本發(fā)明屬于無線傳感器網(wǎng)絡(luò)技術(shù)領(lǐng)域，特別是涉及一種構(gòu)建無線傳感器網(wǎng)絡(luò)時(shí)延敏感路由算法的技術(shù)方法。

背景技術(shù)：

由于無線傳感器網(wǎng)絡(luò)(wirelesssensornetworks,wsns)通常部署在無人看守的環(huán)境中，當(dāng)傳感器節(jié)點(diǎn)能量耗盡時(shí)對(duì)其電池進(jìn)行替換幾乎是不可能的。因此，在能量有限的傳感器節(jié)點(diǎn)如何實(shí)現(xiàn)復(fù)雜的數(shù)據(jù)監(jiān)測(cè)和信息報(bào)告是wsns中需要解決的首要問題。已經(jīng)證明得出，傳感器節(jié)點(diǎn)間的傳輸能量消耗是遠(yuǎn)高于節(jié)點(diǎn)內(nèi)的計(jì)算能量消耗的。因此，提出一個(gè)降低傳感器節(jié)點(diǎn)間數(shù)據(jù)傳輸量從而降低網(wǎng)絡(luò)能耗的方法是非常重要的。傳感器網(wǎng)絡(luò)數(shù)據(jù)融合(datafusion)技術(shù)則能很好的解決上述問題。同時(shí)，在實(shí)際應(yīng)用中，許多傳感器的數(shù)據(jù)需要實(shí)時(shí)匯報(bào)才能體現(xiàn)價(jià)值，如地震監(jiān)控、目標(biāo)追蹤和火災(zāi)報(bào)警等，這使得網(wǎng)絡(luò)時(shí)延成為另一個(gè)決定網(wǎng)絡(luò)性能的關(guān)鍵因素。

通常，網(wǎng)絡(luò)時(shí)延與能耗往往是兩個(gè)相互矛盾的指標(biāo)。數(shù)據(jù)融合操作雖然減少了數(shù)據(jù)包大小，但往往需要特定節(jié)點(diǎn)收集一定數(shù)量的數(shù)據(jù)后再進(jìn)行下一階段的傳輸，這無疑增加了網(wǎng)絡(luò)的時(shí)延。以算法dancns(文獻(xiàn)1)與算法dans(文獻(xiàn)2)為例，dancns通過多層簇結(jié)構(gòu)逐層融合節(jié)點(diǎn)數(shù)據(jù)以減少節(jié)點(diǎn)數(shù)據(jù)融合等待時(shí)間，但代價(jià)就是多跳傳輸帶來的額外能耗開銷；而dans采用單一簇頭的單跳傳輸進(jìn)行數(shù)據(jù)融合操作，將數(shù)據(jù)傳輸距離降到最小，但簇頭需收集完所有簇成員數(shù)據(jù)后方能與sink通信，造成了網(wǎng)絡(luò)時(shí)延的增加?？梢钥闯?，兩種算法均無法實(shí)現(xiàn)網(wǎng)絡(luò)能耗與時(shí)延的雙重優(yōu)化。

目前，基于時(shí)延敏感的傳感器數(shù)據(jù)融合算法研究已在降低網(wǎng)絡(luò)時(shí)延方面取得了顯著突破。但大部分算法網(wǎng)絡(luò)模型固定，無法針對(duì)不同融合率進(jìn)行自適應(yīng)調(diào)整，缺乏普遍適用性。同時(shí)，時(shí)延的降低往往以犧牲能耗為代價(jià)，這使得許多網(wǎng)絡(luò)在節(jié)能方面表現(xiàn)欠佳?；跀?shù)據(jù)融合的傳感器網(wǎng)絡(luò)多采用層次型拓?fù)浣Y(jié)構(gòu)，融合節(jié)點(diǎn)的負(fù)載均衡問題也是另一個(gè)容易被許多研究者忽視的重點(diǎn)。因此，研究wsns中時(shí)延與能耗折中優(yōu)化的路由模型，同時(shí)保證節(jié)點(diǎn)負(fù)載均衡是非常重要的。

參考文獻(xiàn)：

[參考1]ctcheng,cktse,fcmlau.adelay-awaredatacollectionnetworkstructureforwirelesssensornetworks.ieeesensorsjournal,2011,11(3):699-710。

[參考2]ctcheng,hleung,pmaupin.adelay-awarenetworkstructureforwirelesssensornetworkswithin-networkdatafusion.ieeesensorsjournal,2013,13(5):1622-1631。

