一種無(wú)線傳感器網(wǎng)絡(luò)中匯聚節(jié)點(diǎn)的位置確定方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種無(wú)線傳感器網(wǎng)絡(luò)，尤其是一種用于確定無(wú)線傳感器網(wǎng)絡(luò)中匯聚節(jié) 點(diǎn)位置的方法。
【背景技術(shù)】
[0002] 環(huán)境是影響農(nóng)作物生長(zhǎng)的重要因素，準(zhǔn)確的環(huán)境信息檢測(cè)手段和實(shí)時(shí)的數(shù)據(jù)傳輸 機(jī)制能夠使技術(shù)人員對(duì)農(nóng)作物生長(zhǎng)情況的了解和監(jiān)控更加清晰準(zhǔn)確。作為物聯(lián)網(wǎng)技術(shù)的支 撐載體，無(wú)線傳感器網(wǎng)絡(luò)（WirelessSensorNetwork,WSNs)無(wú)疑是感知環(huán)境變量的最佳檢 測(cè)手段。但是農(nóng)田廣袤的空間環(huán)境（通常幾百萬(wàn)甚至幾千萬(wàn)平方米）需要至少幾百個(gè)節(jié)點(diǎn) 才能實(shí)現(xiàn)對(duì)整個(gè)農(nóng)田的覆蓋。更嚴(yán)重的是，目前野外無(wú)線傳感網(wǎng)絡(luò)在工作時(shí)依然采用電池 供電的供能方式，每個(gè)節(jié)點(diǎn)的壽命相當(dāng)有限。而對(duì)于需要在農(nóng)田里長(zhǎng)時(shí)間工作（至少3個(gè) 月）的無(wú)線傳感器網(wǎng)絡(luò)而言，節(jié)能是設(shè)計(jì)時(shí)需要重點(diǎn)考慮的因素之一。無(wú)線傳感網(wǎng)絡(luò)的能 耗主要體現(xiàn)在三個(gè)方面：傳感、計(jì)算、傳輸，其中，傳輸消耗了整個(gè)網(wǎng)絡(luò)65%的能量，傳感器 節(jié)點(diǎn)發(fā)送一位數(shù)據(jù)所消耗的能量足以使節(jié)點(diǎn)CPU執(zhí)行3000條指令。因此，合理布局無(wú)線傳 感網(wǎng)絡(luò)內(nèi)各節(jié)點(diǎn)的空間位置使各節(jié)點(diǎn)間數(shù)據(jù)傳輸?shù)目傮w距離最小，不僅能使無(wú)線傳感網(wǎng)絡(luò) 實(shí)現(xiàn)對(duì)整個(gè)農(nóng)田的最優(yōu)覆蓋、降低數(shù)據(jù)傳輸時(shí)的丟包率，同時(shí)還能大大降低無(wú)線傳感網(wǎng)絡(luò) 的整體功耗，從而延長(zhǎng)無(wú)線傳感網(wǎng)絡(luò)各節(jié)點(diǎn)的平均壽命。
[0003] 無(wú)線傳感器網(wǎng)絡(luò)是一種具有全新的信息獲取信息處理與傳輸技術(shù)的通信網(wǎng)絡(luò)，通 常包含大量的可自組織成多跳無(wú)線網(wǎng)絡(luò)的分布式傳感節(jié)點(diǎn)。無(wú)線傳感網(wǎng)絡(luò)具有組網(wǎng)快捷靈 活，且不受有線網(wǎng)絡(luò)約束的優(yōu)點(diǎn)，可用于緊急搜索、災(zāi)難救助、軍事、醫(yī)療等環(huán)境中，具有廣 泛的應(yīng)用前景。匯聚節(jié)點(diǎn)在整個(gè)網(wǎng)絡(luò)中起著承上啟下的作用，一方面匯聚節(jié)點(diǎn)要處理傳感 器節(jié)點(diǎn)傳輸過(guò)來(lái)的大量的數(shù)據(jù)，將這些數(shù)據(jù)進(jìn)行打包處理，再通過(guò)以太網(wǎng)等方式傳輸至遠(yuǎn) 程的控制中心。另一方面要將遠(yuǎn)程控制中心的命令發(fā)送給各個(gè)傳感器節(jié)點(diǎn)，使傳感器節(jié)點(diǎn) 根據(jù)人們的命令進(jìn)行工作。因此，匯聚節(jié)點(diǎn)不僅要負(fù)責(zé)與遠(yuǎn)程終端的通信，而且還要負(fù)責(zé)與 傳感器節(jié)點(diǎn)的通信。由于通信需要消耗大量的能量，這就要求要給匯聚節(jié)點(diǎn)提供充足的能 量。
