基于lds节点休眠策略的改进方法
【专利摘要】本发明属于无线传感网络节能领域，提供了一种基于LDS节点休眠策略的改进方法，引入一个数据活跃度h的概念，这个数据活跃度作为一个因素来影响节点休眠概率，数据活跃度越大，节点的休眠概率越小。本发明设计了一种可以实现节能的要求，延长网络生存期的方法。在保证无线传感网节能的情况下，对LDS算法进行改进同时提高了传感网数据测量的有效性。
【专利说明】基于LDS节点休眠策略的改进方法
【技术领域】
[0001] 本发明涉及无线传感网络节能领域，尤其涉及基于LDS节点休眠策略的改进方 法。
【背景技术】
[0002] 由于无线传感网的的低功耗、低速率、低成本的特性，所以在设计无线传感网时必 须考虑到节能的因素。在通信节能方面：对于网络系统，节能主要包括两种方式，一种是在 节点密集分布、冗余的条件下，通过周期性调度，令冗余的节点休眠来延长整个网络的生存 时间；另一种是设计能量高效的路由机制及改善网络的拓扑结构，通过平衡网络中的通信 负载来达到延长网络生存时间和提高能量效率的目的；对于单个设备，主要的节能手段是 休眠，通过在无通信需求的时段关闭无线收发器，来避免空闲监听所引发的能量浪费。
[0003] 对于单个节点而言我们要考虑电池的寿命以及测量的精确性。我们希望电池的寿 命越长越好，同时精确性越高越好，经过相关研究发现在通信速率相同的条件下，传感器的 采样周期与设备的电池寿命成正比关系，但延长传感器的采样周期会影响控制精度。所以 说制定相关的休眠策略能够在精确性和节能性方面取得平衡将是我们研究的方向。其中有 俩种休眠算法，第一种是RS算法，该算法：簇首节点以某一概率选择节点进入休眠状态，节 点只需要读取随机数生成器生成的随机数，进而判断是否休眠。该方案中节点的睡眠与否 是随机分布的，对于所有节点而言他们的休眠概率都是一样的，但是该方案没有考虑到在 单跳网络中，距离簇首的节点较远的节点所消耗的能量会更大，这样会影响网络的生存期。 此外该网络是统计概率的角度来选择是否休眠，面对突发事件，其效率相对而言比较低。第 二种是LDS算法，该算法是对RS算法在空间因素上的改进，但是在面对突发事件而目，会出 现节点测量资源分配的不合理，其效率还是比较低，因此我们还要考虑测量结果对休眠概 率的影响。
[0004] 2008年华中科技大学一篇硕士论文《工业无线传感器网络的节点休眠算法研究》 中研究了常见的休眠算法有RS算法，但是RS算法没有体现节点的空间效应，而后又提出了 RS的改进算法LDS算法，该算法的网络生存周期提高了很多，但是其效率不是很高，而作者 同时提出了基于AHP的节点休眠调度算法，该算法采用分成模型，但是算法复杂，对于无线 传感器较低的计算能力而言不太实用。
[0005] 而且他们都是从宏观角度来提高网络生存期，但是面对某一特定的事件，上述算 法就不能体现出来，从而导致测量的效率偏低。所以设计出一个轻量级的休眠调度算法在 实现节能和效率的平衡将是研究重点。
[0006] 传感器网络一个明显的缺陷就是能量有限，所以在WSN设计中，首先也是最重要 的挑战就是能量效率，也就是实现能量和效率的完美结合。一般情况下我们是通过使部分 节点休眠，部分节点活跃来实现节能，下面举个例子来说明：
