基于概率的傳感器網(wǎng)絡(luò)劃分方法
【專利摘要】本發(fā)明公開了計算機網(wǎng)絡(luò)決策支持【技術(shù)領(lǐng)域】中的一種基于概率的傳感器網(wǎng)絡(luò)劃分方法。包括根據(jù)傳感器節(jié)點的屬性值構(gòu)建傳感器節(jié)點有向圖；計算傳感器節(jié)點有向圖中任意兩個傳感器節(jié)點之間的最短距離，得到最短距離矩陣；迭代計算任意兩個傳感器節(jié)點之間的轉(zhuǎn)移概率并生成轉(zhuǎn)移概率矩陣、每個傳感器節(jié)點的狀態(tài)概率并生成初始狀態(tài)概率向量；當(dāng)轉(zhuǎn)移概率矩陣是穩(wěn)定的轉(zhuǎn)移概率矩陣且狀態(tài)概率向量是穩(wěn)態(tài)的狀態(tài)概率向量時，對穩(wěn)態(tài)的狀態(tài)概率向量中的各個分量按照由大到小的順序排列，選擇前s個分量對應(yīng)的傳感器節(jié)點作為核心傳感器節(jié)點；利用核心傳感器節(jié)點將傳感器網(wǎng)絡(luò)劃分為s個區(qū)域。使用本發(fā)明劃分的網(wǎng)絡(luò)可以更加準(zhǔn)確、客觀地反映傳感器節(jié)點之間的關(guān)系。
【專利說明】基于概率的傳感器網(wǎng)絡(luò)劃分方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明屬于計算機網(wǎng)絡(luò)決策支持【技術(shù)領(lǐng)域】，尤其涉及一種基于概率的傳感器網(wǎng)絡(luò)劃分方法。
【背景技術(shù)】
[0002]傳感器是指是一種能感受到被測量的信息，并能將感受到的被測量信息，按一定規(guī)律變換成為電信號或其他形式的信息輸出，以滿足信息的傳輸、處理、存儲、顯示、記錄和控制等要求的設(shè)備。隨著經(jīng)濟的發(fā)展和進步，傳感器被廣泛應(yīng)用在各行各業(yè)中，進行數(shù)據(jù)采集和監(jiān)控。由于應(yīng)用的多樣化和復(fù)雜化，傳感器構(gòu)成的傳感器網(wǎng)絡(luò)也越來越復(fù)雜。傳感器網(wǎng)絡(luò)中核心節(jié)點的運行狀況直接影響著整個網(wǎng)絡(luò)的性能，在復(fù)雜的傳感器網(wǎng)絡(luò)中，找到核心節(jié)點并分析這些核心節(jié)點的運行狀況，就可以獲取整個傳感器網(wǎng)絡(luò)的運行狀況，進而可以保證整個傳感器網(wǎng)絡(luò)正常和高效地運行。此外，由于傳感器網(wǎng)絡(luò)受到能量和帶寬的限制，因此降低能量損耗以延長生命周期成為傳感器網(wǎng)絡(luò)的熱點問題。而將傳感器網(wǎng)絡(luò)中的節(jié)點組織成簇(若干區(qū)域)，在簇內(nèi)利用簇頭(區(qū)域內(nèi)的核心節(jié)點)以短距離通信替代節(jié)點間的間接跳轉(zhuǎn)的通信方式，則可以大大降低節(jié)點間的信息傳輸量，有利于節(jié)省能量損耗并延長網(wǎng)絡(luò)生命周期。
[0003]由此看來，在傳感器網(wǎng)絡(luò)中找出核心節(jié)點并根據(jù)核心節(jié)點劃分網(wǎng)絡(luò)，已經(jīng)成為解決傳感器網(wǎng)絡(luò)存在的主要問題的關(guān)鍵。
【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于，提供一種基于概率的傳感器網(wǎng)絡(luò)劃分方法，通過確定傳感器網(wǎng)絡(luò)中的核心節(jié)點，將傳感器網(wǎng)絡(luò)劃分為若干區(qū)域。