技術(shù)實(shí)現(xiàn)要素：

為了解決上述問題，本發(fā)明提供了一種混合時(shí)延敏感分簇的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方法。

本發(fā)明所采用的技術(shù)方案是：一種混合時(shí)延敏感分簇的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方法，所述無線傳感器網(wǎng)絡(luò)中包含一個(gè)sink節(jié)點(diǎn)與n個(gè)無線傳感器節(jié)點(diǎn)，sink節(jié)點(diǎn)位于探測(cè)區(qū)域中間，無線傳感器節(jié)點(diǎn)隨機(jī)分布在監(jiān)測(cè)區(qū)域內(nèi)；包括sink節(jié)點(diǎn)與無線傳感器節(jié)點(diǎn)在內(nèi)的所有節(jié)點(diǎn)一旦布置后位置便不再改變，且無線傳感器節(jié)點(diǎn)的初始能量均相等；所有節(jié)點(diǎn)均能夠與其他無線傳感器節(jié)點(diǎn)和sink節(jié)點(diǎn)進(jìn)行直接通信；無線傳感器節(jié)點(diǎn)從監(jiān)測(cè)區(qū)域收集單位大小數(shù)據(jù)后通過單跳或者多跳的方式傳輸給sink節(jié)點(diǎn)，特定節(jié)點(diǎn)通過數(shù)據(jù)融合對(duì)收集到的數(shù)據(jù)進(jìn)行融合處理，其中為特定節(jié)點(diǎn)簇頭節(jié)點(diǎn)或父節(jié)點(diǎn)；

假設(shè)兩無線傳感器節(jié)點(diǎn)間傳輸單位大小數(shù)據(jù)均需單位大小時(shí)間，所有特定節(jié)點(diǎn)的數(shù)據(jù)融合率r大小一致但可變化，r表示融合后數(shù)據(jù)總大小與融合前數(shù)據(jù)大小之比，且0.5≤r≤1；r＝0.5表示2單位數(shù)據(jù)融合為1單位數(shù)據(jù)，r＝1表示2單位數(shù)據(jù)融合后仍為2單位數(shù)據(jù)，既不進(jìn)行數(shù)據(jù)融合操作；假設(shè)無線傳感器網(wǎng)絡(luò)共有n個(gè)無線傳感器節(jié)點(diǎn)，則無線傳感器網(wǎng)絡(luò)能夠被組織為k個(gè)簇，前k-1個(gè)簇的大小以2的指數(shù)冪形式遞增，第k個(gè)簇大小為n-2^k-1+1；其中：

2^k-1-1<n≤2^k-1

(1)；

其特征在于，所述方法包括以下步驟：

步驟1：初始化傳感器節(jié)點(diǎn)本地參數(shù)；

步驟2：傳感器節(jié)點(diǎn)通過能量有效分簇算法形成數(shù)量呈指數(shù)增長的簇結(jié)構(gòu)，并選取代價(jià)最小的節(jié)點(diǎn)成為簇頭節(jié)點(diǎn)，簇結(jié)構(gòu)包括單層結(jié)構(gòu)或多層結(jié)構(gòu)；

步驟3：通過判決公式f判斷步驟2中的簇結(jié)構(gòu)為單層結(jié)構(gòu)或多層結(jié)構(gòu)；

若f>0，則簇結(jié)構(gòu)為多層結(jié)構(gòu)；

若f<0，則簇結(jié)構(gòu)為單層結(jié)構(gòu)；

若f＝0，則任意選擇簇結(jié)構(gòu)為單層結(jié)構(gòu)或多層結(jié)構(gòu)；

步驟4：通過時(shí)隙重調(diào)進(jìn)行時(shí)隙重分配；

步驟5：網(wǎng)絡(luò)運(yùn)行并判斷有無節(jié)點(diǎn)死亡；

若有，則網(wǎng)絡(luò)停止運(yùn)行，本流程結(jié)束；

若無，則執(zhí)行下述步驟6；

步驟6：判斷輪次是否達(dá)到周期；

若是，則進(jìn)行動(dòng)態(tài)簇頭重選，然后執(zhí)行下述步驟7；

若否，則回轉(zhuǎn)執(zhí)行上述步驟5；

步驟7：回轉(zhuǎn)執(zhí)行上述步驟3。

本發(fā)明的有益效果為：

(1)建立了混合時(shí)延敏感分簇模型，給出了不同融合率下單層簇結(jié)構(gòu)與多層簇結(jié)構(gòu)的網(wǎng)絡(luò)時(shí)延與能耗的理論分析，提出基于網(wǎng)絡(luò)時(shí)延與能耗的判決函數(shù)f，采用線性加權(quán)和法來判決簇結(jié)構(gòu)的最終形式，以達(dá)到時(shí)延與能耗的折中處理；

