[发明专利]基于空时压缩的传感网络分簇优化方法

说明书

本发明公开了一种基于空时压缩的传感网络分簇优化方法，该方法采用让感知节点轮流成为簇头的方式均衡网络中各感知节点的能耗；根据传感器网络中的感知节点数量进行分簇，有效的控制了簇的分布与规模；基于能量与距离模型优化算法动态的优化各簇内的簇头数量，减小了各簇内的能量消耗，提高了网络的自组织性与自适应性；运用压缩感知理论充分挖掘感知数据的空时相关性，并在簇头和感知节点处实现了空时压缩，进一步减少了网络中的数据传输量；在相同网络环境下，对比其他方案方法，其具有更低的能量消耗并且有效的延长了网络的生命周期。

技术领域

本发明涉及一种基于空时压缩的传感网络分簇优化方法，属于无线通信网络、无线传感器网络技术领域。

背景技术

无线传感器网络在监测、管理等多种智能服务中，发挥着越来越重要的作用，目前无线传感器网络已经应用于多个领域，其中包括军事、工业、环境监测以及医疗服务等。然而，无线传感器网络中各传感节点电池容量较小的问题限制了无线传感器网络的应用范围。回收耗尽节点并部署新节点或对耗尽节点续电的思路显然是不现实的。所以，如何延长无线传感器网络的寿命成为了一个重要的问题。

当前已提出的用于解决无线传感器网络生命周期问题的方案大致可分为如下两类：第一类方案从网络通信路由的角度出发，目的在于减小传感网络中的数据传输距离，尽管此类方案在成功的优化了节点间的通信能耗，在一定程度上缓解了传感网络的通信压力，但并未从根本上解决由通信数据量过大引起的网络生命周期较短的问题。第二类方案从减小数据传输量出发，只考虑挖掘感知数据的空间相关性或时间相关性，尽管该类方案从一定程度上减小了网络的数据传输量，但只考虑了一类属性，未能充分地挖掘数据的相关性。

发明内容

为了解决上述技术问题，本发明提供了一种基于空时压缩的传感网络分簇优化方法。

为了达到上述目的，本发明所采用的技术方案是：

基于空时压缩的传感网络分簇优化方法，包括，

将传感器网络中的所有感知节点分为若干个簇；

传感器网络进入循环运行，每次循环运行的过程如下：

1)计算每个簇内的最佳簇头数，每个簇内选举出相应数量的簇头，

2)基于空时压缩原理进行传输数据，

3)汇聚节点对数据进行实时重建。

根据感知节点数，确定簇数，具体关系如下：

其中，N_k为簇数，N为感知节点数，b为正整数。

各簇中，根据当前存活感知节点数，获得最佳簇头数；

其中，k_op为最佳簇头数，a为当前存活感知节点数，W为簇的边长，d_toSink为感知节点离汇聚节点的距离。

簇头选举的过程为，

簇内每个感知节点都拥有一个阈值，每个感知节点随机产生一个随机数，并将随机数与自身的阈值比较，若随机数小于自身的阈值，则该感知节点被选为簇头，簇内其他感知节点自动加入最近的簇头。

阈值与最佳簇头数k_op存在以下关系，

其中，T(i)为第i个感知节点的阈值，p为簇内簇头占簇内总节点数的百分比，r为循环运行次数，C为在轮循环运行中未当选簇头的感知节点。

基于空时压缩原理进行传输数据的过程为，

假设簇头I拥有n个感知节点；