[發(fā)明專利]基于元胞自動機的工業(yè)無線傳感器網絡節(jié)點休眠方法

有效

• 申請?zhí)枺?/td>: 201410320229.3
• 申請日: 2014-07-07
• 公開（公告）號: CN104080154B
• 公開（公告）日: 2017-04-19
• 發(fā)明（設計）人: 于秦;姜微
• 申請（專利權）人: 電子科技大學
• 主分類號: H04W52/00
• 分類號: H04W52/00;H04W84/18
• 代理公司: 成都宏順專利代理事務所(普通合伙)51227
• 代理人: 周永宏

技術領域

本發(fā)明屬于無線通信技術領域，具體涉及一種無線傳感器網絡節(jié)點休眠方法。

背景技術

工業(yè)無線傳感器網絡(Industrial Wireless Sensor Networks，IWSNs)是指應用到工業(yè)領域的無線傳感器網絡。無線傳感器網絡(Wireless Sensor Network，WSN)需要傳感器節(jié)點互相協(xié)同合作，共同完成監(jiān)測任務。在工業(yè)自動化領域，尤其是工業(yè)監(jiān)測領域，無線傳感器網絡有著廣闊的前景，同時工業(yè)環(huán)境的特殊性也給工業(yè)無線傳感器網絡的研究提出了新的問題和需求。首先，復雜的工業(yè)環(huán)境，大型設備的電磁輻射以及設備運行過程中的噪聲，使通信受到嚴重干擾；其次，工業(yè)自動化應用要求無線設備在不更換電池的條件下工作5年，這對節(jié)能方面的設計提出了挑戰(zhàn)。

元胞自動機(Cellular Automata,CA)是一種空間、時間和狀態(tài)都離散的動力系統(tǒng)模型。它的基本特征是：每一個元胞都被均勻地安置在一個規(guī)則的網格中，取值為有限的離散狀態(tài)，并都按照一樣的狀態(tài)轉移函數來進行同步更新，且只與它的鄰居元胞存在相互作用。元胞自動機能以簡單的規(guī)則揭示復雜的全局特性，而無線傳感網絡是一種典型的自組織通信網絡，大量分布式的傳感器節(jié)點只能夠與臨近節(jié)點相互通信，并依靠局部信息做出行為決策。因此，元胞自動機理論在無線傳感網絡時空演化規(guī)律方面展現(xiàn)出令人矚目的研究前景。

發(fā)明內容

本發(fā)明的目的是為了提高傳感器節(jié)點利用率、延長整個工業(yè)無線傳感器網絡的生存期，提出一種基于元胞自動機的工業(yè)無線傳感器網絡節(jié)點休眠方法。

本發(fā)明的技術方案是：一種基于元胞自動機的工業(yè)無線傳感器網絡節(jié)點休眠方法，具體包括步驟：

步驟1.隨機撒布工業(yè)傳感器節(jié)點：設待檢測感知的工業(yè)區(qū)域D的規(guī)模為L×L，其中任意撒布n個無線傳感器節(jié)點，節(jié)點集合表示為S＝{S₁,S₂，…,S_i,…,S_n}，其中S_i表示第i個傳感器節(jié)點，同時設節(jié)點S_i所對應的空間位置向量為l_i，空間位置向量的集合表示為l＝{l₁,l₂，…,l_n}，每個傳感節(jié)點都具有通信交流、檢測感知的能力，節(jié)點的最大通信距離為R_c，最大檢測距離為R_s；

步驟2.采用泰森多邊形法確定不規(guī)則元胞空間以及節(jié)點鄰居集：節(jié)點S_i所對應的不規(guī)則元胞空間C_i的確定方法為：分別連接節(jié)點S_i與其周圍節(jié)點S_j，并作每一條線段的垂直平分線，垂直平分線相交形成的包含S_i在內的多邊形區(qū)域即為節(jié)點S_i所對應的不規(guī)則元胞空間C_i，與多邊形元胞空間C_i毗鄰的通信范圍之內的多邊形C_j所包含的節(jié)點S_j即為S_i的鄰居節(jié)點，在不規(guī)則元胞自動機模型中，每個元胞的鄰居個數都不相同，因此可確定節(jié)點S_i的鄰居節(jié)點集N_i，定義為：N_i＝{S_j|C_j connect C_i,j＝1,2,…,n}；

步驟3.定義節(jié)點狀態(tài)集合，初始化節(jié)點狀態(tài)：傳感器節(jié)點采用S-MAC協(xié)議，節(jié)點周期地按照狀態(tài)轉換規(guī)則選擇活躍或休眠狀態(tài)。休眠狀態(tài)時，節(jié)點進入休眠狀態(tài)以節(jié)省能量；工作狀態(tài)時，節(jié)點檢測周圍環(huán)境并進行相應處理。因此定義包含n個節(jié)點狀態(tài)的集合Q為：Q＝{Q_i|Q_i∈{0,1},i＝1,2,…,n}，其中Q_i表示節(jié)點S_i的狀態(tài)，0和1分別表示該節(jié)點處于休眠和工作狀態(tài)。同時，初始化節(jié)點狀態(tài)以1/2的概率取0或1(休眠或工作狀態(tài))。

步驟4.通過狀態(tài)轉換函數進行節(jié)點狀態(tài)更新：

在節(jié)點檢測范圍內，工業(yè)噪聲對節(jié)點S_i的影響服從指數分布，參數值為：