【技術實現步驟摘要】
本專利技術涉及無線通信，具體來說涉及無線傳感器數據采集網絡領域，更具體地說，涉及一種無線自組網數據匯聚方法及系統。
技術介紹
1、隨著工業互聯網的興起，構建低能耗的數據采集網絡成為研究和工業界的重點。無線傳感器網絡(wireless?sensor?network,簡稱wsn)能夠在沒有固定基礎設施支持的情況下實現設備間的自組網和通信，廣泛應用于環境監測、設備跟蹤、物流跟蹤等領域。然而，由于wsn能量受限，如何降低網絡傳輸能耗、延長網絡壽命成為了挑戰。
2、為面臨上述挑戰，在對wsn中的數據進行匯聚時，分簇是匯聚算法常用的技術手段，其核心思想是將節點分成不同的簇，每個簇由一個簇頭（cluster?head，簡稱ch）進行節點管理。簇內的節點只需要向簇頭發送數據，簇頭將數據進行壓縮聚合后統一發送給網關節點。通過這種方式，可以降低網絡整體的通信能耗。
3、然而，盡管分簇帶來了好處，但是在實際應用中仍存在諸多挑戰。在選擇簇頭時，需要綜合評估節點的剩余能量、地理位置以及通信負載等多個因素。同時，傳輸路徑的規劃同樣會影響到能耗，不恰當的路徑規劃可能會使平均傳輸距離增加，導致能源消耗加劇，進而縮短網絡的壽命。簇的大小也是一個不可忽視的因素，不適當的簇大小可能會增加簇頭的工作負載，導致簇頭過早消亡。因此在設計時需要綜合考慮各項因素以確保能耗的最優化。
4、現有的無線傳感器網絡自組網匯聚方法主要采用單層次架構。在這種架構中，網絡中的每個簇由一個簇頭節點負責領導，簇頭節點負責收集、整合和處理來自簇內各節點的數據。
5、基于上述分析可知，隨著網絡覆蓋面積的增加，現有單層次架構方法存在的顯著問題包括：一方面，簇頭的選取通常基于負載均衡和傳輸能耗的考慮，這導致在大范圍網絡中簇頭的分布不均勻，使得一些簇頭可能負擔過多的數據傳輸任務，因而存在消耗能量較快以及快速縮短節點壽命的問題。另一方面，由于簇頭到匯聚節點的單跳傳輸，距離匯聚節點較遠的節點容易出現負載過重的情況，這不僅增加了能耗，還可能導致這些節點在較短時間內耗盡能量而無法繼續有效運行的問題。以上兩方面問題均限制了網絡的可持續性和長期穩定性。
6、需要說明的是：本
技術介紹
僅用于介紹本專利技術的相關信息，以便于幫助理解本專利技術的技術方案，但并不意味著相關信息必然是現有技術。在沒有證據表明相關信息已在本專利技術的申請日以前公開的情況下，相關信息不應被視為現有技術。
技術實現思路
1、因此，本專利技術的目的在于克服上述現有技術的缺陷，提供一種無線自組網數據匯聚方法及系統。
2、本專利技術的目的是通過以下技術方案實現的：
3、根據本專利技術的第一方面，提供一種無線自組網數據匯聚方法，應用于無線傳感器網絡，其中，無線傳感器網絡包括多個傳感器，至少部分傳感器的位置是能夠變化的，該方法包括：基于預定時間間隔對各個傳感器采集的數據進行多輪匯聚，其中，每輪匯聚過程按以下方式進行：
4、s1、根據無線傳感器網絡中所有傳感器各自與匯聚節點的距離以及預設的多個層次各自與匯聚節點的距離范圍值，確定每個傳感器所屬的層次，其中，離匯聚節點最近的層次為最上層；s2、將每個層次的所有傳感器按預設劃分規則劃分到多個簇，并確定每個簇內作為簇頭的一個傳感器和作為簇成員的傳感器；s3、匯聚每個簇中所有傳感器采集的數據至該簇的簇頭，得到每個簇的匯聚數據；s4、根據簇頭逐層地將匯聚數據傳輸至匯聚節點，包括：將非最上層的簇的匯聚數據傳輸給上一層最近的簇頭，以及將最上層的簇的匯聚數據傳輸給匯聚節點。
5、在本專利技術的一些實施例中，在所述s2中，所述預設劃分規則包括：利用軟k均值聚類算法根據每個層次中各個傳感器的位置進行聚類，得到每個層次對應的多個簇中心位置和該層中各個傳感器屬于各個簇的隸屬概率值；根據每個傳感器屬于各個簇的隸屬概率值，確定每個傳感器所屬的簇，以將該層次的所有傳感器劃分到多個簇；其中，距離匯聚節點越近的層次劃分的簇的數量越多。
6、在本專利技術的一些實施例中，所述得到每個層次對應的多個簇中心位置和該層中各個傳感器屬于各個簇的隸屬概率值的方式包括：
