[发明专利]一种基于RS算法的无线传感网络算法

说明书

技术领域

本发明涉及一种基于RS算法的无线传感网络算法。

背景技术

无线传感网络广泛的应用于军事、环境监测、智能房间、建筑物环境监测等等。每个传感器都有有限的能量，它们可以无线的传递信息。通常，由于环境和地理位置的不确定性，这些传感器会被随机的部署于监测区域。大多数的无线传感网络中，所有的传感器会传递信息到sink节点，同时会形成一个以sink节点为根源的数据收集树。

无线传感网络中传感器的能量是有限的，所以应该避免传感器多余的能量消耗是目前重要的挑战。由于每个传感器的通信半径是有限的，越靠近sink节点的节点会有更高的能量消耗。因此，一般通过构造一个平衡的数据收集树来延长无线传感网络的生存时间，但是仍然存在时间复杂度较高的问题。考虑到时间复杂度的问题，RS算法在延长网络寿命的同时拥有较低的时间复杂度。

发明内容

本发明提供一种生存时间更长的基于RS算法的无线传感网络算法，其包括，

构建RS算法模型，所述RS算法模型中包括节点的切换概率；RS算法是Randomized Switching；

引入修正因子，通过所述修正因子修正节点切换概率找到靠近汇聚节点且剩余能量多的节点作为切换目标节点。

P_i^h表示在第h轮数据收集中，节点v_i的切换概率，则，

P_i^h+1＝P_i^h×κ_i(i＝1,2,…,n)(2)

其中，level_i表示节点v_i在数据收集树中的层数。同时，remain_i表示节点v_i的剩余能量。n表示节点的总数；ω是最小路径负载，δ是判断βmax大小的尺度，取2×10^-4；

在上述技术方案的基础上，

其中，β_max为切换次数，其中ε是最大路径负载，假设在100个传感器节点随机部署于在1*1的区域中，通信半径为0.25，把β_max分为四个范围去变化，这是假设节点v_a是负载最大的节点，当ε-ω<5×δ时，β_max为1，即节点v_a的一个孩子节点应该被切换至新的父亲节点，这样就避免了在v_a的负载相对较小时，其孩子节点多余的切换使其它节点的负载增加。当ε-ω>15×δ时，β_max为4，即节点的四个孩子节点应该被切换至新的父亲节点，这样就避免了在v_a的负载较大时，其孩子节点较少的切换可能没有效果。

本发明有益效果在于：由于引入修正参数，对节点的切换概率进行修正。可有效延长网络中的生存时间，提高无线传感网络性能。

附图说明

图1为现有技术中RS算法的收敛性仿真示意图；

图2为本发明基于RS算法的无线传感网络算法收敛性仿真示意图；

图3为本发明100个节点生存时间仿真图；

图4为本发明200个节点生存时间仿真图。

具体实施方式

下面结合附图和具体实施方式对本发明做进一步的详细说明。

构建RS算法模型，其包括假设G＝(V,E)表示监测区域A中由传感器随机部署构成的图，V＝{v₀,v₁,…,v_N}表示图中的N个节点(传感器)和sink节点v₀，E表示传感器节点直接连接边的集合。同时假设传感器节点在区域中分布较密集，在G中没有不连通区域。