(2)將網(wǎng)絡(luò)成簇與重組階段進(jìn)行優(yōu)化，考慮節(jié)點(diǎn)剩余能量與距離等因素條件，設(shè)計(jì)能量有效分簇算法與動(dòng)態(tài)簇頭重選算法，以實(shí)現(xiàn)均衡節(jié)點(diǎn)能耗、延長網(wǎng)絡(luò)生命周期的目的。

附圖說明

圖1為本發(fā)明實(shí)施例的網(wǎng)絡(luò)結(jié)構(gòu)示意圖；

圖2為本發(fā)明實(shí)施例的流程圖；

圖3為本發(fā)明實(shí)施例的多層成簇模型示意圖；其中a)為模型初始階段，b)為第一輪形成子簇，c)為第二輪形成子簇，d)為第三輪形成子簇)。

具體實(shí)施方式

為了便于本領(lǐng)域普通技術(shù)人員理解和實(shí)施本發(fā)明，下面結(jié)合附圖及實(shí)施例對(duì)本發(fā)明作進(jìn)一步的詳細(xì)描述，應(yīng)當(dāng)理解，此處所描述的實(shí)施示例僅用于說明和解釋本發(fā)明，并不用于限定本發(fā)明。

本實(shí)施例的無線傳感器網(wǎng)絡(luò)中包含一個(gè)sink節(jié)點(diǎn)與n個(gè)無線傳感器節(jié)點(diǎn)，sink節(jié)點(diǎn)位于探測(cè)區(qū)域中間，無線傳感器節(jié)點(diǎn)隨機(jī)分布在監(jiān)測(cè)區(qū)域內(nèi)；包括sink節(jié)點(diǎn)與無線傳感器節(jié)點(diǎn)在內(nèi)的所有節(jié)點(diǎn)一旦布置后位置便不再改變，且無線傳感器節(jié)點(diǎn)的初始能量均相等；所有節(jié)點(diǎn)均能夠與其他無線傳感器節(jié)點(diǎn)和sink節(jié)點(diǎn)進(jìn)行直接通信；無線傳感器節(jié)點(diǎn)從監(jiān)測(cè)區(qū)域收集單位大小數(shù)據(jù)后通過單跳或者多跳的方式傳輸給sink節(jié)點(diǎn)，特定節(jié)點(diǎn)(簇頭節(jié)點(diǎn)或父節(jié)點(diǎn))通過數(shù)據(jù)融合對(duì)收集到的數(shù)據(jù)進(jìn)行融合處理；

為方便計(jì)算與分析，本實(shí)施例假設(shè)兩無線傳感器節(jié)點(diǎn)間傳輸單位大小數(shù)據(jù)均需單位大小時(shí)間，數(shù)據(jù)產(chǎn)生與數(shù)據(jù)融合的時(shí)間在此忽略不計(jì)，所有特定節(jié)點(diǎn)的數(shù)據(jù)融合率r(融合后數(shù)據(jù)總大小與融合前數(shù)據(jù)大小之比)大小一致但可變化，且0.5≤r≤1。r＝0.5表示2單位數(shù)據(jù)融合為1單位數(shù)據(jù)，r＝1表示2單位數(shù)據(jù)融合后仍為2單位數(shù)據(jù)，既不進(jìn)行數(shù)據(jù)融合操作。假設(shè)無線傳感器網(wǎng)絡(luò)共有n個(gè)無線傳感器節(jié)點(diǎn)，則無線傳感器網(wǎng)絡(luò)能夠被組織為k個(gè)簇，前k-1個(gè)簇的大小以2的指數(shù)冪形式遞增，第k個(gè)簇大小為n-2^k-1+1。其中

2^k-1-1<n≤2^k-1(1)；

每個(gè)簇在分簇完成后，需要通過判決函數(shù)f對(duì)簇結(jié)構(gòu)進(jìn)行判決，最終決定采用單層網(wǎng)絡(luò)結(jié)構(gòu)還是多層網(wǎng)絡(luò)結(jié)構(gòu)。算法的一個(gè)例子如圖1所示(r＝0.5)。前三個(gè)簇采用單層結(jié)構(gòu)，第4個(gè)簇則采用了多層結(jié)構(gòu)。

請(qǐng)見圖2，本發(fā)明提供的一種混合時(shí)延敏感分簇的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合方法，包括以下步驟：

