一种基于数据关键性节点的无人机数据收集方法与流程

本发明属于数据收集技术领域，涉及一种基于数据关键性节点的无人机数据收集方法。

背景技术：

数据收集是传感网最重要的任务，它是连接感知层和应用层的桥梁。行之有效的数据收集方法可以降低感知节点的工作负载，避免网络“区域性死亡”，延长网络的生存周期。

总体来说，根据传感网中sink节点是否固定，可以将目前传感网中主要的数据收集方法分为两类：第一类是基于固定sink节点的数据收集方法，第二类是基于移动sink的数据收集方法。其中基于移动sink的数据方法是指sink节点按照一定的规则或者自由的在监测区域内移动，并收集数据感知节点所采集的数据。这类方法可以完全避免能量空洞问题，进而延长网络的生命周期。

但是这类方法在讨论sink节点在监测区域内移动的时候，都默认了sink节点可以在监测区域内自由的移动，并且应用本身可以允许sink节点在监测区域内移动。但是在复杂的环境下，现有的基于移动sink节点的数据收集方法都忽略了“sink移动受限问题”以及“应用场景受限问题”。因此，在实际环境中这类方法的应用将严重受限。同时在网络规模巨大的情况下，sink节点要在全网移动收集收据，时间与能量的花销都是巨大的，对一些搭载sink节点的移动设备而言，如此巨大的时间能量花销，可能难以承受，从而再次限制了该类方法在现实场景中的应用。

技术实现要素：

针对上述现有技术存在的问题或缺陷，本发明的目的在于，提供一种基于数据关键性节点的无人机数据收集方法，通过将sink节点搭载在无人机上，改善了sink节点移动受限问题；通过对网络中某些关键性节点数据的收集，对全网数据进行科学的补全，保证了无人机在有限的电量下正常完成对全网数据情况的收集工作，保证了监测区域长期且有效的数据收集工作。

为了实现上述目的，本发明采用如下技术方案：

一种基于数据关键性节点的无人机数据收集方法，包括以下步骤：

步骤一：获取无线传感网络中的所有节点在某一时间段[t,t+α]内所采集的所有数据；

步骤二：判断所有节点中任意两个节点n_i和n_j是否相似，得到无线传感网络中所有节点的相似情况；判断任意两个节点n_i和n_j是否相似的方法如下：

节点n_i和n_j在时间段[t,t+α]内采集到的数据序列为和若数据序列和之间的距离小于则节点n_i和节点n_j在[t,t+α]上是相似的，否则，节点n_i和节点n_j在[t,t+α]上是不相似的；其中，ε为应用误差；

步骤三：根据步骤二得到的所有节点的相似情况，在无线传感网络中所有节点中选出数据关键性节点；

步骤四：无人机对数据关键性节点进行数据采集，得到整个无线传感网络中所有节点的数据情况。

具体地，所述步骤三中的在无线传感网络中所有节点中选出数据关键性节点，其具体包括以下步骤：

步骤3.1，给定无线传感网络中所有节点的历史数据集合D_pre以及应用误差ε，通过给定的历史节点数据D_pre和应用误差ε利用DTW算法计算得到网络中相似节点的图Sim_graph；

步骤3.2，针对相似节点的图Sim_graph中的所有节点进行计算得到每个节点的worth属性；

步骤3.3，对图Sim_graph中每个节点进行遍历，找出其中worth属性最大的节点，该节点即为一个数据关键性节点，将该节点添加到集合cnodeset{}中，同时在图Sim_graph中找到该数据关键性节点的邻居节点Sim_graph[cn].neibor，在图Sim_graph的节点集合中，删除数据关键性节点以及其邻居节点，得到新的图Sim_graph；

步骤3.4，对得到的新的图Sim_graph重复步骤3.2～步骤3.4，直到图Sim_graph中节点的集合为空；

步骤3.5，集合cnodeset{}中的节点即为得到的所有的数据关键性节点。

具体地，所述的步骤3.2中计算worth属性所采用的公式为：

${\mathrm{Sim}}_{graph}\[v\].worth=\frac{{\mathrm{Sim}}_{graph}\[v\]\·\left|neibor\right|}{dis({\mathrm{Sim}}_{graph}\[v\],cnodeset)}---\left(6\right)$

