[发明专利]基于扰动与环境、距离和能量约束的传感器选择方法

说明书

本发明公开了一种基于扰动与环境、距离和能量约束的传感器选择方法，包括数据初始化，确定传感器网络最低MSE；构造目标函数为最小化时刻内带有权重的传感器节点选择个数模型，通过松弛转换后再对其进行凸化问题问题转换，然后进行更新迭代，直到分配完毕。本发明针对现有传感器选择算法中未考虑环境因素以及节点量测扰动和节点与目标间距离扰动因素对目标监测精度的影响，提出一种基于环境、能量和估计精度约束的传感器选择算法，利用松弛技术以及目标函数中嵌入惩罚项的迭代方法，在保证估计精度的前提下，迭代求解最小传感器选择数目集，平衡无线传感器网络的能量。

技术领域

本发明涉及无线传感器网络通信技术领域，尤其涉及一种基于扰动与环境、距离和能量约束的传感器选择方法。

背景技术

目前，随着传感器小型化、智能化及计算能力提高，无线传感器网络(WSN)应用场景日益多元，使传感器选择逐渐成为无线传感器网络的研究热点。若利用无线传感器网络中的所有传感器节点对一个目标进行测量，可以获得与目标相关的最全面的信息，但这会增加无线传感器网络的能耗和处理负担。因此，根据无线传感器网络的精度要求，选择部分传感器节点对目标进行测量，可以节省能量，减少无线传感器网络的响应延迟，有利于延长无线传感器网络的使用寿命。

传感器对目标的估计性能和剩余能量是传感器选择中需要考虑的两个关键因素；Cristian Rusu等人提出了一种具有时间、能量和通信约束的传感器调度方法，在将问题建模为0-1问题，即不选择传感器节点或选择传感器节点问题的基础上，提出了一种基于凸松弛技术以及目标函数中嵌入惩罚项的迭代方法，直接优化均方误差，在保证估计精度的前提下，平衡无线传感器网络的能量和通信需求。但是，该方法仍然具有一些局限性。首先，此方法不涉及监测环境变化时对估计精度的影响；其次，未考虑传感器的量测信息和位置由于信号延迟等受到扰动时对传感器调度的影响。以上因素都会影响网络中的传感器节点调度，进而影响整个网络的估计精度和生命周期。

发明内容

本发明的目的是提供一种基于扰动与环境、距离和能量约束的传感器选择方法，能够在传感器量测及位置存在有界扰动情况下，基于能量和估计精度约束，利用松弛技术，迭代求解最小数目传感器集，平衡能量和精度，实现最优选择。

本发明采用的技术方案为：

一种基于扰动与环境、距离和能量约束的传感器选择方法，依次包括以下步骤：

步骤一：在无线传感器监测区域内随机部署M个传感器构成集合Ω，测量目标x的N维参数，N∈N₊，N₊表示正整数；传感器节点i的量测为i＝1,...,M；量测矩阵[·]^T表示转置运算，设定传感器观测时刻T，T∈N₊；

步骤二：根据监测区域环境的温度、能见度和相对湿度，构造环境因子C；根据传感器节点i和目标x的位置，确定距离参数d_i，距离参数矩阵d_M＝[d₁,...,d_i,...,d_M]^T；由监测区域面积S和环境因子C以及传感器节点个数M确定相对区域面积S_M；

由于距离目标较近的传感器节点具有较高的估计精度以及较少的能量消耗，因此由传感器节点i距离参数d_i和相对区域面积S_M，确定传感器节点i的选择距离权重H_i，所有传感器节点的距离权重矩阵H∈R^M；设定传感器节点i的量测扰动(Δ_Φ)_i，Δ_Φ∈R^M×N，量测扰动和传感器节点i与目标x的距离扰动(Δ_PL)_i,Δ_PL∈R^M的界分别为δ_Φ和δ_PL，传感器节点i的感测和处理成本s_i，