基于多維狀態(tài)的無(wú)線傳感器網(wǎng)絡(luò)路由環(huán)路預(yù)測(cè)方法
【專利摘要】本發(fā)明提供一種基于多維狀態(tài)的無(wú)線傳感器網(wǎng)絡(luò)路由環(huán)路預(yù)測(cè)方法，用于幫助提高無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)路由性能，提升無(wú)線傳感器網(wǎng)絡(luò)的數(shù)據(jù)吞吐量。該方法挖掘節(jié)點(diǎn)的路由狀態(tài)信息和局部環(huán)境信息，例如溫濕度信息，利用機(jī)器學(xué)習(xí)方法，完成了路由環(huán)路的建模過(guò)程。根據(jù)局部路由信息和環(huán)境狀態(tài)分析預(yù)測(cè)路由環(huán)路的存在時(shí)間，可以優(yōu)化無(wú)線傳感器網(wǎng)絡(luò)的路由策略。該方法和傳統(tǒng)方法比，對(duì)于路由環(huán)路的預(yù)測(cè)比傳統(tǒng)的簡(jiǎn)單模型更加準(zhǔn)確，能夠?yàn)槠渌麘?yīng)用提供細(xì)粒度的服務(wù)。
【專利說(shuō)明】基于多維狀態(tài)的無(wú)線傳感器網(wǎng)絡(luò)路由環(huán)路預(yù)測(cè)方法

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明設(shè)及一種基于多維狀態(tài)的無(wú)線傳感器網(wǎng)絡(luò)路由環(huán)路預(yù)測(cè)方法，屬于無(wú)線自 組織網(wǎng)絡(luò)與傳感器網(wǎng)絡(luò)領(lǐng)域。

【背景技術(shù)】
[0002] 隨著通信技術(shù)、傳感器技術(shù)和嵌入式計(jì)算技術(shù)的快速發(fā)展和日益成熟，具有通信、 傳感和計(jì)算能力的微型傳感器節(jié)點(diǎn)開始出現(xiàn)，并且被逐漸的應(yīng)用到生產(chǎn)和生活之中。該種 傳感器網(wǎng)絡(luò)能夠協(xié)調(diào)地感知、采集和處理網(wǎng)絡(luò)覆蓋區(qū)域內(nèi)的各種環(huán)境或監(jiān)測(cè)對(duì)象信息，并 發(fā)布給需要該些信息的用戶。傳感器網(wǎng)絡(luò)將邏輯上的信息世界與真實(shí)的物理世界融合在一 起，深刻地改變了人與自然的交互方式，可廣泛地應(yīng)用于環(huán)境監(jiān)測(cè)、工農(nóng)業(yè)控制、生物醫(yī)療、 國(guó)防軍事等諸多領(lǐng)域。
[0003] 無(wú)線傳感器網(wǎng)絡(luò)和環(huán)境深入結(jié)合，同時(shí)也被環(huán)境中的一些因素所影響，例如天氣 的改變，城市的車流和WiFi信號(hào)等。該些未知的動(dòng)態(tài)性都會(huì)對(duì)無(wú)線傳感器網(wǎng)絡(luò)的無(wú)線鏈路 帶入不可估量的影響，從而導(dǎo)致系統(tǒng)性能的劇烈波動(dòng)。
[0004] 為了適應(yīng)網(wǎng)絡(luò)的動(dòng)態(tài)性，動(dòng)態(tài)路由協(xié)議在自組織網(wǎng)絡(luò)中已經(jīng)被廣泛采用。在該類 協(xié)議中，路由鏈路周期性的更新，從而保證了全網(wǎng)的路由一致性。因?yàn)閯?dòng)態(tài)路由協(xié)議已經(jīng)被 大規(guī)模無(wú)線傳感器網(wǎng)絡(luò)廣泛采用，那么劇烈波動(dòng)的系統(tǒng)性能是不可被接受的。