專利名稱：一種提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種數(shù)據(jù)融合方法，尤其涉及一種提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法。
背景技術(shù)：
微機(jī)電系統(tǒng)(Micro-Electro-MechanismSystem, MEMS)、片上系統(tǒng)(SOC，System on Chip)、無(wú)線通信和低功耗嵌入式技術(shù)的飛速發(fā)展，孕育出了無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks, WSNs)，并以其低功耗、低成本、分布式和自組織的特點(diǎn)帶來(lái)了信息感知的一場(chǎng)變革。無(wú)線傳感器網(wǎng)絡(luò)是由部署在監(jiān)測(cè)區(qū)域內(nèi)大量的微型傳感器節(jié)點(diǎn)組成，通過(guò)無(wú)線通信方式形成的一個(gè)多跳的自組織的網(wǎng)絡(luò)系統(tǒng)，其目的是協(xié)作地感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域中被感知對(duì)象的信息，并將感知結(jié)果發(fā)送到匯聚節(jié)點(diǎn)(Sink)。在軍事國(guó)防、工農(nóng)業(yè)、城市管理、智能交通、環(huán)境監(jiān)測(cè)、搶險(xiǎn)救災(zāi)、智能家居、防恐反恐、危險(xiǎn)區(qū)域遠(yuǎn)程控制等許多領(lǐng)域都有重要的科研價(jià)值和廣泛的應(yīng)用前景。對(duì)于無(wú)線傳感器網(wǎng)絡(luò)，一般最終的目的是將所有傳感器所采集到的數(shù)據(jù)傳輸?shù)絽R聚節(jié)點(diǎn)，然后在匯聚節(jié)點(diǎn)進(jìn)行進(jìn)一步的處理和分析，這個(gè)過(guò)程叫作數(shù)據(jù)收集。由于傳感器節(jié)點(diǎn)自身攜帶的能量非常有限，而傳感器網(wǎng)絡(luò)的布置方式和應(yīng)用環(huán)境又決定了不可能頻繁更換節(jié)點(diǎn)電池，因此對(duì)于數(shù)據(jù)收集來(lái)說(shuō)，一個(gè)重要的挑戰(zhàn)就是在保證數(shù)據(jù)收集成功率的前提下，減少傳輸?shù)拇螖?shù)，達(dá)到信息有效性和冗余性的平衡，提高無(wú)線傳感器網(wǎng)絡(luò)容量，降低無(wú)線傳感器網(wǎng)絡(luò)的能耗，從而延長(zhǎng)無(wú)線傳感器網(wǎng)絡(luò)的壽命。一般來(lái)說(shuō)，布置在同一區(qū)域的傳感器節(jié)點(diǎn)所采集到的數(shù)據(jù)在時(shí)間和空間上都是有相關(guān)性的，這些數(shù)據(jù)的相關(guān)性就造成了最后傳輸?shù)絽R聚節(jié)點(diǎn)的數(shù)據(jù)冗余。在一些關(guān)鍵的連接節(jié)點(diǎn)上，在它將所采集以及接收到的數(shù)據(jù)向前傳給匯聚節(jié)點(diǎn)之前，如果能夠清除掉這些數(shù)據(jù)里的冗余信息，那么就能減少整個(gè)網(wǎng)絡(luò)的傳輸數(shù)據(jù)量，從而提高有效網(wǎng)絡(luò)容量，這個(gè)技術(shù)叫作數(shù)據(jù)融合。在WSNs中，采用數(shù)據(jù)融合技術(shù)對(duì)提高整個(gè)網(wǎng)絡(luò)的容量意義重大。Mingyan Liu ^Λ 2003 43 M Computer Networks 1 白勺“Data—gathering wireless sensor networks !Organization and capacity (數(shù)據(jù)收集的無(wú)線傳感器網(wǎng)絡(luò)結(jié)構(gòu)和容量)”中提出了基于虛擬節(jié)點(diǎn)提高網(wǎng)絡(luò)容量的方法。在多對(duì)一的網(wǎng)絡(luò)場(chǎng)景與 TDMA(Time Division Multiple Access)的模式下，引入虛擬節(jié)點(diǎn)的概念可以在一定程度上提高系統(tǒng)的網(wǎng)絡(luò)容量。