无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法
【专利摘要】本发明涉及一种利用无线传感器网络实现对有毒气体边界的监测和追踪方法，包括三个阶段，(1)双层网格模型划分阶段：首先将全网划分为多个粗粒度的一级网格，再将每个一级网格划分为多个细粒度的二级网格，每个一级和二级网格分别形成一个一级簇和二级簇；（2)边界节点识别阶段：节点的感应状态发生变化时，立即向自己所属的二级簇头进行汇报，二级簇头根据自己簇内节点状态分布信息识别出边界节点；（3)目标边界追踪阶段：二级簇头根据自己簇内节点的状态分布信息实现对目标边界的动态追踪。本发明有效实现了对有毒气体的监测和追踪，减少了边界识别阶段的信息传输量，优化了边界信息向基站的传输过程，节省网络能量，延长网络生命周期。
【专利说明】无线传感器网络中基于双层网格模型的有毒气体监测与追 踪方法
【技术领域】
[0001] 本发明属于无线多媒体传感器网络领域，具体的本发明涉及一种利用无线传感器 网络来实现对有毒气体边界的监测与追踪方法，通过监控处于动态变化中的目标边界节点 来实现对整个目标的追踪。
【背景技术】
[0002] 近年来，随着传感制造技术和无线通信技术的发展，无线传感器网络（wireless sensor networks, WSN)在军事及民用领域得到了广泛的应用，连续目标（continuous object)的监测和追踪是其中最常见的应用领域之一。连续目标通常分布在一个非常大 的区域，可能会扩散，体积增大，或分割成多个连续目标，如有毒气体，移动的牛群和森林大 火。不同于单体目标所具有的固定大小，规模较小的特点，对于连续目标的监测和追踪相比 于单个目标而言要复杂的多，它涉及到节点与节点之间的协调与合作，由此会产生大规模 的网内通信，从而给能量有限的传感器节点带来极大的负担。因此，如何利用能量有限的无 线传感器网络来实现对连续目标的精确监测和高效追踪是一个极具挑战性的问题。
[0003] 目前针对无线传感器网络中有毒气体的监测和追踪相关研究文献如下：
[0004] 1、X. JI 等研究者在 2004 的《In Proceedings of the IEEE International Conference on Communications〉〉上发表的文章 "Dynamic cluster structure for object detection and tracking in wireless ad-hoc sensor networks，',文中提出了一个基于 簇群归类的方法DCS0DT，其中有两个关键阶段：1)协作数据处理；2)报告目标位置。前者 与参与报告的节点的数量有关，而后者与参与报告的节点的位置有关。协同数据处理阶段 主要是在有毒气体的边界选择事件节点当报告者。为了完成这个目标，他们定义了报告者 为含有一个或多个（单跳）相邻的正常节点的事件节点。根据目标的位置，所有的报告者 以一个分布式的方式被组织成簇群。通过可用的路由协议，每个簇头将在同一簇群中的那 些报告者的位置信息发送给基站。如果一个对象的局部边界移动出的簇群所覆盖的区域， 当前的簇头会选择最接近簇集中心的报告者作为新的簇头。簇头会收集汇总它所在簇群中 信息，然后利用地理路由协议把汇总后的信息发给基站，由基站估算出目标的边界。然而， DCS0DT方案还是存在着很多的缺陷，比如没有考虑节点密度跟能耗的关系，也没有考虑内 部中空的对象如何处理的问题，并且也缺乏可扩展性：在该算法中报告者的数量随着节点 度（相邻节点的数目）增加而增加。
[0005] 2、Jin 等人在 2006 年的《In Proceedings of the Fourth IEEE International Conference on Computer Sciences and Convergence Information Technology〉〉上发表 的文章"Energy-Efficiency Continuous Object Tracking via Automatically Adjusting Sensing Range in Wireless Sensor Network"，文中提出了 EC0T算法，算法提出了三种策 略：1)边界节点识别的策略；2)选择代表节点的策略；3)定位对象策略。在边界节点识别 的策略中，传感器节点通过调节自身的感应范围来探测连续目标，而不是通过与周边节点 通信互换数据的方式。在选择代表节点的策略中，边界节点会选择有代表性的节点并由它 们把信息发送给基站。在定位对象策略中，基站根据收集的信息来确定连续对象的位置跟 形状。ECOT算法减少了各个传感器节点之间的通信能量损耗以及内存开销，相比于由各个 传感器自身发送信号至目标节点这种通信方式更加优化。