[0005]為了實現(xiàn)上述目的，本發(fā)明提出的技術(shù)方案是，一種基于概率的傳感器網(wǎng)絡(luò)劃分方法，其特征是所述方法包括:
[0006]步驟1:根據(jù)傳感器節(jié)點的屬性值構(gòu)建傳感器節(jié)點有向圖；
[0007]步驟2:計算傳感器節(jié)點有向圖中任意兩個傳感器節(jié)點之間的最短距離，得到最短距離矩陣Dnxn ；
[0008]其中，最短距離矩陣Dnxn中第i行第j列的元素為傳感器節(jié)點i和傳感器節(jié)點j之間的最短距離du，并且當(dāng)i=j時，e為第一設(shè)定值且￡>0;
[0009]步驟3:令T=0，根據(jù)最短距離矩陣Dnxn計算任意兩個傳感器節(jié)點i和j之間的初
始轉(zhuǎn)移概車并生成初始轉(zhuǎn) 移概率矩陣；根據(jù)最短距離矩陣Dnxn計算每個傳感器節(jié)點i的初始狀態(tài)概車；/并生成初始狀態(tài)概率向量# ；
[0010]步驟4:計算時刻T+1每個傳感器節(jié)點的狀態(tài)概I)并生成時刻T+1的狀態(tài)概率向量P7T1，計算任意兩個節(jié)點之間的轉(zhuǎn)移概率并生成時刻T+1的轉(zhuǎn)移概率矩陣名二，更新每個節(jié)點的鄰居節(jié)點集合；
[0011 ]計算時刻T+i每個傳感器節(jié)點的狀態(tài)概率采用公式
【權(quán)利要求】
1.一種基于概率的傳感器網(wǎng)絡(luò)劃分方法，其特征是所述方法包括: 步驟1:根據(jù)傳感器節(jié)點的屬性值構(gòu)建傳感器節(jié)點有向圖； 步驟2:計算傳感器節(jié)點有向圖中任意兩個傳感器節(jié)點之間的最短距離，得到最短距尚矩陣Dnxn ； 其中，最短距離矩陣Dnxn中第i行第j列的元素為傳感器節(jié)點i和傳感器節(jié)點j之間的最短距離di，」,并且當(dāng)i=j時，di； j= e , e為第一設(shè)定值且e >0 ； 步驟3:令T=0，根據(jù)最短距離矩陣Dnxn計算任意兩個傳感器節(jié)點i和j之間的初始轉(zhuǎn)移概率并生成初始轉(zhuǎn)移概率矩陣A0nxn ;根據(jù)最短距離矩陣Dnxn計算每個傳感器節(jié)點i的初始狀態(tài)概率并生成初始狀態(tài)概率向量廣 步驟4:計算時刻T+1每個傳感器節(jié)點的狀態(tài)概家并生成時刻T+1的狀態(tài)概率向量P1計算時刻T+1任意兩個節(jié)點之間的轉(zhuǎn)移概率并生成時刻T+1的轉(zhuǎn)移概率矩陣名-，更新每個節(jié)點的鄰居節(jié)點集合； 計算時刻T+1每個傳感器節(jié)點的狀態(tài)概率采用公式
2.根據(jù)權(quán)利要求1所述的方法，其特征是所述根據(jù)傳感器節(jié)點的屬性值構(gòu)建傳感器節(jié)點有向圖具體是，對任意兩個傳感器節(jié)點i和j，其中i幸j，若傳感器節(jié)點i在屬性k上的取值A(chǔ)k小于傳感器 節(jié)點j在屬性k上的取值<，則存在一條從傳感器節(jié)點i指向傳感器節(jié)點j且權(quán)值為的有向邊；其中，:=|---| i=l，2，...，N，j=l，2，...，N，N為傳感器網(wǎng)絡(luò)中傳感器節(jié)點的個數(shù)，k=l, 2，...，K，K為傳感器節(jié)點的屬性個數(shù)。
3.根據(jù)權(quán)利要求2所述的方法，其特征是所述傳感器節(jié)點的屬性包括時延、丟包率和帶寬。
