基于数据密度相关度的无线传感器网络数据融合方法

基于数据密度相关度的无线传感器网络数据融合方法
【专利摘要】本发明公开了一种基于数据密度相关度的无线传感器网络数据融合方法，通过将无线传感器网络的全部节点分别被设置为三种类型：代表节点、成员节点和独立节点，将代表节点和独立节点所采集到的感知数据上传到外部网络，而成员节点所采集到的感知数据则已被代表节点所采集到的感知数据代表，并不进行上传，实现了无线传感器网络的数据融合。本发明的数据融合方法具有准确性高、能耗小、实用性强和应用方式灵活的优点，特别适用于节点密集部署、节点数据频繁上传，且监测对象变化缓慢的场合。
【专利说明】基于数据密度相关度的无线传感器网络数据融合方法

【技术领域】
[0001] 本发明涉及一种基于数据密度相关度的无线传感器网络数据融合方法。

【背景技术】
[0002] 数据融合是将来自多个数据源的数据，根据数据相关性或者实际应用需求，在无 线传感器网络网内实现去除冗余数据，或者得到各数据的某种特征，或者得到某个事件结 论的过程。数据融合技术的实施目的在于降低数据在无线传感器网络中的传递数量，从而 降低网络能耗，延长网络寿命。
[0003] 密集部署方式下的无线传感器网络，相邻节点之间的数据具有较强的相关性。为 了准确进行节点相关数据的融合，需要具有节点间相关性的准确度量方法，因此，研宄节点 间相关性度量方法直接关系到数据融合算法的准确性。
[0004]目前，有关学者对节点间数据相关度描述方法的研宄主要包括了基于部署特征 (节点位置、节点覆盖范围）和基于数据特征的描述方法。其中基于部署特征的相关性描述 方法包括了基于节点位置的相关性描述方法和基于节点感知范围重叠度的相关性描述方 法。基于数据特征的相关性描述方法包括了基于节点数据相关系数的相关性描述和基于数 据分布的相关性描述方法。
[0005] 基于节点部署特征的相关性描述方法通过节点间位置的直线距离或者相邻节点 感知范围的重叠程度来反映节点之间的相关程度，建立节点间的相关度公式。该类相关度 公式具有建模简单，计算方便的优点。但该相关性描述方法存在缺陷：各节点间噪声需为独 立同分布的高斯噪声，WSN实际所处环境难以满足；复杂环境中，存在节点间部署位置与节 点间相关性不一致的问题。该相关性描述方法的缺陷主要是因为未考虑无线传感器网络部 署时的实际环境。
[0006] 基于节点数据相关系数的相关性描述方法采用Pearson相关系数来度量两节点 之间的相关度。该相关性描述方法可以准确描述两节点数据之间的线性相关性，适用于 描述事件区域变化不大，部署环境简单的应用场合。但在实际应用时，计算节点数据间 Pearson相关系数时需要上传大量的原始数据给Sink节点，该数据上传过程会消耗较多能 量，不利于节约能耗。特别是在传递离Sink节点较远的原始数据，能耗问题更严重。另外， 当环境发生变化时，节点之间的相关性会随之发生变化，需要重新计算节点间相关性，耗费 大量节点能量。
[0007] 基于数据分布的相关性描述方法，通过节点数据相对其邻居节点数据的相对位置 来描述该节点相对其邻居节点的相关度。该相关性描述方法存在描述方法单一，适用场合 有限，无法全面准确描述节点数据间相关性的缺陷。导致该描述方法实用性差。


