。在本发明的较佳实施方式中，首先确定了无线传感器网络覆盖的面积、包含的传感器的数量、信道容量和传感器的传输范围r，采用协议层的干扰模型，确定了传感器所采集的信息熵之间的相关度；然后采用圆形网络对网络进行分簇，得到m个以该网络的汇聚节点为圆心的、宽度为r的圆环的层，进而得到面积均为Jir2的扇形的簇；选择每一个簇内距离簇的内圆的圆弧中点位置最近的传感器节点作为该簇的融合节点，其中，最接近汇聚节点的簇的融合节点为汇聚节点；通过层内数据融合和层间数据融合，完成对该网络的数据融合，其中，网络的数据传输方式为每一个簇中的传感器都将其所采集到的信息熵传输给该簇的融合节点，每一个簇的融合节点把数据融合后的信息熵传输给比包括该簇的层距离汇聚节点更近的、相邻的层的融合节点，每一个层的融合节点只有完成层内数据融合和层间数据融合后才继续传输数据融合后的信息熵，所有的信息熵最终都传输到汇聚节点； 最后，创造层的虚拟节点，根据上述数据传输方式，采用具负载和相关性的调度方案得到节点的可达吞吐量，节点的可达吞吐量是对于包括虚拟节点和源节点的平均吞吐量。可以看出，本发明通过使用圆形网格对无线传感器网络进行等面积分簇和分簇的数据融合方法，以更为贴近于传感器的通信特点的方式描述出了无线传感器网络的实际的通信情况，并且减少了网络中的数据传输的次数，达到了信息有效性和冗余性的平衡，从而提高了无线传感器网络容量，降低了无线传感器网络在传输中的能量消耗，因此延长了无线传感器网络的寿命。另外，本发明将虚拟节点与相关性数据融合的技术结合起来，兼顾了传感器所采集信息熵之间的联系，这进一步地提高了整个网络的容量，从而进一步地延长了无线传感器网络的寿命。以下将结合附图对本发明的构思、具体结构及产生的技术效果作进一步说明，以充分地了解本发明的目的、特征和效果。
图1是本发明的较佳实施例的无线传感器网络的布置示意图；图2是本发明的提高无线传感器网络容量的数据融合方法的流程图；图3是本发明的较佳实施例的圆形网格的分簇方法的示意图。
具体实施例方式如图1所示，本实施例的无线传感器网络中，作为汇聚节点的传感器节点位于圆心位置，其他传感器节点(即图中的源节点)随机分布在当前区域。源节点可以通过一跳的方式将信息直接传输到汇聚节点，也可以通过多跳的方式将信息传输到汇聚节点。设定当前网络只使用单一的信道进行传输，利用TDMA来进行信息传输的调度，每个传感器所采集到的信息熵都是单位信息量，同时每个传感器节点都有足够的缓冲区。提高该无线传感器网络容量的数据融合方法的步骤如图2所示，为步骤101，确定网络的分布情况与参数。首先，确定整个无线传感器网络覆盖的面积、当前网络中所包含的传感器数量、当前网络的信道容量、以及传感器的传输范围。在本实例中，将无线网络覆盖的圆形区域面积设定为1，所包含的传感器数量是 η,当前网络的信道容量是W，每个传感器的传输范围都是R。其次，确定无线传感器网络的干扰模型以及传感器所采集的信息熵(Entropy)之间的相关度，信息熵是传感器所采集的数据所包含的平均信息量。在本实例中采用协议层的干扰模型。设\和Xj是两个距离为的节点，如果节点&正在传输数据，那么只有满足屯,」彡r并且dk,j>r+A，Δ彡0 (i，j，k = 1，2，…， η, i ^ j ^ k)时，这两个节点之间才能进行成功的传输。因此，如果两个节点之间的距离小于2Γ+Δ，它们同时传输数据时将会产生干扰。在本实例中，信息熵之间的相关度取为P e W，1]，如果每个节点所采集到的信息熵是Htl，那么两个节点之间信息熵相关联的部分将是P H0,不相关联的部分将是2 (1- P ) Htl，因此，数据融合之后信息熵总量是(2-p)^。步骤102，对整个网络进行分簇。根据步骤101中得到的无线传感器网络覆盖的面积与传感器数量来对整个网络进行分簇，保证每个簇的面积都相等，并且保证处于同一簇的传感器都可以在一跳之内通在本实例中采用圆形网格的方法来对整个圆形区域进行分簇。首先，以汇聚节点为圆心，将整个区域划分为m个同心圆环，并使得每个圆环的宽度都是r，宽度r =力/3R。 第1个圆环(即最接近汇聚节点的圆环)里的传感器节点(即源节点)经过1跳可以达到汇聚节点，第2个圆环(即第1个圆环的外圆邻接的圆环)里的传感器节点经过2跳可以达到汇聚节点，第m个圆环里的传感器节点经过m跳可以达到汇聚节点，同时相邻的2个圆
环之间都是1跳可达的。根据达到汇聚节点的跳数不同，我们将圆环分别编号为1、2.....