[0006] 3、Tu 等人在 2010 年的《Journal of Parallel and Distributed Computing》 上发表的文章 "Scalable continuous object detection and tracking in sensor networks"，文中提出了 SCOOT方案，在SCOOT中的协同数据处理阶段，引入了两个内部算法 来确定一个事件节点是否能够有助于定位连续目标的边界位置，即先判断该事件节点是必 要节点还是不必要节点，以作为事件节点为前提下再确定该节点是否能够成为报告者。若 是一个事件节点的本地信息对确定对象位置没有作用，则不将其选作报告者。在位置信息 报告阶段，报告者通过使用簇群汇总通信的方式发送数据给基站。并且SC00T还考虑了对 连续目标在移动状态时候的检测以及在内部中空（非环型）的情况下的检测。不过SC00T 也有自己的不足，其定位方法只是确定了气体边界上的节点位置信息，却没能精确定位出 有毒有害气体的边界范围，而且在节点的睡眠调度方面也不算完善，未能在能量损耗方面 取得更加优化的效果。
[0007] 4、Lee 等人在 2011 年的《In Proceedings of VTC 2011 Fall》上发表的文章 "A Cluster-Based Continuous Object Tracking Scheme in Wireless Sensor Networks，',作 者针对连续目标的传感器网络睡眠调度，提出了 一种新的预测和选择性唤醒的调度方法， 使得跟踪方案的能源使用效率得到提升，但是该算法仍然不够优化。
[0008] 5、Kim 等研究者在 2012 年的《In Proceedings of VTC 2012 Spring》上发表的 文章 "Efficient Continuous Object Tracking with Virtual Grid in Wireless Sensor Networks"，提出了一种基与静态分簇环境下建立虚拟网格的有毒气体边界监测与追踪方 案，利用类似电视机像素分布成像的方案来检测跟踪定位气体目标，该类方案虽然也是有 毒气体边界所穿过的区域的面积，但是该方法假设的基于虚拟网格的网络模型太过于理想 化，在许多实际应用中，基于网格的网络布置很难实现。而且，该方案中虚拟网格设置的密 度直接影响到气体边界探测的精度。
[0009] 因此，目前基于无线传感器网络的有毒气体监测和追踪方案中普遍存在的问题 是：
[0010] 1.大多数追踪算法为了识别目标的边界信息需要节点与节点之间进行大量的数 据通信，从而造成能量消耗过快；
[0011] 2.在目标边界被确认出来后为了信息的及时上传以及能量的消耗更少，大多数算 法都将通过选出代表节点的方式，而每次代表节点的选举过程也是能量消耗过快的元凶之
[0012] 3.对目标边界的节点不作精细处理，即当两个边界节点靠的很近时，在定位精度 满足的情况下没有适当删减部分边界节点。
【发明内容】
[0013] 本发明的目的是为了解决目前存在于在有毒气体监测和追踪方案中能量消耗过 快的问题，提出了一种通过减少节点与节点之间的通信量从而达到能量高效利用的有毒气 体监测和追踪方法。
[0014] 为了达到上述目的，本发明提供了分布式的无线传感器网络有毒气体监测与追踪 方法，该方法包括三个阶段：
[0015] (1)、双层网格模型划分阶段：将无线传感器网络划分为多个粗粒度的一级网格， 再将每个粗粒度的一级网格细化为多个细粒度的二级网格，每个一级和二级网格均形成一 个簇，并选出各自的簇头，分别为一级簇头和二级簇头；
[0016] (2)、边界节点识别阶段：当无线传感器网路节点发现自己的感应状态发生改变时 则会向自己所属的二级簇头进行汇报，簇头将接收到的信息包进行汇总，再根据簇内所有 节点的当前状态信息识别出边界节点；
[0017] (3)、目标边界追踪阶段：随着目标的变化其边界也会随着发生变化，二级簇头根 据自己簇内节点状态的变化信息动态实现对运动目标边界的追踪。
