本發(fā)明涉及傳感云的數(shù)據(jù)傳輸領(lǐng)域，特別是一種基于霧計(jì)算的傳感云數(shù)據(jù)傳輸算法。

背景技術(shù)：

無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks,WSNs)具有部署迅速、實(shí)時(shí)性強(qiáng)等優(yōu)勢(shì)，它擴(kuò)展了人們收集外界信息的能力。通過(guò)在不同環(huán)境中部署傳感器節(jié)點(diǎn)，人們可以方便地收集各種需要的數(shù)據(jù)，實(shí)時(shí)掌握監(jiān)測(cè)區(qū)域的狀態(tài)信息，實(shí)現(xiàn)信息世界與物理世界的融合。而由于傳感器節(jié)點(diǎn)在計(jì)算、存儲(chǔ)、能量等諸多方面的限制，如何有效管理大規(guī)模無(wú)線傳感器網(wǎng)絡(luò)以充分發(fā)揮其性能仍然是一個(gè)極具挑戰(zhàn)性的問(wèn)題。近年來(lái)，隨著云計(jì)算的快速發(fā)展，傳感器網(wǎng)絡(luò)與云計(jì)算技術(shù)的結(jié)合也越來(lái)越緊密，云計(jì)算技術(shù)的拓展了傳感器網(wǎng)絡(luò)的應(yīng)用空間，也為解決傳感器網(wǎng)絡(luò)的諸多限制問(wèn)題提供了新的思路，如滿足傳感器網(wǎng)絡(luò)在數(shù)據(jù)處理和存儲(chǔ)能力等方面的需求。傳感云(Sensor-Cloud)正是無(wú)線傳感器網(wǎng)絡(luò)與云計(jì)算融合的產(chǎn)物通過(guò)云端控制傳感器網(wǎng)絡(luò)進(jìn)行信息采集，利用云計(jì)算平臺(tái)進(jìn)行信息處理與存儲(chǔ)，能夠?yàn)椴煌?lèi)型的應(yīng)用提供開(kāi)放、靈活、可配置的服務(wù)平臺(tái)。

然而，傳感器網(wǎng)絡(luò)在利用云計(jì)算技術(shù)及服務(wù)的同時(shí)也存在如下幾個(gè)問(wèn)題：1)傳感器網(wǎng)絡(luò)與云端網(wǎng)絡(luò)之間存在通信瓶頸問(wèn)題。2)云計(jì)算模式缺乏對(duì)底層終端傳感節(jié)點(diǎn)的直接管理，存在實(shí)時(shí)性差的問(wèn)題。3)與云計(jì)算服務(wù)相結(jié)合后，系統(tǒng)的不確定因素增加，網(wǎng)絡(luò)易產(chǎn)生故障和錯(cuò)誤，且風(fēng)險(xiǎn)高。

相比云計(jì)算模式而言，霧計(jì)算(Fog Computing)的特點(diǎn)是更貼近末端節(jié)點(diǎn)，具有一定的本地計(jì)算能力、更廣的地理分布和支持移動(dòng)性，因而能更好地直接管理和控制傳感器網(wǎng)絡(luò)中節(jié)點(diǎn)，并作為聯(lián)系云計(jì)算服務(wù)的橋梁和紐帶，該新型計(jì)算模式正好可以彌補(bǔ)云計(jì)算模式的部分缺點(diǎn)。

此外，近年來(lái)隨著電子制造工藝和機(jī)器人技術(shù)的發(fā)展，功能較強(qiáng)(通信、計(jì)算能力、存儲(chǔ)能力)的可移動(dòng)節(jié)點(diǎn)逐漸被引入到傳感器網(wǎng)絡(luò)中，并被應(yīng)用到拓?fù)淇刂?、?shù)據(jù)收集等諸多領(lǐng)域，以提高效率、節(jié)省能量。這在一定程度上緩解了傳統(tǒng)傳感器網(wǎng)絡(luò)的限制，然而，現(xiàn)有的利用移動(dòng)節(jié)點(diǎn)的方案存在三個(gè)問(wèn)題。一是引入的移動(dòng)節(jié)點(diǎn)本身也給網(wǎng)絡(luò)節(jié)點(diǎn)帶來(lái)的新的問(wèn)題，如節(jié)點(diǎn)自身的故障問(wèn)題；二是移動(dòng)節(jié)點(diǎn)之間缺乏良好地協(xié)作和配合；三是沒(méi)有考慮到引入移動(dòng)節(jié)點(diǎn)實(shí)際的限制性因素(能耗、成本、最遠(yuǎn)移動(dòng)距離)，或者考慮不全。

