一种无线传感器网络中基于矩阵填充技术的数据收集方法与流程

本发明涉及无线传感器网络，尤其是一种基于矩阵填充技术的数据收集方法。

背景技术：

无线传感器网络是由大量彼此之间通过多跳无线链路和通信的传感器节点以自组织和多跳方式构成的无线网络，其不需要布线，随时可以部署，器件小巧便于部署与放置，而功能强大，能够感知人或物的健康体征，位置与环境，强大的实用性使得它有广阔的应用前景。

无线传感器网络中的传感器节点通常是采用电池供电，当网络中的传感器节点储存的能量消耗完后，此节点就无法正常工作了，也就导致了整个传感器网络瘫痪了。而且当节点位于靠近基站的区域，由于远基站区域的节点传输数据到此基站需要经过这些近基站区域节点的转发，所以近基站区域的节点会转发更多的数据，从而消耗更多的能量，所以近基站区域的节点会提前死亡，而远基站区域的节点内还存在一些剩余的能量，也就造成了能量浪费。所以如何平衡各节点的能量消耗显得至关重要。

已经有很多方法提出来平衡无线传感器网络中各节点的能量消耗，有文章采用改变节点传输距离的方法来平衡能量消耗，对于近基站的节点，节点之间的传输距离小一点，减少了传输的距离也就可以减少传输的能量消耗，也就减少了近基站节点的能量消耗，对于远基站的节点，由于这些节点转发的数据不多，所以一般能量会存在剩余，因此可以适当的增加传输距离，所以这种方法也不会减少网络的寿命。其不足的是:由于这种方法需要改变节点的传输距离，所以只能在节点部署规则的网络中采用此方法。

技术实现要素：

本发明提供一种无线传感器网络中数据收集的方法，其能够有效的提高网络的寿命，并且还能够适当的降低网络传输的延迟。

为实现如上目的，本发明的技术方案如下:

一种基于矩阵填充技术的数据收集方法，当网络中基站进行数据收集时，节点将冗余数据与非冗余数据同时发出，在传输到近基站区域时，冗余的数据暂时由近基站区域的节点保存下来，非冗余的数据经过此区域直接传输到基站。而非冗余数据的传输过程中可能存在一些数据会丢失，在这种情况下，可以从近基站区域直接发送冗余的数据来补充矩阵填充所需的数据。

其中，冗余数据存储在近基站区域，等待非冗余数据传输到基站，如果基站接受到了所有的非冗余数据，则冗余数据放弃传输。如果基站没有接受到所有的非冗余数据，则基站发送反馈信号给冗余数据存储区域的节点，发送冗余的数据到基站，从而达到矩阵填充所要求的数据数量要求。

其中，冗余数据的具体存储位置为:在决定冗余数据具体存储位置之前，需要先确定非冗余传输时，每个节点转发的数据量，非冗余数据与冗余数据的分布可以在传输之前确定下来，因此也就可以确定每个节点发送传输的非冗余数据。有了每个节点需要发送的非冗余数据，就可以根据下式计算出每个节点转发的数据数量。

dx为距离基站x米处的节点所转发的数据数量，λx为距离基站x米处节点需要发送的数据数量，d为每个节点的发射半径。所以这样就可以得到发送非冗余数据时，每个节点转发的数据量。在低冗余数据收集的方法中，要求传输冗余数据时对各节点产生的数据转发量不能超过发送非冗余数据时的最大值，因此就可以得到最终冗余数据存储的位置如下

其中y为冗余数据存储的层次数(以基站为圆心，基站为第0层，经过一跳能够到达基站的节点为第1层的节点，以此类推)，d为网络中节点的发射半径，dmax是传输非冗余数据时最大的数据转发数量。

其中，非冗余数据包的分布可以服从伯努利分布(数据矩阵中每个点为非冗余数据包的概率相同)，同样也可以得到当矩阵出现空列的概率小于伯努利分布时，每行的非冗余数据个数应该满足所以可以根据每个节点所转发的数据量来确定每个节点的非冗余数据数目。先假设每个节点都发送相同数目的数据，并且认为这个矩阵是低秩的，因此可以得到矩阵非冗余数据的个数。然后，对每个节点假定减少一个非冗余的数据，再得到网络中节点所转发的最大数据量，在这些最大的数据量中，找到一个最小的最大数据量，并且找到是哪个节点减少了一个非冗余数据，将次节点的一个非冗余数据变为冗余的数据，如此循环，直到所有的冗余数据被分配完。所以这种不均衡的分布可以极大的减少网络中节点所转发的最大数据量，也就是极大的减少了网络的最大能量消耗，从而提高了网络的寿命。