步驟1：初始化傳感器節(jié)點(diǎn)本地參數(shù)，包括節(jié)點(diǎn)初始能量、節(jié)點(diǎn)到其他節(jié)點(diǎn)距離、節(jié)點(diǎn)到sink節(jié)點(diǎn)距離、節(jié)點(diǎn)的下一跳地址。

步驟2：傳感器節(jié)點(diǎn)通過能量有效分簇算法形成數(shù)量呈指數(shù)增長的簇結(jié)構(gòu)，并選取代價(jià)最小的節(jié)點(diǎn)成為簇頭節(jié)點(diǎn)，簇結(jié)構(gòu)包括單層結(jié)構(gòu)或多層結(jié)構(gòu)；

能量有效分簇算法主要通過構(gòu)建基于傳輸距離與節(jié)點(diǎn)密度的代價(jià)函數(shù)實(shí)現(xiàn)。通過代價(jià)函數(shù)尋找最小代價(jià)值節(jié)點(diǎn)作為每個(gè)簇簇頭節(jié)點(diǎn)。

算法流程如下：

(1)通過傳感器節(jié)點(diǎn)總數(shù)n計(jì)算每個(gè)簇簇成員數(shù)，按照簇成員數(shù)遞減方式排序?yàn)閏n,cn-1,......,c1，對(duì)應(yīng)的簇成員節(jié)點(diǎn)數(shù)分別為

(2)所有傳感器節(jié)點(diǎn)廣播距離探測(cè)包計(jì)算其與鄰居傳感器節(jié)點(diǎn)以及sink節(jié)點(diǎn)的距離，記為di,j，表示節(jié)點(diǎn)i與節(jié)點(diǎn)j的距離大小。

(3)按照簇結(jié)構(gòu)從大到小的方式依次計(jì)算每個(gè)傳感器節(jié)點(diǎn)成為簇頭的代價(jià)，選擇代價(jià)最小的傳感器節(jié)點(diǎn)作為相應(yīng)簇簇頭，并將通過公式(1)計(jì)算得到的相應(yīng)數(shù)量鄰居傳感器節(jié)點(diǎn)加入該簇，加入該簇的傳感器節(jié)點(diǎn)退出其他簇頭節(jié)點(diǎn)的競(jìng)選，并不作為其他傳感器節(jié)點(diǎn)的鄰居節(jié)點(diǎn)。算法直至所以傳感器節(jié)點(diǎn)成為簇成員節(jié)點(diǎn)為止。成為簇頭的傳感器節(jié)點(diǎn)，當(dāng)該簇被判定為多層網(wǎng)絡(luò)結(jié)構(gòu)時(shí)，簇頭在子簇連接時(shí)自動(dòng)成為子簇頭，并最終成為等級(jí)最高的子簇頭。

代價(jià)函數(shù)公式如下：

其中

表示傳感器節(jié)點(diǎn)i成為簇cn簇頭的代價(jià)，表示傳感器節(jié)點(diǎn)i與附近個(gè)節(jié)點(diǎn)的密度，表示傳感器節(jié)點(diǎn)i與最近的第j個(gè)傳感器節(jié)點(diǎn)的距離；α2與β2為常數(shù)參量，滿足α2+β2＝1。

本實(shí)施例的單層簇成簇方式為：

采用的單層簇網(wǎng)絡(luò)結(jié)構(gòu)與dans算法相同。簇內(nèi)節(jié)點(diǎn)包括1個(gè)簇頭節(jié)點(diǎn)與多個(gè)簇成員節(jié)點(diǎn)，簇成員節(jié)點(diǎn)處于相同地位，執(zhí)行相同的功能。簇頭與其余簇成員節(jié)點(diǎn)以tdma方式直接通信，簇成員節(jié)點(diǎn)間不進(jìn)行數(shù)據(jù)傳輸，每接收完一個(gè)簇成員節(jié)點(diǎn)數(shù)據(jù)后，簇頭節(jié)點(diǎn)進(jìn)行數(shù)據(jù)融合操作，簇頭在收集完所有節(jié)點(diǎn)數(shù)據(jù)后，按照分配的時(shí)隙與sink節(jié)點(diǎn)通信。