[0004] 降低能耗以延長(zhǎng)網(wǎng)絡(luò)生存時(shí)間是無(wú)線傳感器網(wǎng)絡(luò)設(shè)計(jì)中的一個(gè)重要挑戰(zhàn)。在傳感 器節(jié)點(diǎn)高密度部署的環(huán)境中，在保證網(wǎng)絡(luò)性能的前提下，將最少量的節(jié)點(diǎn)投入活躍工作狀 態(tài)，而將其余節(jié)點(diǎn)投入低功耗的睡眠狀態(tài)，是一種節(jié)約系統(tǒng)能量的有效方法。如何計(jì)算同時(shí) 滿足覆蓋要求和連通性要求的最小節(jié)點(diǎn)集合，是一個(gè)NP-hard問(wèn)題。
[0005] 一種應(yīng)用比較廣泛的降低無(wú)線傳感網(wǎng)絡(luò)能耗的方法是節(jié)點(diǎn)密度控制。密度控制是 實(shí)現(xiàn)上述目的的重要而有效的手段。所謂密度控制，就是在不犧牲系統(tǒng)性能的前提下，將一 部分節(jié)點(diǎn)投入低功耗的睡眠狀態(tài)，只保留部分節(jié)點(diǎn)作為活躍工作節(jié)點(diǎn)。這樣，可以降低網(wǎng)絡(luò) 中活躍節(jié)點(diǎn)的密度、降低感知數(shù)據(jù)的冗余性以及減少。網(wǎng)絡(luò)中的每個(gè)節(jié)點(diǎn)地位都是相等的， 換言之，每個(gè)節(jié)點(diǎn)都需知道全網(wǎng)的拓?fù)浣Y(jié)構(gòu)，與此同時(shí)，由于節(jié)點(diǎn)間頻繁的交換路由信息， 廣播數(shù)據(jù)可能大量占用網(wǎng)絡(luò)帶寬，并影響節(jié)點(diǎn)的發(fā)送能力，致使整個(gè)網(wǎng)絡(luò)陷入癱瘓，并消耗 大量能量。
[0006] 此外，國(guó)內(nèi)外很多學(xué)者和專家對(duì)無(wú)線傳感網(wǎng)絡(luò)節(jié)點(diǎn)劃分與節(jié)能做了大量研宄，例 如Gibbs隨機(jī)場(chǎng)模型、觀察集相似度算法等。這些方法在快速準(zhǔn)確選取初始K值上確實(shí)優(yōu) 于傳統(tǒng)的隨機(jī)選取方法或窮舉測(cè)試方法，但是這些方法并不適用于WSNs這種特殊的網(wǎng)絡(luò) 結(jié)構(gòu)，并且有些方法要求一定的先驗(yàn)知識(shí)。

【發(fā)明內(nèi)容】

[0007] 本發(fā)明要解決的技術(shù)問(wèn)題是現(xiàn)有的無(wú)線傳感器網(wǎng)絡(luò)中由于匯聚節(jié)點(diǎn)位置選擇不 好，從而導(dǎo)致了無(wú)線傳感網(wǎng)絡(luò)整體能耗較高。
[0008] 為了解決上述技術(shù)問(wèn)題，本發(fā)明提供了一種無(wú)線傳感器網(wǎng)絡(luò)中匯聚節(jié)點(diǎn)的位置確 定方法，包括如下步驟：
[0009] 步驟1，由支持向量機(jī)根據(jù)訓(xùn)練樣本數(shù)據(jù)對(duì)分類算法進(jìn)行學(xué)習(xí)訓(xùn)練，并建立分類規(guī) 貝1J，使支持向量機(jī)能夠?qū)?shù)據(jù)集進(jìn)行分類預(yù)測(cè)；
[0010] 步驟2,再由支持向量機(jī)根據(jù)分類規(guī)則并利用循環(huán)二分法對(duì)各個(gè)傳感器節(jié)點(diǎn)的坐 標(biāo)位置進(jìn)行多次二分類劃分，得到以支持向量作為劃分區(qū)域邊界的各個(gè)分類，并輸出各個(gè) 分類的分類標(biāo)簽；