但是他們并沒(méi)有考慮數(shù)據(jù)的相關(guān)性，只是將所采集到的數(shù)據(jù)全部傳輸?shù)絽R聚節(jié)點(diǎn)。Raghupathy Sivakumar 等人于 2005 ^t Proceedings, of The First International Conference on Wireless Internet 白勺 “A scalable correlation aware aggregation strategy for wireless sensor networks (用于無(wú)線傳感器網(wǎng)絡(luò)的可擴(kuò)展具有相關(guān)性意識(shí)的融合策略)”中給出了一種無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)相關(guān)性融合的策略。他們首先給出了數(shù)據(jù)融合的模型，然后將整個(gè)網(wǎng)絡(luò)進(jìn)行分簇，接著在分好的每個(gè)簇中進(jìn)行數(shù)據(jù)融合，最后再將融合好的數(shù)據(jù)傳輸給匯聚節(jié)點(diǎn)。但是他們只給出了整個(gè)網(wǎng)絡(luò)的結(jié)構(gòu)，
4并沒(méi)有分析在融合之后對(duì)整個(gè)網(wǎng)絡(luò)容量的影響。Xiang-Yang Li ^ A T 2009 ^ ^ Proc. of The 6th Annual IEEE Communications Society Conference on Sensor,Mesh and Ad Hoc Communications and Networks (SECON' 09)發(fā)表的 “Order-Optimal Data Collection in Wireless Sensor Networks =Delay and Capacity (無(wú)線傳感器網(wǎng)絡(luò)中階次最優(yōu)的數(shù)據(jù)收集時(shí)延和容量)，， 中，將整個(gè)網(wǎng)絡(luò)劃分為很多小的方形網(wǎng)格，然后對(duì)每個(gè)網(wǎng)格里所有的數(shù)據(jù)進(jìn)行融合，再將融合好的數(shù)據(jù)傳輸給匯聚節(jié)點(diǎn)。但是他們只考慮了最簡(jiǎn)單的融合情況，也就是所有的數(shù)據(jù)在同一節(jié)點(diǎn)上都能融合成一個(gè)數(shù)據(jù)包，這樣會(huì)丟失很多數(shù)據(jù)的有效信息，這與很多實(shí)際情況都不相符。因此，本領(lǐng)域的技術(shù)人員致力于開(kāi)發(fā)一種提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法，減少數(shù)據(jù)收集過(guò)程中無(wú)線傳感器網(wǎng)絡(luò)的傳輸次數(shù)與能量開(kāi)銷，達(dá)到提高無(wú)線傳感器網(wǎng)絡(luò)容量的目的。

發(fā)明內(nèi)容
有鑒于現(xiàn)有技術(shù)的上述缺陷，本發(fā)明所要解決的技術(shù)問(wèn)題是提供一種提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法，通過(guò)組合使用虛擬節(jié)點(diǎn)(Virtual Source)和基于圓形網(wǎng)絡(luò)分簇的相關(guān)性數(shù)據(jù)融合(Correlation Aware Aggregation)，實(shí)現(xiàn)無(wú)線傳感器網(wǎng)絡(luò)的數(shù)據(jù)收集，并提高了數(shù)據(jù)融合之后的網(wǎng)絡(luò)容量。