本實(shí)施例的多層簇成簇方式為：

多層簇成簇方式是基于dancns進(jìn)行改進(jìn)。算法流程如下：

(1)簇內(nèi)每個(gè)節(jié)點(diǎn)擁有該節(jié)點(diǎn)對(duì)應(yīng)的等級(jí)k，等級(jí)k的節(jié)點(diǎn)擁有k-1個(gè)子節(jié)點(diǎn)。節(jié)點(diǎn)間通過合并成為子簇，cch(k)表示等級(jí)為k的子簇簇頭。初始階段每個(gè)節(jié)點(diǎn)的等級(jí)均為1，既k＝1，且沒有子節(jié)點(diǎn)，簇內(nèi)存在n個(gè)cch(1)節(jié)點(diǎn)。

(2)按照離sink節(jié)點(diǎn)距離遞降的方式將子簇頭排序。每個(gè)子簇簇頭節(jié)點(diǎn)發(fā)送連接請(qǐng)求信息到鄰居子簇頭，鄰居子簇頭中具有相同等級(jí)的子簇頭才能與其連接形成新的子簇。兩個(gè)子簇頭中較sink節(jié)點(diǎn)近的子簇頭成為新的子簇頭，并且等級(jí)提升1，另一節(jié)點(diǎn)成為普通節(jié)點(diǎn)。例如兩個(gè)cch(k)通過合并后，較近節(jié)點(diǎn)成為cch(k+1)。之后，新簇頭繼續(xù)發(fā)送連接請(qǐng)求信息，與其最近的相同等級(jí)的子簇頭連接。

(3)當(dāng)沒有連接產(chǎn)生后，子簇頭按照等級(jí)遞增的方式排列，高等級(jí)簇頭作為低等級(jí)簇頭的父節(jié)點(diǎn)，在收集自身簇成員節(jié)點(diǎn)數(shù)據(jù)的同時(shí)還要負(fù)責(zé)融合低等級(jí)簇傳輸過來的數(shù)據(jù)。等級(jí)最高的子簇頭作為該簇的簇頭直接與sink進(jìn)行通信。多層成簇流程圖如圖3所示，網(wǎng)絡(luò)最終形成cch(3)與cch(2)兩個(gè)子簇頭，等級(jí)高的cch(3)負(fù)責(zé)與sink節(jié)點(diǎn)直接通信。

步驟3：通過判決公式f判斷步驟2中的簇結(jié)構(gòu)為單層結(jié)構(gòu)或多層結(jié)構(gòu)；

步驟3.1：時(shí)延分析；

a)單層簇網(wǎng)絡(luò)結(jié)構(gòu)時(shí)延分析；

為方便表示，假設(shè)一個(gè)簇內(nèi)含有n+1個(gè)節(jié)點(diǎn)，其中n個(gè)簇成員節(jié)點(diǎn)，1個(gè)簇頭節(jié)點(diǎn)。簇內(nèi)的網(wǎng)絡(luò)時(shí)延主要包括簇頭節(jié)點(diǎn)逐個(gè)接收簇成員節(jié)點(diǎn)數(shù)據(jù)的時(shí)延以及簇頭節(jié)點(diǎn)將融合數(shù)據(jù)傳輸給sink節(jié)點(diǎn)的時(shí)延。簇頭節(jié)點(diǎn)與每個(gè)簇成員節(jié)點(diǎn)通信總共需要的時(shí)間為n。簇頭節(jié)點(diǎn)進(jìn)行數(shù)據(jù)融合后的數(shù)據(jù)總大小為故整個(gè)簇n的數(shù)據(jù)收集時(shí)延公式如下：

b)多層簇網(wǎng)絡(luò)結(jié)構(gòu)時(shí)延分析；

按照多層成簇算法，簇結(jié)構(gòu)會(huì)被分成m個(gè)子簇，在此按照等級(jí)遞增的排列方式將它們的簇頭記為c1,c2,......cm，其中cm即為第m個(gè)簇的簇頭，也是該簇的總簇頭。低等級(jí)子簇在收集完自己子簇成員數(shù)據(jù)后將總數(shù)據(jù)傳輸給高等級(jí)子簇進(jìn)行融合處理。故簇頭cm的時(shí)延dm包括3個(gè)因素：接收簇內(nèi)節(jié)點(diǎn)數(shù)據(jù)的時(shí)延接收cm-1傳輸數(shù)據(jù)的時(shí)延傳輸數(shù)據(jù)到sink的時(shí)延簇n時(shí)延可表示為：

