一種基于感知屬性的無線傳感器網絡節(jié)點分類融合方法
【技術領域】
[0001] 本發(fā)明設及一種基于感知屬性的無線傳感器網絡節(jié)點分類融合方法，屬于無線通 信數(shù)據收集領域。
【背景技術】
[0002] 無線傳感器網絡（Wireless Sensors化twork，WSN)是在監(jiān)測區(qū)域范圍內通過 部署大量傳感器節(jié)點，并W無線通信方式形成的單跳或多跳的自組織網絡系統(tǒng)，W此協(xié)同 感知、采集和處理監(jiān)測區(qū)域中的被感知對象信息，在第一時間將其發(fā)送給觀察者。近年來， 隨著傳感器技術、SoC片上系統(tǒng)、微機電系統(tǒng)、低功耗無線傳輸技術的日臻完善，使得無線 傳感器網絡也得到了重點研究及飛速發(fā)展。
[0003] 由于傳感器節(jié)點采用大規(guī)模、分布式部署，相鄰節(jié)點所產生的感知數(shù)據往往帶有 高度的相關性，運就產生一定的冗余數(shù)據，因而需要數(shù)據融合技術對相鄰節(jié)點所采集的大 量原始數(shù)據進行實時處理，而只將處理后的少量有效結果傳輸給匯聚節(jié)點。經過數(shù)據融合 可W顯著降低傳輸數(shù)據量，節(jié)省中間節(jié)點的能量和帶寬，從而減輕網絡負荷，并延長網絡壽 命。相關方面的研究主要有基于生成樹的數(shù)據融合，如最短路徑樹（SPT)、貪屯、增長樹 (GTI)、E-Span算法等;基于網絡性能考慮的數(shù)據融合，如AIDA算法；W及基于安全的數(shù)據 融合等。
[0004] 無線傳感器網絡的大面積鋪設W及數(shù)據融合的需求，促使必須有效地組織網絡的 拓撲結構，W達到均衡負載、延長網絡的生命周期的目的，分簇已被證實是將網絡組織成層 次相連結構的有效方式。所謂"分簇技術"，就是將節(jié)點劃分成許多組，稱為簇レluster)，每 個簇都有一個簇頭和許多簇成員節(jié)點。分簇將網絡劃分為兩層結構，簇頭節(jié)點形成高一層， 成員節(jié)點形成低一層，成員節(jié)點將數(shù)據發(fā)送給各自的簇頭節(jié)點，簇頭節(jié)點將數(shù)據融合后通 過其他簇頭節(jié)點發(fā)送到基站。分簇技術是一種優(yōu)化能耗的拓撲控制技術，能減少冗余數(shù)據 量，延長網絡壽命，有效地進行網內數(shù)據融合，減少數(shù)據報告延遲和增強網絡的可擴展性。 [000引目前已有的分簇融合算法，大都只考慮了節(jié)點的地理位置、能量、網絡生存時間幾 個方面，卻忽視了節(jié)點測得的數(shù)據本身的特征信息，例如感知屬性等信息。在數(shù)據融合時不 能合理地選擇參與融合的節(jié)點和融合中屯、節(jié)點，導致融合后仍有較多的冗余數(shù)據，數(shù)據融 合的誤差較大，融合效率不高。因此我們可W將不同區(qū)域的節(jié)點的數(shù)據特征和分簇技術相 結合，W達到更好的效果。
【發(fā)明內容】
[0006]本發(fā)明的目的在于克服上述已有技術的缺點，提出了一種基于感知屬性的無線傳 感器網絡節(jié)點分類融合方法。本發(fā)明的步驟為:首先將節(jié)點測得的數(shù)據進行無量綱處理，然 后將其進行降維得到踩維數(shù)據，確定所有節(jié)點的綜合感知屬性。在此基礎上，采用精英策 略選擇若干中屯、節(jié)點，并確定各個中屯、節(jié)點的從屬節(jié)點，最后確定融合的節(jié)點集合并進行 數(shù)據融合。其具體步驟包括如下： 步驟一、將無線傳感器網絡中各節(jié)點測得的多種屬性數(shù)據統(tǒng)一為無量綱數(shù)據，統(tǒng)一無 量綱得到的數(shù)值為Cr,計算公式為：
，其中第i個節(jié)點測得的某 種數(shù)據值為，所有節(jié)點中運種數(shù)據測得的最小值為Csh，最大值為，無量綱數(shù)據的范 圍為 ts::'";!; 步驟二、將統(tǒng)一后的多種屬性數(shù)據用主成分分析法進行降維，得到W維數(shù)據，并將M維 數(shù)據統(tǒng)一范圍為h ; 步驟=、對降維后得到的W維數(shù)據，W S巧9為步長將W，維空間劃分為等大小的
