[發(fā)明專利]基于增長(zhǎng)碼的重要數(shù)據(jù)快速收集方法

有效

• 申請(qǐng)?zhí)枺?/td>: 201911128853.2
• 申請(qǐng)日: 2019-11-18
• 公開(kāi)（公告）號(hào): CN111093164B
• 公開(kāi)（公告）日: 2022-04-29
• 發(fā)明（設(shè)計(jì)）人: 陳丹龍;張偉;司華友;熊乃學(xué)
• 申請(qǐng)（專利權(quán)）人: 杭州電子科技大學(xué)
• 主分類號(hào): H04W4/38
• 分類號(hào): H04W4/38;H04L1/00
• 代理公司: 杭州君度專利代理事務(wù)所(特殊普通合伙) 33240
• 代理人: 諸佩艷

1.一種基于增長(zhǎng)碼的重要數(shù)據(jù)快速收集方法，其特征在于：其包括以下步驟：

1)在監(jiān)測(cè)區(qū)域隨機(jī)播撒多個(gè)感知節(jié)點(diǎn)Ni，在監(jiān)測(cè)區(qū)域邊緣位置放置匯聚節(jié)點(diǎn)；

2)按照距離匯聚節(jié)點(diǎn)的遠(yuǎn)近，使用分層算法對(duì)每個(gè)節(jié)點(diǎn)進(jìn)行劃分層次，分層算法步驟如下：

2.1)匯聚節(jié)點(diǎn)產(chǎn)生一個(gè)hello數(shù)據(jù)包，其中hello數(shù)據(jù)包中攜帶的是一個(gè)遞增的層級(jí)數(shù)據(jù)L，將其發(fā)送給鄰居節(jié)點(diǎn)；

2.2)鄰居節(jié)點(diǎn)取出hello包中的L，將自己的層級(jí)設(shè)置為L(zhǎng)，更新hello數(shù)據(jù)包，設(shè)置數(shù)據(jù)包中的層級(jí)信息L＝L+1，并且將這個(gè)數(shù)據(jù)包廣播給自己的鄰居節(jié)點(diǎn)；

2.3)鄰居節(jié)點(diǎn)如果已經(jīng)接收過(guò)hello數(shù)據(jù)包，那么直接把這個(gè)數(shù)據(jù)包丟棄，否則執(zhí)行步驟2.2；

2.4)重復(fù)步驟2.2和2.3直到所有的節(jié)點(diǎn)都有層級(jí)信息；

3)每一個(gè)感知節(jié)點(diǎn)Ni都對(duì)周?chē)沫h(huán)境進(jìn)行檢測(cè)，產(chǎn)生一個(gè)監(jiān)測(cè)數(shù)據(jù)xi，設(shè)置感知節(jié)點(diǎn)Ni的最大度MaxDegree＝1；

4)感知節(jié)點(diǎn)將自身的監(jiān)測(cè)數(shù)據(jù)xi填充其緩存介質(zhì)C中，使緩存介質(zhì)C中的碼字S全部為xi，并保存自身監(jiān)測(cè)數(shù)據(jù)xi作為該節(jié)點(diǎn)編碼的源數(shù)據(jù)；

5)選取集中一個(gè)感知節(jié)點(diǎn)進(jìn)行一輪計(jì)算，從緩存介質(zhì)C中選擇該感知節(jié)點(diǎn)的碼字S，感知節(jié)點(diǎn)根據(jù)感知節(jié)點(diǎn)Ni的最大度MaxDegree、碼字S的度degree(S)以及碼字S中是否包含檢測(cè)數(shù)據(jù)xi，選擇自身碼字S是否進(jìn)行編碼操作，其算法步驟如下：

5.1)計(jì)算當(dāng)前感知節(jié)點(diǎn)緩存中每一個(gè)碼字S的權(quán)重Weight；

5.2)計(jì)算總的權(quán)重和Sum，計(jì)算單個(gè)碼字S的概率，再計(jì)算累加概率；

5.3)按照賭輪從緩存介質(zhì)C中選擇一個(gè)碼字S；

5.4)若選擇的碼字S的度degree(S)MaxDegree，且碼字S中不包含xi，則進(jìn)行異或計(jì)算S＝S⊕xi，若當(dāng)前的碼字S中已經(jīng)包含了xi或者選擇的碼字S的度degree(S)＞MaxDegree，則不執(zhí)行編碼；

