[发明专利]基于无线传感器网络流量统计的节点动态节能方法

说明书

技术领域

本发明涉及无线传感器网络领域，尤其涉及一种基于无线传感器网络流量统计的节点动态节能方法。

背景技术

随着通信技术、传感器技术和嵌入式计算技术的快速发展和日益成熟，具有通信、传感和计算能力的微型传感器节点开始出现，并且被逐渐的应用到生产和生活之中。这种无线传感器网络能够协调地感知、采集和处理网络覆盖区域内的各种环境或监测对象信息，并发布给需要这些信息的用户。无线传感器网络将逻辑上的信息世界与真实的物理世界融合在一起，深刻地改变了人与自然的交互方式，可广泛地应用于环境监测、工农业控制、生物医疗、国防军事等诸多领域。通常无线传感器网络由电池驱动，并且往往部署在人迹罕至的地方，使得电池替换变得异常麻烦。为了解决有限的电池容量和长时间部署需求之间的矛盾，周期工作（Duty-cycling）的工作模式已经成为业界的广泛应用的方案。无线传感器网络中的节点主要完成两类工作:数据采集和数据传输。数据采集包括周期性的数据采集，如环境中的温湿度，二氧化碳浓度；以及突发事件的数据采集，如森林火灾，车辆检测。数据传输工作由无线传感器网络本身的特点决定，大量传感器节点以自组织(ad-hoc)的方式组成无线网络，并且以多跳的方式帮助其他节点将数据发回基站。大量研究表明，在环境监测等周期性采集数据的无线传感器网络应用中，能量开销基本由无线收发器(radio)开启的时间决定。因此，如何减少无线收发器开启时间成了延长无线传感器网络寿命的关键所在。

周期工作技术已经成为广为采用的节点节能方案。在周期工作的无线传感器网络中，无线收发器周期性的开启，从而在大部分时间中，无线收发器都处于关闭状态，从而节约了大量的能量。无线收发器分为两种工作状态：开启状态和空闲状态。当无线收发器处于开启状态时，传感器节点发送或者接受数据包。当处于空闲状态，无线收发器关闭，从而节约了大量能量。

基于周期工作技术，已经创建了大量媒体接入方法。这些方法主要分为两类：同步接入方法和异步接入方法。同步接入方法需要传感器节点的无线收发器同步醒睡，但这样会导致大量的能量消耗在同步的维护上。在异步接入方法中，传感器节点不需要同步它们之间的醒睡计划，但这样带来的问题是，发送方醒来时，接收方可能处于空闲状态，将会错过正在发送的数据包。为了确保数据包能被接收方收到，低功耗监听技术(LPL)广泛应用于异步的周期工作技术中。具体来说，发送方在传输数据包之前，会发送一个长度足以覆盖接收方空闲时间间隔的前同步码（preamble），这样能确保接收方在醒来时能至少收到一次数据包。

采用低功耗监听技术的无线传感器网络的网络流量给很多无线传感器应用带来帮助，尤其在节能方面。在低功耗监听技术中，大部分能量消耗在前同步码上。有研究表明，在常用的环境监测无线传感器应用中，平均前同步码的长度是平均实际传输数据包长度的六十五倍，这说明大部分能量消耗在前同步码上。如果已知无线传感器网络数据流的模式，接收方能够预测下个数据包的到来时间，这样接收方就能在发送方开始发送之前醒来，从而大大减少了前同步码发送的长度，与此同时，网络数据传输的能耗也将大大减少。但是，网络数据流模型很难被简单的数据模型刻画，因此如何根据实际数据流训练得到的相对准确和实用的网络数据流模型从而实现节点的动态节能，成为目前无线传感器网络技术中亟待解决的问题。

发明内容

针对上述技术问题，本发明的目的在于提供一种基于无线传感器网络流量统计的节点动态节能方法，其基于无线传感器网络流量的实际统计结果，利用机器学习的方法，准确判断出无线传感器网络数据流的实际到达时间序列，不仅实现了节点的动态节能，而且更贴合实际，效率高。

为达此目的，本发明采用以下技术方案：

一种基于无线传感器网络流量统计的节点动态节能方法，其包括如下步骤：

A、统计每个节点在时间间隔T内的所有历史属性；

B、对所述历史属性进行排序，选取出具有一定相关性的历史属性；

C、利用所述具有一定相关性的历史属性，通过机器学习方法获得数据包到达节点的时间序列；

D、节点的无线收发器根据所述数据包到达节点的时间序列进行开启操作，完成数据包的接收。

特别地，所述历史属性具体包括时间维度信息和空间维度信息。

特别地，所述时间维度信息包括：平均时间间隔、无线收发器开启时间占空比、收到数据包的数量、时间间隔方差、最大的时间间隔及最小的时间间隔；所述空间维度信息包括：平均信号强度信息、信号强度方差、最大的信号强度及最小的信号强度。

特别地，所述步骤A具体包括：