一种无线传感器网络中多属性查询方法
【技术领域】
[0001] 本发明涉及一种无线传感器网络中多属性查询方法，在传感器分布不均匀的无线 传感器网络（WSN)中，能够低能耗地进行单属性或多属性传感器数据的查询，属于物联网 下的无线传感器网络技术领域。
【背景技术】
[0002] WSN应用在现实生活中，根据特定用户的特定需求，可能在某一指定领域里包含有 不同种类属性的传感器节点，这些传感器节点联合起来实现该用户的需求。此时，该WSN也 就是一个多属性传感器构成的无线传感器网络（HWSN，HeterogeneousWirelessSensor Networks)。在该HWSN中，用户根据应用需求，可能只是对部分区域中特定属性的传感器感 兴趣。所以，如何高效低能耗的进行多属性传感器数据的选择性收集是一个难题。而目前 对于多属性查询，尤其是当部分属性被感兴趣，只是选择性的考虑一种或多种属性的传感 器数据收集，并未被考虑到。
【发明内容】
[0003] 针对现有技术存在的不足，本发明目的是提供一种能量消耗小、查询效率高的无 线传感器网络中多属性查询方法。
[0004] 为了实现上述目的，本发明是通过如下的技术方案来实现：
[0005] 本发明的一种无线传感器网络中多属性查询方法，包括以下几个步骤：
[0006] (1)根据用户需求设定查询区域和查询属性；
[0007] (2)基于构造的索引树，初始化查询节点为根节点；
[0008] (3)根据倒排文件判断该节点是否包含所需查询的传感器，如果不包含则在该节 点的查询结束，如果最开始查询的根节点就不包含所需查询属性的传感器，则直接退出查 询，返回结果为空；如果包含所需查询的传感器，再判断该节点是否为叶节点，如果是，则将 查询到的传感器数据写入查询结果集，如果不为叶节点，则继续查询该节点的左右孩子节 点，以左右孩子节点作为查询节点，继续查询操作；
[0009] (4)返回所述查询结果集，即得到所需查询区域内的所需查询属性的传感器数据。
[0010] 步骤⑵中，所述索引树的构造方法如下：
[0011] (2-1)定义传感器节点类和网格单元类：所述传感器节点类包括节点横纵坐标和 属性，所述属性即为该传感器节点所感知的信息属性（如测量温度的传感器，其属性即为 温度）；所述网格单元类包括该网格内的传感器节点集合和倒排文件；
[0012] (2-2)网格化传感器网络区域：将整个传感器分布的区域划分为等大小的网格，
所述网格都是正方形，并且网格的边长都是. r是传感器节点与传感器节点间可交流信 息的半径长度；
[0013] (2-3)采用一个二维矩阵来表示网格矩阵；
[0014] (2-4)构造索引树的树节点类；
[0015] (2-5)选择树节点的头结点：为每一个树节点选择头结点来进行数据的聚合和查 询的传递，选择最接近聚簇几何中心位置的传感器节点最大的优先权成为头结点；
[0016] (2-6)树节点合并：依次计算相邻节点间的权值，不断进行合并，形成索引树根节 占.
[0017] (2-7)构造索引树：将合并节点和头结点的选择过程一直循环到形成索引树的根 节点，从而得到该索引树。
[0018] 步骤（2-3)中，采用一个二维矩阵来表示网格矩阵的方法如下：
[0019] 设pi代表不同的传感器节点，网格数组中的每个网格都包含有不同数量的一种 或者多种属性传感器节点，遍历每个网格中所包含的传感器节点，建立每个网格关于传感 器属性的倒排文件；用不同的形状来代表不同属性的传感器节点，总共有al，a2,a3三种属 性的传感器节点，分别对应着矩形、圆形和三角形节点；
[0020] 对应于不同网格划分的网格倒排文件表，其中第一列代表网格ID，是由网格矩阵 的行row及列col，和网格矩阵的列数cols来计算的，即ID=rowXcols+col，第二列是网 格在网格矩阵中的坐标，第三列则是对应于每个网格的倒排文件，它由一系列的条目组成， 每个条目都包括属性，标记a，属性a的频率，属性为a的传感器节点序列。
[0021] 步骤（2-4)中，所述索引树的树节点类构造方法如下：
[0022] 每个树节点包括其自身的Id、父节点、子节点、倒排文件、头结点，初始叶节点父节 点和子节点为空，自身Id即为其网格的Id，倒排文件即构成它的网格的倒排文件；由具有 倒排文件和网格编号ID的网格集合构造该索引树的初始叶节点，此时树节点的数目即叶 子节点的数目，即整个领域中划分网格的数量。