為實(shí)現(xiàn)上述目的，本發(fā)明提供了一種提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法， 其特征在于，包括以下步驟確定無(wú)線傳感器網(wǎng)絡(luò)覆蓋的面積、所述網(wǎng)絡(luò)包含的傳感器的數(shù)量、所述網(wǎng)絡(luò)的信道容量、所述傳感器的傳輸范圍R ；確定所述網(wǎng)絡(luò)的干擾模型；確定所述傳感器所采集的信息熵之間的相關(guān)度，所述信息熵是所述傳感器所采集的數(shù)據(jù)所包含的平均信息量；對(duì)所述網(wǎng)絡(luò)分簇，包括以所述網(wǎng)絡(luò)的匯聚節(jié)點(diǎn)為圓心，以若干個(gè)同心圓將所述網(wǎng)絡(luò)劃分為m個(gè)層，所述層均為寬度為r的圓環(huán)，所述寬度r =力/3R ；將每一個(gè)所述層劃分為至少一個(gè)簇，所述簇為扇形，所述簇的面積均為nr2;在每一個(gè)所述簇中選出一個(gè)傳感器節(jié)點(diǎn)作為所述簇的融合節(jié)點(diǎn)；確定所述網(wǎng)絡(luò)的數(shù)據(jù)融合方式，包括層內(nèi)數(shù)據(jù)融合，所述層內(nèi)數(shù)據(jù)融合是所述層的每一個(gè)所述簇的融合節(jié)點(diǎn)接收到所述簇中的所有傳感器所采集到的信息熵，而進(jìn)行的數(shù)據(jù)融合；層間數(shù)據(jù)融合，所述層間數(shù)據(jù)融合是所述層的融合節(jié)點(diǎn)接收到所有比所述層距離所述匯聚節(jié)點(diǎn)更遠(yuǎn)的層的融合節(jié)點(diǎn)的信息熵，而進(jìn)行的數(shù)據(jù)融合；確定所述網(wǎng)絡(luò)的數(shù)據(jù)傳輸方式，包括每一個(gè)所述簇中的傳感器都將其所采集到的信息熵傳輸給所述簇的融合節(jié)點(diǎn)；每一個(gè)所述簇的融合節(jié)點(diǎn)把所述層內(nèi)數(shù)據(jù)融合和所述層間數(shù)據(jù)融合后的信息熵傳輸給比包括所述簇的層距離所述匯聚節(jié)點(diǎn)更近的、相鄰的層的融合節(jié)點(diǎn)；每一個(gè)所述層的融合節(jié)點(diǎn)只有完成所述層內(nèi)數(shù)據(jù)融合和所述層間數(shù)據(jù)融合后才繼續(xù)傳輸所述數(shù)據(jù)融合后的信息熵；所述數(shù)據(jù)融合后的信息熵最后傳輸?shù)剿鰠R聚節(jié)點(diǎn)；創(chuàng)造所述層的虛擬節(jié)點(diǎn)；根據(jù)所述數(shù)據(jù)傳輸方式，采用具負(fù)載和相關(guān)性的調(diào)度方案得到節(jié)點(diǎn)的可達(dá)吞吐量，所述節(jié)點(diǎn)的可達(dá)吞吐量是對(duì)于包括所述虛擬節(jié)點(diǎn)和所述源節(jié)點(diǎn)的平均吞吐量。進(jìn)一步地，每一個(gè)所述簇的融合節(jié)點(diǎn)是所述簇內(nèi)距離所述簇的內(nèi)圓的圓弧中點(diǎn)位置最近的傳感器節(jié)點(diǎn)。進(jìn)一步地，最接近所述匯聚節(jié)點(diǎn)的所述簇的融合節(jié)點(diǎn)為所述匯聚節(jié)點(diǎn)。進(jìn)一步地，所述傳感器所采集的信息熵之間的相關(guān)度是基于所述網(wǎng)絡(luò)的干擾模型確定的。進(jìn)一步地，所述網(wǎng)絡(luò)的干擾模型是協(xié)議層的干擾模型或物理層的干擾模型。進(jìn)一步地，創(chuàng)造所述層的虛擬節(jié)點(diǎn)包括步驟根據(jù)所述信息熵之間的相關(guān)度，計(jì)算完成所述層內(nèi)數(shù)據(jù)融合后所述層的信息熵總量；計(jì)算完成所述層間數(shù)據(jù)融合后所述層的信息熵總量；所述的計(jì)算結(jié)果的總和就是所述層的虛擬節(jié)點(diǎn)的數(shù)量。進(jìn)一步地，所述具負(fù)載和相關(guān)性的調(diào)度方案包括步驟根據(jù)所述網(wǎng)絡(luò)的干擾模型得到所述網(wǎng)絡(luò)的干擾區(qū)域；計(jì)算所述干擾區(qū)域中的所述虛擬節(jié)點(diǎn)的數(shù)量；根據(jù)所述網(wǎng)絡(luò)的干擾區(qū)域及所述虛擬節(jié)點(diǎn)的數(shù)量得到所述干擾區(qū)域中網(wǎng)絡(luò)圖的最大度；確定所述調(diào)度方案的調(diào)度長(zhǎng)度，所述調(diào)度長(zhǎng)度不超過(guò)所述干擾區(qū)域中網(wǎng)絡(luò)圖的最大度；根據(jù)所述網(wǎng)絡(luò)的信道容量和所述調(diào)度長(zhǎng)度，得到所述節(jié)點(diǎn)的可達(dá)吞吐量。