[0011] 步驟3,根據(jù)分類標(biāo)簽逐級(jí)構(gòu)造決策樹(shù)，設(shè)定決策樹(shù)最底層分類標(biāo)簽的個(gè)數(shù)n為K 均值聚類算法的初始K值，以初始K值作為聚類算法的初始值，在所有傳感器節(jié)點(diǎn)中選取K 個(gè)節(jié)點(diǎn)作為各個(gè)分類的質(zhì)心節(jié)點(diǎn)；
[0012] 步驟4,計(jì)算所有剩余傳感器節(jié)點(diǎn)分別到各個(gè)質(zhì)心節(jié)點(diǎn)之間的相對(duì)距離，并將各個(gè) 剩余傳感器節(jié)點(diǎn)分別劃分給相對(duì)距離低于閾值的質(zhì)心節(jié)點(diǎn)，由質(zhì)心節(jié)點(diǎn)和劃分給它的剩余 傳感器節(jié)點(diǎn)構(gòu)成新的分類；
[0013] 步驟5,計(jì)算每個(gè)新的分類中所有傳感器節(jié)點(diǎn)的橫坐標(biāo)平均值和縱坐標(biāo)平均值，得 到平均節(jié)點(diǎn)位置，將該平均節(jié)點(diǎn)位置作為新的質(zhì)心節(jié)點(diǎn)位置；
[0014] 步驟6,重復(fù)步驟4和5,直到新的質(zhì)心節(jié)點(diǎn)位置與上一次得到的質(zhì)心節(jié)點(diǎn)位置相 同或者兩者相差在容差范圍內(nèi)，并將此時(shí)得到的質(zhì)心節(jié)點(diǎn)位置作為匯聚節(jié)點(diǎn)的位置。
[0015] 作為本發(fā)明的進(jìn)一步限定方案，步驟2中的分類標(biāo)簽為" 1"或"0"，分別表示各個(gè) 傳感器節(jié)點(diǎn)的位置屬于正類或負(fù)類。
[0016] 本發(fā)明的有益效果在于：（1)本發(fā)明采用無(wú)經(jīng)驗(yàn)無(wú)監(jiān)督的支持向量機(jī)學(xué)習(xí)訓(xùn)練方 法和K均值聚類方法，即在沒(méi)有任何先驗(yàn)經(jīng)驗(yàn)的條件下，甚至是在不確定節(jié)點(diǎn)數(shù)量的情況 下，僅根據(jù)節(jié)點(diǎn)自身提供的N維可觀察數(shù)據(jù)，利用支持向量機(jī)的二分特性和K均值聚類的距 離劃分方法，將全部傳感器節(jié)點(diǎn)劃分成K個(gè)子集，實(shí)現(xiàn)子集內(nèi)部各個(gè)傳感器節(jié)點(diǎn)之間的總 體距離盡可能小，而不同子集之間的總體距離盡可能大，最終使整個(gè)聚類的目標(biāo)函數(shù)達(dá)到 最小，因此本發(fā)明的方法能夠在沒(méi)有任何先驗(yàn)經(jīng)驗(yàn)的條件下即可實(shí)現(xiàn)對(duì)所有傳感器節(jié)點(diǎn)的 自動(dòng)分類和聚類，這是傳統(tǒng)最優(yōu)路徑和最優(yōu)覆蓋算法所不具備的有點(diǎn)；（2)本發(fā)明采用基 于決策樹(shù)的支持向量機(jī)來(lái)確定聚類的初始K值，利用支持向量機(jī)的兩類識(shí)別特性對(duì)整個(gè)無(wú) 線傳感網(wǎng)絡(luò)進(jìn)行多次二分類劃分，最終構(gòu)造出一顆帶有分類標(biāo)簽的決策樹(shù)，位于決策樹(shù)最 底層的分類標(biāo)簽的個(gè)數(shù)便是K均值聚類算法的初始K值，與傳統(tǒng)支持向量機(jī)多分類方法相 比較，本發(fā)明采用的決策樹(shù)支持向量機(jī)在訓(xùn)練時(shí)不需要知道樣本的分類個(gè)數(shù)，而是通過(guò)不 斷對(duì)樣本進(jìn)行二分類，根據(jù)決策樹(shù)的分類標(biāo)簽最終確定分類數(shù)，能夠輕松確定K均值聚類 初始K值，提高了確定匯聚節(jié)點(diǎn)位置的準(zhǔn)確性以及聚類收斂的速度。