其中，v表示节点，公式的分子表示节点v的邻居节点数目，分母表示节点v与现有的所有数据关键性节点距离的平均值。

与现有技术相比，本发明具有以下优点：

1、通过对感知数据的分析，挑选出少量数据价值较大的感知节点，即数据关键性节点，它们共同采集的数据，在应用的误差要求下可以代表全部感知节点采集的数据。然后，将数据关键性节点作为无人机数据收集的常规目标，从而突出了无人机在数据收集过程中的重点任务，减少无人机在数据收集过程中的工作量，最终提高了无人机的工作效率。

2、本发明用数据关键性节点代表全部感知节点采集的数据的理论，不仅可以应用在无人机数据采集方面，在大规模网络环境下也可以得到很好的应用，起到减少花销，提高工作效率的效果。

附图说明

图1为本发明的流程图；

图2为是数据关键性节点的物理分布图；

图3为应用误差为0.01时室外数据集对应数据关键性节点分布图。

下面结合附图和具体实施方式对本发明的方案做进一步详细地解释和说明。

具体实施方式

遵从上述技术方案，参见图1，本发明的基于数据关键性节点的无人机数据收集方法，包括以下步骤：

步骤一：获取无线传感网络中的所有节点在某一时间段[t,t+α]内所采集的所有数据。其中，α表示该时间段的长度。

步骤二：判断无线传感网络中的所有节点中任意两个节点n_i和n_j是否相似，得到无线传感网络中所有节点的相似情况。判断节点是否相似的方法如下：

节点n_i和n_j在时间段[t,t+α]内采集到的带有时序意义的数据序列为和若数据序列和之间的距离小于即：则节点n_i和节点n_j在[t,t+α]上是相似的，否则，节点n_i和节点n_j在[t,t+α]上是不相似的。

其中，其中d_i,t表示节点n_i在t时刻采集的数据，且t＜t₁＜...＜t+α。

ε为应用误差，其定义为，应用可以接受的数据误差。如果应用误差ε＝a，当最终收集到的数据与真实采集到的数据相差在[-a,a]之间时，应用都是可以接受的。对于ε的设定没有固定的规律可循，主要是根据应用的要求来设定。

当在时间段[t,t+α]内，节点n_i和节点n_j时钟系统是完全同步时，节点间的距离计算公式为：

${\mathrm{dis}}_{t,t+\mathrm{\λ}\×\mathrm{\θ}}^{i,j}=|d_{i,t}-d_{j,t}|+|d_{i,t+\mathrm{\θ}}-d_{j,t+\mathrm{\θ}}|+...+|d_{i,t+\mathrm{\λ}\×\mathrm{\θ}}-d_{j,t+\mathrm{\λ}\×\mathrm{\θ}}|---\left(1\right)$

如果在时间段[t,t+α]内，节点n_i和节点n_j时钟系统没有完全同步，或者出现了丢失数据的情况，则利用DTW算法计算和之间的距离而DTW算法的本质是将维度较短的向量进行了“拉伸”，然后与维度较长的向量进行距离求解。

以下对节点n_i和节点n_j时钟系统是完全同步时，两个节点的相似度判断方法的正确性进行证明：

如果在时间段[t,t+α]内，节点n_i和节点n_j时钟系统是完全同步时和节点n_j时钟系统是完全同步的，而且两者都没有丢失数据，则在此时间段内两个节点采集到的数据在数量上是相等的，即假设在时间段[t,t+α]内，总共有H个采集周期。设β表示在时间段[t,t+α]内的每个采集周期上，对于节点n_i和节点n_j采集到的数据，它们之间相差的绝对值所构成的集合。

β＝{β₁,β₂,...,β_H}(2)

${\mathrm{\β}}_i=|d_{j,{\mathrm{\Δt}}_i}-d_{i,{\mathrm{\Δt}}_i}|---\left(3\right)$

${\mathrm{dis}}_{t,t+\mathrm{\α}}^{i,j}=\underset{{\mathrm{\β}}_i\∈\mathrm{\β}}{\Σ}{\mathrm{\β}}_i\≤\mathrm{\ϵ}\×max\left(\right|l_{t,t+\mathrm{\α}}^i|,|l_{t,t+\mathrm{\α}}^j\left|\right)=\mathrm{\ϵ}\×H---\left(4\right)$

假设β中小于ε的元素个数为z，大于ε的元素个数为Q。

当Q＝0时，则β中的所有元素都小于ε。在物理意义上其表示在时间段[t,t+α]内的任意相同采集周期内，对于节点n_i和节点n_j采集的数据，它们之间的相差都在应用的误差范围内，因此在任意时刻n_i采集的数据都可以代替n_j采集的数据，所以节点n_i和节点n_j是相似的。