技術(shù)實(shí)現(xiàn)要素：

本發(fā)明的主要目的在于克服傳感云系統(tǒng)中，底層網(wǎng)絡(luò)向上層云端數(shù)據(jù)量傳輸不足、實(shí)時(shí)性差的問(wèn)題，提出一種基于霧計(jì)算的傳感云數(shù)據(jù)傳輸算法，將霧計(jì)算的思想引入到移動(dòng)傳感器網(wǎng)絡(luò)中，功能較強(qiáng)的節(jié)點(diǎn)(基站)作為“霧”，通過(guò)霧節(jié)點(diǎn)(基站)之間的相互合作，提高系統(tǒng)整體吞吐量，降低系統(tǒng)時(shí)延。

本發(fā)明采用如下技術(shù)方案：

一種基于霧計(jì)算的傳感云數(shù)據(jù)傳輸算法，其特征在于：

1)將傳感器網(wǎng)絡(luò)層的基站作為霧節(jié)點(diǎn)層，根據(jù)基站的位置生成泰森多邊形；

2)先統(tǒng)計(jì)各個(gè)多邊形區(qū)域內(nèi)的傳感器節(jié)點(diǎn)數(shù)，而后計(jì)算區(qū)域節(jié)點(diǎn)平均數(shù)：區(qū)域節(jié)點(diǎn)平均數(shù)＝傳感器節(jié)點(diǎn)總數(shù)/基站總數(shù)，結(jié)合區(qū)域節(jié)點(diǎn)平均數(shù)分析各個(gè)多邊形區(qū)域的調(diào)入調(diào)出情況；

3)設(shè)定區(qū)域間的調(diào)度算法。

優(yōu)選的，在步驟2)中，所述結(jié)合區(qū)域節(jié)點(diǎn)平均數(shù)分析各個(gè)多邊形區(qū)域的調(diào)入調(diào)出情況具體如下：將各個(gè)多邊形的區(qū)域傳感器節(jié)點(diǎn)數(shù)減去區(qū)域節(jié)點(diǎn)平均數(shù)，若該區(qū)域值大于0，則該多邊形區(qū)域需要調(diào)出節(jié)點(diǎn)；若該區(qū)域值等于0，則該多邊形區(qū)域的節(jié)點(diǎn)維持不變；若該區(qū)域值小于0，則該多邊形區(qū)域需要調(diào)入節(jié)點(diǎn)。

優(yōu)選的，在步驟3)中，所述的設(shè)定區(qū)域間的調(diào)度算法，具體如下：

3.1)采用Floyd算法，依據(jù)各區(qū)域的鄰接圖得到區(qū)域的最短距離鄰接矩陣A_Table；

3.2)找出當(dāng)前鄰接矩陣中區(qū)域值最大的區(qū)域S_max；

3.3)找出當(dāng)前鄰接矩陣中距離S_max最近且最小的區(qū)域S_min；

3.4)如果S_max中區(qū)域傳感器節(jié)點(diǎn)數(shù)大于等于S_min中區(qū)域傳感器節(jié)點(diǎn)數(shù)，則更新S_max＝S_max-|S_min|，S_min＝0；否則，更新S_min＝S_max+S_min，S_max＝0。

3.5)記錄當(dāng)前調(diào)度方案S_max→S_min，即由當(dāng)前區(qū)域值最大的區(qū)域調(diào)度節(jié)點(diǎn)至最近且最小的區(qū)域S_min，更新當(dāng)前各個(gè)多邊形的區(qū)域值，回到步驟3.2)，直至各區(qū)域值為0。