[0018] 为了识别出边界节点，常规的方法是通过节点与节点之间的信息交流，获知自己 的邻居节点的状态，如果所有邻居节点的状态均和自己一致则说明自己不是边界节点，否 则就是边界节点，而本发明提出的方法不需要节点与节点之间大量的通信交流，只需要状 态发生变化的节点向自己所属的二级簇头进行一次单向通信，通过簇头来完成自己簇中边 界节点的判定工作。
[0019] 簇头要想实现对簇内节点完美的整理与调度，则需要对整个簇内的情况都要了 解，而这一切都与建立一个良好的网格划分机制息息相关。
[0020] 双层网格模型划分阶段的具体步骤为：
[0021] 步骤1.将所要监测的区域划分为一个粗粒度的一级网络，一种类似于电视机像 素分布的分割，每一个网格视为一个一级簇，每个簇选出一个簇头CH b ;
[0022] 步骤2.在步骤1中选出的一级簇的基础之上，将虚拟网格进行二次分割，相当于 将电视机像素进行提升，从而划分出更多细致的二级虚拟网格，每个小的虚拟网格视为一 个二级簇，并且每个二级簇选出一个簇头CH S ;
[0023] 步骤3.在步骤2的基础之上，将每个二级簇划分为4个分区。
[0024] 上述区间的划分具有以下特征：
[0025] 特征1.目标区域被划分两层网格模型，第一层是一个粗粒度的网格模型，在此基 础之上再将每个粗粒度的网格细分为多个细粒度的二级网格，每个一级、二级网格均形成 一个簇，并选出各自的簇头，分别称为一级、二级簇头；
[0026] 特征2.同一个节点既属于一个一级网格也属于一个二级网格，并且同一个节点 既可能在当选为一级簇头的同时当选为二级簇头；
[0027] 特征3. -级网格和二级网格的规格分别通过系统参数α和系统参数β来确定， 区间的划分是主动完成的，即在节点被部署后通过网络初始化完成的，每个节点都知道自 己所属的一级簇、二级簇和区间，目标追踪阶段普通节点与普通节点之间是不可以通信的， 簇头和簇头之间可以通信，普通节点只可以和自己所属的二级簇内的节点以及二级簇头通 ?目。
[0028] 系统参数α和β的限制条件为：
[0029]
【权利要求】
1. 一种无线传感器网络中基于双层网格模型的有毒气体监测与追踪方法，其特征在 于：包括以下三个阶段： (1) 、双层网格模型划分阶段：将无线传感器网络划分为多个粗粒度的一级网格，再将 每个粗粒度的一级网格细化为多个细粒度的二级网格，每个一级和二级网格均形成一个 簇，并选出各自的簇头，分别为一级簇头和二级簇头； (2) 、边界节点识别阶段：当无线传感器网路节点发现自己的感应状态发生改变时则会 向自己所属的二级簇头进行汇报，簇头将接收到的信息包进行汇总，再根据簇内所有节点 的当前状态信息识别出边界节点； (3) 、目标边界追踪阶段：随着目标的变化其边界也会随着发生变化，二级簇头根据自 己簇内节点状态的变化信息动态实现对运动目标边界的追踪。
2. 根据权利要求1所述的无线传感器网络中基于双层网格模型的有毒气体监测与追 踪方法，其特征在于，所述步骤（1)中双层网格模型划分阶段的具体步骤为： (2a)、将所要监测的区域划分为一个粗粒度的一级网络，一种类似于电视机像素分布 的分割，每一个网格视为一个一级簇，每个簇选出一个簇头CHb ; (2b)、在步骤（2a)中选出的一级簇的基础之上，将虚拟网格进行二次分割，相当于将 电视机像素进行提升，从而划分出更多细致的二级虚拟网格，每个小的虚拟网格视为一个 二级簇，并且每个二级簇选出一个簇头CH S ; (2c)、在步骤（2b)的基础之上，将每个二级簇划分为4个分区。
3. 根据权利要求1所述的无线传感器网络中基于双层网格模型的有毒气体监测与追 踪方法，其特征在于，所述步骤（1)中双层网格模型划分具有以下特征： (3a)、将目标区域划分为一个两层的网格结构，第一层是一个粗粒度的网格模型，在此 基础之上再将每个粗粒度的网格细分为多个细粒度的二级网格，每个一级、二级网格均形 成一个簇，分别为一级簇和二级簇； (3b)、同一个节点既属于一个大的一级网格也属于一个小的二级网格，并且同一个节 点既可能在当选为一级簇头的同时当选为二级簇头； (3c)、一级网格和二级网格的规格分别通过系统参数α和系统参数β来确定； (3d)、将每个二级网格划为A，B，C，D四个分区，每个节点通过初始化后都知道自己所 属的一级网格、二级网格以及对应的分区。