【附圖說(shuō)明】
[0017] 圖1為本發(fā)明的無(wú)線傳感網(wǎng)絡(luò)整體結(jié)構(gòu)示意圖；
[0018] 圖2為本發(fā)明的匯聚節(jié)點(diǎn)位置確定方法流程圖；
[0019] 圖3為本發(fā)明的最小超長(zhǎng)方形；
[0020] 圖4為本發(fā)明的支持向量機(jī)的二分類；
[0021] 圖5為本發(fā)明的由二分類逐級(jí)構(gòu)成的多分類；
[0022] 圖6為本發(fā)明的支持向量機(jī)訓(xùn)練階段與預(yù)測(cè)階段流程圖；
[0023] 圖7為本發(fā)明的支持向量機(jī)生成的決策樹(shù)；
[0024] 圖8為本發(fā)明的K均值聚類算法的聚類結(jié)果。
【具體實(shí)施方式】
[0025] 由于傳感器節(jié)點(diǎn)的通信能力有限，節(jié)點(diǎn)的布置首先要保證每個(gè)簇的簇頭節(jié)點(diǎn)能夠 接受到管轄范圍內(nèi)子節(jié)點(diǎn)發(fā)送的數(shù)據(jù)，再考慮到數(shù)據(jù)采集的全面性，因此在實(shí)際的農(nóng)田環(huán) 境中，大約每20畝就需要布置一個(gè)傳感器節(jié)點(diǎn)，對(duì)于10000畝的農(nóng)田而言，需要500個(gè)節(jié)點(diǎn) 才能實(shí)現(xiàn)完全覆蓋。在實(shí)際的無(wú)線傳傳感網(wǎng)絡(luò)中，當(dāng)節(jié)點(diǎn)數(shù)量達(dá)到100以上時(shí)，節(jié)點(diǎn)通信會(huì) 產(chǎn)生很嚴(yán)重的擁堵現(xiàn)象而使整個(gè)網(wǎng)絡(luò)癱瘓，因此選取合適的節(jié)點(diǎn)聚類方法、降低節(jié)點(diǎn)間信 道數(shù)量對(duì)于保證整體網(wǎng)絡(luò)可靠性、減少整體信息傳輸距離是非常必要的。
[0026] 如圖1所示，本發(fā)明的無(wú)線傳感網(wǎng)絡(luò)根據(jù)農(nóng)田數(shù)據(jù)采集需要，將各個(gè)傳感器節(jié)點(diǎn) 安裝在農(nóng)田中，再根據(jù)各個(gè)傳感器節(jié)點(diǎn)的位置信息，通過(guò)循環(huán)二分法將整個(gè)傳感器網(wǎng)絡(luò)劃 分出多個(gè)超平面，這些超平面便是各個(gè)分類的分界面。在各個(gè)超平面內(nèi)設(shè)有一個(gè)匯聚節(jié)點(diǎn)， 各個(gè)傳感器節(jié)點(diǎn)將采集的數(shù)據(jù)傳輸至分界面內(nèi)的匯聚節(jié)點(diǎn)，再由匯聚節(jié)點(diǎn)向上一級(jí)的匯聚 節(jié)點(diǎn)轉(zhuǎn)發(fā)采集的數(shù)據(jù)，最終逐級(jí)上傳至基站，再由基站將全部數(shù)據(jù)上傳至遠(yuǎn)程監(jiān)控中心。值 得注意的是，匯聚節(jié)點(diǎn)并不是一開(kāi)始就安裝在農(nóng)田里，而是通過(guò)本發(fā)明的方法確定出最終 的位置信息后，再將匯聚節(jié)點(diǎn)安裝至該位置上。選取出最優(yōu)的匯聚節(jié)點(diǎn)后，匯聚節(jié)點(diǎn)可以 以單跳或多跳的方式將自身所在超平面內(nèi)的農(nóng)田環(huán)境信息發(fā)送至基站，最終將數(shù)據(jù)傳送 至遠(yuǎn)程監(jiān)控中心。利用本發(fā)明的方法確定的匯聚節(jié)點(diǎn)的位置可以使信息總傳輸距離減小 39. 6%〇
[0027] 如圖2所示，