【发明内容】

[0008] 本发明所要解决的技术问题是：提供一种基于数据密度相关度的无线传感器网络 数据融合方法。
[0009] 解决上述技术问题，本发明所采用的技术方案如下：
[0010] -种基于数据密度相关度的无线传感器网络数据融合方法，包括以下步骤：
[0011] 步骤一，无线传感器网络的每一个节点i在同一时刻向其全部邻居节点Vl，v2，? ，vn发送该时刻的感知数据D，并接收其全部邻居节点vi，v2，…，\向其发送的该时刻的感 知数据D'pD'2，...D'n，其中，n为节点i的邻居节点总数量；
[0012] 步骤二，无线传感器网络的每一个节点i分别判断其是否为核心节点；
[0013] 步骤三，无线传感器网络的每一个作为核心节点的节点i，分别将其全部邻居节点 vi，v2,…，vn划分为e邻域内节点集合N〇deSet(i) 和e邻域外节点集合NodeSet(i) outer *
[0014] 步骤四，无线传感器网络的每一个节点i分别计算并保存其相对于邻居节点的数 据密度相关度Sim(i);
[0015] 步骤五，无线传感器网络的每一个作为核心节点的节点i，分别向其e邻域内节 点集合NodeSet(i)innOT中的每一个节点发送信息包（kpLSimQ))、向其e邻域外节点集 合NodeSetQ)。^^中的每一个节点发送信息包（ki, -1，Sim(i))，无线传感器网络的每一个 作为非核心节点的节点i，分别向其全部邻居节点Vp v2，…，vn广播信息包（ki,0,Sim(i))， 其中，信息包中的h为节点i的编号，Sim(i)为节点i保存的相对于邻居节点的数据密度 相关度，"1"、"-1"和"〇"为标志信息；
[0016] 并且，无线传感器网络的每一个节点i，分别接收其全部邻居节点Vpv2，…，￥"向 其发送的信息包；
[0017] 步骤六，无线传感器网络的每一个节点i分别依据接收到的信息包进行判断，以 将其设置为相应的节点类型：
[0018] 对于作为非核心节点的节点i，如果其接收到的全部信息包的标志信息均为"0" 或者均为"-1"，则设置为独立节点，否则，设置为成员节点；
[0019] 对于作为核心节点的节点i，如果其没有接收到标志信息为"1"的信息包，则设置 为代表节点；
[0020] 对于作为核心节点的节点i，如果其接收到一个或以上标志信息为"1"的信息包， 则将其节点编号h、保存的数据密度相关度Sim(i)和接收到标志信息为"1"的信息包中的 节点编号匕发送给无线传感器网络的汇聚节点，汇聚节点将向其发送该信息的核心节点划 分到若干个局部相关区域，将每一个局部相关区域中数据密度相关度Sim(i)最大的核心 节点标记成代表节点，而该局部相关区域中的其余核心节点则标记成成员节点，并将标记 信息放送回相应的核心节点，接收到标记信息的核心节点设置成相应的节点类型，其中，对 于一个局部相关区域中的任意一个核心节点，其至少向该局部相关区域中一个核心节点发 送标志信息为"1"的信息包，或者其至少接收到该局部相关区域中一个核心节点发送的标 志信息为"1"的信息包；
[0021] 步骤七，将代表节点和独立节点所采集到的感知数据上传到外部网络。
[0022] 作为本发明的优选实施方式，所述步骤二中，核心节点满足的判断条件为min Pts<N<n，非核心节点满足的判断条件为N<minPts，其中，N为节点i的全部邻居节 点感知数据D/，D2'，...Dn'中满足|D/ -D|<e的邻居节点感知数据D/的数量，e 为预设的数据阈值，minPts为预设的数量阈值。
[0023] 作为本发明的优选实施方式，所述步骤三中，属于e邻域内节点集合NodeSet(i) innel?的节点，其感知数据满足|D/ _D| <e，属于e邻域外节点集合NodeSetQ)。^的节 点，其感知数据满足|D/ _D|彡e。
[0024] 作为本发明的优选实施方式，所述步骤四中，对于作为核心节点的节点i，其相对 于邻居节点的数据密度相关度为：

