[发明专利]基于双向吸引机制的大规模WSNs拓扑控制方法

权利要求书

1.一种基于双向吸引机制的大规模WSNs拓扑控制方法，包括如下步骤：

1)初始设定

给定m0个节点，它们组成一个全耦合网络，其中每条边都赋予权值w0；

2)网络增长

每次加入一个新节点New，让这个节点在其通信半径内与已存在的m个节点相连，因此每次新加入了m条边，连接节点的选择按照权重优先选择进行，即一个老节点i被选择的概率为：

Π_New→i＝S_i/Σ_kS_k(1)

每条新边的权重同样设为w0；Si为节点i的强度(或称为点权)；

3)双向吸引:以基站为起点，按照式(1)由远及近的方式搜索确定多级簇头节点；

4)每个簇头节点将自身ID及相连接的簇头节点ID广播至与其相连节点(已建立连接簇头节点除外)，其他普通节点则请求在其通信半径内距离最近的汇聚节点建立连接，形成簇，如果簇头节点点权值当达到阈值S时，重复步骤4)；

5)存在节点未加入任何簇，则选择最近簇头节点建立连接并加入该簇。

2.根据权利要求1所述的基于双向吸引机制的大规模WSNs拓扑控制方法，其特征在于：步骤2)中节点权重的动态演化过程：

1)权值演化过程

为了简单起见，认为新加入的边只会局部引发连接节点i与它的邻居节点j∈τ(i)边的权值重新调整，调整按照如下规则进行：

w_ij→w_ij+Δw_ij(2)

Δwij=ρ·wijsi---(3)]]>

也就是每次新引入一条边(n，i)，会给节点i带来额外的ρ的流量负担，而与之相连的边会按他们自身的权值w_ij的大小分担一定的流量，因此，总的节点i的强度:

S_i→S_i+ρ+w₀(4)

2)点权演化分析

2a)网络的演化始于一个包含m0个节点的子网，每一时间步加入一个新的节点，直到达到所需的网络规模为止；所以模型的演化时间等价于加入到网络中的节点的个数，即t＝N-m0，并且模型的自然时间标度为网络规模N；对模型做连续近似，可以将边权w和点权S做变量连续化处理，并且时间t也是连续的，那么边权w_ij将会按照如下方程演化：

dwijdt=mSjΣkSk-Si×mSiΣkSk-Sj×ρ---(5)]]>

2b)有两种过程对点权S_i的变化起作用：一个是内部建立的连接和权重的更新,另一个是新点的加入；因此节点i权重的变化率方程可以写为：

dSidt=0Si>SnSiΣjSj(1+ρ)+Σj∈·(i)dwijdtSi<S---(6)]]>

注意：ΣiSj≈m2ρt+2nρt,]]>并根据式(3)和(5)，有：

dSidt=m2ρ+n(1+ρ)m2ρ+2n(1+ρ)×Si(t)t---(7)]]>

2c)由微分方程的初始条件S_i(t＝i)＝n，

Si(t)=n(ti)m2ρ+n(1+ρ)m2ρ+2n(1+ρ)---(8)]]>

通过对时间的演化行为可以计算统计特征；

2d)同时，节点i进入网络的时间t_i＝t均匀分布在区间[0,t]，并且度分布可以写为：

P(S,t)=1t+N0∫0tδ(S-Si(t))dti---(9)]]>

根据式(8)得到S_i(t)～(t/i)^θ，则在时间t→∞时的权重分布为P(s)～S^-α,其中α＝1+1/θ；

α＝1+[m²ρ+2n(1+ρ)]/[m²ρ+n(1+ρ](10)

当m＝0时，α＝3，并且该网络还原为无标度网络模型；当m→∞时，α→2。