4. 根据权利要求1所述的一种无线传感器网络中基于双层网格模型的有毒气体监测 与追踪方法，其特征在于，所述的一级、二级簇头选举方法为： 假设每个节点都知道自己的地理位置，选取一个节点作为坐标原点，每个节点根据自 己的坐标参数和系统参数α和β，算出自己所属的一级网格、二级网格和分区； 每一个Round进行一次簇头的选举，簇头的选举采用竞争的方式，在全网同步的条件 下每个节点都同步处于苏醒和睡眠的循环状态中，每一个循环视为一个Round ; 一级簇头的选举是根据每个节点的剩余能量以及距离自己所处一级网格的中心节点 的距离设定一个倒计时Tb，当Tb减为0时，则向自己一级簇内的节点发送信息宣布自己竞 争一级簇头，收到该信息的节点将会停止本Round -级簇头的竞争； 二级簇头的选举是根据节点的剩余能量设定一个倒计时Ts，当Ts减为0时，则向自己 二级簇内的节点发送信息宣布自己竞争二级簇头，收到该信息的节点将会停止本Round二 级簇头的竞争。
5. 根据权利要求4所述的无线传感器网络中基于双层网格模型的有毒气体监测与追 踪方法，其特征在于，所述的Tb计算方法为
其中，a为常数，E_idual l表示节点的剩余能量，R为该节点距离其所属簇的几何 中心的距离，R的计算方法为：假设节点的坐标为（X，Y)，根据系统参数a可以算出 节点所属簇的中心坐标为
贝1J
6. 根据权利要求4所述的无线传感器网络中基于双层网格模型的有毒气体监测与追 踪方法，其特征在于，所述的Ts计算方法为：
'其中b为常数，EMsidual 2为节点 剩余能量。
7. 根据权利要求1所述的无线传感器网络中基于双层网格模型的有毒气体监测与追 踪方法，其特征在于，所述步骤（3)中目标边界的追踪阶段的具体步骤为： (7a)、随着目标的出现、消失、移动等的状态变化，节点的监测状态也将会随着目标的 运动而发生变化，当节点从休眠转入活跃状态后发现自己的监测状态发生了变化，状态从 "〇"变为" 1"或从" 1"变为表示节点没有监测到目标，" 1"表示节点能够检测到目 标，则立即向自己所属二级簇的簇头发送信息以告知自己状态发生了变化，如果没有发生 变化则继续进入休眠状态； (7b)、二级簇头收到来自簇内的节点发送过来的信息后进行判断哪些是边界节点哪些 不是边界节点； (7c)、在步骤（7a)中，二级簇头将确认的边界节点进行汇总，然后发送给自己所属的 一级簇头，由一级簇头将所有二级簇头发送过来的信息再行二次汇总，最后发送给基站。
8. 根据权利要求1和7所述的无线传感器网络中基于双层网格模型的有毒气体监测与 追踪方法，其特征在于，边界节点的识别具体分为以下几种情况 ： 情况1.二级簇中的分区中有些节点能够监测到目标而有些则不能够监测到目标，二
级簇头计算出该分区中所有节点与簇头中心点连线的角度大小，然后按顺时针的顺序排
列，排除那些能够监测到目标也即状态为"1"的节点，取不能够检测到目标的节点，也即状 态为"0"的节点作为边界节点，如果在节点密度较大的情况下当两个被确认为的边界节点 与所处二级簇中心之间的夹角小于qmin，且两节点间距离小于l min时删除其中一个节点，其 中(1_和lmin根据系统对边界的定位要求而定； 情况2.当二级簇中某分区的所有节点状态均为"1"时，意味这个分区中所有节点都
能够监测到目标，则其中没有边界节点，此时这些节点将进入休眠状态，尚若其邻居簇中毗 邻的
中所有的节点状态均为"〇"，则此时将会出现一个边界盲区； 当出现上述情况2时，二级簇头发现自己某
分区中的所有节点状态均为" 1"，则其会 向其对应的邻居二级簇头节点发送警示信息，接收到信息的二级簇头根据信息的提示辨别 自己对应的分区中节点的状态情况，如果该分区中有节点状态为" 1"，则可以转移为情况 1，如果该分区中所有节点状态均为"〇"，此时找出最接近刚刚发送提示信息的簇头所属的
分区的节点作为边界节点，且采用情况1中的节点精简方式。
9.根据权利要求2、4所述的无线传感器网络中基于双层网格模型的有毒气体监测与 追踪方法，其特征在于，系统参数α和β的限制条件为：
其中，Rtans_lCTell和Rtea(U_12分别表示二级簇头的通信半径和一级簇头的通信半径；系 统参数α和β在满足上述条件下，可以根据系统环境要求具体设定。
【文档编号】H04W84/18GK104219704SQ201410495857
【公开日】2014年12月17日 申请日期:2014年9月24日 优先权日:2014年9月24日
【发明者】韩光洁, 沈家伟, 朱川, 鲍娜, 钱爱华, 江金芳, 刘立 申请人:河海大学常州校区