当z＞＞Q时，则β中的几乎所有元素都小于ε。在物理意义上其表示在时间段[t,t+α]内的绝大多数采集周期内，对于节点n_i和节点n_j采集的数据，它们之间的相差都在应用的误差范围内，在这种情况下我们也认为n_i采集的数据可以代替n_j采集的数据，所以节点n_i和节点n_j是相似的。

当z＜＜Q时，则β中的几乎所有元素都大于ε。假设β中所有小于ε的元素之和为β_small则：

$\underset{Q\→H}{\lim }\frac{\mathrm{\ϵ}\×H-{\mathrm{\β}}_{small}}{Q}-\mathrm{\ϵ}=0---\left(5\right)$

其公式(5)的物理意义在于，此时虽然β中的几乎所有元素都大于ε，但是它们与ε之间相差非常小几乎为0。在这种情况下我们也认为n_i采集的数据可以代替n_j采集的数据，所以节点n_k和节点n_j是相似的。

当z与Q的大小相当时，则β中的大于ε的元素个数与小于ε的元素个数基本相同。由于在稳定的环境中，不会出现节点采集到的数据出现忽高忽低的情况，所以只能是一半连续的时间内，n_i采集的数据与n_j采集的数据相差都在应用误差范围内，另一半时间内两者采集到的数据相差都不在应用的误差范围内。因此当z与Q的大小相当时，其物理意义在于节点n_j采集的数据与节点n_i采集的数据，在前半段(后半段)时间内，它们之间存在相似性，而后半段(前半段)时间内，它们之间不存在相似性。因为节点所处的环境在大部分情况下是稳定的，不会出现重大的变化，因此不可能出现上述情况。

综上所述，如果在时间段[t,t+α]内，节点n_i和节点n_j时钟系统是完全同步的，而且两者都没有丢失数据，并且数据采集序列和之间的距离小于ε×H，则节点n_i和节点n_j是相似的。

如果在时间段[t,t+α]内，节点n_i和节点n_j时钟系统没有完全同步，或者出现了丢失数据的情况，则利用DTW算法计算和之间的距离。而DTW算法的本质是将维度较短的向量进行了“拉伸”，然后与维度较长的向量进行距离求解。因此，同理可以得到：如果数据采集序列和之间的距离小于则节点n_i和节点n_j是相似的。

若节点n_i采集的数据可代替节点n_j采集的数据，则称节点n_i和n_j在时间段[t,t+α]内是相似的，也称节点n_i和n_j在时间段[t,t+α]内存在相似关系。如果[t,t+α]内的数据，可以足够充分的表示节点周围的环境变化，则称节点n_i和n_j在整个生命周期内都是相似的。在本发明的下面部分都假设所选时间段内的数据足够充分的表示环境的变化。

步骤三：根据无线传感网络中所有节点的相似情况，选出无线传感网络中所有节点的关键性节点；具体方法如下：

步骤3.1，给定无线传感网络中所有节点的历史数据集合D_pre以及算法中可接受的数据误差即应用误差ε。通过给定的历史节点数据D_pre和应用误差ε利用DTW算法计算得到，网络中相似节点的图Sim_graph；

步骤3.2，对相似节点的图Sim_graph中的所有节点进行计算得到每个节点的worth属性，计算worth属性的具体公式为：

${\mathrm{Sim}}_{graph}\[v\].worth=\frac{{\mathrm{Sim}}_{graph}\[v\].\left|neibor\right|}{dis({\mathrm{Sim}}_{graph}\[v\],cnodeset)}---\left(6\right)$

其中，v表示节点，公式的分子表示节点v的邻居节点数目，分母表示节点v与现有的所有数据关键性节点距离的平均值。而worth属性即数据价值，数据价值是每个数据感知节点所具有的属性，具体表示由其采集的数据所具有的使用价值。本发明中我们假设：在正常状况下，所有感知节点所采集的数据具有相同的使用价值，为了简便起见将其设为1。因此，对于数据关键性节点n_k，如果所对应的节点覆盖范围为Γ，则其数据价值为|Γ|。因为在物理意义上|Γ|表示：在应用的误差范围内，节点采集的数据可以作为代表，来代替集合Γ内所有节点采集的数据，被应用所使用，所以节点的数据价值就是Γ内所有节点的数据价值之和，即为|Γ|。因此，节点的worth属性与其邻居节点的数目成正比，与现有数据关键性节点的距离成反比。

