[发明专利]一种传感器网络故障主动感知方法及系统有效

专利信息
申请号: 201911298094.4 申请日: 2019-12-17
公开(公告)号: CN111163485B 公开(公告)日: 2022-11-01
发明(设计)人: 张彩霞;王向东;王新东 申请(专利权)人: 佛山科学技术学院
主分类号: H04W24/04 分类号: H04W24/04;H04W84/18
代理公司: 广州嘉权专利商标事务所有限公司 44205 代理人: 蔡伟杰
地址: 528000 广东*** 国省代码: 广东;44
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 传感器 网络故障 主动 感知 方法 系统
【权利要求书】:

1.一种传感器网络故障主动感知方法,其特征在于,所述方法包括以下步骤:

S100:初始化无线传感器网络并将网络进行分簇;

S200:根据分簇后的节点生成的拓扑图构建簇区内的拓扑结构的多叉树,将各个簇头节点作为多叉树中各个子树的根节点,将普通节点作为各个子树的叶子节点;

S300:当多叉树中的各个子树的根节点与叶子节点进行通信时,各叶子节点以共识机制依次判定当前正在进行通信的叶子节点是否为故障节点;

S400:如果叶子节点是故障节点时,当前子树的根节点发送包括故障节点编号的消息到汇聚节点并传输到基站,同时标记故障节点并重新生成不含有故障节点的子树;

在S300中,各叶子节点以共识机制依次判定当前正在进行通信的叶子节点是否为故障节点的方法为:计算同一个簇区内所有的普通节点采集物理量的平均值,所述共识机制的方法为当前普通节点采集的物理量的值大于平均值的0.8倍并小于平均值的1.25倍则判定当前普通节点不是故障节点,否则判定当前普通节点为故障节点。

2.根据权利要求1所述的一种传感器网络故障主动感知方法,其特征在于,在S100中,通过LEACH算法或HEED算法初始化无线传感器网络将网络进行分簇为层次结构,即分簇后的无线传感网络包括至少一个基站、一个或多个汇聚节点、一个或多个簇头节点、一个或多个普通节点。

3.根据权利要求1所述的一种传感器网络故障主动感知方法,其特征在于,在S200中,所述多叉树为多叉树数据结构,多叉树的根节点为基站,根节点的下一级节点为汇聚节点;每个汇聚节点连接到多叉树中各个子树的根节点,子树的根节点即簇头节点,叶子节点为普通节点。

4.根据权利要求1所述的一种传感器网络故障主动感知方法,其特征在于,在S200中,根据分簇后的节点生成的拓扑图构建簇区内的拓扑结构的多叉树的方法为:在初始状态下,各节点发射功率相同,定期广播自己的能量剩余消息,节点收到其他节点的能量剩余消息后,发送确认消息进行应答;发送节点可以根据收到的确认消息数量判断自己的邻居节点数量;所有普通节点和簇头节点都使用最大发射功率发射时形成的拓扑图,各个分簇中的每个普通节点以自己所邻近的最远通信节点来确定发射功率,节点根据自己的邻居节点数量判断是否需要改变发射功率:若邻居节点数大于最大值,则降低发射功率;若邻居节点数小于最小值,则提高发射功率;若邻居节点数介于最大值和最小值之间,则不调整发射功率;生成多叉树的方法包括RNG、MST、LMST中任意一种。

5.根据权利要求1所述的一种传感器网络故障主动感知方法,其特征在于,在S400中,重新生成不含有故障节点的子树的方法为:当多叉树的中的子树发现故障节点时,由当前子树包含的子树根节点和叶子节点通过包括RNG、MST、LMST中任意一种方法生成多叉树的子树,该新生成的多叉树的子树不包括已经标记为故障节点的叶子节点。

6.一种传感器网络故障主动感知系统,其特征在于,所述系统包括:存储器、处理器以及存储在所述存储器中并可在所述处理器上运行的计算机程序,所述处理器执行所述计算机程序运行在以下系统的单元中:

网络初始化单元,用于初始化无线传感器网络并将网络进行分簇;

多叉树构建单元,用于根据分簇后的节点生成的拓扑图构建簇区内的拓扑结构的多叉树,将各个簇头节点作为多叉树中各个子树的根节点,将普通节点作为各个子树的叶子节点;

共识判定单元,用于当多叉树中的各个子树的根节点与叶子节点进行通信时,各叶子节点以共识机制依次判定当前正在进行通信的叶子节点是否为故障节点;

子树重建单元,用于如果叶子节点是故障节点时,当前子树的根节点发送包括故障节点编号的消息到汇聚节点并传输到基站,同时标记故障节点并重新生成不含有故障节点的子树;

各叶子节点以共识机制依次判定当前正在进行通信的叶子节点是否为故障节点的方法为:计算同一个簇区内所有的普通节点采集物理量的平均值,所述共识机制的方法为当前普通节点采集的物理量的值大于平均值的0.8倍并小于平均值的1.25倍则判定当前普通节点不是故障节点,否则判定当前普通节点为故障节点。

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佛山科学技术学院,未经佛山科学技术学院许可,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/201911298094.4/1.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