優(yōu)選的，所述區(qū)域S_max應(yīng)滿足如下公式：S_max＝{S_k|S_k＞0&&S_k＝Max(S)}，其中S表示所述區(qū)域值的集合，k∈[1，N]，N為基站總數(shù)。

優(yōu)選的，所述區(qū)域S_min，滿足如下公式：

S_min＝{S_k|S_k＜0&&S_k＝Min(S_j|S_j∈A_Table(VA_max，：))},其中VA_max表示當(dāng)前區(qū)域值最大的區(qū)域，k∈[1，N]，j∈[1，N]，N表示基站總數(shù)。

優(yōu)選的，所述的調(diào)度方案S_max→S_min，其調(diào)度值Δ應(yīng)滿足如下公式：

Δ＝Min(S_max，|S_min|)。

由上述對(duì)本發(fā)明的描述可知，與現(xiàn)有技術(shù)相比，本發(fā)明具有如下有益效果：

1、提升了整體網(wǎng)絡(luò)吞吐量。底層網(wǎng)絡(luò)中的基站充當(dāng)霧節(jié)點(diǎn)，節(jié)點(diǎn)之間相互協(xié)作，負(fù)責(zé)將基站繁忙區(qū)域的節(jié)點(diǎn)調(diào)度至較為空閑區(qū)域，充分利用霧節(jié)點(diǎn)間的通信能力，統(tǒng)一上傳至上傳云端，最大化提升網(wǎng)絡(luò)吞吐量。

2、減少了系統(tǒng)傳輸時(shí)延。隨著網(wǎng)絡(luò)整體吞吐量的提升，底層傳感網(wǎng)向上層云端傳輸時(shí)間相應(yīng)減短，降低了數(shù)據(jù)傳輸時(shí)延。

3、基站充當(dāng)?shù)撵F節(jié)點(diǎn)層，更加靠近邊緣網(wǎng)絡(luò)，易于對(duì)底層網(wǎng)絡(luò)的管理。

附圖說(shuō)明

圖1為基于霧計(jì)算的傳感云架構(gòu)圖

圖2為本發(fā)明傳輸算法的三層框架圖。

具體實(shí)施方式

以下通過(guò)具體實(shí)施方式對(duì)本發(fā)明作進(jìn)一步的描述。

參見(jiàn)圖1，霧節(jié)點(diǎn)層作為聯(lián)系傳感器網(wǎng)絡(luò)與云端的紐帶，為上下兩層提供服務(wù)。其主要任務(wù)是進(jìn)行移動(dòng)節(jié)點(diǎn)之間的寫(xiě)作與配合、橋接傳感器網(wǎng)絡(luò)與云端、管理機(jī)密性數(shù)據(jù)的存儲(chǔ)。最上層是云計(jì)算層，提供強(qiáng)大的計(jì)算服務(wù)和存儲(chǔ)服務(wù)。底層是由普通傳感節(jié)點(diǎn)組成的傳感器網(wǎng)絡(luò)層，為上兩層網(wǎng)絡(luò)提供數(shù)據(jù)，并在霧節(jié)點(diǎn)層提供的服務(wù)下實(shí)現(xiàn)容錯(cuò)性管理。

參見(jiàn)圖2，本發(fā)明的一種基于霧計(jì)算的傳感云數(shù)據(jù)傳輸算法，包括如下步驟：

1)將傳感器網(wǎng)絡(luò)層的基站作為霧節(jié)點(diǎn)層，根據(jù)基站的位置生成泰森多邊形(Voronoi Diagram)，構(gòu)成基站層。

2)統(tǒng)計(jì)各多邊形區(qū)域內(nèi)的傳感器節(jié)點(diǎn)數(shù)，而后計(jì)算區(qū)域節(jié)點(diǎn)平均數(shù)：區(qū)域節(jié)點(diǎn)平均數(shù)＝傳感器節(jié)點(diǎn)總數(shù)/基站總數(shù)。結(jié)合區(qū)域節(jié)點(diǎn)平均數(shù)分析各個(gè)多邊形區(qū)域的調(diào)入調(diào)出情況，具體如下：

