无线传感网Sink节点的选择方法及系统的制作方法
【专利摘要】本发明提供一种无线传感网Sink节点的选择方法及系统，涉及无线传感网络通信【技术领域】。该方法包含步骤:S1、建立朴素贝叶斯分类模型；S2、依据所述朴素贝叶斯分类模型，源节点在发送信息之前选择最优的Sink节点；S3、计算源节点或者转发节点到下一跳节点的概率；所述源节点或者转发节点依据计算出的概率选择下一跳转发节点，并最终到达所述最优的Sink节点。本发明通过源节点在发送信息之前首先判断将信息发送到当前相对最优的sink节点去，从而优化了传感网的路径选择。
【专利说明】无线传感网Sink节点的选择方法及系统
【技术领域】
[0001] 本发明涉及无线传感网通信【技术领域】，具体涉及一种无线传感网Sink节点的选 择方法及系统。
【背景技术】
[0002] 无线通信、信息处理与传感技术的发展促进了无线传感网技术（wirelesssensor networks，简称WSNs)的发展。无线传感网由许许多多功能相同或不同的廉价微型传感器 节点组成，通过无线通信方式组成了一个多跳的自组织的网络系统，微型传感器节点能够 监测外部环境状态信息，并把这些数据转换成能够被处理的电信号，以揭示围绕这些节点 的环境状态，借此还可获得一些远距离的、不易采集到的区域信息。无线传感网技术在军事 国防、环境监测、生物医疗、智能家居等方面都有了广阔的应用前景。
[0003] 在无线传感网领域，目前多sink节点路由领域也已经被广泛研究，多sink节点传 感器网络能产生不同的路由算法，在单一的sink节点环境下，路由路径由单个sink节点初 始化，沿固定的方向传输数据，而在多sink节点无线传感网中，路由路径可由不同的sink 节点初始化，数据能够沿不同的路径传输。
[0004] 随着无线传感网的广泛应用，多sink节点无线传感网路由算法存在目标sink节 点选择单一的问题：大多数节点的目标sink节点都是固定好的。在源节点发送信息的时候 没有充分考虑当前最优的目标sink节点，因此将使网络的负载不够均衡，减少了无线传感 网络的生存时间，同时还增加无线传感网络的拥塞度。
【发明内容】
[0005] (一）解决的技术问题
[0006] 针对现有技术的不足，本发明提供一种无线传感网Sink节点的选择方法及系统， 优化了传感网的路径选择。
[0007] (二）技术方案
[0008] 为实现以上目的，本发明通过以下技术方案予以实现：
[0009] 一种无线传感网Sink节点的选择方法，包含以下步骤：
[0010] S1、建立朴素贝叶斯分类模型；
[0011] S2、依据所述朴素贝叶斯分类模型，源节点在发送信息之前选择最优的Sink节 点。
[0012] 优选的，步骤S1中建立的朴素贝叶斯分类模型的方法为：
[0013] 假设D是由m个Sink节点构成的集合，集合D中的每个Sink节点用（n+1)维特 征向量（ai，a2，…，ai>C)来描述n个属性的值和1个类变量值，其中％为属性变量，ie1， 2,…，n，c为类变量；依据条件独立性假设得到第一公式：
【权利要求】
1. 一种无线传感网Sink节点的选择方法，其特征在于，包含以下步骤： 51、 建立朴素贝叶斯分类模型； 52、 依据所述朴素贝叶斯分类模型，源节点在发送信息之前选择最优的Sink节点。
2. 如权利要求1所述的选择方法，其特征在于，步骤Sl中建立的朴素贝叶斯分类模型 的方法为： 假设D是由m个Sink节点构成的集合，集合D中的每个Sink节点用（n+1)维特征向量 (a"a2，…，a"C)来描述η个属性的值和1个类变量值，其中为属性变量，i e 1，2，…， n，c为类变量；依据条件独立性假设得到第一公式：
3. 如权利要求2所述的选择方法，其特征在于，步骤S2中源节点在发送信息之前选择 最优的Sink节点的方法为： 521、 依据所述集合D和所述第一公式计算集合D中每一个Sink节点的各预设条件概 率密度之积P (XI Ci)，i e 1，2，…，m ;并计算集合D中每一个Sink节点的类别先验概率 P(Ci), i e 1,2,…，m ; 522、 依据所述条件概率密度之积P (X I Ci)和所述类别先验概率P (Ci)，计算集合D中每 一个Sink节点的类别后验概率PGi |x)，i e 1，2，…，m ; 523、 依据所述类别后验概率P (Ci I X)，得到集合D中所述类别后验概率P (Ci I X)最大时 所对应的类变量c ; 524、 将所述类变量c对应的Sink节点作为最优sink节点。
4. 如权利要求3所述的选择方法，其特征在于， 步骤S21中计算集合D中每一个Sink节点的条件概率密度P(x|Ci)的表达式为： P (X I Ci) =P (X11 Ci) *P (x21 Ci) *... *P (xn I Ci) 式中，PUjcihPUjcih-PUnlci)分另|J为集合D中每一 Sink节点所对应的各预设条 件的概率密度； 步骤S22中计算类别后验概率P (c; Ix)的表达式为：
步骤S23中的得到集合D中的类变量c的表达式为： c = arg | Ci)P(Ci)] 0 1</</
5. 如权利要求1所述的选择方法，其特征在于，步骤S2后，进一部包含步骤S3 : 53、 计算源节点或转发节点到下一跳节点的概率；所述源节点或转发节点依据计算出 的概率选择下一跳转发节点，并最终到达所述最优的Sink节点。
6. 如权利要求5所述的选择方法，其特征在于，步骤S3中通过源节点或者转发节点的 周围节点的剩余能量计算所述源节点或者转发节点到下一跳节点的概率，计算概率的表达 式为：
式中，分子为源节点或者转发节点的某个下一跳节点的剩余能量，分母为源节点或者 转发节点的所有下一跳节点的剩余能量。
7. -种无线传感网Sink节点的选择系统，其特征在于，包含以下模块： 模型建立模块，建立朴素贝叶斯分类模型； 最优节点选择模块，依据所述朴素贝叶斯分类模型，源节点在发送信息之前选择最优 的Sink节点。
8. 如权利要求7所述的选择协同，其特征在于，进一步包含模块： 概率路由选择模块，计算源节点或转发节点到下一跳节点的概率；所述源节点或转发 节点依据计算出的概率选择下一跳转发节点，并最终到达所述最优的Sink节点。
【文档编号】H04W84/18GK104519543SQ201310451592
【公开日】2015年4月15日 申请日期:2013年9月27日 优先权日:2013年9月27日
【发明者】张英海, 刘志强, 徐俊, 王卫东, 彭宏玉 申请人:北京邮电大学