本发明涉及一种无线传感器网络节点的部署。特别是涉及一种基于泊松圆盘采样的无线传感器网络节点节能部署方法。
背景技术
无线传感器网络是由一组具备无线通信能力的传感器节点组成，网络内部构成结构主要分为三部分，传感、计算和通信组件。传感器节点将数据信息从场景中提取后处理，然后再利用通信功能将相应形式的数据结果传输到网关或其他收集节点，因此需要确保每个节点都可以与网关节点通信。此外，在大规模无线传感器网络结构中，尽量降低活跃节点数量也是网络连通性的保证。
网络优化结构是网络部署最为关键的工作。即要满足：1)全覆盖，即检测区域内任意位置存在于至少一个传感器节点的监测范围内；2)全连通，即整个网络内部的节点都可以互相连接通信，同时最大限度地减少所需节点数量。
目前，讨论了一些普遍适用的网络结构，包括圆形、星形和网络模型，有三角形、正方形和六边形网格。以往的工作提出了一种基于带状的分布模式，还证明了该模式在二维空间的大型网络中几乎是最优的。但是此带状模式不能充分满足节能方案的实现，尤其是对于特殊环境下的节能方案。近年来研究了一种更加通用的部署方案，该方案可以在任意监测区域内有效的确定任意传感领域，即使区域内可能存在障碍物。ishizuka和aida提出了三种类型的随机放置模型，simplediffusionplacement，constantplacement，和r-randomplacement，他们通过模拟实验研究了故障容错和传感覆盖，并认为分布半径和角度方向呈现均匀分布的位置模型是随机节点分布的最佳选择。但是这些节点定位工作仅以节点的覆盖约束为限制，并没有设计连通性的讨论，有些研究工作忽略网络连通性等问题或默认传感器节点的联通范围非常大，这种假设以网络结构的全连通性为前提，并不研究网络传输节能与节点通信范围等要求。
虽然近年来的研究比较提出了比较多的方法，但是这些普遍没有不能同时满足符合全覆盖、全连通的同时还能满足节能的特点，同时也没有出现一个合适的模型符合所有的节点部署状况，对于实际部署应用的成果也比较少。
技术实现要素：
本发明所要解决的技术问题是，提供一种既满足全覆盖、全连通的要求，还能够符合节能方案中对于节点的激活安排的基于泊松圆盘采样的无线传感器网络节点节能部署方法。
本发明所采用的技术方案是：一种基于泊松圆盘采样的无线传感器网络节点节能部署方法，包括如下步骤：
1)定义初始条件：感知半径rs和连通半径rc，以及两者之间的关系；
2)根据初始条件，确定第一层级的采样半径rd1与节点的感知半径rs和连通半径的关系；
3)根据第一层级的采样半径rd1，确定第二层级的采样半径rd2；
4)根据第n-1层级的采样半径rdn-1，确定第n层级的采样半径rdn，其中，n≥2。
步骤1)中感知半径rs与连通半径rc默认的大小关系是感知半径rs小于连通半径rc，即rs<rc。
步骤2)利用pds的多层级采样策略生成n层级节点，n层级节点的采样半径分别为rd1-dn，将第一层级采样半径rd1设置为感知半径rs，得到第一层级的采样半径rd1与节点的感知半径rs和连通半径rc的关系为rd1＝rs<rc。
步骤3)中确定第二层级的采样半径rd2小于第一层级的采样半径rd1，即rd2<rd1。
步骤4)所述的确定第n层级的采样半径rdn，是采用如下条件设定：
rdn＜rdn-1。
第n层级的无线传感器节点数大于第n-1层级的无线传感器节点数。
本发明的基于泊松圆盘采样的无线传感器网络节点节能部署方法，既满足全覆盖、全连通的要求，还能够符合节能方案中对于节点的激活安排。在wsn应用中，往往缺乏对节点数量要求的理论支撑，只能依据实践经验预估节点数量，如果节点数量少则会影响最终的数据采集结果，如果节点数量过大会造成节点冗余以及能量的浪费，这些都是wsn实际应用场景中的问题。而最大化代表着点集满足pds的分布结构要求，保证蓝噪音采样特性，反而对节点数量没有明确的限制要求。基于pds的最大化算法基础，在wsn应用中可以提高网络节点部署的效率，利用有限数量的节点保证网络的完整性。在一些军事监察等wsn应用中，网络的覆盖率和连通性都是十分重要的属性。而这些空间信息都是以节点最大化为基础的。本发明设计的高效的传感器网络节能方案，pds分布结构，不仅保证节点分布的蓝噪音特性，同时可以根据网络覆盖率和连通性的要求设置节点为关闭状态或活跃状态，该方案可以使整个网络根据具体场景要求保留一定数量的活跃节点，从而节省更多节点的能量，能够有效的延长节点工作寿命。本发明突破了之前在空间域信息研究的限制，为设计更加完善的节点分布结构提供了新的思路。
