水环境无线传感监测网的多跳分簇融合路由的制作方法
【专利摘要】本发明为水环境无线传感监测网提供了一种多跳分簇融合路由(MLP-GEEMHCR)。本路由充分考虑到水环境监测数据变化缓慢，甚至儿个小时都没有变化，直接传输带来网络能量消耗；另外，同一区域水环境可能被多个节点监测，带来数据冗余；并结合数据融合技术所提出来的。步骤为：簇的划分；簇头的选取；路由的建立；路由表的维护；数据的融合。优点：结合了数据融合技术，处理了冗余的数据，再选择了合适路径进行传输，节省了大量能量，增强网络生命周期；从节点的存活量、网络的整体能耗以及基站接收的数据量三个方面比较分析，MLP-GEEMHCR算法都优于GEEMHCR算法。该算法主要用于无线传感网络路由控制领域。
【专利说明】水环境无线传感监测网的多跳分簇融合路由
【技术领域】
[0001]本发明涉及的是在水环境无线传感监测网中的一种分簇融合路由。属于无线传感网络路由控制领域。
【背景技术】
[0002]水环境无线传感监测网将大量采集水环境数据的传感器节点布置到监测水域，节点通过自组织形成一个无线网络，实现对区域水环境实时在线监测，这为水环境监测提供了新的手段。水环境无线传感监测网中，传感器节点采集的数据需要选择合适的路径传输，即路由协议。无线传感监测网中的路由协议不同于无线网络中的路由协议，前者受能量限制，后者则没有。因此，针对水环境监测数据量大，且变化缓慢特点，设计节能有效的路由协议显得尤为重要。[0003]水环境无线传感监测网中，主要集中在水下声波通信路由协议研究，对于水面区域监测网络的路由协议研究较少。有学者提出一种适合于海洋环境的节省能量的路由协议，该协议主要集中在能量分配上，但网络生命周期方面无明显改善；有学者将LEACH应用于水环境无线传感监测网中，基于理想的簇首出现频率，提出簇首期望频率的LEACH路由协议，该协议通过合理选定簇首方法，到达降低能耗的作用，其可操作性、降低能耗方面非常有限。还有学者结合水环境无线监测数据特点，提出一种基于LEACH的水环境无线能量控制路由，该路由采用逐次选择的方式选择簇首，进而提高了系统的生存周期，逐次选择簇首也需要大量时间及能量。
【发明内容】
[0004]考虑到水环境监测数据变化缓慢，甚至儿个小时都没有变化，直接传输带来网络能量消耗；另外，同一区域水环境可能被多个节点监测，带来数据冗余。如果通过数据融合技术，将这些冗余数据融合处理后，再选择合适路径进行传输，将节省大量能量，增强网络生命周期。基于这个思想，本发明利用多层感知器(MLP)对数据进行融合处理，提出一种多跳分簇融合路由(MLP-GEEMHCR)。本发明是在GEEMHCR路由的基础上，增加数据融合阶段，即MLP-GEEMHCR路由实施由初始化阶段、稳定阶段和数据融合阶段组成，前两个阶段与GEEMHCR路由相同。具体如下:
[0005]1.簇的划分:首先在监测区域内建立直角坐标系，然后对监测区域进行分簇。由无线电模型可知，传感器节点发送k bit数据的能量消耗Esmd(k，d)如公式(I)所示:
[0006]Esend(k, d) =Es elec (k) +Eamp (k, d) =KEelec+k ε ampd4(I)
[0007]其中，Eele。是发送电路和接收电路处理Ibit数据消耗的能量，d是信号传输距离，k是要发送的数据bit, ε amp是信号放大的放大倍数，ε _= ε fs=0.0013pJ / bit / m4。
[0008]传感器节点接收k bit数据的能量消耗Eieeeive(k)如公式⑵所示:
[0009]Eieceive (k) =Erelec (k) =kEelec(2)
[0010]在LXL的监测区域内，由公式(I)、公式(2)和实际监测环境推导得出最优分簇数目HVt的计算方法如公式(3)所示。
【权利要求】
1.一种水环境无线传感监测网的多跳分簇融合路由(MLP-GEEMHCR)，其特征在于:在GEEMHCR路由的基础上，增加数据融合阶段，即MLP-GEEMHCR路由实施由初始化阶段、稳定阶段和数据融合阶段组成；MLP-GEEMHCR路由从节点的存活量、网络的整体能耗以及基站接收的数据量三个方面都优于GEEMHCR路由。
2.根据权利要求1所述的水环境无线传感监测网的多跳分簇融合路由(MLP-GEEMHCR)，其特征在于:初始化阶段主要完成分簇、簇头的选取和建立路由工作；稳定阶段主要是进行路由的维护；数据融合阶段，充分考虑到水环境监测数据变化缓慢，甚至儿个小时都没有变化，直接传输带来网络能量消耗；另外，同一区域水环境可能被多个节点监测，带来数据冗余；通过数据融合技术，处理冗余数据，再选择合适路径进行传输，将节省大量能量，增强网络生命周期；具体步骤如下: (I)MLP-GEEMHCR路由的初始化阶段和稳定阶段与GEEMHCR路由相同； (2数据融合阶段:考虑到水环境监测数据特点，采用多层感知器(MLP)进行数据融合处理。MLP是一种典型的前馈型神经网络，由一个输入层，若干个隐含层和一个输出层构成； ①输入层和第一隐含层:簇成员节点属于输入层和第一隐含层；设每个簇内有η个节点，分别监测PH值、温度、溶解氧、盐度等m种水质参数；则该感知器模型的输入层节点数为nXm,第一隐含层的节点数也为nXm ; ②第二隐含层和输出层:簇头节点属于第二隐含层和输出层；第二隐含层的神经兀个数k和输出层的神经元个数Y与簇内成员节点个数η无关，可视实际情况而定； 输入层和第一隐含层间、第一隐含层与第二隐含层之间并没有米用全连接，其作用是按数据的类型进行融合处理；第二隐含层和输出层之间采用的是全连接的方式，这个过程是将不同类型的数据进行综合处理。
【文档编号】H04W40/20GK103686925SQ201310611085
【公开日】2014年3月26日 申请日期:2013年11月22日 优先权日:2013年11月22日
【发明者】林志贵, 李敏, 刘英平, 孟德军, 张彩霞 申请人:天津工业大学