個子空間，根據節(jié)點的W維數(shù)據，確定節(jié)點在維空間中所屬的子空間，每個子空間中的節(jié) 點定義為具有同一種綜合感知屬性，并將綜合感知屬性標號為1到
，每個節(jié)點存儲 其綜合感知屬性； 步驟四、將無線傳感器網絡按照地理位置分為f個小區(qū)域，在每個小區(qū)域內選擇每一 輪數(shù)據融合的中屯、節(jié)點，每個中屯、節(jié)點具有某一種綜合感知屬性； 步驟五、依據節(jié)點綜合感知屬性、信號強度和剩余能量把無線傳感器網絡中的節(jié)點進 行分類，得到每個中屯、節(jié)點W及它的從屬節(jié)點的集合； 步驟六、W中屯、節(jié)點為圓屯、，W集合中距離中屯、節(jié)點最遠的節(jié)點與中屯、節(jié)點的距離為 融合半徑，對融合半徑范圍內本集合中所有的節(jié)點數(shù)據進行數(shù)據融合。
[0007] 本發(fā)明具有如下優(yōu)點： 1、 本發(fā)明能夠根據節(jié)點實時測量數(shù)據的綜合感知屬性自適應分類，提高了融合效率； 2、 本發(fā)明將具有同種綜合感知屬性的節(jié)點進行融合，減少了干擾數(shù)據，提高了融合精 度和信息采集精度，降低了融合誤差； 3、 本發(fā)明規(guī)劃了數(shù)據融合的區(qū)域，減少了融合延時； 4、 本發(fā)明根據每個節(jié)點到匯聚節(jié)點的距離和每個節(jié)點的剩余能量進行精英節(jié)點的選 擇，再在其中選擇中屯、節(jié)點，延長了網絡壽命。
【附圖說明】
[0008] 圖1基于感知屬性的無線傳感器網絡節(jié)點分類融合方法流程圖； 圖2綜合感知屬性二維劃分圖； 圖3節(jié)點分類融合圖。
【具體實施方式】
[0009] 本發(fā)明通過得到節(jié)點測量數(shù)據的綜合感知屬性，對節(jié)點進行分類，進行數(shù)據融合， 為了更清楚地說明本發(fā)明，通過監(jiān)測某區(qū)域的天氣情況，K 二!孤。W二2:成蹲二搗運一 實例來進行具體描述，通過在某區(qū)域內部署多個傳感器節(jié)點，對天氣情況進行監(jiān)測。
[0010] 結合附圖和實例，本發(fā)明的【具體實施方式】如下： 步驟一、將無線傳感器網絡中各節(jié)點測得的多種屬性數(shù)據，如溫度、濕度、風力、氣壓和光 強等，統(tǒng)一為無量綱數(shù)據，統(tǒng)一無量綱得到的數(shù)值為^，計算公式為：
其中第i個節(jié)點測得的某種數(shù)據值為.&，所有節(jié)點中運種數(shù)據測得的最小值為，最大值 為沒^，無量綱數(shù)據的范圍為!〇;:踐圖;1。
[0011] 步驟二、將統(tǒng)一后的多種屬性數(shù)據用主成分分析法進行降維，得到二維數(shù)據，并將 二維數(shù)據統(tǒng)一范圍為挺K5Q)，具體步驟如下： 1) 設?個節(jié)點采集的K種感知屬性的數(shù)據為X，則
其中 馬資封空抵江空、/竺巧);表示第i個節(jié)點測得的第J種感知屬性的數(shù)據，馬:空巧)表示所 有節(jié)點測得的第J種感知屬性的無量綱數(shù)據構成的向量； 2) 將X的每一列(代表一個屬性字段)進行零均值化，即減去運一列的均值； 3) 計算協(xié)方差矩陣！
，不同維度的協(xié) 方差計算公式為
4) 對協(xié)方差矩陣進行特征值分解，獲得其特征值和特征向量； 5) 將特征值從大到小依次排列，再把對應的特征向量按列排列成矩陣，取前兩列組成 矩陣，重； 6) 1 =龍4即為降維到二維后的數(shù)據； 7) 設降維得到的某一維度第個節(jié)點的數(shù)據值為扳，所有節(jié)點中運種數(shù)據的最小值為 ，最大值為^^，統(tǒng)一范圍得到的數(shù)值為赴，計算公式為：
[0012] 步驟=、對降維后的二維數(shù)