進(jìn)一步地，所述干擾區(qū)域中的所述虛擬節(jié)點(diǎn)的數(shù)量是所述干擾區(qū)域中的所述層的虛擬節(jié)點(diǎn)數(shù)量的總和。在本發(fā)明的較佳實(shí)施方式中，首先確定了無(wú)線傳感器網(wǎng)絡(luò)覆蓋的面積、包含的傳感器的數(shù)量、信道容量和傳感器的傳輸范圍r，采用協(xié)議層的干擾模型，確定了傳感器所采集的信息熵之間的相關(guān)度；然后采用圓形網(wǎng)絡(luò)對(duì)網(wǎng)絡(luò)進(jìn)行分簇，得到m個(gè)以該網(wǎng)絡(luò)的匯聚節(jié)點(diǎn)為圓心的、寬度為r的圓環(huán)的層，進(jìn)而得到面積均為Jir2的扇形的簇；選擇每一個(gè)簇內(nèi)距離簇的內(nèi)圓的圓弧中點(diǎn)位置最近的傳感器節(jié)點(diǎn)作為該簇的融合節(jié)點(diǎn)，其中，最接近匯聚節(jié)點(diǎn)的簇的融合節(jié)點(diǎn)為匯聚節(jié)點(diǎn)；通過(guò)層內(nèi)數(shù)據(jù)融合和層間數(shù)據(jù)融合，完成對(duì)該網(wǎng)絡(luò)的數(shù)據(jù)融合，其中，網(wǎng)絡(luò)的數(shù)據(jù)傳輸方式為每一個(gè)簇中的傳感器都將其所采集到的信息熵傳輸給該簇的融合節(jié)點(diǎn)，每一個(gè)簇的融合節(jié)點(diǎn)把數(shù)據(jù)融合后的信息熵傳輸給比包括該簇的層距離匯聚節(jié)點(diǎn)更近的、相鄰的層的融合節(jié)點(diǎn)，每一個(gè)層的融合節(jié)點(diǎn)只有完成層內(nèi)數(shù)據(jù)融合和層間數(shù)據(jù)融合后才繼續(xù)傳輸數(shù)據(jù)融合后的信息熵，所有的信息熵最終都傳輸?shù)絽R聚節(jié)點(diǎn)； 最后，創(chuàng)造層的虛擬節(jié)點(diǎn)，根據(jù)上述數(shù)據(jù)傳輸方式，采用具負(fù)載和相關(guān)性的調(diào)度方案得到節(jié)點(diǎn)的可達(dá)吞吐量，節(jié)點(diǎn)的可達(dá)吞吐量是對(duì)于包括虛擬節(jié)點(diǎn)和源節(jié)點(diǎn)的平均吞吐量。可以看出，本發(fā)明通過(guò)使用圓形網(wǎng)格對(duì)無(wú)線傳感器網(wǎng)絡(luò)進(jìn)行等面積分簇和分簇的數(shù)據(jù)融合方法，以更為貼近于傳感器的通信特點(diǎn)的方式描述出了無(wú)線傳感器網(wǎng)絡(luò)的實(shí)際的通信情況，并且減少了網(wǎng)絡(luò)中的數(shù)據(jù)傳輸?shù)拇螖?shù)，達(dá)到了信息有效性和冗余性的平衡，從而提高了無(wú)線傳感器網(wǎng)絡(luò)容量，降低了無(wú)線傳感器網(wǎng)絡(luò)在傳輸中的能量消耗，因此延長(zhǎng)了無(wú)線傳感器網(wǎng)絡(luò)的壽命。另外，本發(fā)明將虛擬節(jié)點(diǎn)與相關(guān)性數(shù)據(jù)融合的技術(shù)結(jié)合起來(lái)，兼顧了傳感器所采集信息熵之間的聯(lián)系，這進(jìn)一步地提高了整個(gè)網(wǎng)絡(luò)的容量，從而進(jìn)一步地延長(zhǎng)了無(wú)線傳感器網(wǎng)絡(luò)的壽命。以下將結(jié)合附圖對(duì)本發(fā)明的構(gòu)思、具體結(jié)構(gòu)及產(chǎn)生的技術(shù)效果作進(jìn)一步說(shuō)明，以充分地了解本發(fā)明的目的、特征和效果。


圖1是本發(fā)明的較佳實(shí)施例的無(wú)線傳感器網(wǎng)絡(luò)的布置示意圖；圖2是本發(fā)明的提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法的流程圖；圖3是本發(fā)明的較佳實(shí)施例的圓形網(wǎng)格的分簇方法的示意圖。
