[发明专利]一种面向无线传感器网络的近邻轮转层次分簇方法有效

专利信息
申请号: 201811085825.2 申请日: 2018-09-18
公开(公告)号: CN108882258B 公开(公告)日: 2021-07-27
发明(设计)人: 张德干;高瑾馨;张婷;葛辉;李可;姜凯雯 申请(专利权)人: 天津理工大学
主分类号: H04W16/22 分类号: H04W16/22;H04W40/10;H04W40/20;H04W40/22;H04W84/18
代理公司: 天津耀达律师事务所 12223 代理人: 张耀
地址: 300384 *** 国省代码: 天津;12
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 面向 无线 传感器 网络 近邻 轮转 层次 方法
【说明书】:

一种面向无线传感器网络的近邻轮转层次分簇方法。本方法研究了无线传感器网络(WSN)的节点分簇的簇头选择问题。提出一种近邻轮转层次分簇算法(EEHCN),通过比较传感器节点的节点度大小与距离分区域中心距离的综合权值,决定该节点是否能够成为簇头节点。簇头替换阶段,当前簇头的近邻节点集合中的成员节点随机时间片轮转成为簇头,并根据路由信息通过多跳方式将融合后的信息传输到距离最近的汇聚节点。本方法能够更好地节省网络能量,提高数据传输效率,最大化网络生命周期。

技术领域

发明属于物联网领域,具体涉及一种面向无线传感器网络的近邻轮转层次分簇方法。

背景技术

随着无线技术的快速发展,无线传感器网络(Wireless Sensor Network,WSN)得到了广泛的应用。WSN是由大量传感器节点组成的一种自组织网络,它们感知网络内各种物理或环境条件并相互通信,且具有非常有限的资源,尤其是能量。传感器节点具有监测数据、处理数据、存储数据和传输数据的功能,并具有一定的数据融合能力。传感器节点负责感知网络中的环境信息,收集监测数据并通过汇聚节点传输至基站。无线传感器网络具有节点部署密度高,不可靠性以及功耗、计算和内存限制等特点。传感器网络具有复杂多样的拓扑结构。为了提高网络感知和处理数据的效率,出现了网络集群管理的方法。

随着传感器网络的可扩展性和功率、效率的提高,对路由进行层次聚类越来越重要。在基于层次的体系结构中,每层次的“中心”节点可以将其他节点收集到的数据通过数据融合技术融合在一起,再将聚类后数据传输到基站(BS)。而“非中心”节点只能感知数据,位于高层的节点通过低层的节点将数据传输到基站。它们将感知到的数据传输到更高的节点,也就是所谓的簇头节点(CH),其距离小于到基站的距离。集群的形成和对簇头分配特殊任务减少了特定簇内的功耗,这提高了传感器网络的可扩展性。同时,通过聚类感测到的数据,可以减少传送到基站的数据量,并且延长整个传感器网络的寿命。

分层路由协议能很大限度地延长无线传感器网络的使用寿命,但由于忽略了簇头决策中邻居的状态,现有协议很容易导致簇头节点过早死亡。在本算法中,每个集群由一组节点度较大且距离分区域中心较近的近邻节点集合管理,能延长集群节点的生存时间;簇头节点将聚类后的数据信息以多跳传输的方式发送给汇聚节点。因此,新提出的方法通过优化层次分簇结构减少网络能耗,能延长无线传感器网络的生命周期,并实现高效数据传输。

发明内容

本发明的目的是解决无线传感器网络(WSN)的节点分簇的簇头选择问题,提供一种面向无线传感器网络的近邻轮转层次分簇方法。本发明考虑了能量高效的层次分簇算法(EEHC)是在簇头选择阶段,节点以概率p向邻居节点声明自己为簇头,不能更好的考虑到网络拓扑结构特点。提出一种近邻轮转层次分簇算法(EEHCN),通过比较传感器节点的节点度大小与距离分区域中心距离的综合权值,决定该节点是否能够成为簇头节点。簇头替换阶段,当前簇头的近邻节点集合中的成员节点随机时间片轮转成为簇头,并根据路由信息通过多跳方式将融合后的信息传输到距离最近的汇聚节点。本方法能够更好地节省网络能量,提高数据传输效率,最大化网络生命周期。

本发明的面向无线传感器网络的近邻轮转层次分簇方法,主要包括如下关键步骤:

第1、无线传感器网络模型的构建:

第1.1、建立网络结构模型;

第1.2、建立能量消耗模型;

第2、近邻轮转层次分簇算法模型的构建:

第2.1、建立分簇模型;

第2.2、建立簇间通信链路模型;

第3、近邻轮转层次分簇协议的设计:

第3.1、准备:计算得出每个节点的节点度大小,存于节点信息表中;

第3.2、竞选簇头:分区域选取簇头节点,计算簇头节点间距离判定簇群重复覆盖范围;

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于天津理工大学,未经天津理工大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201811085825.2/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top