【权利要求】
1. 一种基于数据密度相关度的无线传感器网络数据融合方法，包括以下步骤： 步骤一，无线传感器网络的每一个节点i在同一时刻向其全部邻居节点V1,V2，…，^发 送该时刻的感知数据D，并接收其全部邻居节点V1,V2,…，￥"向其发送的该时刻的感知数据D'i，D' 2，…D'n，其中，n为节点i的邻居节点总数量； 步骤二，无线传感器网络的每一个节点i分别判断其是否为核心节点； 步骤三，无线传感器网络的每一个作为核心节点的节点i，分别将其全部邻居节点vi，v2,…，vn划分为e邻域内节点集合N〇deSet(i) 和e邻域外节点集合NodeSet(i) outer* 步骤四，无线传感器网络的每一个节点i分别计算并保存其相对于邻居节点的数据密 度相关度Sim⑴； 步骤五，无线传感器网络的每一个作为核心节点的节点i，分别向其e邻域内节点集 合此(1656七（；〇^"中的每一个节点发送信息包〇^，1，5；[1]1(；〇)、向其￡邻域外节点集合 NodeSet(;〇_"中的每一个节点发送信息包（ki, -1，Sim(i))，无线传感器网络的每一个作 为非核心节点的节点i，分别向其全部邻居节点V1,V2，…，vn广播信息包（ki, 0,Sim(i))，其 中，信息包中的h为节点i的编号，Sim(i)为节点i保存的相对于邻居节点的数据密度相 关度，" 1"、" -1"和" 0 "为标志信息； 并且，无线传感器网络的每一个节点i，分别接收其全部邻居节点Vl，V2，…，Vn向其发 送的信息包； 步骤六，无线传感器网络的每一个节点i分别依据接收到的信息包进行判断，以将其 设置为相应的节点类型： 对于作为非核心节点的节点i，如果其接收到的全部信息包的标志信息均为"〇"或者 均为"-1"，则设置为独立节点，否则，设置为成员节点； 对于作为核心节点的节点i，如果其没有接收到标志信息为"1"的信息包，则设置为代 表节点； 对于作为核心节点的节点i，如果其接收到一个或以上标志信息为" 1"的信息包，则将 其节点编号h、保存的数据密度相关度Sim(i)和接收到标志信息为"1"的信息包中的节点 编号h发送给无线传感器网络的汇聚节点，汇聚节点将向其发送该信息的核心节点划分到 若干个局部相关区域，将每一个局部相关区域中数据密度相关度Sim(i)最大的核心节点 标记成代表节点，而该局部相关区域中的其余核心节点则标记成成员节点，并将标记信息 放送回相应的核心节点，接收到标记信息的核心节点设置成相应的节点类型，其中，对于一 个局部相关区域中的任意一个核心节点，其至少向该局部相关区域中一个核心节点发送标 志信息为"1"的信息包，或者其至少接收到该局部相关区域中一个核心节点发送的标志信 息为"1"的信息包； 步骤七，将代表节点和独立节点所采集到的感知数据上传到外部网络。
2. 根据权利要求1所述的的数据融合方法，其特征在于：所述步骤二中，核心节点满足 的判断条件为minPts<N<n，非核心节点满足的判断条件为N<minPts，其中，N为节点 i的全部邻居节点感知数据d'i，d' 2，…d'n中满足Id' ^dI< e的邻居节点感知数 据D'j勺数量，e为预设的数据阈值，minPts为预设的数量阈值。
3. 根据权利要求2所述的的数据融合方法，其特征在于：所述步骤三中，属于e邻域 内节点集合NodeSet(i)innOT的节点，其感知数据满足|D'j-D| <e，属于e邻域外节点集 合NodeSet(Dtjute的节点，其感知数据满足|D'」_D|彡e。
4. 根据权利要求3所述的的数据融合方法，其特征在于：所述步骤四中，对于作为核心 节点的节点i，其相对于邻居节点的数据密度相关度为：
D' j2，…，D'jN为属于e邻域内节点集合NodeSet(i)innOT的全部节点的感知数据， Eipa2和a3为权重，a1+?+?= 1， 对于作为非核心节点的节点i，其相对于邻居节点的数据密度相关度为：Sim(i) = 0。
5. 根据权利要求4所述的的数据融合方法，其特征在于：所述步骤二中，数量阈值 minPts表示节点i对其邻居节点有代表性所需要的最小邻居节点数量，数据阈值e表示核 心节点感知数据与被代表节点感知数据之间的最大允许误差。
6. 根据权利要求4所述的的数据融合方法，其特征在于：所述步骤四中，权重ap&2和 %由主成分分析方法对所述无线传感器网络进行计算得到。
7. 根据权利要求4所述的的数据融合方法，其特征在于：所述步骤七中，用能量有效路 由算法计算出无线传感器网络的数据上传路径，将代表节点和独立节点所采集到的感知数 据按该数据上传路径上传给无线传感器网络的汇聚节点，以上传到外部网络。
【文档编号】H04W84/20GK104507180SQ201410834538
【公开日】2015年4月8日 申请日期:2014年12月29日 优先权日:2014年12月29日
【发明者】詹宜巨, 袁飞, 蔡庆玲, 黄江东, 王永华 申请人:中山大学