在得到區(qū)域節(jié)點(diǎn)平均數(shù)后，將各區(qū)域節(jié)點(diǎn)數(shù)分別減去區(qū)域節(jié)點(diǎn)平均數(shù)，結(jié)果分3種情況：

a區(qū)域值大于0：該多邊形區(qū)域需要調(diào)出節(jié)點(diǎn)。

b區(qū)域值等于0：該多邊形區(qū)域維持不變。

c區(qū)域值小于0：該多邊形區(qū)域需要調(diào)入節(jié)點(diǎn)。

3)依據(jù)該調(diào)入調(diào)出情況，設(shè)計(jì)各區(qū)域間的調(diào)度算法。調(diào)度算法具體步驟如下：

3.1)采用Floyd算法，依據(jù)各區(qū)域的鄰接圖得到各區(qū)域的最短距離鄰接矩陣A_Table。

3.2)找出當(dāng)前鄰接矩陣中區(qū)域值最大的區(qū)域S_max。

3.3)找出當(dāng)前鄰接矩陣中距離S_max最近且最小的區(qū)域S_min。

3.4)如果S_max≥|S_min|，即S_max區(qū)域傳感節(jié)點(diǎn)數(shù)大于等于S_min區(qū)域傳感節(jié)點(diǎn)數(shù)，更新S_max＝S_max-|S_min|，S_min＝0，即從S_max區(qū)域中調(diào)度個(gè)|S_min|傳感節(jié)點(diǎn)至S_min區(qū)域中。否則，更新S_min＝S_max+S_min，S_max＝0，即由于S_max小于|S_min|，則從S_max區(qū)域中調(diào)度個(gè)S_max傳感節(jié)點(diǎn)至S_min區(qū)域中。

3.5)記錄當(dāng)前調(diào)度方案S_max→S_min，即由當(dāng)前區(qū)域值最大的區(qū)域調(diào)度節(jié)點(diǎn)至最近且最小的區(qū)域，并加入集合U中，更新當(dāng)前各個(gè)多邊形的區(qū)域值，回到步驟3.2)，直至各區(qū)域值為0。

最后，輸出：調(diào)度方案集合U，參照?qǐng)D2的路由層

S_max應(yīng)滿足如下公式：

S_max＝{S_k|S_k＞0&&S_k＝Max(S)}，即選取區(qū)域中大于0且節(jié)點(diǎn)個(gè)數(shù)最多的區(qū)域作為S_max。

其中，S表示區(qū)域值的集合。k∈[1，N]，N表示基站總數(shù)。

S_min應(yīng)滿足如下公式：

S_min＝{S_k|S_k＜0&&S_k＝Min(S_j|S_j∈A_Table(VA_max，：))}，即選取節(jié)點(diǎn)個(gè)數(shù)小于0且在當(dāng)前的臨接矩陣中距離S_max最近且節(jié)點(diǎn)數(shù)目最小的區(qū)域作為S_min。

其中VA_max表示當(dāng)前區(qū)域值最大的區(qū)域，k∈[1，N]，j∈[1，N]。

進(jìn)一步的，S_max→S_min的調(diào)度值Δ應(yīng)滿足如下公式：

Δ＝Min(S_max，|S_min|)

即由當(dāng)前區(qū)域值最大區(qū)域S_max調(diào)度Δ個(gè)節(jié)點(diǎn)數(shù)據(jù)至區(qū)域S_min中，Δ取兩者絕對(duì)值最小值。

上述僅為本發(fā)明的具體實(shí)施方式，但本發(fā)明的設(shè)計(jì)構(gòu)思并不局限于此，凡利用此構(gòu)思對(duì)本發(fā)明進(jìn)行非實(shí)質(zhì)性的改動(dòng)，均應(yīng)屬于侵犯本發(fā)明保護(hù)范圍的行為。