[发明专利]一种基于区域生长法的WSN数据采集方法

摘要

一种基于区域生长法的WSN数据采集方法，包括：步骤1，无线传感器网络假设与定义；步骤2，采用随机数方法对区域生长法种子节点进行选择，通过相邻传感器节点作为区域生长法的邻域对相似区域进行生长，完成相似区域的划分；步骤3，提出适宜的曲线相似性描述方法，将相似度大的节点代表子区域内代表节点；步骤4，对算法进行迭代，为使代表节点采集的数据能够更准确的代表子区域的信息以及均衡传感器节点能耗，本发明的算法运行一定时间后会重新进行下一轮数据采集过程，即重新对相似区域划分以及代表节点选择。本发明提出的方法能够保证区域监测正常的情况下减少大量的冗余数据，因此能够较大幅度的延长传感器网络的生存时间。

主权项

一种基于区域生长法的WSN数据采集方法，其特征在于：包括如下步骤：步骤1：传感器网络假设与定义，过程如下：步骤1.1：传感器网络相关假设；步骤1.1.1：传感器网络中节点的位置已经获取，且在小范围内，传感器节点采集的数值大小接近；步骤1.1.2：传感器网络中所有节点同构，每个节点的初始能量相同且都为E0；步骤1.1.3：假设无线传感器网络拓扑结构变化时，能够自行重新组织路由；步骤1.1.4:将N个传感器节点均匀部署在一个长为L，宽为H的矩形区域中；步骤1.2：传感器网络相关定义；相邻传感器节点的定义，传感器节点的感知半径为r，传感器节点i采集的数据能够代表感知范围内任一数据采样点的数据信息，对传感器节点i的相邻传感器节点的定义N(i,j)如公式(1)所示:公式(1)中N(i,j)为1则表示节点i与节点j相邻，为0则表明节点i与节点j不相邻，ed(i,j)为欧式距离；步骤2：区域生长法划分相似区域，过程如下：步骤2.1：区域生长法划分相似区域定义，根据步骤1.1所述，小范围内传感器网络采集的数据趋向一致性，因此通过区域生长算法将数据接近的区域进行划分，然后在该区域内选择一个代表节点，该代表节点采集的数据与该子区域的数值和数据变化趋势最接近，然后将代表节点的数据传输至服务器端，利用代表节点采集的数据代表子区域的数据；步骤2.2：区域生长法种子节点的选择，种子节点的选取考虑分布均匀原则，种子节点在传感器网网络部署区域中分布均匀，才能全面的采集部署区域的信息；采用随机数方法选取种子节点，传感器网络中每个传感器节点k都能生成一个(0，1)之间均匀分布的随机数rand(k)，当rand(k)大于阈值T时，则该节点称为种子节点，阈值T如公式(2)所示；T＝1‑P  (2)公式(2)中P为传感器网络中需要选取种子节点的百分比；步骤2.3：区域生长法相似区域生长过程，在WSN网络中并不采用图像中的四邻域或八邻域，而是采用相邻传感器节点作为区域生长法的邻域，可通过公式(1)判断传感器节点是否相邻；在初始时刻，传感器网络已经采集了一部分数据，假设节点j采集的数据为dataj＝{d1,d2,d3......dm}，j∈[1,N]，且节点j是种子节点i的相邻传感器节点，当节点j满足公式(3)时，区域向节点j方向生长；|avg(dataj)‑avg(datai)|≤Td  (3)公式(3)中Td为阈值，可根据实际情况取值，avg为求集合元素平均值的函数，datai是种子节点采集的历史数据；通过步骤2.2方法选择的种子节点编号集合S＝{s1,s2,s3...sk...ssum}，传感器网络被分割为sum个子区域，每个子区域中的传感器节点采集的数据信息相似性较高；步骤3：子区域内代表节点的选取，过程如下：步骤3.1：曲线相似性描述方法的提出，代表节点的历史数据曲线a与子区域中所有传感器节点历史数据均值曲线b应该满足以下两种情况之一：1)曲线a与曲线b的变化趋势始终一致，且数值大小最接近；2)曲线a与曲线b初始时刻趋势不一致，且数值大小也不一定接近，但是到后来两条曲线逐渐逼近，且数值大小也越来越接近；上述两种情况中，由于随着环境信息的改变，传感器节点采集的数据也会随之改变，因此初始时刻曲线a与曲线b不吻合，但是随着时间的推移，代表节点的历史数据曲线a可能与曲线b吻合程度较好；假设某个子区域的历史数据均值曲线b可描述为点集合avg_data＝{Y1,Y2,Y3...Yt...Ym}，m为历史数据数量，子区域中一个传感器节点的历史数据曲线a描述为点集合data＝{y1,y2,y3...yt...ym}，则曲线a与b的相似度计算方法如公式(4)所示：公式(4)中h为子区域中传感器节点的数量，G是一个常数，表示误差范围，S表示曲线相似度，S越接近1，表明两条曲线的相似度越高，而且该相似度计算公式为较后面的历史数据分配的权重值越大；步骤3.2：子区域中选择代表节点，过程如下：步骤3.2.1：求子区域中所有传感器节点每个时刻采集数据的平均值，即计算avg_data；步骤3.2.2：遍历子区域中所有传感器节点，并利用公式4计算每个传感器节点的历史数据曲线集合data与集合avg_data的相似度，选择相似度最高的传感器节点为代表节点；步骤4：算法迭代，通过步骤2和步骤3已经完成了相似区域的划分和代表节点的选择，最后传感器网络只需要将代表节点采集的数据传输至服务器即可完成对整个区域的信息采集，该过程是一轮完整的数据采集过程。