考慮與大小的關(guān)系，既cm在接收完子簇內(nèi)數(shù)據(jù)后是否需要等待額外時(shí)間才能與cm-1通信。由hdc多層簇結(jié)構(gòu)成簇算法可知，假設(shè)cm簇內(nèi)節(jié)點(diǎn)數(shù)小于等于其余節(jié)點(diǎn)數(shù)之和，則其余節(jié)點(diǎn)能夠形成與cm相同等級(jí)的子簇，從而與能夠與cm連接成為cm+1。但cm為該簇內(nèi)最大的子簇，不存在cm+1，故假設(shè)不成立，cm簇內(nèi)節(jié)點(diǎn)數(shù)大于其余節(jié)點(diǎn)數(shù)之和。所以，由c1,c2,......cm-1構(gòu)成的子簇結(jié)構(gòu)可以看做是cm子簇的子集，其數(shù)據(jù)收集時(shí)延必小于故cm在接收完子簇內(nèi)數(shù)據(jù)后cm-1已處于可通信狀態(tài)。

由以上推論可知，多層簇結(jié)構(gòu)的時(shí)延計(jì)算公式如下：

其中

故式(6)可表示為：

sm表示cm節(jié)點(diǎn)融合子節(jié)點(diǎn)后的數(shù)據(jù)量，km表示子簇cm的等級(jí)。

步驟3.2：能耗分析；

無線傳感器節(jié)點(diǎn)中的大部分能量由其收發(fā)模塊消耗。其中，接收機(jī)的能耗直接由所接收的數(shù)據(jù)量的大小決定，我們假設(shè)er表示節(jié)點(diǎn)接收1單位數(shù)據(jù)所消耗的能量。而發(fā)射機(jī)的信道模型有自由空間模型和多徑衰落模型兩種，能耗的大小不光與數(shù)據(jù)量有關(guān)，還與傳輸距離d有關(guān)。當(dāng)傳輸距離小于給定閾值d0值，采用自由空間模型，能耗系數(shù)為d²，反之，采用多徑衰落模型，能耗系數(shù)為d⁴。節(jié)點(diǎn)i傳輸1單位數(shù)據(jù)到距離為d的節(jié)點(diǎn)j的能耗公式如下：

其中，eelec表示電路損耗能量，εfs與εamp分別表示自由空間模型和多徑衰落模型下射頻放大器所消耗的能量。由于我們認(rèn)為sink節(jié)點(diǎn)的能量是可供應(yīng)的，故sink節(jié)點(diǎn)的接收能耗在此不予考慮。

a)單層網(wǎng)絡(luò)結(jié)構(gòu)能耗分析；

我們?nèi)约僭O(shè)簇內(nèi)含有n+1個(gè)節(jié)點(diǎn)，其中n個(gè)簇成員節(jié)點(diǎn)，一個(gè)簇頭節(jié)點(diǎn)。每個(gè)節(jié)點(diǎn)含有kbits數(shù)據(jù)，融合率大小為r。在單層簇結(jié)構(gòu)中，n個(gè)簇成員節(jié)點(diǎn)依次將kbits數(shù)據(jù)傳輸給簇頭節(jié)點(diǎn)，簇頭節(jié)點(diǎn)接收數(shù)據(jù)并進(jìn)行數(shù)據(jù)融合，融合后的數(shù)據(jù)量大小為最后簇頭節(jié)點(diǎn)將融合后的數(shù)據(jù)傳輸給sink節(jié)點(diǎn)。單層簇結(jié)構(gòu)的能耗計(jì)算公式如下：

其中cmi代表第i個(gè)簇成員節(jié)點(diǎn)，ch代表簇頭節(jié)點(diǎn)。

b)多層網(wǎng)絡(luò)結(jié)構(gòu)能耗分析；

多層簇結(jié)構(gòu)中，最底層節(jié)點(diǎn)只負(fù)責(zé)將數(shù)據(jù)傳輸給父節(jié)點(diǎn)，其它非子簇頭節(jié)點(diǎn)需要收集孩子節(jié)點(diǎn)數(shù)據(jù)后再將數(shù)據(jù)傳輸給自己的父節(jié)點(diǎn)，而子簇頭節(jié)點(diǎn)不光負(fù)責(zé)該子簇?cái)?shù)據(jù)的收集與傳輸，還需與相鄰子簇頭通信，消耗額外的能量。

任意節(jié)點(diǎn)i的能耗表達(dá)式如下：

簇內(nèi)所有節(jié)點(diǎn)的能耗為：

其中ki表示節(jié)點(diǎn)i的等級(jí)，表示節(jié)點(diǎn)i接收低等級(jí)子簇?cái)?shù)據(jù)的時(shí)延，表示節(jié)點(diǎn)i傳輸數(shù)據(jù)到高等級(jí)子簇的時(shí)延，et(i,parent)表示節(jié)點(diǎn)i傳輸1單位數(shù)據(jù)到父節(jié)點(diǎn)所需要的能耗。與在公式(8)中已進(jìn)行推導(dǎo)，在此便不再展開。

