一种应用于复杂电磁环境的无线传感器网络模型的制作方法

本发明涉及无线传感器，具体为一种应用于复杂电磁环境的无线传感器网络模型。

背景技术：

1、无线传感器网络部署是无线传感器网络的基本问题，决定了无线传感器网络对物理空间的监测效果。良好的部署方案可以实现对无线传感器网络资源的充分利用，更高效地完成感知环境、获取信息和传输数据等任务。在部署无线传感器网络时，首先应满足应用场景对覆盖范围与连通度的需求；然后通过优化部署方法来提高网络的覆盖与通信性能，降低网络服务成本。

2、目前，由于电力环境存在许多电力设备与高压线缆，环境十分复杂，很多地方无法铺设有线传感器节点，因此，无线传感器节点被大规模部署。电力环境中存在变压器、开关柜等电力设备形成的电磁场，受环境电磁场的影响，传感器节点的感知与通信能力会出现变化，整个无线传感器网络的覆盖与通信性能也会受到严重影响，而无线传感器网络的通信本质上是电磁波在空气中传播，因而会受到环境电磁场的干扰，从而增加通信的路径损耗，导致节点无线通信的可靠性产生波动，数据传输的完整性受到影响。

3、为此，我们提出一种应用于复杂电磁环境的无线传感器网络模型，用以解决上述技术问题。

技术实现思路

1、(一)解决的技术问题

2、针对现有技术的不足，本发明提供了一种应用于复杂电磁环境的无线传感器网络模型，具备大幅提升网络覆盖率，一定程度上降低了网络服务成本和提高了网络通信的数据包接收成功率等优点，解决了上述技术问题。

3、(二)技术方案

4、为实现上述具备大幅提升网络覆盖率，一定程度上降低了网络服务成本和提高了网络通信的数据包接收成功率目的，本发明提供如下技术方案：一种应用于复杂电磁环境的无线传感器网络模型，包括节点概率感知覆盖模型、网络服务成本评估模型以及电磁干扰下节点通信性能评估模型；

5、所述节点概率感知覆盖模型用于确定每个传感器节点在给定电磁环境下感知到目标的概率；

6、所述网络服务成本评估模型用于评估和优化网络的服务成本；

7、所述电磁干扰下节点通信性能评估模型用于评估和预测传感器节点在电磁干扰环境中的通信质量和性能。

8、优选的，所述无线传感器网络模型中所有节点的感知和通信物理特性相同，且具备获取自身位置信息的能力和数据传输能力以及全向感知与通信能力，所述无线传感器网络模型在配电房区域内部署区域网格化为h×w×i个网格点，第q层m行n列的网格点tqmn的空间坐标(xqmn,yqmn,zqmn)，q＝1,2,...,h，m＝1,2,...,w，n＝1,2,...,i。

9、优选的，所述节点概率感知覆盖模型中传感器节点数目为n，节点的感知半径为rs，通信半径为rc，传感器节点集表示为：

10、s＝{s1，s2，...，sn}

11、其中si＝{xi,yi,zi}(i＝1,2,...n)表示以节点si的感知范围是位于高度为zi的平面内的以(xi,yi,zi)为球心，rs为半径的球体；

12、由biot-savart定律计算得到配电房环境变压器和开关柜电力设备形成的复合电磁场分布情况，进而得到各节点所在位置的磁感应强度，其表达式如下：

13、b＝{b1,b2，...，,bi，...，bn}

14、其中，bi表示第i个节点所在位置处的磁感应强度；

15、定义：环境电磁干扰因子λ为：

16、

17、其中，bmax表示部署环境下节点感知能力最小值对应的磁感应强度值；bmin表示部署环境下节点感知能力最大值对应的磁感应强度值；

18、将环境电磁干扰因子引入节点概率感知模型，得到如下模型：

19、

20、其中pr(si，f)表示三维可部署区域内的网格点t被si节点所覆盖的概率，参数rc(0<rc<rs)是传感器节点感知距离误差，λi(i＝1，2，...n)表示节点所处位置的环境电磁干扰因子，d(si，f)为网格点t与传感器节点si间的距离；

21、网格点tqmn被多个传感器节点同时测量，则其联合测量概率表示为：

22、

23、其中，sc表示对网格点tqmn进行测量的节点集；

24、无线传感器网络对目标待监测区域的覆盖率cov定义为所有传感器节点的覆盖范围与三维可部署区域体积的比值，用节点集联合测量概率表示为：

25、

26、其中，t表示所划分的网格点集合。

27、优选的，所述网络服务成本评估模型将网络服务成本分为安装成本、设备成本和监测成本三部分，传感器节点的安装成本与节点位置间的关系需要满足如下高斯函数：

28、

29、

30、根据电力设备的分布将三维可部署区域划分为三个子区域：普通区area1、低压区area2、高压区area3，网格点t的优先级由以下函数计算：

31、

32、其中，p3>p2>p1；

33、传感器节点的感知区域构成的集合为g＝{g1,g2,......gn}，即第i个传感器节点si负责为其感知区域gi内所有网格点t提供监测服务，则三维可部署区域area内整个无线传感器网络的监测成本可表示为：

