[发明专利]一种基于非均匀网格的数据聚合方法

说明书

技术领域

本发明属于通信技术领域，尤其涉及一种基于非均匀网格的数据聚合方法。

背景技术

无线传感器网络是由大量随机分布的传感器节点构成，并且以自组织和多跳的方式构成无线网络，用来探测、处理和传输网络覆盖区域内的感知对象的监测信息，并及时地报告给用户。传感器网络的基本功能是感知、采集、处理和发布感知信息。无线传感器网络一般由大量传感器节点共同构成，齐心协力来完成各种环境感知、信息采集和目标识别任务。为了更好的完成任务，传感器节点需要从部署区域内采集大量数据信息，并将所采集到的数据信息传送给用户中心进行处理。由于传感器节点的部署一般比较密集，相邻节点所采集到的数据信息往往具有较大的相关性，以至于传感器网络中存在较多的冗余数据，从而在传输数据的过程中增加通信能耗，降低了传感器网络的生存周期。因此，无线传感器网络需要采用高效的数据聚合技术来降低甚至于消除网络中的冗余数据，提高网络的通信效率和能量效率，达到延长网络寿命的目标。

数据聚合是一种有效地多源数据处理技术。数据聚合的基本思想是在传感器网络收集数据的过程中，利用传感器节点自身的计算和存储能力，对所采集到的数据进行一定程度的处理，消除冗余数据，尽量减少数据传输过程中的数据量，同时将来自多个不同节点的数据进行处理，获取较单个节点数据采集更为有效、准确、更符合用户需求的数据信息，传送给汇聚节点，达到准确收集数据的目的，同时要注意尽量降低网络能量消耗，从而延长网络的寿命。

基于非均匀网格成簇的数据聚合算法(An Uneven Grid Based Data Aggregation，UGBDA)，首先在传感器节点上进行格拉布斯预处理，删除误差较大的数据，然后再利用自适应数据聚合算法向簇首节点进行聚合，最后簇首节点再以多跳的方式向基站进行数据传输。该数据聚合算法有效的减少了网络中的数据传输量，降低了传感器节点的能耗，从而延长了传感器网络的寿命。

目前大部分的数据聚合算法都可以较好的收集到有效数据，并且可以有效地延长网络生命周期。但是这些算法依然存在以下一些缺点：

1)传输延迟：由于传感器节点比较密集的分布在部署区域内，数据传输量比较大，数据传输至基站需要的时间就比较长。

2)可靠性：数据聚合能够有效地减少网络中的冗余数据，但是某些节点一旦失效，所丢失的数据将造成更多信息的损失，这样就降低网络的可靠性

3)服务质量：数据聚合可以有效减少节点间的数据冗余，但同时也会对数据的质量产生影响。

以上这些不足之处限制了无线传感器网络的性能，增加了网络能耗，网络生命周期缩短和网络延迟增大，严重影响无线传感器网络的应用性能。

发明内容

本发明的目的在于提供一种基于非均匀网格的数据聚合方法，旨在解决无线传感器网络性能存在的网络能耗较大，网络生命周期缩短和网络延迟大，严重影响无线传感器网络应用性能的问题。

本发明是这样实现的，一种基于非均匀网格的数据聚合方法，该基于非均匀网格的数据聚合方法首先在传感器节点上进行格拉布斯预处理，删除误差较大的数据，然后再利用自适应数据聚合算法向簇首节点进行聚合，最后簇首节点再以多跳的方式向基站进行数据传输，在非均匀成簇的基础上引入格拉布斯预处理来减少误差较大的数据的传输能耗，加入自适应数据聚合算法来降低簇首节点的能耗；

具体包括：

步骤一，在部署区域内随机分布一定数量的同构的传感器节点，将部署区域划分为面积大小不等的网格；

步骤二，在每个网格内根据节点的剩余能量选取该网格内的簇首节点，其余节点根据就近原则选择性的加入簇；

步骤三，判断簇内的成员节点收集到的数据是否符合格拉布斯准则，若满足，则认为该节点是有效的，即向该簇首节点发送数据，否则，不发送数据；

步骤四，簇首节点根据自适应聚合算法聚合来自有效的成员节点的数据和自身产生的数据；

步骤五，簇首节点以多跳的形式向节点发送数据直到运行完给定的轮数。

进一步，该基于非均匀网格的数据聚合方法进行聚合之前需要相关模型，包括网络模型和能量消耗模型。

进一步，网络模型，无线传感器网络部署在一个正方形区域内，区域最左端最底部的顶点坐标为(o_x,o_y)，此外还需要：

sink节点和所有节点都是时间同步和固定的，sink节点位于(sink_x,sink_y)，并且是在部署区域之外的；

节点间的交流时双向的并且每个节点根据到接收点的距离来调整它的传输功率；