盲点预测农田时变异构网络节点部署与交互调度方法
【专利摘要】本发明公开盲点预测农田时变异构网络节点部署与交互调度方法，节点部署包括：根据信号传播过程中的路径损耗、节点感知概率、节点有效感知面积及节点剩余能量，得到节点的属性；根据节点的属性和节点度，得到节点的重要度；根据节点的重要度，采取约束条件紧缩的方法，对节点部署。节点交互调度包括：根据节点剩余能量以及网络覆盖率，确定冗余节点集；根据农田时变异构网络节点集，确定农田时变异构网络节点集对应的三角剖分图；根据冗余节点集，将三角剖分图中非冗余节点及其关联的边删除，得到剖分子图；根据冗余节点集，确定冗余节点集中的休眠节点，得到休眠节点集；将农田时变异构网络节点集中属于休眠节点集中的节点删除，得到连通覆盖集。
【专利说明】盲点预测农田时变异构网络节点部署与交互调度方法
【技术领域】
[0001] 本发明涉及农业【技术领域】，具体涉及一种盲点预测农田时变异构网络节点部署与 交互调度方法。
【背景技术】
[0002] 无线传感器网络利用各种传感器来感知获取信息，然后利用嵌入式计算技术对获 取的信息进行一个有效的融合处理，而网络节点间则通过多跳技术及分布式信息处理技术 实现数据信息的传递。无线传感器网络中的传感器节点可以随机或者特定地布置在工作环 境中，通过无线通信实现协作感知、采集和处理网络覆盖区域中感知对象的信息，对数据进 行有效处理，最终获得准确信息；无线传感器网络基本不需要人的干预，大部分工作是以自 组织的方式完成的，但是无线传感器网络长期运行在无人值守或者环境恶劣的状态下，在 该无线网络中工作的传感器节点的电量是有限的，而在条件不便的情况下为大量传感器节 点频繁更换电源是不现实的，这就要求无线传感器网络运行中其网络功耗小，能够有效延 长网络寿命，而且尽可能的节省传感器节点电源消耗。
[0003] 目前，无线传感器网络节点大多被随机播撒安放，且由于环境影响或节点移动等 原因，各节点一般采用一次性电池供电，安放后电池更换十分困难，农田环境中作物生长状 态对无线信号的传输具有很强影响，植物可吸收、反射和阻隔无线信号，将会对无线电信号 传播造成很大的路径损耗，由此影响网络覆盖效果。另外，农作物生长周期长，传感器节点 能量有限，网络覆盖策略中对于节点能量的考虑也至关重要，将可再生能源节点应用于农 田环境时空可变性的网络覆盖中的研究相对较少，目前已有的研究基本就网络覆盖的优化 进行了相关研究，并未结合确定的监测环境，对网络关键节点进行分析，预测监测区域盲 点，对网络异构节点进行部署和节点调度机制进行一整套的优化。
【发明内容】
[0004] 本发明所要解决的技术问题是如何有效降低监测遗漏盲点区及监测热点拥挤区 出现的几率。
[0005] 为此目的，第一方面，本发明提供一种盲点预测农田时变异构网络节点部署方法， 该方法包括：
[0006] 根据信号传播过程中的路径损耗、节点感知概率、节点有效感知面积及节点剩余 能量，得到节点的属性，所述节点包括传感器节点和可再生能源节点；
[0007] 根据所述节点的属性以及节点度，得到所述节点的重要度；
[0008] 根据所述节点的重要度，采取约束条件紧缩的方法，对农田时变异构网络节点进 行部署。
[0009] 可选的，所述根据信号传播过程中的路径损耗、节点感知概率、节点有效感知面积 及节点剩余能量，得到节点的属性，包括：
[0010] 节点的属性X通过下式得到：
[0011] X= a ff+ β S+ Y Q+ δ p ；
[0012] 其中，α、β、Υ、δ分别为信号传播过程中的路径损耗W、节点有效感知面积S、节 点剩余能量、Q节点感知概率P的权重值，且α+β + Υ + δ =1;
[0013] 信号传播过程中的路径损耗W :
[0014]
【权利要求】