協(xié)議設(shè)計(jì)師 們從小型的實(shí)驗(yàn)床上得出的實(shí)驗(yàn)經(jīng)驗(yàn)來(lái)指導(dǎo)動(dòng)態(tài)路由協(xié)議的設(shè)計(jì)，但往往忽視了基礎(chǔ)的問(wèn) 題，尤其是路由環(huán)路存在，很大程度上影響了網(wǎng)絡(luò)吞吐量，造成大量數(shù)據(jù)包被丟棄。路由環(huán) 路又分為兩類，一類是短暫的路由環(huán)路，該類環(huán)路可W避免數(shù)據(jù)包在原先鏈路不通暢的情 況下，暫時(shí)在網(wǎng)絡(luò)中傳遞，當(dāng)有數(shù)據(jù)出口時(shí)，可在犧牲時(shí)延的情況下送到匯聚點(diǎn)；還有一類 是長(zhǎng)時(shí)間的路由環(huán)路，該類環(huán)路往往由于網(wǎng)絡(luò)孤島或者程序的錯(cuò)誤導(dǎo)致，數(shù)據(jù)包在該類路 由環(huán)路中傳遞毫無(wú)意義，需要極力避免，從而減少整個(gè)網(wǎng)絡(luò)的能量開銷。
[0005] 然而，探究路由環(huán)路的持續(xù)時(shí)間是非常有挑戰(zhàn)性的。首先，大規(guī)模傳感網(wǎng)系統(tǒng)的部 署和數(shù)據(jù)收集都相對(duì)困難，網(wǎng)絡(luò)管理員很難收集完整的路由決策過(guò)程的信息。其次路由決 策的影響范圍在分布式網(wǎng)絡(luò)中也很難被估量。再次，由于無(wú)線傳感器網(wǎng)路自身設(shè)備的局限 性，往往無(wú)法獲得精細(xì)的數(shù)據(jù)。所W如果能夠獲知路由環(huán)路的持續(xù)時(shí)間，即可為節(jié)點(diǎn)的路由 決策提供幫助，從而大大減少了由于路由切換不合理帶來(lái)的能量損失。根據(jù)局部路由信息 和環(huán)境狀態(tài)分析預(yù)測(cè)路由環(huán)路的存在時(shí)間，可W優(yōu)化無(wú)線傳感器網(wǎng)絡(luò)的路由策略。本方法 即在此范疇內(nèi)。


【發(fā)明內(nèi)容】

[0006] 本發(fā)明的目的是克服現(xiàn)有技術(shù)中存在的不足，提供一種基于多維狀態(tài)的無(wú)線傳感 器網(wǎng)絡(luò)路由環(huán)路預(yù)測(cè)方法，用于幫助提高無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)路由性能，提升無(wú)線傳感器 網(wǎng)絡(luò)的數(shù)據(jù)吞吐量。
[0007] 按照本發(fā)明提供的技術(shù)方案，所述的基于多維狀態(tài)的無(wú)線傳感器網(wǎng)絡(luò)路由環(huán)路預(yù) 測(cè)方法包括w下步驟：
[000引 1)記錄無(wú)線傳感器網(wǎng)絡(luò)運(yùn)行過(guò)程中每個(gè)環(huán)路的持續(xù)時(shí)間P (t)，即當(dāng)節(jié)點(diǎn)從t時(shí)刻 開始的[t，t+p(t)]時(shí)段內(nèi)，所有發(fā)出的數(shù)據(jù)包都會(huì)再次自身傳遞出去；
[0009] 2)選取歷史屬性窗口 T;
[0010] 3)對(duì)于每個(gè)節(jié)點(diǎn)統(tǒng)計(jì)歷史屬性窗口 T內(nèi)，即時(shí)間間隔[t-T，t]內(nèi)所有歷史屬 性，包括；平均時(shí)間間隔、無(wú)線收發(fā)機(jī)開啟時(shí)間占空比、路由環(huán)路發(fā)生的次數(shù)、路由環(huán)路的持 續(xù)時(shí)間、所有路由環(huán)路時(shí)間間隔的方差W及最大的時(shí)間間隔和最小的時(shí)間間隔、平均信號(hào) 強(qiáng)度信息、所有數(shù)據(jù)包信號(hào)強(qiáng)度方差W及最大的信號(hào)強(qiáng)度和最小的信號(hào)強(qiáng)度、環(huán)境參數(shù)信 息；
