[发明专利]基于移动代理的无线传感器网络智能数据采集方法

说明书

技术领域

本发明涉及一种在大规模无线传感器网络中智能数据采集的方法，主要利用分布式计算技术和人工智能技术来解决无线传感器网络中海量数据的获取、传递、检索问题，属于分布式计算技术、人工智能技术和无线传感器网络数据融合技术的交叉应用领域。

背景技术

无线传感器网络是由具有感知、处理和无线通信能力的传感器节点通过自组织方式形成的网络，它能够使我们延伸至更广阔的交互空间，获得围绕我们周围动态的状态信息，实现对于外围世界更加精确而深邃的认识和控制，因而在军事、环境、健康、家庭、交通、制造业、商业、设施管理、运输、安全、空间探索和灾难拯救等领域有着广阔的应用前景，对人们的生活和工作方式、产业发展和变革产生革命性的影响。

无线传感器网络是一种无线的、可自组织的、容错性高的、动态的、应用相关的、以数据为中心的新型信息网络，目的在于协作的感知、采集和处理网络覆盖区域中被监测对象的信息。传感器节点通常是随机部署在一定区域中，执行监测任务或者对外部目标进行定位和追踪。因此，将传感器节点采集到的数据快速、准确地传送给用户是无线传感器网络的首要任务。良好的数据管理技术能够提高传感器节点协作感知、采集、处理、发布数据信息的效率，进而更好地确定无线传感器网络的可用性和有效性。与传统的Ad-hoc网络(自组织分组无线网络)不同，无线传感器网络的通信能力有限、动态性强，节点电源能量有限、计算能力有限、数量大分布范围广、感知数据流实时无限。由于传感器节点数量大且随机分布，相邻的传感器对同一事件进行监测所获得的数据具有相似性。无线传感器网络节点的能量、存储空间与计算能力有限的特点又使得冗余数据的传送在一定程度上将消耗过多的能量，缩短整个网络的生存时间。因此，为了更好的对感知数据进行管理，在大规模无线传感器网络的数据传输过程中，需要一种适合大规模无线传感器网络的特殊的数据采集方法。

移动代理技术是一种基于网络的分布式计算技术，本质上是以一组分散的、松散耦合的、可移动的智能结构在分布式网络环境中实现群体间高效率相互协作联合求解，解决多种协作策略和方案下的冲突和矛盾。人工神经网络技术是由一些简单的处理单元组成的并行网络，是现代神经生物学和认识科学在对人类信息处理研究成果基础上提出的对人的神经系统的简化、抽象模型，具有大规模并行模拟处理、非线性映像、自适应学习、网络全局作用、良好容错性和鲁棒计算等特点。移动代理具有自主性、主动性、反应性、移动性、社会性和智能性等特性，能够实现系统的协同和自治，可以很好应用于无线传感器节点的数据管理中，并解决目前这一领域中难以解决的一些关键问题。尤其在无线传感器网络带宽有限、能量受限、不稳定的动态无线环境中，移动代理有助于降低数据流量和通信开销、减少感知数据的计算量和冗余量、节约能量、有效延长网络系统生存期；人工神经网络技术的自适应学习训练有助于在降低数据传输速率、减少数据通信量的情况下提高关键信息的数据传输的时效性。

发明内容

本发明的目的在于提供一种解决大规模无线传感器网络中节点的数据采集问题，从而为无线传感器网络的各种应用提供有效和可靠的保证的基于移动代理的无线传感器网络智能数据采集方法。

本发明的技术解决方案是：

一种基于移动代理的无线传感器网络智能数据采集方法，其特征是：包括下列步骤：

1)初始状态时，网络中只存在sink节点和普通节点两类节点，普通节点利用派发代理将自己的节点编号、位置、时间戳信息发送给周围位于其通讯范围内的节点；

2)每个普通节点都维护一张本地表，当收到派发代理发送来的邻居节点的信息后，将上述信息存储到本地表中，节点本地表中存储字段有：节点ID、位置、剩余能量E、状态、簇ID、簇头次数、时间戳，其中状态字段取值有：普通、簇头两种，初始状态时所有普通节点的状态字段都取值为普通；字段簇ID和簇头次数的初始取值为0；

3)sink节点向网内所有普通节点派发智能组网代理，对网络中所有节点进行分簇，并筛选出簇头节点，向网络中其他节点广播，同时修改本地表中相应的状态、簇ID和簇头次数字段的值；

4)根据用户要求，sink节点通过派发代理将任务派发给各簇头节点，再由簇头节点依次向簇内成员节点派发；派发代理将携带如下信息：任务ID、检测类型、告警条件、告警级别、数据采样频率、状态、时间戳；

5)普通节点收到派发代理的任务后，执行数据智能采集流程，并在一定的数据采样频率下将采集到的数据传递给sink节点；

6)为了保证簇头节点不过度消耗能量，一定时间后重复步骤3)的方法重新进行簇头的选举。