1. 盲点预测农田时变异构网络节点部署方法，其特征在于，该方法包括： 根据信号传播过程中的路径损耗、节点感知概率、节点有效感知面积及节点剩余能量， 得到节点的属性，所述节点包括传感器节点和可再生能源节点； 根据所述节点的属性以及节点度，得到所述节点的重要度； 根据所述节点的重要度，采取约束条件紧缩的方法，对农田时变异构网络节点进行部 署。
2. 根据权利要求1所述的方法，其特征在于，所述根据信号传播过程中的路径损耗、节 点感知概率、节点有效感知面积及节点剩余能量，得到节点的属性，包括： 节点的属性X通过下式得到： X= a W+ β S+ Y Q+ δ P ； 其中，α、β、Υ、δ分别为信号传播过程中的路径损耗W、节点有效感知面积S、节点剩 余能量、Q节点感知概率P的权重值，且α+β + Υ + δ =1; 信号传播过程中的路径损耗W :
其中，f(h，d，V)为农田时变性环境因子函数，h为作物高度，d为作物间距，υ为作物 密度； 节点有效感知面积S :
其中，r为节点有效感知半径，p (r)为节点有效感知半径为r时的有效感知概率，为 节点感知半径均值，Φ为空间时变环境衰减因子； 节点感知概率P :
其中，k为节点感知概率系数，〇为标准差且异构节点感知半径均服从正态分布NOv σ )。
3. 根权利要求1所述的方法，其特征在于，所述根据节点的属性以及节点度，得到所述 节点的重要度，包括： 节点的重要程度》<通过下式得到：
其中，Si为节点i的节点度，Xi为节点i的属性。
4. 根据权利要求1所述的方法，其特征在于，所述根据所述节点的重要度，采取约束条 件紧缩的方法，对农田时变异构网络节点进行部署，包括： 根据所述节点的重要度，将节点总数N(t)、节点位置关系的平均值Clij以及传感器节点 与可再生能源节点的比例调节关系r(wj)转化为线性的约束条件，采取约束条件紧缩的 方法，对农田时变异构网络节点进行部署； 节点总数N(t)为经过t时间后网络节点总数：
其中，ξ为传感器节点和可再生能源节点的比例系数且》+ # = 1; 根据所述节点位置关系的平均值t，得到节点间的最小路径长度L :
其中，η为异构节点路径调节因子； 比例调节关系「_(0.4:)通过下式得到：
其中，E [Ν(t)]为t时刻下节点覆盖率期望值，巧为第i个传感器节点有效覆盖的比例 系数，ξ」为第j个可再生能源节点的有效覆盖比例系数。
5. 盲点预测农田时变异构网络节点交互调度方法，其特征在于，所述方法包括： 根据节点剩余能量以及网络覆盖率，确定冗余节点集； 根据农田时变异构网络节点集，确定所述农田时变异构网络节点集对应的三角剖分 图； 根据所述冗余节点集，将所述三角剖分图中非冗余节点和非冗余节点关联的边删除， 得到剖分子图； 根据所述冗余节点集，确定冗余节点集中的休眠节点，得到休眠节点集； 将所述农田时变异构网络节点集中属于所述休眠节点集中的节点删除，得到连通覆盖 集。
6. 根据权利要求5所述的方法，其特征在于，所述根据所述，确定冗余节点集中的休眠 节点，得到休眠节点集，包括： 遍历冗余节点集，确定冗余节点的邻居冗余节点个数； 将邻居冗余节点个数大于预设个数值的冗余节点增加到休眠节点集中，得到休眠节点 集。
7. 根据权利要求5所述的方法，其特征在于，所述根据所述，确定冗余节点集中的休眠 节点，得到休眠节点集，包括： 遍历冗余节点集，确定冗余节点的邻居冗余节点个数小于或等于预设个数值之后，将 节点剩余能量小于预设能量值的冗余节点增加到休眠节点集中，得到休眠节点集。
【文档编号】H04W84/18GK104378771SQ201410708586
【公开日】2015年2月25日 申请日期:2014年11月28日 优先权日:2014年11月28日
【发明者】朱华吉, 王元胜, 吴华瑞, 孙想, 缪祎晟 申请人:北京农业信息技术研究中心