[发明专利]一种基于树状簇结构的无线传感器网络移动数据收集方法

说明书

本发明涉及一种基于树状簇结构的无线传感器网络移动数据收集方法，包括：基于权重的成树方案，每个节点选取一跳范围邻居节点中权重最大的节点为父节点，建成树之后，每棵树上权重最大的根节点将作为数据汇聚点Rendezvous Point(RP)；基于距离根节点的跳数和流量负载对树进行分割并选取树内子汇聚点Sub‑Rendezvous Point(SRP)的方法；RP和SRP将作为移动数据收集器（MDC）的驻留收集点，且在一定周期后重选即重新成树。因此，本发明实现了均衡网络负载，降低节点能耗，有效缓解hotspot问题，延长网络生命的目的。

技术领域

本发明属于无线传感器网络领域，具体地本发明涉及一种无线传感器网络中基于树状簇结构的移动数据收集方法，各节点选取父节点建立树状簇，并选取合适的汇聚点，再由sink通知MDC进行数据收集。

背景技术

近年来，在无线传感器网络(WSN)中采用移动元素Mobile Element(ME)，如移动sink或者移动数据收集器(MDC)进行数据收集的方案越来越受到关注。在采用移动元素ME进行WSN数据收集的过程中，由于ME位置的频繁变动，可以避免ME周围节点死亡过快，进而达到均衡负载、缓解hotspot问题的目的。但是，ME位置的频繁变动，将会引入用于通知各节点ME最新位置信息的控制包开销增大的问题。通过对传感器网络中的各节点进行分簇，使仅由具有较高等级的簇头节点与ME进行通信，获取ME的最新位置信息，可以有效减少位置更新控制包的开销。然而，对于同一个簇而言，簇头周围节点依然存在着hotspot问题。因此，在分簇结构的无线传感器网络内进行数据收集时，需要妥善解决如何在保证一定延迟和开销的情况下，平衡网络负载，并在一定程度上缓解hotspot问题，最终实现网络的能量高效，并延长网络生命。

目前，通过移动元素对无线传感器网络进行数据采集的相关研究文献如下：

1、Miao Zhao和Yuanyuan Yang等人在2012年的《IEEE TRANSACTIONS ONCOMPUTERS》上发表的“Bounded Relay Hop Mobile Data Gathering in Wireless SensorNetworks”，提出了一个基于轮询的数据收集方法，采用集中式和分布式两种算法寻找合适的轮询点PP(polling point)缓存并融合数据等待MDC到来收集。其中集中式算法需要建立最短路径树，设定一定的跳数限制，在树上以迭代方式选择合适且最少的PP点，并保证该PP点能够关联最多的其它节点。但是集中式算法需要全局信息。而分布式算法首先需要获取两个参数：每个节点的d跳邻居数目，以及该节点到达sink的最小跳数。通过与d跳邻居交换信息并对比，如果某节点覆盖d跳内的邻居数量较多且更接近于sink，则将拥有更高的成为PP的优先权，以此原则可以得到最少的PP而且所得PP能够分布更紧密，从而显著减少MDC的回路长度，进一步缩短时延。但是该文献的两种算法仅考虑了距离、密度和时延问题，未充分考虑网络的能量有效性，而且对于PP点周围易形成hotspot的问题没有过多关注。

2、Dawei Gong和Yuanyuan Yang等人在2013年的《J.Parallel Distrib.Comput》上发表的“Energy-efficient clustering in lossy wireless sensor networks”，提出一个基于参量的分布式分簇算法。首先采用数据包接收比例(PRR)来描述一个有损链路的可靠性，链路的PRR基于信噪比SNR和数据包长度。计算出发送一个数据包需要的转发次数，得出每个链路的链路权重。然后提出一个簇头选择权重参量，综合考虑了节点的剩余能量和邻居的链路质量。基于该参量提出两种分布式算法来建立一跳或者k跳簇。最终节点可能自己为簇头或者是属于一个簇的成员，然后MDC以旅行商问题遍历所有簇头收数据。该算法主要是在选择簇头时考虑了剩余能量从而可以一定程度延长网络生命，缺点在于作为选择权重参数的lossy值是由每个链路的数据包成功接收比例来确定的，而后者会随着节点能量以及环境而不断改变，作者默认为其不变不合逻辑。且由于簇头要收集数据，所以需要簇头能量较高且簇头耗能会比较多，同时簇头周围容易出现hotspot问题。