[发明专利]无线传感器网络语义通信中任务组合的本体及推理规则

说明书

技术领域

本发明涉及无线传感器网络通信技术和数据语义分析技术领域，是两者的交叉综合。 

背景技术

无线传感器网络(Wireless Sensor Network,WSN)是由大量节点密集分布通过自组织方式构成的网络，其基本特点是网络面向应用，网络节点协同地实现网络的应用。现有的WSN网络技术，无论是MAC、路由还是传输控制，均是以传感器节点采集的数据作为传输和处理的基本对象，将数据传输到汇聚点Sink，由Sink进行应用层的处理。这是传统网络中典型的端到端传输的技术和思路，而没有充分体现WSN面向应用的特点。这就出现了Sink和节点传输和处理的对象的不一致性，严重制约了WSN的性能，并且导致了WSN网络技术中一系列的基础性问题，例如WSN最基本的性能指标——网络生存期至今仍然无法有效定义。 

WSN的基本特征是面向应用，所以WSN中所有节点的传输和处理应该直接针对网络应用，与Sink一样，从应用的角度来传输和处理数据。此时，网络中的节点和Sink从传输和处理功能的角度上来看，处于相同的地位，都是完成一定的应用任务，只不过不同节点所完成的应用任务不同而已，由此构建WSN语义通信的技术体系。在WSN语义通信中，网络的通信问题转化为任务的分解、组合和调整问题，类似于现有的路由、MAC和传输控制。但是，两者在处理对象上是不同的。从现有网络技术角度来看，任务的分解、组合和调整可以近似看作综合应用层的路由、MAC和传输控制。但这实际上与语义通信有本质性区别，现有网络技术是沿端到端的数据传输路线进行的“纵向”处理，而基于应用任务的技术是任务的执行者之间“横向”处理为主，并伴随“纵向”处理。 

目前，OGC组织提出了传感器数据的SWE描述框架和SensorML描述语言，该框架目的是开发无线传感器网络的上层Web应用，其旨在通过对不同应用场景的传感器节点数据进行语义描述，实现节点数据的语义查询。但是，SWE框架注重于传感器原始数据的标注和描述，SensorML仅仅提供了用于描述传感器的标签式表示方式，是一种结构性的XML描述语言，不涉及描述所用的词汇以及词汇之间的关系，缺乏对数据的语义性关系的描述和支持。另外，SWE描述框架是对传感器数据的静态描述，没有提供用于网络通信的推理机制，节点无法仅就SensorML的描述进行语 义处理和有效地传输和协调，缺乏语义通信功能。 

发明内容

本发明的目的是提供WSN语义通信的核心承载者——任务模型的内容和本体结构，并基于任务模型本体构建任务组合的推理规则，以及基于本体和推理规则的任务组合的实现方法。 

在WSN语义通信中，以WSN的具体应用作为网络所有节点传输和处理的基本单元，节点对数据的传输和处理直接以该节点所需完成的应用为依据和目标。WSN中汇聚点Sink所要求完成的应用是通过所有节点协同实现来完成的，所有节点被看作完成不同应用的sink。根据所需完成的应用之间的关系，将节点划分为不同等级的sink，上级sink的应用是由或部分由下级节点应用的组合完成的。本发明将节点所需完成的应用称为任务，WSN语义通信包括三个基本过程：首先，网络应用的任务分解到网络中的节点，此称为任务分解；其次，网络节点完成的任务逐级汇聚，最后到达汇聚点Sink，此称为任务的组合；最后，基于网络的实际运行情况和节点状态，对任务进行局部调整，此称为任务的调整或协调。 

本发明采用任务模型的概念和方式来实现任务组合，图1提供了任务模型的结构，包括数据表示层、任务本体层和推理规则层。各层的内容和功能说明如下。 

第一层：数据表示层 

本发明的任务模型包括应用内容、服务性能和节点状态三个部分，三个部分的组成数据采用SensorML描述语言来标记描述，为构建相应的本体提供基本的词汇或概念。三个部分的数据内容分别为： 

1.网络应用：传感器节点采集的数据如温度、湿度、光强、压力等等；以及数据背景特性如数据采集的时间和地点。 

2.网络性能：能量、精确度、时延、时延抖动、通过量等。 

3.网络节点：节点标识(id)、感知区域、剩余能量、通信功率、计算能力、存储容量等；邻居节点及上下层关系等。 

第二层：任务本体层 

在数据表示的基础上，本体层提取和定义语义通信中的核心词汇/概念，采用本 体工程的结构构建核心词汇本体，定义词汇与词汇之间的关系，从而得到任务模型本体。而在本体的具体构建中，本发明采用类的方法来构建实现本体及本体之间的关系。