[發(fā)明專(zhuān)利]一種傳感網(wǎng)能量均衡方法

有效

• 申請(qǐng)?zhí)枺?/td>: 202010748166.7
• 申請(qǐng)日: 2020-07-30
• 公開(kāi)（公告）號(hào): CN112004255B
• 公開(kāi)（公告）日: 2023-02-28
• 發(fā)明（設(shè)計(jì)）人: 盧旭;陳可洲
• 申請(qǐng)（專(zhuān)利權(quán)）人: 廣東技術(shù)師范大學(xué)
• 主分類(lèi)號(hào): H04W40/10
• 分類(lèi)號(hào): H04W40/10;H04W40/32;H04W52/02;H04W84/18
• 代理公司: 廣州恒華智信知識(shí)產(chǎn)權(quán)代理事務(wù)所(普通合伙) 44299
• 代理人: 姜宗華

本發(fā)明公開(kāi)一種傳感網(wǎng)能量均衡方法，包括區(qū)域分層模塊、能耗模塊、簇頭篩選模塊、數(shù)據(jù)傳輸模塊和成簇模塊，其中區(qū)域分層模塊、能耗模塊、簇頭篩選模塊、數(shù)據(jù)傳輸模塊和成簇模塊基于信號(hào)基站位置的動(dòng)態(tài)性進(jìn)行交互。與現(xiàn)有技術(shù)相比，本發(fā)明簇頭篩選合理、分簇均勻、能保持更大檢測(cè)區(qū)域、節(jié)點(diǎn)死亡更加均勻的基于傳感網(wǎng)Leach改良算法的能量均衡模型。

技術(shù)領(lǐng)域

本發(fā)明涉及目標(biāo)跟蹤領(lǐng)域，特別涉及一種傳感網(wǎng)能量均衡方法。

背景技術(shù)

無(wú)線傳感網(wǎng)絡(luò)(Wireless sensor networks，WSN)是由智能網(wǎng)關(guān)、無(wú)線傳感器、無(wú)線測(cè)控裝置等部分組成，WSN因?yàn)榫哂泄臉O低，尺寸極小，安裝簡(jiǎn)便等優(yōu)點(diǎn)，在軍事領(lǐng)域、目標(biāo)跟蹤、環(huán)境監(jiān)測(cè)各個(gè)方面都得到廣泛的應(yīng)用。但WSN節(jié)點(diǎn)能源以電池為主，通常被布置在無(wú)人值守的復(fù)雜環(huán)境中難以更換電池，所以在能量有限的情況下均衡、降低網(wǎng)絡(luò)能耗，具有非常重要的意義。WSN的能耗問(wèn)題一直都是國(guó)內(nèi)外學(xué)者研究的熱點(diǎn)，WSN中大部分能量都用于信息融合和數(shù)據(jù)傳輸。如現(xiàn)存的經(jīng)典分簇路由算法LEACH，該算法通過(guò)簇頭集中處理傳輸數(shù)據(jù)的方式來(lái)均衡網(wǎng)絡(luò)能耗。但LEACH算法存在簇頭選取不合理、分簇不均、能量損耗嚴(yán)重等問(wèn)題。又如LEACH改進(jìn)算法REC(Region Energy Clustering)以網(wǎng)絡(luò)分層的方式對(duì)簇頭節(jié)點(diǎn)的選取與匯節(jié)點(diǎn)的距離、所在網(wǎng)絡(luò)層級(jí)以及剩余能量等因素聯(lián)合進(jìn)行綜合考慮，以此達(dá)到均衡網(wǎng)絡(luò)能量的目的，但取得的效果都不盡人意。并且存活的節(jié)點(diǎn)聚集在某一狹小的范圍內(nèi)，使檢測(cè)區(qū)域出現(xiàn)大量的盲區(qū)。

因此，如何提供一種簇頭篩選合理、分簇均勻、能保持更大檢測(cè)區(qū)域、節(jié)點(diǎn)死亡更加均勻的基于傳感網(wǎng)Leach改良算法的能量均衡模型，是本領(lǐng)域技術(shù)人員亟待解決的問(wèn)題。