m，并分别称为无线传感器网络的层1、2.....m。在图3的圆形网络分簇的无线传感器网络
中，m = 5。对于层j，即第j个圆环(j = 1,2,…，m)，我们进一步地将它划分为2j_l个等角扇形，如图3所示，经过划分后，层1由簇11构成，层2由簇21、22、23构成，层3由簇31、 32,. . .、35构成，层4由簇41、42、. . .、47构成，层5由簇51、52、. . .、59构成。对于j > 5 的情况，以此类推。可以看出，这些簇的面积相等，都是4= ^ir20这样，经过划分后网络中包含的簇的总数为m2( S卩1+3+. . . +2m-l)。由于所有的传感器都是随机分布的，那么每个簇所包含的传感器数量\就有很大的概率处于区间，其中序列{ α J 满足条件limn— CinAi= ε，ε是一个正的极小量，η表示整个网络中传感器的数量。步骤103，在每个簇中选取融合节点。根据步骤102中得到的分簇结果，在每个簇中选出一个传感器节点作为融合节点，在本实例中，选取每个簇(扇形)内距离其内圆的圆弧中点位置最近的传感器节点作为该簇的融合节点，汇聚节点1跳之内(即图3中的簇11之内)的传感器节点将直接选取汇聚节点作为融合节点。步骤104，簇中的其他节点都将数据传输给融合节点。根据步骤103中得到的每个簇的融合节点，每个簇中所有的传感器节点都将其所采集到的信息熵传输给该簇的融合节点进行数据融合，即层内数据融合。汇聚节点1跳之内(即图3中的簇11之内)的传感器节点将信息熵直接传给汇聚节点。根据融合节点的所在层距离汇聚节点的远近关系，以从远到近的方式确定融合节点之间的传输顺序。本实施例中每一个层代表一个融合级别，每一层的融合节点都要等外层的融合节点将数据传输给它之后，再进行融合，然后再将数据传给里层的融合节点。即 距离汇聚节点较远的层的融合节点把完成数据融合的信息熵传输给距离汇聚节点较近的层的融合节点，并且，对于每个层，只有当它的融合节点接收到比它距离汇聚节点更远的层的融合节点的所有的信息熵，并且进行了最大化融合后，才能允许它的融合节点将数据传输到比它距离汇聚节点较近的层的融合节点。融合节点接收到所有比它所在的层距离汇聚节点更远的层的融合节点的信息熵而进行的数据融合为层间数据融合。这一过程通过步骤 105-121 完成。步骤105，判断是否外层的所有数据都传输给了当前层的融合节点。如果判断结果为“否”，则进入步骤111 ；如果判断结果为“是”，则进入步骤121。步骤111，继续等待外层的数据传输，进入步骤105。步骤121，当前层的融合节点将数据传输给更近一层的融合节点。这样，对于步骤103中确定了融合节点的无线传感器网络，层k+Ι的融合节点把完成数据融合的数据传输给层k的某一融合节点，此融合节点优选地是层k中距离需要传输数据的融合节点最近的那个融合节点。层k中的融合节点只有在接受了所有层k+Ι的融合节点的信息熵，并且接受了层k中所有传感器节点的信息熵之后再进行数据融合，然后把完成数据融合的信息熵传输给层k-1的融合节点。步骤122，根据每一层的传输次数创造虚拟节点。每个层的融合节点将它自己所采集到的信息熵与其他节点传输给它的信息熵进行数据融合，在融合完成后产生与该层内总的传输次数相等的虚拟节点。根据步骤102中确定的分簇结果，用表示层j的所有传感器数量，那
么有很大的概率η」处于区间-j^,(2j-l)nAr +j^]中，用k」表示
所有层数(跳数)大于j的层中的传感器数量，那么有很大的概率、处于区间
权利要求