[0011] 其中，平均時(shí)間間隔=所有相鄰數(shù)據(jù)包的到達(dá)時(shí)間間隔/所有數(shù)據(jù)包的數(shù)量；
[001引 W將歷史屬性整理成向量格式<f。f2,…，f?！担捎没谙嚓P(guān)性的屬性選擇技術(shù)， 選取相關(guān)性最大的m個(gè)屬性<f' i，f' 2，f' m>;
[0013] 6)根據(jù)步驟5選擇過(guò)后的向量屬性集<f' 1, f' 2，f' 3, . . . , f' m〉，通過(guò)RuleFit 學(xué)習(xí)算法，得到學(xué)習(xí)模型F;
[0014] 7)在實(shí)際使用過(guò)程中，每個(gè)節(jié)點(diǎn)統(tǒng)計(jì)自己歷史屬性鐘"i，f" 2，f" m〉， 根據(jù)學(xué)習(xí)模型F，得到預(yù)測(cè)下一個(gè)路由環(huán)路的持續(xù)時(shí)間。
[0015] 所述環(huán)境參數(shù)信息包括：平均溫度、平均濕度、平均光照。
[0016] 本發(fā)明的優(yōu)點(diǎn)是；該方法挖掘節(jié)點(diǎn)的路由狀態(tài)信息和局部環(huán)境信息，例如溫濕度 信息，利用機(jī)器學(xué)習(xí)方法，完成了路由環(huán)路的建模過(guò)程。該方法和傳統(tǒng)方法比，對(duì)于路由環(huán) 路的預(yù)測(cè)比傳統(tǒng)的簡(jiǎn)單模型更加準(zhǔn)確，能夠?yàn)槠渌麘?yīng)用提供細(xì)粒度的服務(wù)。

【具體實(shí)施方式】
[0017] 下面結(jié)合實(shí)施例對(duì)本發(fā)明作進(jìn)一步說(shuō)明。
[001引對(duì)于路由環(huán)路持續(xù)時(shí)間的建模，主要是預(yù)測(cè)路由環(huán)路從開始存在到環(huán)路解開的持 續(xù)時(shí)間。本方法預(yù)測(cè)的目標(biāo)為的，即當(dāng)節(jié)點(diǎn)從t時(shí)刻開始的比t+p(t)]時(shí)段內(nèi)，所有發(fā) 出的數(shù)據(jù)包，都會(huì)再次自身傳遞出去。
[0019] 對(duì)于路由環(huán)路進(jìn)行預(yù)測(cè)，基于現(xiàn)有掌握的歷史（時(shí)間間隔[t-T，t])到達(dá)的數(shù)據(jù) 包的統(tǒng)計(jì)信息和環(huán)境信息。主要包括如下歷史屬性：
[0020] 1)時(shí)間維度的信息（在時(shí)間間隔[t- T，t]):
[0021] a.路由環(huán)路發(fā)生的次數(shù)；
[0022] b.無(wú)線收發(fā)機(jī)開啟時(shí)間占空比；
[0023] C.路由環(huán)路的持續(xù)時(shí)間。
[0024] 2)空間維度的信息：
[0025] a.平均信號(hào)強(qiáng)度巧SSI)信息；
[0026] b.信號(hào)強(qiáng)度方差。
[0027] 3)環(huán)境信息；
[00測(cè) a.平均溫度；
[0029] b.平均濕度；
[0030] C.平均光照。
[0031] 由于所有該些統(tǒng)計(jì)信息，單獨(dú)每一項(xiàng)和需要預(yù)測(cè)路由環(huán)路持續(xù)時(shí)間都不具備強(qiáng)關(guān) 聯(lián)。本方法采用RuleFit學(xué)習(xí)方法作為機(jī)器學(xué)習(xí)方法，RuleFit通過(guò)對(duì)測(cè)試數(shù)據(jù)集采樣，訓(xùn) 練出多個(gè)規(guī)則為基礎(chǔ)的弱分類器，再通過(guò)投票的方式，將弱分類的結(jié)果整合在一起，不僅可 W滿足線性關(guān)系的數(shù)據(jù)求解，對(duì)非線性關(guān)系也可W達(dá)到滿意的精度。