具體實(shí)施例方式如圖1所示，本實(shí)施例的無(wú)線傳感器網(wǎng)絡(luò)中，作為匯聚節(jié)點(diǎn)的傳感器節(jié)點(diǎn)位于圓心位置，其他傳感器節(jié)點(diǎn)(即圖中的源節(jié)點(diǎn))隨機(jī)分布在當(dāng)前區(qū)域。源節(jié)點(diǎn)可以通過(guò)一跳的方式將信息直接傳輸?shù)絽R聚節(jié)點(diǎn)，也可以通過(guò)多跳的方式將信息傳輸?shù)絽R聚節(jié)點(diǎn)。設(shè)定當(dāng)前網(wǎng)絡(luò)只使用單一的信道進(jìn)行傳輸，利用TDMA來(lái)進(jìn)行信息傳輸?shù)恼{(diào)度，每個(gè)傳感器所采集到的信息熵都是單位信息量，同時(shí)每個(gè)傳感器節(jié)點(diǎn)都有足夠的緩沖區(qū)。提高該無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法的步驟如圖2所示，為步驟101，確定網(wǎng)絡(luò)的分布情況與參數(shù)。首先，確定整個(gè)無(wú)線傳感器網(wǎng)絡(luò)覆蓋的面積、當(dāng)前網(wǎng)絡(luò)中所包含的傳感器數(shù)量、當(dāng)前網(wǎng)絡(luò)的信道容量、以及傳感器的傳輸范圍。在本實(shí)例中，將無(wú)線網(wǎng)絡(luò)覆蓋的圓形區(qū)域面積設(shè)定為1，所包含的傳感器數(shù)量是 η,當(dāng)前網(wǎng)絡(luò)的信道容量是W，每個(gè)傳感器的傳輸范圍都是R。其次，確定無(wú)線傳感器網(wǎng)絡(luò)的干擾模型以及傳感器所采集的信息熵(Entropy)之間的相關(guān)度，信息熵是傳感器所采集的數(shù)據(jù)所包含的平均信息量。在本實(shí)例中采用協(xié)議層的干擾模型。設(shè)\和Xj是兩個(gè)距離為的節(jié)點(diǎn)，如果節(jié)點(diǎn)&正在傳輸數(shù)據(jù)，那么只有滿足屯,」彡r并且dk,j>r+A，Δ彡0 (i，j，k = 1，2，…， η, i ^ j ^ k)時(shí)，這兩個(gè)節(jié)點(diǎn)之間才能進(jìn)行成功的傳輸。因此，如果兩個(gè)節(jié)點(diǎn)之間的距離小于2Γ+Δ，它們同時(shí)傳輸數(shù)據(jù)時(shí)將會(huì)產(chǎn)生干擾。在本實(shí)例中，信息熵之間的相關(guān)度取為P e W，1]，如果每個(gè)節(jié)點(diǎn)所采集到的信息熵是Htl，那么兩個(gè)節(jié)點(diǎn)之間信息熵相關(guān)聯(lián)的部分將是P H0,不相關(guān)聯(lián)的部分將是2 (1- P ) Htl，因此，數(shù)據(jù)融合之后信息熵總量是(2-p)^。步驟102，對(duì)整個(gè)網(wǎng)絡(luò)進(jìn)行分簇。根據(jù)步驟101中得到的無(wú)線傳感器網(wǎng)絡(luò)覆蓋的面積與傳感器數(shù)量來(lái)對(duì)整個(gè)網(wǎng)絡(luò)進(jìn)行分簇，保證每個(gè)簇的面積都相等，并且保證處于同一簇的傳感器都可以在一跳之內(nèi)通在本實(shí)例中采用圓形網(wǎng)格的方法來(lái)對(duì)整個(gè)圓形區(qū)域進(jìn)行分簇。首先，以匯聚節(jié)點(diǎn)為圓心，將整個(gè)區(qū)域劃分為m個(gè)同心圓環(huán)，并使得每個(gè)圓環(huán)的寬度都是r，寬度r =力/3R。 第1個(gè)圓環(huán)(即最接近匯聚節(jié)點(diǎn)的圓環(huán))里的傳感器節(jié)點(diǎn)(即源節(jié)點(diǎn))經(jīng)過(guò)1跳可以達(dá)到匯聚節(jié)點(diǎn)，第2個(gè)圓環(huán)(即第1個(gè)圓環(huán)的外圓鄰接的圓環(huán))里的傳感器節(jié)點(diǎn)經(jīng)過(guò)2跳可以達(dá)到匯聚節(jié)點(diǎn)，第m個(gè)圓環(huán)里的傳感器節(jié)點(diǎn)經(jīng)過(guò)m跳可以達(dá)到匯聚節(jié)點(diǎn)，同時(shí)相鄰的2個(gè)圓
環(huán)之間都是1跳可達(dá)的。根據(jù)達(dá)到匯聚節(jié)點(diǎn)的跳數(shù)不同，我們將圓環(huán)分別編號(hào)為1、2.....