5.5)若當(dāng)前輪次k大于度轉(zhuǎn)換輪次，則感知節(jié)點(diǎn)Ni的最大度MaxDegree自增1；

6)計(jì)算匯聚節(jié)點(diǎn)的數(shù)據(jù)包轉(zhuǎn)發(fā)給各鄰居的概率并形成概率轉(zhuǎn)發(fā)表，感知節(jié)點(diǎn)感知自己周?chē)泥従?，并且建立關(guān)于鄰居的能耗估算表，根據(jù)概率轉(zhuǎn)發(fā)表和能耗估算表選擇一個(gè)鄰居節(jié)點(diǎn)進(jìn)行碼字的交換，交換的碼字為步驟5中所產(chǎn)生的碼字；

7)匯聚節(jié)點(diǎn)初始化簡(jiǎn)單碼字集合X和復(fù)雜碼字集合Y，簡(jiǎn)單碼字X集合用于存放已經(jīng)解碼的原始數(shù)據(jù)，復(fù)雜碼字集合Y用于存放未解碼的碼字；

8)匯聚節(jié)點(diǎn)對(duì)接收到復(fù)雜碼字集合Y中的碼字進(jìn)行解碼操作；

9)判斷是否所有碼字S均解出或是否到達(dá)人為設(shè)定的最大輪次，若不是，選取另一個(gè)感知節(jié)點(diǎn)進(jìn)行下一輪計(jì)算，返回步驟5，若是，結(jié)束。

2.根據(jù)權(quán)利要求1所述的一種基于增長(zhǎng)碼的重要數(shù)據(jù)快速收集方法，其特征在于：所述的步驟5.1的權(quán)重Weight的計(jì)算方式為：

其中p是當(dāng)前碼字中優(yōu)先級(jí)數(shù)據(jù)的個(gè)數(shù)，n是緩存中總的優(yōu)先級(jí)數(shù)據(jù)的個(gè)數(shù)，c＝60，K＝10。

3.根據(jù)權(quán)利要求1所述的一種基于增長(zhǎng)碼的重要數(shù)據(jù)快速收集方法，其特征在于：所述的步驟5.1的權(quán)重和Sum計(jì)算方式為：

4.根據(jù)權(quán)利要求1所述的一種基于增長(zhǎng)碼的重要數(shù)據(jù)快速收集方法，其特征在于：所述的步驟5.5中的度轉(zhuǎn)換輪次用K_jMaxDgree表示，其中，

j是當(dāng)前網(wǎng)絡(luò)的度，N是感知節(jié)點(diǎn)的數(shù)量，

5.根據(jù)權(quán)利要求1所述的一種基于增長(zhǎng)碼的重要數(shù)據(jù)快速收集方法，其特征在于：所述的步驟6)中包含的步驟如下：

6.1)使用BP神經(jīng)網(wǎng)絡(luò)擬合轉(zhuǎn)發(fā)概率和恢復(fù)輪次之間的關(guān)系；

6.2)使用GA算法尋找最優(yōu)轉(zhuǎn)發(fā)概率，形成概率轉(zhuǎn)發(fā)表；

6.3)每個(gè)節(jié)點(diǎn)感知自己周?chē)泥従樱⑶医⒁环N關(guān)于鄰居的能耗估算表，初始各鄰居的能耗為E_i＝0，在感應(yīng)節(jié)點(diǎn)選擇與某個(gè)鄰居交換數(shù)據(jù)的時(shí)候更新該感應(yīng)節(jié)點(diǎn)的能耗估算表中該鄰居的能耗值，若進(jìn)行數(shù)據(jù)傳輸就對(duì)相應(yīng)鄰居的能耗值進(jìn)行計(jì)算E_i＝E_i+0.03，若進(jìn)行數(shù)據(jù)接收就對(duì)相應(yīng)的鄰居能耗值進(jìn)行計(jì)算E_i＝E_i+0.01，并且對(duì)該鄰居節(jié)點(diǎn)中的能耗估算表也進(jìn)行更新；

6.4)根據(jù)碼字S的碼字價(jià)值，在概率轉(zhuǎn)發(fā)表中查找最接近該碼字價(jià)值所對(duì)應(yīng)的概率A，作為向?qū)蛹?jí)最低的那類鄰居轉(zhuǎn)發(fā)的一級(jí)概率；

6.5)根據(jù)能耗估計(jì)模型估算鄰居節(jié)點(diǎn)的能耗，按照這個(gè)能耗分配二級(jí)概率；

6.6)剩余的1-A的一級(jí)概率平均分配給剩下的層級(jí)類，每個(gè)層級(jí)類內(nèi)部還是按照能耗來(lái)瓜分分配的這個(gè)一級(jí)層級(jí)；

6.7)組織全部二級(jí)層級(jí)，按照賭輪算法選擇一個(gè)鄰居進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)。