[0023] 步骤（2-6)中，节点相邻，即该两个节点中存在相邻的网格，网格相邻即两个网格 处于地理位置上的相邻，拥有相同的一个网格边；然后选取相邻节点间具有最大的权值的 两个节点，合并合成新的节点，并将该两个节点设为新节点的孩子节点，新节点设为该两节 点的父亲节点，新节点的倒排文件也是由该两节点的倒排文件进行合并而得。
[0024] 本发明基于能量消耗最小化的原则，构造索引树，从而本发明的查询方法能量消 耗小；另外，结合倒排文件进行某一区域的单属性或者多属性的传感器查询，来达到多属性 传感器的高效查询。
【附图说明】
[0025] 图1城市传感器偏斜分布示例图；
[0026] 图2是偏斜分布示意图（1000个节点，偏斜度为40% );
[0027] 图3是偏斜分布下的网格划分；
[0028] 图4是基于图3的空间索引树；
[0029] 图5是查询流程图；
[0030] 图6是10, 000个传感器节点构成的索引树结构图；
[0031] 图7是整个领域查找单属性传感器能量消耗对比图；
[0032] 图8是查询多属性传感器能量消耗对比图；
[0033]图9是两个子区域查询耗能对比图。
【具体实施方式】
[0034] 为使本发明实现的技术手段、创作特征、达成目的与功效易于明白了解，下面结合
【具体实施方式】，进一步阐述本发明。
[0035] 1、本发明提出传感器节点偏斜分布的索引机制，使HWSN更接近于现实中传感器 的分布。并且由于传感器分布的不均匀，在构造索引树的过程中，使得对于能量交换代价高 的区域具有较短的查询路径。由于使用的是同一种能量消耗模型，不同区域中能量的消耗 主要取决于传感器节点的数量，和分布的距离，这样就使得分布较密集的区域传感器交换 信息消耗能量更大，其在索引树中查询的路径更短，达到一种查询耗能最小化的结果。
[0036] 2、提出传感器节点感知信息的属性，这样就构造了一种更接近于现实的多属性混 合的HWSN。该传感器网络也就相当于多个传统的单属性传感器网络叠合而成，关于这些单 属性的传感器网络中传感器节点的独立查询，就可通过对该多属性混合的传感器网络的一 次性操作完成，使得索引的过程中总的能量消耗更少，具有更高的效率和一定的现实意义。 [0037] 3、引用倒排文件对多属性的传感器节点进行管理，使得在索引树中对查询节点可 以及时的判断是否含有所需查询的属性的传感器，并及早排除不含有所需属性传感器的节 点。该方法是将传感器节点的感知信息存储为一种属性，从而构建倒排文件。通过该倒排 索引，可以根据属性值快速获取包含该属性的记录，获得传感器节点的信息。
[0038] 4、提出了一种基于网格进行能量有效分层聚类空间索引机制的构建技术，该索引 方法将处于偏斜分布的传感器节点首先进行网格划分，通过计算网格之间的权重，采用聚 类的方法组合网格单元，自底向上地构建空间索引树，对于新形成的子区域，需要计算子区 域之间的权重，直至最终聚类形成索引树的根节点。在树的构建过程中，权重的计算是基于 传感器节点之间传递相同大小数据包所消耗的能量，所消耗的能量越小，权重越大。通过实 验模拟该分层聚类空间索引树，理论分析该树为一棵不平衡的能量消耗最小化的二叉树。
[0039] 基本思想：
[0040] 将整个网络覆盖区域划分为等大小的网格，并作为构建索引树的叶节点。其次，选 取合适能量消耗模型，基于能量消耗最小化的原则，通过循环合并具有最大权值的相邻节 点来形成新的节点，直到形成索引树的根节点。每一个节点实际代表一个（子）区域，相 邻节点的权值与该两个节点所在区域中的传感器相互传递等大小数据包所消耗的能量成 反比，致使传递等大小信息包耗能越大的离根节点越近，查询所走路径越短，从而节省总的 查询耗能。其次，为达到对基于单属性或者多属性传感器的高效查询，对索引树的每个节点 添加基于属性的倒排文件，以尽早排除不包含查询要求的节点，节省查询耗能。最后，基于 该索引树进行查询区域和查询属性不同的四种类型查询，并进行模拟仿真实验。
[0041] 技术方案：
[0042] HWSN偏斜分布机制：
[0043] 在真实情况下，因不同环境对具有不同属性的传感器需要不同，如在一个校园 里，化学生物实验室的一些仪器设备或者实验动物等，对于外界环境具有较高的要求，那么 该领域内的温度、湿度、压力等监测传感器也将分布得更密集，而对于宿舍楼教学楼而言， 这些地方关于火灾等的传感器分布可能就较密集。所以，HWSN中具有不同属性的传感器应 该是不均匀的分布。并且总体而言，所有的传感器节点也应该是处于不均匀分布。
[0044] 从一个大的领域来说，空间传感器