附图说明
图1是本发明基于泊松圆盘采样的无线传感器网络节点节能部署方法的流程图；
图2a是本发明中第一层级分布效果示意图；
图2b是本发明中第二层级分布效果示意图；
图2c是本发明中第三层级分布效果示意图。
具体实施方式
下面结合实施例和附图对本发明的基于泊松圆盘采样的无线传感器网络节点节能部署方法做出详细说明。
如图1所示，本发明的基于泊松圆盘采样的无线传感器网络节点节能部署方法，包括如下步骤：
1)定义初始条件：感知半径rs和连通半径rc，以及两者之间的关系；
所述的感知半径rs与连通半径rc默认的大小关系是感知半径rs小于连通半径rc，即rs<rc。
2)根据初始条件，确定第一层级的采样半径rd1与节点的感知半径rs和连通半径的关系；
利用pds的多层级采样策略生成n层级节点，n层级节点的采样半径分别为rd1-dn，将第一层级采样半径rd1设置为感知半径rs，得到第一层级的采样半径rd1与节点的感知半径rs和连通半径rc的关系为rd1＝rs<rc。
3)根据第一层级的采样半径rd1，确定第二层级的采样半径rd2；
所述的第二层级的采样半径rd2小于第一层级的采样半径rd1，即rd2<rd1。
4)根据第n-1层级的采样半径rdn-1，确定第n层级的采样半径rdn，其中，n≥2。
所述的确定第n层级的采样半径rdn，是采用如下条件设定：
rdn＜rdn-1。
本发明中，所述的第n层级的无线传感器节点数大于第n-1层级的无线传感器节点数。
本发明的基于泊松圆盘采样的无线传感器网络节点节能部署方法，使得无线传感器节点分布结构一直保持蓝噪音频谱特性的同时，能够有效的延长节点工作寿命。利用pds多层级采样策略的优势，在保证各层级的频谱特征的基础上，根据空间密度、覆盖率和连通性等空间信息的要求激活相应层级的节点，而关闭其它层级。
为了更加清晰的描述本发明的方法，需要确定若干初始条件。比如定义传感器节点的感知半径rs，和连通半径rc,两者默认的大小关系是感知半径小于连通半径即rs<rc。在本发明的方法中需要利用pds的多层级采样策略生成n层级节点，其采样半径分别为rd1-dn。另外，为了达到全覆盖和连通性的基本条件，各层级的采样半径要满足如式(1)所示的大小关系。满足上述条件即可保证各个层级能够达到不同的空间要求。
rd2＜rd1,rd3＜rd2,...rdn＜rdn-1(1)
将第一层级采样半径设置为感知半径rs，即rd1＝rs<rc。这样在第一层级实现最大化采样后就实现了全覆盖。另外，每一层级的采样半径必须小于之前层级的采样半径，为了进行方便地计算，将本发明中rd1，rd2和rd3的关系设为rd2＝rd1/2，和rd3＝rd1/3。这样保证了不同层级之间层层递进，可以满足不同的空间条件要求。
根据上述初始条件，第一层级的采样半径rd1必须不大于节点的感知半径rs或连通半径rc。另外，为了实现全覆盖，第一层级节点集合s1必须完成最大化采样。根据最大化采样的要求，最大化采样确保当前区域内，没有其他合法的采样点可以生成，即当前区域内，理论上可以存在的最多采样点。而最大化代表着节点集合满足pds的分布结构要求，保证蓝噪音采样特性，反而对节点数量没有明确的限制要求。基于pds的最大化算法基础，在无线传感器(wsn)应用中可以提高网络节点部署的效率，利用有限数量的节点保证网络的完整性。当rd1＝rs时也就意味着所有的区域都被其他节点的感知范围占据，在这种情况下不能有新的节点插入，即所有的区域都至少被一个节点覆盖，也就实现了全覆盖。连通性也是如此，在初始条件中，rs<rc意味着在全覆盖的情况下，这个范围内一定是全连通的。即第一层级的采样半径，感知半径和连通半径之间的关系为rd1＝rs<rc。当然如果应用场景的最低要求是多层覆盖或多连通，则调整采样半径rd1从而完成第一层级的设计。