[0007] 如图1所示是某一地区图，这个地区分为三个部分，沿海，森林，沙漠，沿海地区某 一段时间内温度变化很小，而沙漠地区在该时段温度变化相对很大。现在在沙漠和沿海均 匀分布温度传感器节点来分别测量沙漠和沿海地区的温度，它们的传感器节点的分布密度 都一样。现在我们假设沙漠地区和沿海地区传感器节点的休眠概率是一样的，这样会导致 的结果就是，沙漠地区和沿海地区测量资源分配的不合理，与此相对应的是，沙漠地区温度 变化比较大比较快，温度节点的休眠概率应该小一些，尽量让更多的节点处于测量状态， 这样测得数据才会更能准确反映该地区温度的波动情况，而沿海地区的温度变化较小比较 慢，温度节点的休眠概率应该大一些，让少一点的节点处于活跃状态，从而实现节能。传统 的RS休眠机制在簇状网中，能实现簇中每个节点休眠概率均等，但是它没有考虑离簇首距 离较远的节点与簇首通信所消耗的能量大，这样会造成边缘节点会很快能量消耗殆尽，而 后来引入的LDS休眠机制引入了节点与簇首的距离这个因素来影响休眠概率，具体的是， 距离簇首越远，休眠概率越大，但是，LDS还是会存在上述图1中存在节点测量资源分配的 不合理的问题，因而，需要对LDS休眠机制进行改进。
【发明内容】
[0008] 本发明针对上述现有技术存在的问题作出改进，即本发明要解决的技术问题是提 供一种基于LDS节点休眠策略的改进方法，这种基于LDS节点休眠策略的改进方法设计了 一种算法可以实现节能的要求，延长了网络生存期。在保证无线传感网节能的情况下，对 LDS算法进行改进同时提高了传感网数据测量的有效性。为了解决上述技术问题，本发明提 供了如下的技术方案：
[0009] -种基于LDS节点休眠策略的改进方法，引入一个数据活跃度h的概念，这个数据 活跃度作为一个因素来影响节点休眠概率，数据活跃度越大，节点的休眠概率越小。
[0010] 在LDS休眠机制中，节点进入休眠的概率p(x)是与到簇首的距离X成线性关系 的，假设概率为P(x)，簇首及其簇内节点都分布在以簇首为中心的、半径为R的圆形区域 内，如下公式所示：
【权利要求】
1. 一种基于LDS节点休眠策略的改进方法，其特征在于：引入一个数据活跃度h的概 念，这个数据活跃度作为一个因素来影响节点休眠概率，数据活跃度越大，节点的休眠概率 越小。
2. 根据权利要求1所述的基于LDS节点休眠策略的改进方法，其特征在于：在LDS休 眠机制中，节点进入休眠的概率P(X)是与到簇首的距离X成线性关系的，假设概率为P(X)， 簇首及其簇内节点都分布在以簇首为中心的、半径为R的圆形区域内，如下公式所示：
对于簇节点而言如果该区域测量数据较为活跃则其相对应的休眠概率较小，我们引入 活跃度来影响休眠概率，则改进的LDS休眠策略的概率公式变为如下：
其中I*'I*户(工,幻/'(X,=S，其中ε为该簇群休眠节点休眠概率，其中h越 JO JO 大而P(X，h)越小。
3. 根据权利要求1所述的基于LDS节点休眠策略的改进方法，其特征在于：测量数据 活跃度h，选用梯度测量法，/^ = 二__^?，其中β是系数，Xn为某一节点第η测量数值， Tη Tn为某一节点第η次测量周期。
4. 根据权利要求1所述的基于LDS节点休眠策略的改进方法，其特征在于：测量数据 -X)2n+2 活跃度h，选用方差测量法，/7 = ^ ， '其中_Σα其中β是系数，Xn为某一 I5(?)2x= ---2 5 节点第η测量数值，Tn为某一节点第η次测量周期。
5. 根据权利要求1所述的基于LDS节点休眠策略的改进方法，其特征在于：测量数据 活跃度h，选用测量相对熵法，如果测量数据单位时间内测量数值差的绝对值为▽X，这其 测量熵可以表示：片(.(义）=-J*h(匀丨〇g/)A. (x)ik -00 则活跃度h=i3Hc(X)，八\00 = /〇4其中β，κ均是系数，Vx为单位时间内测量数 值差的绝对值。
【文档编号】H04W52/02GK104320835SQ201410478689
【公开日】2015年1月28日 申请日期:2014年9月18日 优先权日:2014年9月18日
【发明者】宁卓, 石伟, 孙知信 申请人:南京邮电大学