[發明專利]一種基于改進克里金算法的無線傳感網溫度監測方法

有效

• 申請號: 201610932357.2
• 申請日: 2016-10-25
• 公開（公告）號: CN106714336B
• 公開（公告）日: 2020-02-21
• 發明（設計）人: 郭劍;陳光;韓崇;瞿佳雯;劉林峰
• 申請（專利權）人: 南京郵電大學
• 主分類號: H04W84/18
• 分類號: H04W84/18;G08C17/02;G01K1/02;G16Y20/10
• 代理公司: 南京知識律師事務所 32207
• 代理人: 李湘群

本發明公開了一種基于改進克里金算法的無線傳感網溫度監測方法，首先建立層簇式無線傳感器網絡拓撲結構，對目標區域的歷史溫度數據進行分析，設置閾值ρ以及融合周期T，然后在簇頭節點處基于閾值ρ對簇內節點數據進行周期性地融合，獲得初始溫度數據，通過無線鏈路傳輸至監控主機保存在本地的數據庫；導出初始數據，對其進行變異結構分析，生成變異函數表達式；利用改進Nelder?Mead單純形法優化變異函數模型，設計規則格網地形，采用普通克里金算法進行溫度插值，進行誤差修正，輸出規則格網溫度場圖。本發明利用改進Nelder?Mead單純形優化方法優化了變異函數模型，對普通克里金算法的權值進行修正，對插值結果進行誤差補償，使插值結果更科學、更接近于實際情況。

技術領域

本發明涉及一種基于無線傳感器網絡(Wireless Sensor Networks，WSNs)技術的溫度監測方法，特別是涉及一種基于改進克里金算法的無線傳感網溫度監測方法。

背景技術

溫度數據在日常生活、工農業生產以及在科學研究中都是一種很重要的信息，特別是在糧庫、溫室大棚、森林等環境中，溫度的監測和控制更為重要。無線傳感器網絡是常用的監測技術之一。它克服了傳統監測手段方法單一、時效性和靈活性差等缺點。但是由于受到傳感器節點部署密度的限制，監測系統根據有限的采樣點數據生成溫度場圖的精度較差，不能滿足某些對精度要求較高的應用。另外，無線傳感器網絡還有一個缺點就是，無線傳感器電池能量以及通信帶寬均很有限。

克里金(Kriging)插值法，又稱空間自協方差最佳插值法，被廣泛地應用于地下水模擬、土壤制圖等領域，是一種很有用的地質統計格網化方法。它首先考慮的是空間屬性在空間位置上的變異分布，確定對一個待插點值有影響的距離范圍，然后用此范圍內的采樣點來估計待插點的屬性值。它是考慮了信息樣品的形狀、大小及與待估計塊段相互間的空間位置等幾何特征以及品位的空間結構之后，為達到線性、無偏和最小估計方差的估計，而對每一個樣品賦予一定的系數，最后進行加權平均來估計塊段品位的方法，在數據點多時，其內插的結果可信度較高。

已經有研究利用克里金插值算法實現了基于無線傳感網的溫度場繪制的嘗試，但存在著預測精度性能一般、實際應用體驗不好等缺陷。例如通常的方法是，采樣前按照精度要求確定取樣密度，或者在數據采集過程中根據情況動態地調整采樣點密度，但很少考慮對半方差變異函數模型進行優化，如公開號為CN103278262A、名稱為“基于視頻和溫度傳感器信息融合的溫度場測量裝置”的發明。此外，對插值后的誤差的分析、利用也不足。

發明內容

本發明的目的在于克服現有無線傳感網監測生成的溫度場精確度不夠高，以及網絡生存時間較短的缺陷。

為解決上述問題，本發明提出一種基于改進克里金算法的無線傳感網溫度監測方法，不僅提高了預測精度，而且能夠較好延長網絡生存時間。本發明提出的方法還可以在Matlab中進行WSNs仿真實驗，以分析其性能優劣。技術方案包含以下具體步驟：

步驟1：建立層簇式無線傳感器網絡拓撲結構，即將網絡中的節點分為普通節點、簇頭節點和基站節點，簇頭節點負責收集并融合處理本簇內節點的數據；

步驟2：通過對無線傳感網監測目標區域的歷史溫度數據進行分析，設置閾值ρ以及融合周期T，然后在簇頭節點處基于閾值ρ對簇內節點數據進行周期性地融合，當基站節點獲得初始溫度數據后，將其通過無線鏈路傳輸至監控主機，并保存在本地的數據庫；

步驟3：從本地數據庫導出初始數據，采用區域化變量分析方法對其進行變異結構分析，生成變異函數表達式；

步驟4：利用改進Nelder-Mead單純形法優化變異函數模型，即將原來的固定搜索系數改為隨機分量搜索系數，將原來的沿線搜索轉化為在空間域搜索，提高全局搜索能力，克服Nelder-Mead單純形法容易陷入局部極值點的缺陷；

步驟5：設計規則格網地形，為網格間距選取合適的值；