步驟3.3：構(gòu)建判決公式f；

為構(gòu)建判決公式f，需同時(shí)考慮網(wǎng)絡(luò)的時(shí)延與能耗大小，選取時(shí)延與能耗代價(jià)相對(duì)較小的網(wǎng)絡(luò)結(jié)構(gòu)。因此，該模型為多目標(biāo)決策模型。本文采用線性加權(quán)和法對(duì)模型進(jìn)行判斷。

對(duì)于時(shí)延與能耗，由于采用的單位與數(shù)值存在差異，為準(zhǔn)確進(jìn)行比較，需先對(duì)目標(biāo)規(guī)范化處理，使目標(biāo)對(duì)測(cè)評(píng)方案的作用力同趨化。規(guī)范化表達(dá)式如下：

經(jīng)過規(guī)范化的時(shí)延與能耗參數(shù)數(shù)值均處于(0,1)范圍內(nèi)，消除了因原數(shù)值大小不統(tǒng)一造成的計(jì)算誤差。

判決公式定義如下：

其中，權(quán)重α1與β1為常量參數(shù)，并滿足α1+β1＝1，其具體值取決于用戶對(duì)時(shí)延與能耗的偏好。若f的計(jì)算結(jié)果為正數(shù)，說明該簇為單層簇的代價(jià)大于該簇為多層簇的代價(jià)，則最終判決該簇為多層簇結(jié)構(gòu)；反之，則判決該簇為單層簇結(jié)構(gòu)；若f的計(jì)算結(jié)果恰好為0，視為兩種簇結(jié)構(gòu)的代價(jià)相同，可任意選擇該簇為多層或單層結(jié)構(gòu)。簇結(jié)構(gòu)的判決依據(jù)可以被描述如下：

步驟4：通過時(shí)隙重調(diào)進(jìn)行時(shí)隙重分配；

所構(gòu)建的混合模型會(huì)在部分情況下存在兩簇間時(shí)隙浪費(fèi)的情況，既在前一個(gè)簇傳輸完數(shù)據(jù)到sink后后一個(gè)簇簇頭仍未完成數(shù)據(jù)收集過程，sink需等待多余時(shí)間才能與下一個(gè)簇頭通信。故加入時(shí)隙重調(diào)算法進(jìn)行時(shí)隙的重分配。時(shí)隙的重調(diào)階段過程如下：

(1)計(jì)算每個(gè)簇的簇頭節(jié)點(diǎn)接收簇成員數(shù)據(jù)所需時(shí)延，計(jì)算公式如公式(17)與(18)所示，將簇按照接收時(shí)延遞增方式排序?yàn)閏1,c2,......,cn。

(2)通過公式(4)與公式(8)計(jì)算每個(gè)簇的總時(shí)延，并依次分配相應(yīng)時(shí)隙給c1,c2,......,cn，cm簇只有在cm-1簇與sink節(jié)點(diǎn)通信后才能與sink節(jié)點(diǎn)進(jìn)行通信。

步驟5：網(wǎng)絡(luò)運(yùn)行并判斷有無節(jié)點(diǎn)死亡；

若有，則網(wǎng)絡(luò)停止運(yùn)行，本流程結(jié)束；

若無，則執(zhí)行下述步驟6；

步驟6：判斷輪次是否達(dá)到周期；

若是，則進(jìn)行動(dòng)態(tài)簇頭重選，然后執(zhí)行下述步驟7；

若否，則回轉(zhuǎn)執(zhí)行上述步驟5；

相比其他簇成員節(jié)點(diǎn)，簇頭節(jié)點(diǎn)負(fù)責(zé)更多的工作，如簇內(nèi)通信、數(shù)據(jù)融合、數(shù)據(jù)傳輸?shù)龋枰母嗟哪芰?，從而?huì)因過早消耗完能量而降低網(wǎng)絡(luò)性能。因此，本文提出動(dòng)態(tài)簇頭重選算法，在網(wǎng)絡(luò)進(jìn)行一段時(shí)間后通過效益函數(shù)wi計(jì)算節(jié)點(diǎn)i的效益值，在簇內(nèi)重選選取簇頭節(jié)點(diǎn)，以均衡網(wǎng)絡(luò)能耗，達(dá)到節(jié)點(diǎn)負(fù)載均衡的目的。在選擇簇首節(jié)點(diǎn)時(shí)從以下兩個(gè)方面進(jìn)行考慮：節(jié)點(diǎn)的剩余能量，以及節(jié)點(diǎn)到sink的距離。通過分配動(dòng)態(tài)權(quán)重來表示對(duì)兩參數(shù)的偏好。效益函數(shù)wi表達(dá)式如下：

