[发明专利]面向无线传感器网络的数据融合联盟博弈方法及系统有效
| 申请号: | 201910903311.1 | 申请日: | 2019-09-24 |
| 公开(公告)号: | CN110493844B | 公开(公告)日: | 2021-05-11 |
| 发明(设计)人: | 刘贵云;潘绪槟;赵志甲;蒋文俊;彭百豪;张杰钊;唐冬 | 申请(专利权)人: | 广州大学 |
| 主分类号: | H04W40/10 | 分类号: | H04W40/10;H04W40/20;H04W40/22;H04W40/32;H04W52/02;H04W84/18 |
| 代理公司: | 广州市华学知识产权代理有限公司 44245 | 代理人: | 陈宏升;黄磊 |
| 地址: | 510006 广东省*** | 国省代码: | 广东;44 |
| 权利要求书: | 查看更多 | 说明书: | 查看更多 |
| 摘要: | |||
| 搜索关键词: | 面向 无线 传感器 网络 数据 融合 联盟 博弈 方法 系统 | ||
1.一种面向无线传感器网络的数据融合联盟博弈方法,其特征在于,包括下述步骤:
构建基于无线传感器网络的联盟博弈模型,将夏普利值作为联盟收益分配的解,根据数据传输距离或夏普利值的大小确定中继节点;
所述构建基于无线传感器网络的联盟博弈模型的具体步骤为:
所述夏普利值的具体计算公式如下:
其中,表示联盟博弈的夏普利值,n表示联盟博弈总人数,k=|S|为联盟S的规模,即S包含的博弈方数量,v(S)-v(S\{i})代表博弈方i参与或不参与联盟对联盟S特征函数值的影响,反映博弈方i对联盟S的贡献,表示博弈方i以随机方式结盟时参与联盟S的概率;
定义联盟博弈的收益函数,收益函数表示联盟S的收益等于总收益减去其他联盟的收益,具体表示为:
其中,j表示不等于联盟S的其他联盟;
将传感器所有的备选中继节点建立联盟博弈B(N,v),N表示联盟中的所有成员,v表示联盟的特征函数,联盟s的特征函数具体表示为:
v(S)=num-(α*ei+β*(1-di)+γ*si)
其中,α、β、γ代表各个参数的均衡系数,α>0,β>0,γ<0;
定义能量参数ei,具体表示为:
其中,Ei表示备选中继节点的传感器的剩余能量,Eini表示备选中继节点初始能量,能量参数ei的值越大,表示传感器被选为中继节点的概率越大;
定义距离参数di,具体表示为:
其中,Di表示传感器到作为备选中继节点的传感器的距离的平方,∑Di表示所有Di的和,距离参数的值越小,表示传感器的能量消耗越少;
定义状态参数si,具体表示为:
其中,i表示传感器,Relay表示中继节点,当传感器i作为中继节点时,状态参数加3;传感器i不作为中继节点时,状态参数减1,状态参数的值越高,传感器被选为中继节点的概率越小;
将无人机作为无线传感器网络中的汇聚节点收集数据,确定无人机的飞行路径和飞行方向;
将收集到的数据进行数据融合,将收集到的数据中重复的部分剔除。
2.根据权利要求1所述的面向无线传感器网络的数据融合联盟博弈方法,其特征在于,所述根据数据传输距离或夏普利值的大小确定中继节点,具体步骤为:
若存在传感器节点与无人机的直线距离大于d0且传感器节点与其他传感器的距离小于d0,采用多跳的方式,选择在无人机飞行半径d0内的传感器作为中继节点,与无人机的直线距离大于d0的节点将自身收集到的数据发送给中继节点,再由中继节点将数据转发给无人机;
处于无人机半径d0外的传感器选择中继节点:若在无人机飞行半径d0内的传感器的个数小于等于2个时,选择距离最近的传感器作为中继节点,若在无人机飞行半径d0内的传感器的个数大于等于3个时,将可选择的传感器节点组成一个联盟,计算各个节点的夏普利值,选择夏普利值最大的传感器为中继节点。
3.根据权利要求1所述的面向无线传感器网络的数据融合联盟博弈方法,其特征在于,所述确定无人机的飞行路径,具体步骤为:
根据传感器之间的距离进行分簇,并计算每个簇的近优点;
采用贪心算法计算无人机向簇飞行时的顺序;
无人机簇外飞行:无人机从起点飞行或者收集完一个簇的数据后,向下一簇飞行,此时无人机未进入下一个簇内,无人机向下一簇的近优点直线飞行;
无人机簇内飞行:无人机与下一簇内任意节点的距离小于阈值时,判定为无人机到达下一个簇,无人停止直线飞行。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于广州大学,未经广州大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201910903311.1/1.html,转载请声明来源钻瓜专利网。





