[发明专利]水下无线传感网络能量感知数据聚合方法、系统及存储介质

权利要求书

1.一种水下无线传感网络能量感知数据聚合方法，其特征在于，包括以下步骤：

1)确定水下无线传感网络系统中的传感器节点数量、传感器节点坐标；

2)计算水下无线传感器网络中每个传感器节点的剩余能量；

3)采用决策树桩作为弱分类器，决策树桩利用预设阈值将传感器节点分为高能量节点和低能量节点；然后，利用LPBoost算法根据误差率计算出各个弱分类器在最终集成分类器中的权重，将弱分类器进行线性组合，获得精度更高的分类结果；

4)经过步骤3)的分类处理后，依据曼哈顿距离的大小低能量传感器节点将数据汇聚给附近能量较高的传感器节点；

5)Sink节点收集来自高能量传感器节点的数据，并将聚集的数据传输到基站。

2.根据权利要求1所述的水下无线传感网络能量感知数据聚合方法，其特征在于：

在步骤1)中，给定节点的训练数据集(x₁，y₁)，....(x_k，y_k)，其中x_i表示节点能量特征值，y_i∈[-1，1]，i＝1，…，k，y_i表示类别标签；k表示数据集大小，用于训练决策树桩。

3.根据权利要求1所述的水下无线传感网络能量感知数据聚合方法，其特征在于：

在步骤2)中，假设所有的传感器节点在初始定位时都具有相等的能量，则每个传感器节点的消耗能量E_con按功率和时间的乘积来计算，计算公式如下：

E_con＝[power*time] (6)

power为功率，time为时间。

4.根据权利要求1所述的水下无线传感网络能量感知数据聚合方法，其特征在于：

在步骤3)中，使用式(7)计算传感器节点的剩余能量：

表示传感器节点的剩余能量，E_tot表示传感器节点的总能量，E_con表示节点消耗的能量。

5.根据权利要求1所述的水下无线传感网络能量感知数据聚合方法，其特征在于：

在步骤4)中，决策树桩预先定义剩余电量的阈值，然后决策树桩将每个传感器节点的剩余能量与阈值进行比较，如果传感器节点的剩余能量大于阈值δ，则传感器节点S_i被分类为较高能量节点，否则，传感器节点S_i被分类为低能量节点；

在利用LPBoost算法进行集成学习过程中，利用线性规划方法获取决策树桩的最佳线性联合，所有弱分类器的权重在迭代中不断调整，最终决策树桩的n个分类结果集成为强分类器，强分类器输出L表式为：

L表示强分类器输出，w_i表示所有决策树桩的分类输出结果；

初始化权值分布，先分配相等权重q_t＝1/n给各弱分类器，初始化权重如下：

q_t＝(1/n，...，1/n)，

再通过多次样本训练，根据训练误差大小不断迭代权重值，各弱分类器权重之和始终等于1，利用式(11)确定每个决策树桩的训练误差：

t_er＝(r_i-w_i)² (11)

t_er表示训练误差，r_i表示决策树桩弱分类的实际结果；

根据计算的训练误差，更新每个决策树桩结果对应的初始权重，如果决策树桩对传感器节点分类与对应训练数据标签一致，则降低节点的权重；当决策树桩对传感器节点的分类结果与训练数据标签不一致，则增加其对应权重，决策树桩的更新权重表示为q′_t，因此，强分类器输出结果通过以式(12)获得：

利用式(13)计算不同类别传感器之间的边距，

式(13)中，α_n表示松弛变量，m表示类的边距，将整个传感器节点划分为特定的类别。