4.根據(jù)權(quán)利要求1所述的方法，其特征是所述根據(jù)最短距離矩陣Dnxn計算任意兩個傳感器節(jié)點i和j之間的初始轉(zhuǎn)移概家P并生成初始轉(zhuǎn)移概率矩陣具體為: 步驟101:計算最短距離矩陣Dnxn第i行元素之和smv i=l, 2，...，N，N為最短距離矩陣Dnxn的行數(shù)和列數(shù)； 步驟102:計算最短距離矩陣Dnxn第i行中每個元素與第i行元素之和的比值屯。/Sumi, O =1，2，...，N, di；。為第i行中的第o個元素； 步驟103:將最短距離矩陣Dnxn第i行中的元素按由小到大的順序排列，記為第一隊列；同時，將最短距離矩陣Dnxn第i行中每個元素與第i行元素之和的比值Usumi按照由大到小的順序排列，記為第二隊列； 步驟104:確定傳感器節(jié)點i和傳感器節(jié)點j之間的最短距離du在第一隊列中的位置X ； 步驟105:將第二隊列中處于位置X的值作為傳感器節(jié)點i和傳感器節(jié)點j之間的初始轉(zhuǎn)移概率； 步驟106:將傳感器節(jié)點i和傳感器節(jié)點j之間的初始轉(zhuǎn)移概率A°,.作為初始轉(zhuǎn)移概率矩陣I中第i行第j列元素。
5.根據(jù)權(quán)利要求1所述的方法，其特征是所述根據(jù)最短距離矩陣Dnxn計算每個傳感器節(jié)點i的初始狀態(tài)概率并生成初始狀態(tài)概率向量P具體為: 步驟201:分別計算最短距離矩陣Dnxn每行元素之和Sumi以及最短距離矩陣Dnxn所有元素之和sum ;其中，i=l, 2，...，N，N為最短距離矩陣Dnxn的行數(shù)和列數(shù)； 步驟202:計算最短距離矩陣Dnxn每行元素之和與所有元素之和的比值sumi/sum ；步驟203:將最短距離矩陣Dnxn每行元素之和與所有元素之和的比值SumiAum按照由小到大的順序排列并按照由大到小的順序排列，分別記為第三隊列和第四隊列； 步驟204:確定最短距離矩陣Dnxn第i行元素之和與所有元素之和的比值sumi/sum在第三隊列中的位置I ; 步驟205:取第四隊列中處于位置I的值作為傳感器節(jié)點i的初始狀態(tài)概率P 步驟206:將傳感器節(jié)點i的初始狀態(tài)概率M作為初始狀態(tài)概率向量的第i個分量。
6.根據(jù)權(quán)利要求1所述的方法，其特征是所述確定穩(wěn)定的轉(zhuǎn)移概率矩陣下的狀態(tài)概率向量P具體是，將時刻T+1的狀態(tài)概率向量作為穩(wěn)定的轉(zhuǎn)移概率矩陣下的狀態(tài)概率向量巧'+1，即產(chǎn)f1=#+1; 或者根據(jù)方程組
7.根據(jù)權(quán)利要求1所述的方法，其特征是所述步驟8具體為，任取傳感器節(jié)點i，從最短距離矩陣Dnxn中找出傳感器節(jié)點i與每個核心傳感器節(jié)點C1的最短距離du，C1為第I個核心傳感器節(jié)點1=1，2,...S，將傳感器節(jié)點i劃分到最短距離du中最小值對應(yīng)的核心傳感器節(jié)點所屬的區(qū)域中。將傳感器節(jié)點i與最短距離du中最小值對應(yīng)的核心傳感器節(jié)點劃分在同一區(qū) 域中。
【文檔編號】H04L12/46GK103441886SQ201310415671
【公開日】2013年12月11日 申請日期:2013年9月12日 優(yōu)先權(quán)日:2013年9月12日
【發(fā)明者】李國棟, 劉琳, 羅晗, 宋志新, 李小龍, 黃琳華, 紀(jì)磊, 周咪娜, 劉雪芬 申請人:華北電力大學(xué)