其中

α3為動(dòng)態(tài)權(quán)重，β3為調(diào)節(jié)參數(shù)，qmax與qmin分別表示該簇內(nèi)節(jié)點(diǎn)剩余能量的最大值與最小值，dmax,sink與dmin,sink分別表示簇內(nèi)節(jié)點(diǎn)到sink的最大值與最小值。由于隨著采集輪數(shù)的增加，節(jié)點(diǎn)剩余能量逐漸減少，為實(shí)現(xiàn)網(wǎng)絡(luò)的正常運(yùn)行，剩余能量的權(quán)重將逐漸提高。算法引入調(diào)節(jié)參數(shù)β3，β3在區(qū)間[0,1]內(nèi)依次遞減，使α3在區(qū)間[0.5，1]內(nèi)逐漸增大，從而逐步增加能量在算法中的比重，達(dá)到了網(wǎng)絡(luò)能耗負(fù)載均衡的目的。

步驟7：回轉(zhuǎn)執(zhí)行上述步驟3。

本發(fā)明構(gòu)建了基于混合時(shí)延敏感分簇的數(shù)據(jù)融合模型；傳感器節(jié)點(diǎn)通過能量有效分簇算法形成數(shù)量呈指數(shù)增長的簇結(jié)構(gòu)。每個(gè)簇包含一個(gè)簇頭節(jié)點(diǎn)與數(shù)個(gè)簇成員節(jié)點(diǎn)。簇頭節(jié)點(diǎn)通過設(shè)置融合率(即接收數(shù)據(jù)與輸出數(shù)據(jù)比值)，對(duì)接收數(shù)據(jù)進(jìn)行融合處理，再通過tdma方式傳輸給sink。算法中簇頭與簇成員間有單層和多層連接兩種方式。提出判決函數(shù)，將單層與多層模型相對(duì)應(yīng)的的時(shí)延與能耗進(jìn)行加權(quán)比較，判決每個(gè)簇的成簇方式，以達(dá)到最優(yōu)的時(shí)延與能耗折中處理。

本發(fā)明采用能量有效分簇算法與動(dòng)態(tài)簇頭重選算法；在成簇階段，能量有效分簇算法考慮節(jié)點(diǎn)密度與物理位置，通過構(gòu)建代價(jià)函數(shù)選擇代價(jià)值最小的節(jié)點(diǎn)成為簇頭，以達(dá)到縮短通信距離的目的。在網(wǎng)絡(luò)運(yùn)行一段時(shí)間后，為均衡節(jié)點(diǎn)能耗負(fù)載，在簇內(nèi)通過動(dòng)態(tài)簇頭重選算法構(gòu)建效益函數(shù)重新競(jìng)選新的簇頭。計(jì)算得出的最優(yōu)節(jié)點(diǎn)成為新簇頭。

通過仿真結(jié)果表明，與現(xiàn)有的方法相比，在不同融合率情況下，混合時(shí)延敏感分簇的無線傳感器網(wǎng)絡(luò)數(shù)據(jù)融合算法能有效降低網(wǎng)絡(luò)時(shí)延、減少網(wǎng)絡(luò)能耗、延長網(wǎng)絡(luò)生命周期。本發(fā)明在物聯(lián)網(wǎng)智能感知、智慧農(nóng)業(yè)、電子商務(wù)等領(lǐng)域具有良好的應(yīng)用前景。

應(yīng)當(dāng)理解的是，本說明書未詳細(xì)闡述的部分均屬于現(xiàn)有技術(shù)。

應(yīng)當(dāng)理解的是，上述針對(duì)較佳實(shí)施例的描述較為詳細(xì)，并不能因此而認(rèn)為是對(duì)本發(fā)明專利保護(hù)范圍的限制，本領(lǐng)域的普通技術(shù)人員在本發(fā)明的啟示下，在不脫離本發(fā)明權(quán)利要求所保護(hù)的范圍情況下，還可以做出替換或變形，均落入本發(fā)明的保護(hù)范圍之內(nèi)，本發(fā)明的請(qǐng)求保護(hù)范圍應(yīng)以所附權(quán)利要求為準(zhǔn)。