發(fā)明內(nèi)容

針對(duì)現(xiàn)有技術(shù)的不足，本發(fā)明實(shí)施例提供一種簇頭篩選合理、分簇均勻、能保持更大檢測(cè)區(qū)域、節(jié)點(diǎn)死亡更加均勻的基于傳感網(wǎng)Leach改良算法的能量均衡模型。

本發(fā)明提供的一種傳感網(wǎng)能量均衡方法，包括區(qū)域分層模塊、能耗模塊、簇頭篩選模塊、數(shù)據(jù)傳輸模塊和成簇模塊，其中：

所述區(qū)域分層模塊通過(guò)對(duì)監(jiān)測(cè)區(qū)域進(jìn)行網(wǎng)格劃分，根據(jù)隨機(jī)產(chǎn)生的節(jié)點(diǎn)的坐標(biāo)進(jìn)行節(jié)點(diǎn)的區(qū)域和層級(jí)的分類(lèi)；

所述能耗模塊在考慮數(shù)據(jù)傳輸和融合的能量損耗之外，新增了感知能量參數(shù)，采用階梯式能量初始化，根據(jù)節(jié)點(diǎn)與匯節(jié)點(diǎn)的距離分配節(jié)點(diǎn)初始能量；

所述簇頭篩選模塊，根據(jù)監(jiān)測(cè)區(qū)域內(nèi)節(jié)點(diǎn)的數(shù)量對(duì)簇頭篩選進(jìn)行控制；

所述數(shù)據(jù)傳輸模塊根據(jù)節(jié)點(diǎn)到匯節(jié)點(diǎn)的距離、簇頭篩選狀況而選擇不同的連接方式；并根據(jù)剩余能量和節(jié)點(diǎn)所處的位置決定傳輸方式；

所述成簇模型先根據(jù)數(shù)據(jù)相似度建立鄰居節(jié)點(diǎn)表，建立的鄰居節(jié)點(diǎn)表中根據(jù)節(jié)點(diǎn)間距離的遠(yuǎn)近進(jìn)一步劃分出相似節(jié)點(diǎn)，再根據(jù)節(jié)點(diǎn)的剩余能量與位置信息選擇合適的普通節(jié)點(diǎn)或特殊節(jié)點(diǎn)通信；

所述區(qū)域分層模塊、能耗模塊、簇頭篩選模塊、數(shù)據(jù)傳輸模塊和成簇模塊基于信號(hào)基站位置的動(dòng)態(tài)性進(jìn)行交互。

優(yōu)選地，所述區(qū)域分層模塊以原點(diǎn)為中心將監(jiān)測(cè)區(qū)域劃分為節(jié)點(diǎn)總數(shù)的0.04倍往上取整份確定所述監(jiān)測(cè)區(qū)域的數(shù)量，整個(gè)監(jiān)測(cè)區(qū)域以匯節(jié)點(diǎn)為中心劃分為1m×1m大小的網(wǎng)格，并以其縱橫坐標(biāo)的最大值向下取整作為其層級(jí)。

優(yōu)選地，所述能耗模塊通過(guò)新增的節(jié)點(diǎn)的感知能耗參數(shù)和數(shù)據(jù)傳輸和數(shù)據(jù)融合能耗參數(shù)構(gòu)成改進(jìn)后的傳感網(wǎng)自由空間的能耗模塊。

優(yōu)選地，所述簇頭篩選模塊包括固定簇頭篩選與條件簇頭篩選兩種方式。

優(yōu)選地，所述數(shù)據(jù)傳輸模塊采用的連接方式有多種，包括鄰居節(jié)點(diǎn)型、匯節(jié)點(diǎn)型和簇頭型，所述鄰居節(jié)點(diǎn)型、匯節(jié)點(diǎn)型和簇頭型混合使用。

優(yōu)選地，成簇模塊由鄰居節(jié)點(diǎn)表、節(jié)點(diǎn)區(qū)域均勻成簇和節(jié)點(diǎn)休眠調(diào)度三部分組成，通過(guò)建立以節(jié)點(diǎn)間感知數(shù)據(jù)相似度為基準(zhǔn)的所述鄰居節(jié)點(diǎn)表，進(jìn)一步篩選出相似節(jié)點(diǎn)。