本发明的具体节点分布情况如图2a、图2b、图2c所示。从图中可以看到第一层级以rd1为采样半径并使用最大化采样优化后生成了237个圆形节点，如图2a所示。根据初始条件，因为第一层级采样半径和节点感知半径大小相等，即rd1＝rs，且默认感知半径小于连通半径即rs<rc，第一层级的节点集合至少可以满足全覆盖和全连通。但是单独一个层级无法达到节能的目的，因此需要继续生成第二层级。
为了能够实现多层级节点激活，第二层级的采样半径rd2必须严格小于第一层级的采样半径rd1，即rd2<rd1。同样在第二层级中也要是先最大化采样，这样做是为了提高覆盖率和连通性。需要注意的是第一层级的节点集合s1应该是第二层级插入新采样点的节点集合s2的子集，也就是说第一层级中生成的节点同样影响第二层级新插入的节点。第一层级任意节点和第二层级任意节点之间的距离不应小于第二层级的采样半径rd2。这样做的目的是为了保证多层级混合后的节点集合是严格的pds分布结构，始终保持频域特性。
第二层级以rd2＝rd2/2为采样半径在第一层级基础上继续生成了240个星形新节点，如图2b所示。在图中可以看到，新的节点和原始第一层级的节点经采样最大化优化后共同组成了新的pds分布结构，这样不仅继续保持了蓝噪音的频域特性，同时在第一层级基础上继续提高覆盖率和连通性。需要注意的是，第一层级的圆形节点和第二层级的星形节点之间的距离必须不小于第二层级采样半径rd2，以保证这个节点集合满足pds分布结构。此时已经具有两个层级，其实已经可以根据实际的空间要求选择是否激活。如果实际应用只要求满足1-coverage和1-connected即可，那么第二层级新加入的240个节点就可以选择继续关闭，这样就释放了一半以上的节点，节约了大量能量；
与前两层级类似，不管最终设计多少层级，每一层级都需要把之前层级的节点融合进来，层级间集合关系如式(2)所示。这样保证了所有的节点集合都是pds结果集从而保证蓝噪音特性，并且每一层级新插入的采样点必须完成采样最大化，以达到相应的空间条件需求。另外新插入的层级半径必须小于之前所有层级的采样半径，这样可以按照一定覆盖率和连通性条件激活相应层级节点。
公式(2)中si和sj分别代表每一层级之间的节点集合。这样保证了所有的节点集合都是pds结果集从而保证蓝噪音特性，并且每一层级新插入的采样点必须完成采样最大化，以达到相应的空间条件需求。另外新插入的层级半径必须小于之前所有层级的采样半径，这样可以按照一定覆盖率和连通性条件激活相应层级节点。对于第三级层的方案设计，与之前相同，第三层级选择rd3＝rd1/3作为采样半径，在第二层级基础上新生成了393个十字节点，采样最大化后的结果如图2c所示，同样，第三层级的新插入节点和前两个层级几点之间的距离不小于第三层级半径rd3。第三层级生成后连通性和覆盖率都会大幅度提高。因此，节点的激活策略就会更加灵活，有更多的空间条件可以选择。
为了更好的本发明的方法，通过实验来描述本发明的方法，具体覆盖率结果和连通性结果可见表1和表2，在实验中，采用了三个层级，分别采用节点数量为237，477，870来测试，从表中可以看到连通性和覆盖率都随着层级增加而持续增长。其中，当第一层级为237时，其最小覆盖数量和最大覆盖数量分别为1和4，平均覆盖数为2.23，其连通数最小为2，最大为7，平均值为4.79。当激活第二层级时，其最小覆盖数量和最大覆盖数量分别为2和8，平均覆盖数更是达到了4.66，其连通数最小为4，最大为13，平均值也可以达到8.78。当激活达到第三层级时，三层节点的最小覆盖数量可以达到5覆盖和6连通，而平均覆盖达到8，平均连通数达到16。如果空间要求不需要达到该种程度，可以选择激活第一、二层级，甚至只激活第一层级，这样可以关闭大量节点，从而节约大量能量。在实际应用中，完全可以根据最小覆盖、最小连通数、平均覆盖率、平均连通数以及节点密度等一系列空间条件组合设计激活策略，那么当空间条件要求降低时可以选择激活低层级节点而关闭高层级节点，从而达到根据场景空间需求完成节能计划的目的。该方案的一个缺点在于低层级节点需要的能量更多，比如第一层级的节点需要更长的续航时间，但是由于释放了巨大数量的节点从而节省大量的能源，因此也是值得的，只需要对低层级的少量节点进行能源补给或者设计特别的节能方案即可。
表1多层级覆盖率结果
表2多层级连通性结果