m，并分別稱為無(wú)線傳感器網(wǎng)絡(luò)的層1、2.....m。在圖3的圓形網(wǎng)絡(luò)分簇的無(wú)線傳感器網(wǎng)絡(luò)
中，m = 5。對(duì)于層j，即第j個(gè)圓環(huán)(j = 1,2,…，m)，我們進(jìn)一步地將它劃分為2j_l個(gè)等角扇形，如圖3所示，經(jīng)過(guò)劃分后，層1由簇11構(gòu)成，層2由簇21、22、23構(gòu)成，層3由簇31、 32,. . .、35構(gòu)成，層4由簇41、42、. . .、47構(gòu)成，層5由簇51、52、. . .、59構(gòu)成。對(duì)于j > 5 的情況，以此類推。可以看出，這些簇的面積相等，都是4= ^ir20這樣，經(jīng)過(guò)劃分后網(wǎng)絡(luò)中包含的簇的總數(shù)為m2( S卩1+3+. . . +2m-l)。由于所有的傳感器都是隨機(jī)分布的，那么每個(gè)簇所包含的傳感器數(shù)量\就有很大的概率處于區(qū)間，其中序列{ α J 滿足條件limn— CinAi= ε，ε是一個(gè)正的極小量，η表示整個(gè)網(wǎng)絡(luò)中傳感器的數(shù)量。步驟103，在每個(gè)簇中選取融合節(jié)點(diǎn)。根據(jù)步驟102中得到的分簇結(jié)果，在每個(gè)簇中選出一個(gè)傳感器節(jié)點(diǎn)作為融合節(jié)點(diǎn)，在本實(shí)例中，選取每個(gè)簇(扇形)內(nèi)距離其內(nèi)圓的圓弧中點(diǎn)位置最近的傳感器節(jié)點(diǎn)作為該簇的融合節(jié)點(diǎn)，匯聚節(jié)點(diǎn)1跳之內(nèi)(即圖3中的簇11之內(nèi))的傳感器節(jié)點(diǎn)將直接選取匯聚節(jié)點(diǎn)作為融合節(jié)點(diǎn)。步驟104，簇中的其他節(jié)點(diǎn)都將數(shù)據(jù)傳輸給融合節(jié)點(diǎn)。根據(jù)步驟103中得到的每個(gè)簇的融合節(jié)點(diǎn)，每個(gè)簇中所有的傳感器節(jié)點(diǎn)都將其所采集到的信息熵傳輸給該簇的融合節(jié)點(diǎn)進(jìn)行數(shù)據(jù)融合，即層內(nèi)數(shù)據(jù)融合。匯聚節(jié)點(diǎn)1跳之內(nèi)(即圖3中的簇11之內(nèi))的傳感器節(jié)點(diǎn)將信息熵直接傳給匯聚節(jié)點(diǎn)。根據(jù)融合節(jié)點(diǎn)的所在層距離匯聚節(jié)點(diǎn)的遠(yuǎn)近關(guān)系，以從遠(yuǎn)到近的方式確定融合節(jié)點(diǎn)之間的傳輸順序。本實(shí)施例中每一個(gè)層代表一個(gè)融合級(jí)別，每一層的融合節(jié)點(diǎn)都要等外層的融合節(jié)點(diǎn)將數(shù)據(jù)傳輸給它之后，再進(jìn)行融合，然后再將數(shù)據(jù)傳給里層的融合節(jié)點(diǎn)。即 距離匯聚節(jié)點(diǎn)較遠(yuǎn)的層的融合節(jié)點(diǎn)把完成數(shù)據(jù)融合的信息熵傳輸給距離匯聚節(jié)點(diǎn)較近的層的融合節(jié)點(diǎn)，并且，對(duì)于每個(gè)層，只有當(dāng)它的融合節(jié)點(diǎn)接收到比它距離匯聚節(jié)點(diǎn)更遠(yuǎn)的層的融合節(jié)點(diǎn)的所有的信息熵，并且進(jìn)行了最大化融合后，才能允許它的融合節(jié)點(diǎn)將數(shù)據(jù)傳輸?shù)奖人嚯x匯聚節(jié)點(diǎn)較近的層的融合節(jié)點(diǎn)。融合節(jié)點(diǎn)接收到所有比它所在的層距離匯聚節(jié)點(diǎn)更遠(yuǎn)的層的融合節(jié)點(diǎn)的信息熵而進(jìn)行的數(shù)據(jù)融合為層間數(shù)據(jù)融合。這一過(guò)程通過(guò)步驟 105-121 完成。步驟105，判斷是否外層的所有數(shù)據(jù)都傳輸給了當(dāng)前層的融合節(jié)點(diǎn)。如果判斷結(jié)果為“否”，則進(jìn)入步驟111 ；如果判斷結(jié)果為“是”，則進(jìn)入步驟121。步驟111，繼續(xù)等待外層的數(shù)據(jù)傳輸，進(jìn)入步驟105。步驟121，當(dāng)前層的融合節(jié)點(diǎn)將數(shù)據(jù)傳輸給更近一層的融合節(jié)點(diǎn)。