[0032] 由于考慮到傳感器的處理能力一般較弱，無(wú)法記錄長(zhǎng)時(shí)間的歷史數(shù)據(jù)，也很難進(jìn) 行復(fù)雜的統(tǒng)計(jì)信息提取。所W需要對(duì)相關(guān)歷史屬性進(jìn)行精簡(jiǎn)。本方法采用了基于相關(guān)性的 屬性選擇技術(shù)（Correlation Based Fea1:ure Selection),首先對(duì)所有的歷史屬性進(jìn)行排 序，找出最相關(guān)的m(m -般選取5-10個(gè)）個(gè)屬性作為學(xué)習(xí)對(duì)象，該樣的操作，大大減少了計(jì) 算復(fù)雜度，也節(jié)約了傳感器能量。
[0033] 具體的基于多維狀態(tài)的無(wú)線傳感器網(wǎng)絡(luò)路由環(huán)路預(yù)測(cè)方法實(shí)施如下：
[0034] 1、記錄網(wǎng)絡(luò)運(yùn)行過(guò)程中每個(gè)環(huán)路的持續(xù)時(shí)間p(t)，即當(dāng)節(jié)點(diǎn)從t時(shí)刻開始的 [t，t+p (t)]時(shí)段內(nèi)，所有發(fā)出的數(shù)據(jù)包，都會(huì)再次自身傳遞出去；
[0035] 2、選取歷史屬性窗口 T ; T的選取會(huì)影響P(t)的預(yù)測(cè)精度；
[0036] 3、對(duì)于每個(gè)節(jié)點(diǎn)統(tǒng)計(jì)歷史屬性窗口 T內(nèi)所有歷史屬性；
[0037] 3. 1、平均時(shí)間間隔=所有相鄰包的到達(dá)時(shí)間間隔/所有包的數(shù)量；
[003引 3. 2、無(wú)線收發(fā)機(jī)開啟時(shí)間占空比=無(wú)線收發(fā)機(jī)開啟時(shí)間/ T ;
[0039] 3. 3、統(tǒng)計(jì)路由環(huán)路發(fā)生的次數(shù)；
[0040] 3. 4、路由環(huán)路的持續(xù)時(shí)間；
[0041] 3. 5、統(tǒng)計(jì)所有路由環(huán)路時(shí)間間隔的方差；
[0042] 3. 6、統(tǒng)計(jì)最大的時(shí)間間隔；
[0043] 3. 7、統(tǒng)計(jì)最小的時(shí)間間隔；
[0044] 3. 8、平均信號(hào)強(qiáng)度脫SI)信息=所有包的信號(hào)強(qiáng)度和/收到包的數(shù)量；
[0045] 3. 9、統(tǒng)計(jì)所有包信號(hào)強(qiáng)度方差；
[0046] 3. 10、統(tǒng)計(jì)最大的信號(hào)強(qiáng)度；
[0047] 3. 11、統(tǒng)計(jì)最小的信號(hào)強(qiáng)度；
[0048] 3. 12、統(tǒng)計(jì)平均溫度；
[0049] 3. 13、統(tǒng)計(jì)平均濕度；
[0化0] 3. 14、統(tǒng)計(jì)平均光照；
[0化1] 4、歷史屬性整理成向量格式…，4〉，采用基于相關(guān)性的屬性選擇技術(shù) (CF巧，選取相關(guān)性最大的m個(gè)屬性<f' i，f' 2，f' m>;
[0化2] 5、根據(jù)WS選擇過(guò)后的向量屬性集，通過(guò)RuleFit學(xué)習(xí)算法，得到學(xué)習(xí)模型F ;
[0053] 6、在實(shí)際使用過(guò)程中，每個(gè)節(jié)點(diǎn)統(tǒng)計(jì)自己歷史屬性鐘"2, f" 3，...，f" m〉， 根據(jù)學(xué)習(xí)模型F，得到預(yù)測(cè)下一個(gè)路由環(huán)路的持續(xù)時(shí)間。
