[发明专利]一种基于不等分簇传感器网络的数据融合收集方法

权利要求书

1.一种基于不等分簇传感器网络的数据融合收集方法，其特征在于，在对网络分簇时，使远离基站区域的簇半径大于近基站区域的簇半径，每一个簇头节点在完成簇内数据聚合后，立即开始该簇头节点的数据传输；

其中，簇半径按照以下公式进行设置：

上述公式满足以下两个条件：

(1)(2)且当T_u取得最小值时；

其中，n_h＝Δ_h为簇内节点个数，h为簇的层数，r_k为第k层簇的簇半径，d_k表示第k层簇头节点的子节点的度，ρ为传感器网络中的传感器密度，T_u表示传感器网络完成数据融合所需时间；

每相邻两层簇头节点间的度都相等为d，且则最优不等簇半径的优化问题可以转化为最小化T_u，且满足如下条件：

通过以下步骤计算出优化的分簇结构，对不等簇半径进行优化：

步骤1：初始化传感器网络；

设定传感器网络中不等簇半径集合r_o为空集以及传感器网络的数据融合收集时间T_o为无穷大，n_h＝1；

步骤2：依据簇半径公式计算最优不等簇半径：

其中，θ_j表示第j-1层节点成为第j层簇头节点的个数；

最外两层的不等簇半径为：且r_set＝{r_h,r_h-1}；

步骤3：执行操作r_set＝r_set∪r_j,j＝j+1后，判断r_totalR是否成立，若成立则返回步骤2，直到不成立时，转入步骤4；

步骤4：计算当前不等簇半径对应的传感器网络数据融合时间，T_u＝n_h+jd+d₀；

步骤5：判断T_uT_o是否成立，如果成立，则将当前的T_u赋值给T_o，当前的r_set赋值给r_o，令n_h＝n_h+1，判断n_h是否大于若大于，则以最优不等簇半径的当前计算值作为不等簇半径，若不大于，则返回步骤2；

在计算出不等簇半径之后，依据优化的不等簇半径序列对网络成簇，不等簇半径的成簇具体如下：

首先，根据不等簇的半径序列对整个网络进行分层，再逐层对其进行分簇；在每一层中，找到其中心线，对于当前层中的每一个节点，计算其与此层一跳内的节点的能量剩余比率，然后根据其距离中心线的距离和能量剩余比率作为自己竞争簇头的权值，计算公式为：其中Dist_p表示p节点距离sink的距离，E_ratio表示其与周围一跳节点的剩余能量比率；α₁和α₂为影响因子，根据环境设定；D_i表示第i层簇头节点距离基站的距离；p以W_p作为自己竞争簇头的权值，W_p越小，p广播簇头消息的优先级越高；离中心线越近，剩余能量越高的节点，竞争簇头的优先级越高，即广播簇头消息的时隙越早；一个节点在其广播时隙达到时，如果仍未收到任何节点发送来的广播簇头消息，则自己标识为簇头，以此层的半径作为传输半径广播自己的簇头消息；当一个节点的广播时隙达到之前，收到其他节点发过来的簇头消息后，则应先取消自己的竞选簇头事件，然后选择距离自己最近的一个簇头加入；

最后，对数据收集的簇间调度，主要分为如下几个阶段：

(1)不等簇半径成簇阶段；在依据优化的不等簇半径序列对网络成簇后，得到成簇后的网络参数，如每个簇头的度每层簇头最大的簇内度的系列Δ＝{Δ₁,Δ₂,...Δ_h}；

(2)簇间度的重新调整与填充；

(A)簇间度的调整：

①加前，即从序列的右边向左边扫描每层簇内度组成的序列，对每一个数进行如下的检查与操作：如果当前的数减去紧邻自己右边的数小于层间的度d，则当前检查的数为紧邻右边的数加上d＝4；

②提后，即对加前的结果从左到右扫描，对每一个数进行如下检查与操作：如果当前的数据减去紧邻自己右边的数的值大于层间的度d，则将紧邻自己右边的数据用当前的数减去d来替换；

(B)补充虚拟的簇间度：

如果调整后簇内的度大于调度前的度，那么就需要补充虚拟的度来使同一层簇头节点的簇内度相等；设第i层簇头节点的集合ξ_i，调整后第i层簇头节点的簇内度为Δ_i，用表示第i层的簇头节点k，其簇内度为Δ_i,k；那么补充虚拟的节点的原则为：如果Δ_i,kΔ_i，那么建立虚拟的节点个数为τ_i,k＝Δ_i-Δ_i,k；所有的虚拟节点到簇头节点距离为无穷小的距离ε，而且只产生一个链路不会对除了之外的任何节点产生干扰；而且为虚拟节点的边赋予最高的调度优先级，即只要有虚拟节点存在于簇内，那么首先调度虚拟节点；

(3)调度；在每一时隙t到来时，首先为每一个簇随机选择一个簇内节点作为数据发送者，将所有数据发送者与其所在簇的簇头节点组成的边放入边的集合Ψ；然后对集合Ψ进行冲突消除，直到集合Ψ中的每一条边都没有冲突干扰，这样将集合Ψ中每一条边的簇内节点发送数据的时隙安排在t时隙；

(4)在调度的过程中，最外层簇的簇内数据首先完成，再进行簇间数据的收集；当某一个簇内的数据全部收集完成后，那么此簇的簇头节点w_j就寻找在簇头的发送半径内的每一个内层簇头节点，将自己作为普通节点加入到每一个内层簇头节点w_k上，作为w_k的普通节点，并标记自己到内层簇头节点边的级别为最低级；节点有三种级别：虚拟节点，其优先级最高，设级别为1；普通的簇内真实节点，优先级次之，设其级别为2；外层已经进行完数据收集的簇头节点，加入紧邻的内层簇头作为普通节点，其优先级最低，设其优先级为3。