步骤3.3，对图Sim_graph中每个节点进行遍历，找出其中worth属性最大的节点，该节点即为一个数据关键性节点，将该节点添加到集合cnodeset{}中，同时在图Sim_graph中找到该数据关键性节点的邻居节点Sim_graph[cn].neibor，在图Sim_graph的节点集合中，删除数据关键性节点以及其邻居节点，得到新的图Sim_graph。

步骤3.4，对得到的新的图Sim_graph重复步骤3.2～步骤3.4，直到图Sim_graph中节点的集合为空。

步骤3.5，集合cnodeset{}中的节点，即为最终得到的所有的数据关键性节点。

上述方法的具体流程与使用可概括为以下的图表：

从网络中挑选出的一批节点N_x作为数据关键性节点：其满足以下条件：1、保证网络中剩余的每个节点，至少与N_x中的一个节点是相似的；2、当N_x中的所有节点在处于一条直线时，物理距离最远的两个节点间的关键长度最小(关键长度即两个节点间连线的总长度)；当N_x中的所有节点没有处于一条直线时，当保证由N_x中所有节点所对应的外接图形的关键面积最小(关键面积即节点间连线形成图形的面积)；3、对于任何满足条件一和条件二的节点集合，删去其中多余的节点，保证N_x是元素数目最少且满足以上两个条件的节点集合。

根据数据关键性节点的定义，将数据关键性节点的选择问题转换为数学问题：

假设整个网络是一个图G，网络中的所有感知节点是图G中的顶点。如果通过对感知数据分析得知，在应用的误差要求下，两个节点存在相似关系，则相对应的两个顶点之间存在边，如果不存在相似关系，则相对应的两个顶点之间不存在边。我们将图G称为全网节点的相似度关系图。如何从网络中所有的数据感知节点中选择出数据关键性节点，现在可以理解为在图G中找到一批顶点N_x，使得网络中剩余的每个顶点至少有一个邻居顶点在N_x中，保证N_x中的顶点数目最少，并且这些顶点所对应的关键长度或者关键面积最小。

该数据关键性节点的选择问题在图论中是最小支配集的问题，其求解难度是NP-hard。相关文献对最小支配集问题的解决是采用贪心策略的算法进行求解，本发明通过对贪心算法进行一些修改，合理地解决数据关键性节点的选择问题。

1)证明与求解公式

当数据关键性节点的选择问题在图论中是最小支配集的问题时，其求解难度是NP-hard的证明

证明：图论中的最小支配集问题，其求解难度是NP-hard。其具体的定义如下：对于一个无向图G(V,E)，从G中找出一批节点h，h∈V，使得h中的顶点与V-h中的顶点都存在边的关系，同时保证h中的顶点数目最少。如果对于处于网络边缘的每一个节点，与网络中其他节点都不存在相似关系。这时，这些处于边缘地带的节点，肯定是数据关键性节点，同时所有数据关键性节点所对应的关键长度或关键面积也是一定的。因此，此时对于数据关键性节点的选择工作可以理解为：在网络中找出最少的一批节点N_x，使得网络中剩余的每个节点至少有一个邻居节点处于N_x中，而这正是图论中的最小支配集问题。因此，可以看出最小支配集问题是网络中数据关键性节点的选择问题的一个特例。所以，网络中数据关键性节点的选择问题是NP-hard。

2)利用算法进行数据关键性节点的求解过程，主要有两部分组成。第一部分是利用DTW算法，构建全网节点的相似度关系图。由于在构建相似度关系图的过程中，要判断每个节点与其它所有节点之间是否存在相似性，因此其时间复杂度为O(n²)，假设节点对应的数据采集序列的平均长度为a，则第一部分整体的时间复杂度为O(a²*n²)。第二部分是根据相似度关系图选择数据关键性节点，从算法可以看出，其核心部分是对所有节点进行两次循环判断过程。因此，第二部分的时间复杂度为O(n²)。所以总体来看算法1的时间复杂度为O(a²*n²)，虽然整体上算法1的时间复杂度是O(n²)级别，但是如果数据采集序列的长度比较大，即a的值比较大则算法1时间复杂度的常系数将会非常大，因此如何选择合适的数据采集序列至关重要。

由于数据关键性节点是无人机进行数据收集的常规目标节点，所以其会与无人机频繁的通信。因此如果数据关键性节点一直不变，则其能量会很快耗尽，从而使得网络进入“假死”状态。针对此问题，本文提出的解决方法是：为数据关键性节点设置一个能量阈值，当其能量小于此阈值时，则在其节点覆盖范围内找到与现有的数据关键性节点平均距离最小的那个节点，将其设定为新的数据关键性节点。