[0化4] 至此，節(jié)點(diǎn)的路由環(huán)路持續(xù)時(shí)間可W通過(guò)基于學(xué)習(xí)的統(tǒng)計(jì)模型得到。所W本方法 可W基于統(tǒng)計(jì)信息判斷出網(wǎng)絡(luò)中的路由環(huán)路出現(xiàn)的時(shí)間和持續(xù)時(shí)間，從而為路由決策提供 幫助。
【權(quán)利要求】
1. 基于多維狀態(tài)的無(wú)線傳感器網(wǎng)絡(luò)路由環(huán)路預(yù)測(cè)方法，其特征是，包括以下步驟： 1) 記錄無(wú)線傳感器網(wǎng)絡(luò)運(yùn)行過(guò)程中每個(gè)環(huán)路的持續(xù)時(shí)間p (t)，即當(dāng)節(jié)點(diǎn)從t時(shí)刻開始 的[t，t+p(t)]時(shí)段內(nèi)，所有發(fā)出的數(shù)據(jù)包都會(huì)再次自身傳遞出去； 2) 選取歷史屬性窗口 T ; 3) 對(duì)于每個(gè)節(jié)點(diǎn)統(tǒng)計(jì)歷史屬性窗口 T內(nèi)，即時(shí)間間隔[t-T，t]內(nèi)所有歷史屬性，包 括：平均時(shí)間間隔、無(wú)線收發(fā)機(jī)開啟時(shí)間占空比、路由環(huán)路發(fā)生的次數(shù)、路由環(huán)路的持續(xù)時(shí) 間、所有路由環(huán)路時(shí)間間隔的方差以及最大的時(shí)間間隔和最小的時(shí)間間隔、平均信號(hào)強(qiáng)度 信息、所有數(shù)據(jù)包信號(hào)強(qiáng)度方差以及最大的信號(hào)強(qiáng)度和最小的信號(hào)強(qiáng)度、環(huán)境參數(shù)信息； 其中，平均時(shí)間間隔=所有相鄰數(shù)據(jù)包的到達(dá)時(shí)間間隔/所有數(shù)據(jù)包的數(shù)量； 4) 將上述歷史屬性整理成向量格式〈f\，f2，…，fn>，采用基于相關(guān)性的屬性選擇技術(shù)， 選取相關(guān)性最大的m個(gè)屬性<f' uf' 2，f' 3，…，f' m>; 5) 根據(jù)步驟5選擇過(guò)后的向量屬性集<f' i，f' 2，f' 3，…，f' m>，通過(guò)RuleFit學(xué) 習(xí)算法，得到學(xué)習(xí)模型F; 6) 在實(shí)際使用過(guò)程中，每個(gè)節(jié)點(diǎn)統(tǒng)計(jì)自己歷史屬性<f" nf" 2，f" 3，…，f" m>，根據(jù) 學(xué)習(xí)模型F，得到預(yù)測(cè)下一個(gè)路由環(huán)路的持續(xù)時(shí)間。
2. 如權(quán)利要求1所述的基于多維狀態(tài)的無(wú)線傳感器網(wǎng)絡(luò)路由環(huán)路預(yù)測(cè)方法，其特征 是，步驟3所述環(huán)境參數(shù)信息包括：平均溫度、平均濕度、平均光照。
3. 如權(quán)利要求1所述的基于多維狀態(tài)的無(wú)線傳感器網(wǎng)絡(luò)路由環(huán)路預(yù)測(cè)方法，其特征 是，步驟3所述無(wú)線收發(fā)機(jī)開啟時(shí)間占空比=無(wú)線收發(fā)機(jī)開啟時(shí)間/ t。
4. 如權(quán)利要求1所述的基于多維狀態(tài)的無(wú)線傳感器網(wǎng)絡(luò)路由環(huán)路預(yù)測(cè)方法，其特征 是，步驟3所述平均信號(hào)強(qiáng)度信息=所有數(shù)據(jù)包的信號(hào)強(qiáng)度和/收到數(shù)據(jù)包的數(shù)量。
【文檔編號(hào)】H04W40/02GK104486810SQ201510005723
【公開日】2015年4月1日 申請(qǐng)日期:2015年1月6日 優(yōu)先權(quán)日:2015年1月6日
【發(fā)明者】朱彤, 馬強(qiáng), 毛續(xù)飛 申請(qǐng)人:無(wú)錫儒安科技有限公司