[发明专利]基于太阳能收集模型的WMSNs节点调度方法

摘要

本发明提出了基于太阳能收集模型的WMSNs节点调度策略，包括太阳能收集模块、WMSNs节点分簇算法和在两者基础上的一种WMSNs节点调度策略。太阳能收集模型综合考虑了天气情况、节点地理位置以及遮挡等因素的影响，结合并修正太阳能收集的理想能量变化规律，有利于更好的反映WMSNs节点的剩余能量以及太阳能的补充能量。WMSNs节点调度策略，结合了太阳能收集模型以及WMSNs节点分簇算法，通过工作区间结合节点的优先级的方式，调整节点的工作状态。该策略保证了网络覆盖度，降低了WMSNs节点的功耗，有利于保持网络的能量中性状态，使网络可以持续运行，提升网络的性能。

主权项

1.基于太阳能收集模型的WMSNs节点调度策略，包括太阳能收集模块、WMSNs节点分簇算法和在两者基础上的一种WMSNs节点调度策略，其特征在于：所述太阳能收集模块建立过程如下：步骤1：根据当地天气情况和太阳能电池板尺寸设置最佳天气基数Amax；步骤2：分别建立A、B、C、D四个子集，将所有的气象专业天气类型均依次顺序合并到这四个子集中，每个子集均包含不止一个气象专业天气类型；天气类型之间的转换可用概率转移矩阵Pa表示，Pa为4×4的方阵，a表示天气类型，a∈{A，B，C，D}；P_a==方阵P_a中的元素表示前一天为集合A中的天气的情况下，今天也为集合A中的天气的条件概率，其他元素的含义依次类推；根据某地区的历史天气资料，利用马尔科夫链建立Pa后，可以模拟天气变化的转移特性；根据该地区某光伏发电站的历史数据，求出不同天气类型下，地表与地外辐照度的相关系数Ba；步骤3：每天的随机影响因子为Pn=1‑0.1Rand（0,1），随机函数保证每天的随机影响因子是随机的；步骤4：根据理想状态下的太阳能收集的能量变化规律，提出简单太阳能收集量与一天内时间t的关系，能量随着太阳光的强度变化经历上升期、稳定期和下降期，符合梯形模型，满足以下公式：E_（t）=其中，E（t）为太阳能收集量，k为上升的斜率，太阳能收集量最小值为0，Emax为单位1, t1，t2为太阳能收集模型中太阳能收集量上升到最大值的时刻和从最大值开始下降的时刻；(t∈{1,2,3,…,12})；步骤5：量化每个时间段的太阳能收集量，把一天24小时划分为若干个时间片，例如以60分钟为单位，把一天24小时划分成24个时间片，第n天某一时刻的太阳能收集量为Amax×Ba×Pn×E(t)；所述WMSNs节点分簇算法的具体执行步骤如下：步骤1：在WMSNs监测区域内随机部署n个传感器节点，用集合P={P1，P2，P3，P4,…,Pn}表示，其中每个节点都能确定自己的位置和方向，在WMSNs部署完成后向汇聚节点发送自己的位置信息和状态信息；用Si表示WMSNs中所有节点的状态信息，Si=0，表示节点未分簇，即节点不属于任何一个簇；Si=1，表示节点已分簇，即节点至少属于一个簇；Si=2，表示节点为簇头节点；Si=3，表示节点为公共节点，即节点同时属于n个簇（n≥2）；簇用大写字母C表示，簇的标号记为k，k∈{1,2,3,…,N}；第一个簇记为C1，以此类推；步骤2：根据具体的应用需求设置节点的感知区域重叠度的阈值，即一个节点与簇头节点之间的感知区域范围的最小重叠度，用来判断一个节点是否可以和簇头节点处于同一个簇中；阈值在WMSNs节点分簇算法开始执行时被设置为一个定值；步骤3：初始化Si，假设WMSNs中所有节点的初始状态都为0，即Si=0，i∈{1,2,3,4…n}；步骤4：从节点列表中选择一个未分簇的节点Pi作为当前的簇头节点，建立一个簇Ck,对于任意的节点Pj，j∈{1,2,3，…n, n≠i}，计算节点Pi与节点Pj感知区域的重叠度Pij，根据Pij将节点Pj进行降序排列；步骤5：若P_ij≥，将节点P_j加入到簇C_k中，置节点P_j的状态为已分簇，记S_j=1；若节点P_j同时属于n个簇（n≥2），则节点P_j为公共节点，记S_j=3，节点P_j的隶属度为n；若节点P_j只属于一个簇，则节点P_j不是公共节点，节点P_j的隶属度为1；步骤6：若P_ij＜，置节点P_j的状态为未分簇，记S_j=0，将节点S_j重新进行分簇；当节点列表P={P₁，P₂，P₃，P₄,…,P_n}中存在没有分簇的节点，则返回步骤4继续执行，直到节点列表P={P₁，P₂，P₃，P₄,…,P_n}中的所有节点都分簇完毕，即S_i≠0，算法终止；所述WMSNs节点调度策略的具体执行步骤如下：步骤1：设置WMSNs节点的工作区间T1、T2和T3，判断节点Pi是否处于工作区间T1；若节点Pi处于工作区间T1，对网络的性能要求高，则以网络性能表现为主，节点Pi采集高分辨率以及高帧率的视频，若节点Pi处于工作区间T2或T3，对网络的性能要求降低，则降低节点Pi采集视频的帧率以及分辨率，降低能耗，延长整个网络的工作时间；i∈{1,2,3,…,n}；步骤2：为了防止网络中的某个节点长期处于高能耗的工作状态，使得能量快速耗尽而提前结束工作，根据节点Pi在网络分簇结构中的角色、节点Pi的剩余能量、太阳能的补给能量、节点Pi前一阶段的工作状态来综合选取节点Pi进行工作；步骤3：为网络中所有的传感器节点Pi设立二类优先级，第一优先级Qi1和第二优先级Qi2，对于每一个传感器节点Pi，其第一优先级和第二优先级之和决定了该节点的总优先级Qi，即Qi=Qi1+Qi2；步骤4：节点Pi的第一优先级Qi1在每轮工作开始前确定，是一个静态的值，定义如下：Qi1=（ERi+Esi）/ETi+Wi；其中，ERi表示节点Si的当前剩余能量；Esi表示在一个监测周期内节点Pi所接收的太阳能补给能量；ETi表示在一个监测周期内节点Pi所消耗的能量，Wi表示节点Pi的隶属度，即节点Si同时属于几个簇；步骤5：节点Pi的第二优先级Qi2初始值均为0，即Qi2=0；第二优先级Qi2在每轮监测周期内随着监测节点的选择而变化，当一个节点被选择为当前监测周期的监测节点后，其第二优先级降低，避免下回合再选择它；同时，与该节点在同一个簇中的其他节点的第二优先级也降低，避免下回合选择与上回合监测同一区域的节点，即Qi2= Qi2‑1；步骤6：节点Pi的第一优先级Qi1和第二优先级Qi2相结合，共同确定节点Pi的总优先级Qi，通过Qi的高低来调整节点Pi的工作状态，Qi高的节点以网络性能表现为主，采集高帧率/高分辨率的视频；Qi低的节点则降低视频采集的分辨率以及帧率，降低能耗；步骤7：网络中所有的传感器节点Pi的最终工作方式是工作区间结合节点Pi的优先级来确定的，通过工作区间结合节点Pi的优先级的方式，调整节点Pi的工作状态，从而降低能耗，保持网络的能量中性状态，使网络可以持续运行。