如果根据节点之间的相似性，所构成的全网节点相似性关系图Sim_graph中，有N个顶点和M条边。假设最终由算法计算得出的数据关键性节点的数目为κ，由相关文献可知因此，如果将数据关键性节点作为无人机数据收集的目标节点，则无人机数据收集的任务量最少可以减少

步骤四：无人机对网络中的数据关键性节点进行数据采集，从而得到整个网络中所有节点的数据情况。

本发明的效果可以通过以下仿真进一步说明。

仿真1，对本发明方法中数据关键性节点正确性进行验证。

整个实验和仿真中的程序完全由自己编写，开发语言为c++，所有仿真环境的参数均参照真实环境中的参数来设置。本仿真使用的数据集分别是，(1)室外数据集：部署在榆林镇北台长城遗址内的41个数据感知节点在2015年12月1日到2015年12月20日之间所采集的数据。这41个节点底层采用CC2530硬件结构，负责采集长城遗址土壤内部15cm深度的温度值。(2)室内数据集：2004年2月28日到2004年4月5日之间，部署在Intel Berkeley Research实验室的54个数据感知节点所采集到的数据。这54个节点底层采用TinyOS操作系统，采集周围环境中的温度、湿度、光照和自身的电压数据。在本文的实验中，对于采集到的4种数据，只利用节点采集的温度数据。下面分别利用室外和室内数据集，对步骤3c)中提出的数据关键性节点的选择算法的正确性进行验证。仿真的实验结果描述如下：

表1是将应用误差设置为0.01时，室外数据集所对应的数据关键性节点及其相应的节点覆盖范围。从表1中可以清楚的看到，整个网络中有6个数据关键性节点，因此，在无异常感知数据的情况下，整个数据收集过程中的任务量将会减少85.37％。这6个数据关键性节点中56、493、495号数据关键性节点所对应的节点覆盖范围比较大，分别是19、12、7占到了整个网络节点数目的92.67％。

表1应用误差0.01时室外数据集对应数据关键性节点情况

图3则是数据关键性节点及其节点覆盖范围的真实分布情况：图中五角星形状表示数据关键性节点，圆形表示数据平凡节点。

图3中用不同符号(A、B和C)表示不同的节点，分别对应不同数据关键性节点的节点覆盖范围：

●A节点表示，56号数据关键性节点所对应的节点覆盖范围。这些节点主要分布在：西墙外侧，南墙内外侧，东墙的内侧。

●B节点表示，493号数据关键性节点所对应的节点覆盖范围。这些节点主要分布在：西墙内侧和东墙外侧。

●C节点表示，495号数据关键性节点所对应的节点覆盖范围。这些节点主要分布在：北墙的外侧。

对于56号数据关键性节点所对应的节点覆盖范围。它们在位置上正好位于太阳每天照射的地方。因此，这些地方的土壤温度都相对比较高。所以这些节点所采集的数据具有很大的相似性。

对于493号数据关键性节点所对应的节点覆盖范围。因为镇北台西墙地势比较高，东墙地势比较低。西墙的外侧和东墙的内侧基本都挡住了太阳，而且墙体很厚，所以在西墙的内侧和东墙的外侧采集的土壤温度值都比较低。所以这些节点采集的数据具有巨大的相似性。

对于495号数据关键性节点所对应的节点覆盖范围。由于北墙的外侧是条路，所以北墙外侧土壤的温度受外界影响较大与其他墙体都有一定的差别。所以这些节点采集的数据具有巨大的相似性。

表2是应用误差为0.0001时，室内数据集所对应的数据关键性节点及其相应的节点覆盖范围。从表2中可以看出：总共有7个数据关键性节点，45号数据关键性节点的节点覆盖范围最大为42，占到了整个网络节点总数的70.77％。

表2应用误差0.0001时室内数据集对应数据关键性节点情况

图2是数据关键性节点的物理分布图，从图中可以明显的看到45号数据关键性节点的节点覆盖范围，几乎分布在网络的各个角落，其他数据关键性节点的覆盖范围，则零散的分布在监测区域的左下角和右上角。整体看来数据关键性节点以及其对应的节点覆盖范围，在地理分布上没有任何显著的特征。这是因为在室内环境下，环境非常稳定，并且室内的空气也是相互流通的，因此几乎在各个地方空气温度值都是相同的，因此数据之间基本都是相似的，所以才会出现上述结果。