這樣，對(duì)于步驟103中確定了融合節(jié)點(diǎn)的無(wú)線傳感器網(wǎng)絡(luò)，層k+Ι的融合節(jié)點(diǎn)把完成數(shù)據(jù)融合的數(shù)據(jù)傳輸給層k的某一融合節(jié)點(diǎn)，此融合節(jié)點(diǎn)優(yōu)選地是層k中距離需要傳輸數(shù)據(jù)的融合節(jié)點(diǎn)最近的那個(gè)融合節(jié)點(diǎn)。層k中的融合節(jié)點(diǎn)只有在接受了所有層k+Ι的融合節(jié)點(diǎn)的信息熵，并且接受了層k中所有傳感器節(jié)點(diǎn)的信息熵之后再進(jìn)行數(shù)據(jù)融合，然后把完成數(shù)據(jù)融合的信息熵傳輸給層k-1的融合節(jié)點(diǎn)。步驟122，根據(jù)每一層的傳輸次數(shù)創(chuàng)造虛擬節(jié)點(diǎn)。每個(gè)層的融合節(jié)點(diǎn)將它自己所采集到的信息熵與其他節(jié)點(diǎn)傳輸給它的信息熵進(jìn)行數(shù)據(jù)融合，在融合完成后產(chǎn)生與該層內(nèi)總的傳輸次數(shù)相等的虛擬節(jié)點(diǎn)。根據(jù)步驟102中確定的分簇結(jié)果，用表示層j的所有傳感器數(shù)量，那
么有很大的概率η」處于區(qū)間-j^,(2j-l)nAr +j^]中，用k」表示
所有層數(shù)(跳數(shù))大于j的層中的傳感器數(shù)量，那么有很大的概率、處于區(qū)間
權(quán)利要求
1.一種提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法，其特征在于，包括以下步驟確定無(wú)線傳感器網(wǎng)絡(luò)覆蓋的面積、所述網(wǎng)絡(luò)包含的傳感器的數(shù)量、所述網(wǎng)絡(luò)的信道容量、所述傳感器的傳輸范圍R ；確定所述網(wǎng)絡(luò)的干擾模型；確定所述傳感器所采集的信息熵之間的相關(guān)度，所述信息熵是所述傳感器所采集的數(shù)據(jù)所包含的平均信息量；對(duì)所述網(wǎng)絡(luò)分簇，包括以所述網(wǎng)絡(luò)的匯聚節(jié)點(diǎn)為圓心，以若干個(gè)同心圓將所述網(wǎng)絡(luò)劃分為m個(gè)層，所述層均為寬度為r的圓環(huán)，所述寬度r =力/3R ；將每一個(gè)所述層劃分為至少一個(gè)簇，所述簇為扇形，所述簇的面積均為nr2 ；在每一個(gè)所述簇中選出一個(gè)傳感器節(jié)點(diǎn)作為所述簇的融合節(jié)點(diǎn)；確定所述網(wǎng)絡(luò)的數(shù)據(jù)融合方式，包括層內(nèi)數(shù)據(jù)融合，所述層內(nèi)數(shù)據(jù)融合是所述層的每一個(gè)所述簇的融合節(jié)點(diǎn)接收到所述簇中的所有傳感器所采集到的信息熵，而進(jìn)行的數(shù)據(jù)融合；層間數(shù)據(jù)融合，所述層間數(shù)據(jù)融合是所述層的融合節(jié)點(diǎn)接收到所有比所述層距離所述匯聚節(jié)點(diǎn)更遠(yuǎn)的層的融合節(jié)點(diǎn)的信息熵，而進(jìn)行的數(shù)據(jù)融合；確定所述網(wǎng)絡(luò)的數(shù)據(jù)傳輸方式，包括每一個(gè)所述簇中的傳感器都將其所采集到的信息熵傳輸給所述簇的融合節(jié)點(diǎn)；每一個(gè)所述簇的融合節(jié)點(diǎn)把所述層內(nèi)數(shù)據(jù)融合和所述層間數(shù)據(jù)融合后的信息熵傳輸給比包括所述簇的層距離所述匯聚節(jié)點(diǎn)更近的、相鄰的層的融合節(jié)點(diǎn)；每一個(gè)所述層的融合節(jié)點(diǎn)只有完成所述層內(nèi)數(shù)據(jù)融合和所述層間數(shù)據(jù)融合后才繼續(xù)傳輸所述數(shù)據(jù)融合后的信息熵；所述數(shù)據(jù)融合后的信息熵最后傳輸?shù)剿鰠R聚節(jié)點(diǎn)；創(chuàng)造所述層的虛擬節(jié)點(diǎn)；根據(jù)所述數(shù)據(jù)傳輸方式，采用具負(fù)載和相關(guān)性的調(diào)度方案得到節(jié)點(diǎn)的可達(dá)吞吐量，所述節(jié)點(diǎn)的可達(dá)吞吐量是對(duì)于包括所述虛擬節(jié)點(diǎn)和所述源節(jié)點(diǎn)的平均吞吐量。