34、

35、其中，fi(f)表示第i个传感器节点对其感知区域gi内网格点t发生的事件进行监测所需成本，表示为：

36、

37、其中λi表示节点si所处位置环境电磁干扰因子；

38、则整个无线传感器网络的平均服务成本为：

39、

40、其中ci表示第i种传感器节点的单价；ni表示第i种传感器节点的数量。

41、优选的，所述电磁干扰下节点通信性能评估模型包括通信性能指标、接收信号强度计算、噪声强度pn计算、通信性能评估模型以及节点通信路径损耗模型参数辨识；

42、所述通信性能指标用于评估和比较无线传感器节点之间的通信质量和性能；

43、所述接收信号强度计算用于评估传感器节点接收到的信号的强度，并据此评估通信链路的质量和可靠性；

44、所述噪声强度pn计算用于评估传感器节点接收信号中的噪声水平，并据此评估通信链路的质量和可靠性；

45、所述通信性能评估模型用于对无线传感器网络中的通信性能进行评估和分析，帮助了解网络的整体性能、评估链路质量、识别问题和提供改进策略；

46、所述节点通信路径损耗模型参数辨识用于估计节点间通信路径上损耗的大小。

47、优选的，所述通信性能指标中选择数据包接收成功率psr作为复杂电磁环境下无线传感器网络通信性能的评估指标，无线传感器网络的信号调制模式通常采用o-qpsk模式，其无线通信的信噪比snr与数据包接收成功率psr的关系式为：

48、

49、其中，bpy为传感器节点收发器的噪音带宽，rb为无线通信数据包传输速率，τ为无线通信传输数据包的规格大小，其单位为byte；

50、q(x)为服从均值为0，标准差为1的标准正态分布右尾函数，即：

51、

52、信噪比定义为信号功率与噪声功率的比值：

53、

54、优选的，所述接收信号强度计算在无线传感器网络部署环境下，将路径损耗、阴影衰落以及多径效应叠加在一起用于反映出接收信号强度随距离、多径效应和阴影衰落造成的路径损耗，所述路径损耗描述平均分贝路径损耗，再通过增加一个均值为的对数正态随机变量来体现阴影衰落造成的随机衰减，其表达式为：

55、

56、其中，d0为参考点与发射节点之间的距离，d为发射节点与接收节点之间的距离，pr(d)表示距离发射节点d处接收节点的接收信号强度，单位为dbm，pi表示发射节点的发射功率，单位为dbm，pl(d0)为参考点处的路径损耗，单位为db，η为路径损耗指数，是均值为0，方差为δ2的高斯随机变量，单位为db；

57、结合信号功率与噪声功率的比值与路径损耗的表达式，得到引入路径损耗与阴影衰落的信噪比模型：

58、

59、si假设节点存在ε个邻居节点，则该节点与其第k个邻居节点间通信的路径损耗指数为：

60、

61、其中，ηi和ηk分别为节点si、si的第k个邻居节点所在位置的路径损耗指数，将其坐标取整后作为索引从矩阵中可以取到，即：

62、

63、其中，表示向上取整；ηk的计算方法同理。

64、优选的，在所述噪声强度pn计算中根据电磁场理论可知，节点所在位置处的磁场能量为：

65、

66、则该位置处的磁场所产生的对应的电磁噪声强度为：

67、

68、优选的，在所述通信性能评估模型中节点si与其第k个邻居节点间通信路径的信噪比为：

69、

70、其中，dik表示si节点与其第k个邻居节点的欧式距离；

71、节点si的数据包接收成功率可表示为：

72、

73、三维可部署区域内传感器网络的平均数据包接收成功率可表示为：

74、

75、优选的，在所述节点通信路径损耗模型参数辨识中由路径损耗的表达式可得pr(d)的估计值为：

76、

77、其中，di表示第i个测量点与发射节点之间的距离，为第i个测量点所测得的节点接收信号强度；

78、测量获得的di(i＝1，2，...k)处接收信号强度值为pr(di)(i＝1，2，...k)，由接收信号强度计算中的公式可计算出估计值则所述节点通信路径损耗模型参数估计问题转换为由噪声强度pn计算中的公式表示的最小二乘问题，其表达式如下：

79、

80、所求得的参考点处路径损耗为pl0(d0)，路径损耗指数为η0，则描述阴影衰落的高斯随机变量的标准差σ可表示为：

81、

82、与现有技术相比，本发明提供了一种应用于复杂电磁环境的无线传感器网络模型，具备以下有益效果：

83、本发明将电力设备产生的复杂电磁场对无线传感器节点的影响量化为环境电磁干扰因子与路径损耗指数两种参数，将环境电磁干扰因子引入传感器节点概率感知覆盖模型，得到复杂电磁环境下的节点概率感知覆盖模型；将路径损耗指数代入节点通信路径损耗模型，进而得到节点数据包接收成功率模型，用于评估电磁干扰环境下的节点通信质量；结合复杂电磁环境下的无线传感器网络服务成本模型，建立复杂电磁环境下无线传感器网络的综合性能评价函数，并确定相应的约束条件，然后采用pso-gwo算法对评价函数进行求解，实现了复杂电磁环境无线传感器网络优化部署，并且最终优化部署得到的复杂电磁环境无线传感器网络综合性能评价函数值与初始部署相比得到了较大提升，其中网络的覆盖率有了大幅提升，一定程度上降低了网络服务成本，提高了网络通信的数据包接收成功率，实现了对复杂电磁环境的有效监测。