1.一种提高无线传感器网络容量的数据融合方法，其特征在于，包括以下步骤确定无线传感器网络覆盖的面积、所述网络包含的传感器的数量、所述网络的信道容量、所述传感器的传输范围R ；确定所述网络的干扰模型；确定所述传感器所采集的信息熵之间的相关度，所述信息熵是所述传感器所采集的数据所包含的平均信息量；对所述网络分簇，包括以所述网络的汇聚节点为圆心，以若干个同心圆将所述网络划分为m个层，所述层均为宽度为r的圆环，所述宽度r =力/3R ；将每一个所述层划分为至少一个簇，所述簇为扇形，所述簇的面积均为nr2 ；在每一个所述簇中选出一个传感器节点作为所述簇的融合节点；确定所述网络的数据融合方式，包括层内数据融合，所述层内数据融合是所述层的每一个所述簇的融合节点接收到所述簇中的所有传感器所采集到的信息熵，而进行的数据融合；层间数据融合，所述层间数据融合是所述层的融合节点接收到所有比所述层距离所述汇聚节点更远的层的融合节点的信息熵，而进行的数据融合；确定所述网络的数据传输方式，包括每一个所述簇中的传感器都将其所采集到的信息熵传输给所述簇的融合节点；每一个所述簇的融合节点把所述层内数据融合和所述层间数据融合后的信息熵传输给比包括所述簇的层距离所述汇聚节点更近的、相邻的层的融合节点；每一个所述层的融合节点只有完成所述层内数据融合和所述层间数据融合后才继续传输所述数据融合后的信息熵；所述数据融合后的信息熵最后传输到所述汇聚节点；创造所述层的虚拟节点；根据所述数据传输方式，采用具负载和相关性的调度方案得到节点的可达吞吐量，所述节点的可达吞吐量是对于包括所述虚拟节点和所述源节点的平均吞吐量。
2.如权利要求1所述的提高无线传感器网络容量的数据融合方法，其中所述簇的融合节点是所述簇内距离所述簇的内圆的圆弧中点位置最近的传感器节点。
3.如权利要求2所述的提高无线传感器网络容量的数据融合方法，其中最接近所述汇聚节点的所述簇的融合节点为所述汇聚节点。
4.如权利要求3所述的提高无线传感器网络容量的数据融合方法，其中所述传感器所采集的信息熵之间的相关度是基于所述网络的干扰模型确定的。
5.如权利要求4所述的提高无线传感器网络容量的数据融合方法，其中所述网络的干扰模型是协议层的干扰模型或物理层的干扰模型。
6.如权利要求5所述的提高无线传感器网络容量的数据融合方法，其中创造所述层的虚拟节点包括步骤根据所述信息熵之间的相关度，计算完成所述层内数据融合后所述层的信息熵总量；计算完成所述层间数据融合后所述层的信息熵总量；所述的计算结果的总和就是所述层的虚拟节点的数量。
7.如权利要求6所述的提高无线传感器网络容量的数据融合方法，其中所述具负载和相关性的调度方案包括步骤根据所述网络的干扰模型得到所述网络的干扰区域；计算所述干扰区域中的所述虚拟节点的数量；根据所述网络的干扰区域，得到所述干扰区域中网络图的最大度；确定所述调度方案的调度长度，所述调度长度不超过所述干扰区域中网络图的最大度；根据所述网络的信道容量和所述调度长度，得到所述节点的可达吞吐量。
8.如权利要求7所述的提高无线传感器网络容量的数据融合方法，其中所述干扰区域中的所述虚拟节点的数量是所述干扰区域中的所述层的虚拟节点数量的总和。
全文摘要
本发明公开了一种提高无线传感器网络容量的数据融合方法，包括使用圆形网格对无线传感器网络进行等面积分簇，确定簇的融合节点，确定网络的数据融合方式，确定网络的数据传输方式，以及创造虚拟节点并采用具负载和相关性的调度方案得到节点的可达吞吐量。本发明以更为贴近于传感器的通信特点的方式描述出了无线传感器网络的实际的通信情况，并且减少了网络中的数据传输的次数，从而达到了信息有效性和冗余性的平衡，提高了无线传感器网络容量。
文档编号H04W84/18GK102438291SQ20121000236
公开日2012年5月2日 申请日期2012年1月6日 优先权日2012年1月6日
发明者关新平, 刘亚雄, 陈彩莲 申请人:上海交通大学