本发明的有益效果是:利用了非热区节点的能量，将冗余数据传输到了近基站的区域，并且这些数据没有经过能量消耗高的节点，所以提高了网络的寿命。由于已经传输到了近基站的区域，当非冗余数据传输由于传输的不可靠性丢失时，可以从冗余数据的存储位置发送数据，基站所需要的补充数据可以被快速的获得，所以本发明也能降低延迟。

附图说明

图1为本发明的总体结构示意图。

图2为本发明的非冗余数据分布图。

图3为本发明的补充数据发送的位置，对于存在冗余数据的节点也是冗余数据的存储位置。

图4为本发明在网络各个位置的能量消耗图。

图5为本发明的网络最大能量消耗图。

图6位本发明的最大能量消耗减少比例图。

图7为本发明在网络各个位置的延迟。

图8为本发明的最大延迟图。

图9为本发明的最大延迟减少比例图。

具体实施方式

下面将结合实例和附图对本发明进一步的说明。

一种无线传感器网络中的数据收集方法，如图1所示，在传输开始之前，将数据矩阵中非冗余与冗余的数据确定好，然后进行传输。可以看到，冗余的数据不会直接传输到基站，只有当非冗余数据在传输过程中丢失，基站才会发送通知信号给存储冗余数据的节点发送冗余数据给基站以满足矩阵填充的数据数量的要求。所以这种方法减少了经过热区节点的数据数量，也就减少了最大能量消耗，增大了网络寿命。

图2是在r＝150米，节点发送半径d＝30米，网络中节点个数为n＝100的情况下，节点非冗余数据的数目，由于节点个数较多，所以是统计每一层上所有节点非冗余数据数量的和。可以看到在伯努利分布下，非冗余数据数量是均匀减少的，而不均衡分布在最后一层的减少幅度会大一些。

图3给出了网络在伯努利分布和不均衡分布下，补充数据的发送位置，可以看到由于没有采用矩阵填充技术的方法没有冗余数据，所以补充数据每次都需要从原节点开始发送。而在两种分布下，冗余数据都会传输到近基站的节点上存储下来，所以也就减少了传输补充数据的延迟。

图4给出了网络中各处的能量消耗，在节点传输的误码率为10^-4的条件下，可以看到在近基站区域的能量消耗有明显的减少，在伯努利分布下，近基站区域的能量消耗最多减少了39.5％，在不均衡分布下，近基站区域的能量消耗减少了57.2％，而近基站区域的能量消耗是网络中能量消耗最大的区域。所以优化了次区域的能量消耗也就减少了最大能量消耗，提高了网络的寿命。

图5给出了网络的最大能量消耗，可以看到在采用了本发明方法的情况下，最大能量消耗有明显的减小，结合图6可以看到，两种分布的优化效果差距也很大，并且两种分布随着误码率的增大，优化效果也会增加，但是增加幅度很小，伯努利分布的优化效果维持在39.6％左右，不均衡分布的优化分布维持在57.7％左右。

图7给出了网络各处节点到基站的延迟，可以看到在伯努利分布下，由于每个节点都会存在一些冗余的数据，所以网络各处对延迟都有一定的优化，而在不均衡分布下，有些节点可能不会有冗余的数据，所以只有处于特定区域内的节点才会有延迟优化。

图8给出了网络在不同误码率的条件下，网络的最大延迟，可以看到效果最好的是伯努利分布，结合图9可以看到，随着误码的增大，最大延迟的优化效果有明显的增加，在伯努利分布下，延迟优化效果可以达到18％，而在不均衡分布下，延迟优化效果最多达到了15.9％。

综上所述，本发明所述的方法能够通过减少一些热区节点所转发的数据量，从而减少网络的最大能量消耗，优化了网络的寿命，同时，也利用一些多余的能量将冗余数据传输到尽基站的区域，加快了网络补充数据的传输，也就减少了整个数据收集过程的延迟。因而，次策略具有良好的意义。