[发明专利]一种基于改进克里金算法的无线传感网温度监测方法

说明书

本发明公开了一种基于改进克里金算法的无线传感网温度监测方法，首先建立层簇式无线传感器网络拓扑结构，对目标区域的历史温度数据进行分析，设置阈值ρ以及融合周期T，然后在簇头节点处基于阈值ρ对簇内节点数据进行周期性地融合，获得初始温度数据，通过无线链路传输至监控主机保存在本地的数据库；导出初始数据，对其进行变异结构分析，生成变异函数表达式；利用改进Nelder‑Mead单纯形法优化变异函数模型，设计规则格网地形，采用普通克里金算法进行温度插值，进行误差修正，输出规则格网温度场图。本发明利用改进Nelder‑Mead单纯形优化方法优化了变异函数模型，对普通克里金算法的权值进行修正，对插值结果进行误差补偿，使插值结果更科学、更接近于实际情况。

技术领域

本发明涉及一种基于无线传感器网络(Wireless Sensor Networks，WSNs)技术的温度监测方法，特别是涉及一种基于改进克里金算法的无线传感网温度监测方法。

背景技术

温度数据在日常生活、工农业生产以及在科学研究中都是一种很重要的信息，特别是在粮库、温室大棚、森林等环境中，温度的监测和控制更为重要。无线传感器网络是常用的监测技术之一。它克服了传统监测手段方法单一、时效性和灵活性差等缺点。但是由于受到传感器节点部署密度的限制，监测系统根据有限的采样点数据生成温度场图的精度较差，不能满足某些对精度要求较高的应用。另外，无线传感器网络还有一个缺点就是，无线传感器电池能量以及通信带宽均很有限。

克里金(Kriging)插值法，又称空间自协方差最佳插值法，被广泛地应用于地下水模拟、土壤制图等领域，是一种很有用的地质统计格网化方法。它首先考虑的是空间属性在空间位置上的变异分布，确定对一个待插点值有影响的距离范围，然后用此范围内的采样点来估计待插点的属性值。它是考虑了信息样品的形状、大小及与待估计块段相互间的空间位置等几何特征以及品位的空间结构之后，为达到线性、无偏和最小估计方差的估计，而对每一个样品赋予一定的系数，最后进行加权平均来估计块段品位的方法，在数据点多时，其内插的结果可信度较高。

已经有研究利用克里金插值算法实现了基于无线传感网的温度场绘制的尝试，但存在着预测精度性能一般、实际应用体验不好等缺陷。例如通常的方法是，采样前按照精度要求确定取样密度，或者在数据采集过程中根据情况动态地调整采样点密度，但很少考虑对半方差变异函数模型进行优化，如公开号为CN103278262A、名称为“基于视频和温度传感器信息融合的温度场测量装置”的发明。此外，对插值后的误差的分析、利用也不足。

发明内容

本发明的目的在于克服现有无线传感网监测生成的温度场精确度不够高，以及网络生存时间较短的缺陷。

为解决上述问题，本发明提出一种基于改进克里金算法的无线传感网温度监测方法，不仅提高了预测精度，而且能够较好延长网络生存时间。本发明提出的方法还可以在Matlab中进行WSNs仿真实验，以分析其性能优劣。技术方案包含以下具体步骤：

步骤1：建立层簇式无线传感器网络拓扑结构，即将网络中的节点分为普通节点、簇头节点和基站节点，簇头节点负责收集并融合处理本簇内节点的数据；

步骤2：通过对无线传感网监测目标区域的历史温度数据进行分析，设置阈值ρ以及融合周期T，然后在簇头节点处基于阈值ρ对簇内节点数据进行周期性地融合，当基站节点获得初始温度数据后，将其通过无线链路传输至监控主机，并保存在本地的数据库；

步骤3：从本地数据库导出初始数据，采用区域化变量分析方法对其进行变异结构分析，生成变异函数表达式；

步骤4：利用改进Nelder-Mead单纯形法优化变异函数模型，即将原来的固定搜索系数改为随机分量搜索系数，将原来的沿线搜索转化为在空间域搜索，提高全局搜索能力，克服Nelder-Mead单纯形法容易陷入局部极值点的缺陷；

步骤5：设计规则格网地形，为网格间距选取合适的值；