2.如權(quán)利要求1所述的提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法，其中所述簇的融合節(jié)點(diǎn)是所述簇內(nèi)距離所述簇的內(nèi)圓的圓弧中點(diǎn)位置最近的傳感器節(jié)點(diǎn)。
3.如權(quán)利要求2所述的提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法，其中最接近所述匯聚節(jié)點(diǎn)的所述簇的融合節(jié)點(diǎn)為所述匯聚節(jié)點(diǎn)。
4.如權(quán)利要求3所述的提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法，其中所述傳感器所采集的信息熵之間的相關(guān)度是基于所述網(wǎng)絡(luò)的干擾模型確定的。
5.如權(quán)利要求4所述的提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法，其中所述網(wǎng)絡(luò)的干擾模型是協(xié)議層的干擾模型或物理層的干擾模型。
6.如權(quán)利要求5所述的提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法，其中創(chuàng)造所述層的虛擬節(jié)點(diǎn)包括步驟根據(jù)所述信息熵之間的相關(guān)度，計(jì)算完成所述層內(nèi)數(shù)據(jù)融合后所述層的信息熵總量；計(jì)算完成所述層間數(shù)據(jù)融合后所述層的信息熵總量；所述的計(jì)算結(jié)果的總和就是所述層的虛擬節(jié)點(diǎn)的數(shù)量。
7.如權(quán)利要求6所述的提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法，其中所述具負(fù)載和相關(guān)性的調(diào)度方案包括步驟根據(jù)所述網(wǎng)絡(luò)的干擾模型得到所述網(wǎng)絡(luò)的干擾區(qū)域；計(jì)算所述干擾區(qū)域中的所述虛擬節(jié)點(diǎn)的數(shù)量；根據(jù)所述網(wǎng)絡(luò)的干擾區(qū)域，得到所述干擾區(qū)域中網(wǎng)絡(luò)圖的最大度；確定所述調(diào)度方案的調(diào)度長(zhǎng)度，所述調(diào)度長(zhǎng)度不超過(guò)所述干擾區(qū)域中網(wǎng)絡(luò)圖的最大度；根據(jù)所述網(wǎng)絡(luò)的信道容量和所述調(diào)度長(zhǎng)度，得到所述節(jié)點(diǎn)的可達(dá)吞吐量。
8.如權(quán)利要求7所述的提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法，其中所述干擾區(qū)域中的所述虛擬節(jié)點(diǎn)的數(shù)量是所述干擾區(qū)域中的所述層的虛擬節(jié)點(diǎn)數(shù)量的總和。
全文摘要
本發(fā)明公開(kāi)了一種提高無(wú)線傳感器網(wǎng)絡(luò)容量的數(shù)據(jù)融合方法，包括使用圓形網(wǎng)格對(duì)無(wú)線傳感器網(wǎng)絡(luò)進(jìn)行等面積分簇，確定簇的融合節(jié)點(diǎn)，確定網(wǎng)絡(luò)的數(shù)據(jù)融合方式，確定網(wǎng)絡(luò)的數(shù)據(jù)傳輸方式，以及創(chuàng)造虛擬節(jié)點(diǎn)并采用具負(fù)載和相關(guān)性的調(diào)度方案得到節(jié)點(diǎn)的可達(dá)吞吐量。本發(fā)明以更為貼近于傳感器的通信特點(diǎn)的方式描述出了無(wú)線傳感器網(wǎng)絡(luò)的實(shí)際的通信情況，并且減少了網(wǎng)絡(luò)中的數(shù)據(jù)傳輸?shù)拇螖?shù)，從而達(dá)到了信息有效性和冗余性的平衡，提高了無(wú)線傳感器網(wǎng)絡(luò)容量。
文檔編號(hào)H04W84/18GK102438291SQ20121000236
公開(kāi)日2012年5月2日 申請(qǐng)日期2012年1月6日 優(yōu)先權(quán)日2012年1月6日
發(fā)明者關(guān)新平, 劉亞雄, 陳彩蓮 申請(qǐng)人:上海交通大學(xué)