7、對每個層次進行多次劃分，每次劃分按以下方式進行：獲取多個簇中心位置，其中，第一次采用隨機選取的多個簇中心位置，第一次后的每次采用上一次計算得到的多個簇中心位置；根據多個簇中心位置和各個傳感器的位置，確定每個傳感器屬于各個簇的隸屬概率值；根據多個簇中心位置、每個傳感器的位置和所述隸屬概率值，以最小化各個簇內距離為優化目標函數，計算下一次的多個簇中心位置，直至軟k均值聚類算法收斂，得到最終的多個簇中心位置和該層中各個傳感器屬于各個簇的隸屬概率值。
8、在本專利技術的一些實施例中，所述優化目標函數如下：
9、，
10、其中，表示最小化各個簇內距離，表示各個簇內距離，，表示每個層次中所有傳感器的位置，表示第1個傳感器的位置，表示第2個傳感器的位置，表示第個傳感器的位置，，表示第個傳感器屬于第個簇的隸屬概率值，，是每個傳感器的隸屬概率值的權重參數，表示每個層次中簇的編號，表示每個層次中簇的總數量，表示第個傳感器的位置，表示傳感器的編號，表示每個層次中傳感器的總數量，表示第個簇中心位置，表示第個傳感器與簇中心位置的距離，表示每個層次中所有簇中心位置的集合。
11、在本專利技術的一些實施例中，所述確定軟k均值聚類算法收斂的方式包括：根據當次得到的各個傳感器屬于各個簇的隸屬概率值和上一次得到的各個傳感器屬于各個簇的隸屬概率值之間的差值，計算隸屬概率變化值；獲取預設概率閾值，在隸屬概率變化值小于預設概率閾值時，確定軟k均值聚類算法收斂。
12、在本專利技術的一些實施例中，所述確定軟k均值聚類算法收斂的方式包括：根據當次得到的多個簇中心位置和上一次得到的多個簇中心位置之間的差值，計算位置距離變化值；獲取預設距離閾值，在位置距離變化值小于預設距離閾值時，確定軟k均值聚類算法收斂。
13、在本專利技術的一些實施例中，所述劃分到多個簇的方式包括：根據每個傳感器屬于各個簇的隸屬概率值，將該傳感器劃分到最大隸屬概率值對應的簇，以得到為該層次初始劃分的多個簇；判斷初始劃分的多個簇各自包含的傳感器數量是否均衡，若不均衡，對初始劃分的多個簇的傳感器數量進行本文檔來自技高網...
【技術保護點】
1.一種無線自組網數據匯聚方法，應用于無線傳感器網絡，其中，無線傳感器網絡包括多個傳感器，至少部分傳感器的位置是能夠變化的，該方法包括：基于預定時間間隔對各個傳感器采集的數據進行多輪匯聚，其中，每輪匯聚過程按以下方式進行：
2.根據權利要求1所述的方法，其特征在于，在所述S2中，所述預設劃分規則包括：
3.根據權利要求2所述的方法，其特征在于，所述得到每個層次對應的多個簇中心位置和該層中各個傳感器屬于各個簇的隸屬概率值的方式包括：
4.根據權利要求3所述的方法，其特征在于，所述優化目標函數如下：
5.根據權利要求3所述的方法，其特征在于，所述確定軟K均值聚類算法收斂的方式包括：
6.根據權利要求3所述的方法，其特征在于，所述確定軟K均值聚類算法收斂的方式包括：
7.根據權利要求2所述的方法，其特征在于，所述劃分到多個簇的方式包括：
8.根據權利要求2或7所述的方法，其特征在于，在所述S2中，所述確定每個簇內作為簇頭的一個傳感器和作為簇成員的多個傳感器的方式包括：
9.根據權利要求8所述
10.一種無線自組網數據匯聚系統，其特征在于，系統包括多個傳感器和匯聚節點，其中，
...【技術特征摘要】
1.一種無線自組網數據匯聚方法，應用于無線傳感器網絡，其中，無線傳感器網絡包括多個傳感器，至少部分傳感器的位置是能夠變化的，該方法包括：基于預定時間間隔對各個傳感器采集的數據進行多輪匯聚，其中，每輪匯聚過程按以下方式進行：
2.根據權利要求1所述的方法，其特征在于，在所述s2中，所述預設劃分規則包括：
3.根據權利要求2所述的方法，其特征在于，所述得到每個層次對應的多個簇中心位置和該層中各個傳感器屬于各個簇的隸屬概率值的方式包括：
4.根據權利要求3所述的方法，其特征在于，所述優化目標函數如下：
5.根據權利要求3所述...
【專利技術屬性】
技術研發人員：譚鼎，于成龍，周一青，劉玲，石晶林，
申請(專利權)人：中國科學院計算技術研究所，
類型：發明
國別省市：
還沒有人留言評論。發表了對其他瀏覽者有用的留言會獲得科技券。