于所述的建立BP神經(jīng) 網(wǎng)絡(luò)模型至少還包括W下步驟： 1) 在分簇結(jié)構(gòu)中，普通節(jié)點映射于BP神經(jīng)網(wǎng)絡(luò)的輸入層，充當(dāng)輸入神經(jīng)元采集數(shù)據(jù)， 各普通節(jié)點通過最短路徑算法，將收集到的數(shù)據(jù)傳送到簇頭節(jié)點； 2) 在分簇結(jié)構(gòu)中，簇頭節(jié)點映射于BP神經(jīng)網(wǎng)絡(luò)的隱藏層，負責(zé)融合并傳遞數(shù)據(jù)，通過 構(gòu)建一棵連接所有簇頭節(jié)點化及sink節(jié)點的路由樹，將網(wǎng)絡(luò)收集到的數(shù)據(jù)傳遞給sink節(jié) 占. '?、、 ? 3) 在分簇結(jié)構(gòu)中，sink節(jié)點映射于BP神經(jīng)網(wǎng)絡(luò)的輸出層，負責(zé)接收并處理數(shù)據(jù)，sink 節(jié)點通過構(gòu)建的路由樹向簇頭節(jié)點反饋信息； 4) 輸入神經(jīng)元的數(shù)據(jù)流，經(jīng)隱藏層傳至輸出層，輸出層對數(shù)據(jù)進行分析，并反饋給網(wǎng) 絡(luò)，至此，完成BP神經(jīng)網(wǎng)絡(luò)模型的建立。
[0017] 步驟5、根據(jù)BP神經(jīng)網(wǎng)絡(luò)模型，如圖5所示，對網(wǎng)絡(luò)進行動態(tài)調(diào)整，其特征在于所述 的調(diào)整方法至少還包括W下步驟： 1) 若簇頭節(jié)點死亡，則由中屯、點位置重新從候選簇頭節(jié)點中W最短距離重新選擇簇頭 節(jié)點； 2)sink節(jié)點根據(jù)前輪網(wǎng)絡(luò)的總傳輸跳數(shù)與上一輪傳輸跳數(shù)進行比較(其中設(shè)置網(wǎng)絡(luò)初 始總跳數(shù)為無窮大)，若跳數(shù)減少，則繼續(xù)W步長At增加中屯、點的數(shù)量，W圖5為例，W步長1 增加網(wǎng)絡(luò)中屯、點的數(shù)量，C!(300,75,0).巴:色00.800,0),Ca巧日0,200.的..C*燈日0 0,口郵也，CsCl鈍0 ,巧0,巧 ，網(wǎng)絡(luò)被分為5個簇進行數(shù)據(jù)收集；若跳數(shù)增加，則設(shè)定網(wǎng)絡(luò)的中屯、點數(shù)量為上輪中屯、點數(shù) 量，網(wǎng)絡(luò)W此數(shù)量的簇頭數(shù)目進行數(shù)據(jù)收集，網(wǎng)絡(luò)達到穩(wěn)態(tài)。
[0018] 為了驗證本發(fā)明的有效性，本方法通過Matl油仿真平臺進行試驗，將400個節(jié)點 部署在監(jiān)控區(qū)域內(nèi)，基站坐標(biāo)為<0, 0, 0)。W不同的分簇數(shù)量對網(wǎng)絡(luò)進行數(shù)據(jù)收集并計 算網(wǎng)絡(luò)的總傳輸跳數(shù)，從圖6可知，當(dāng)網(wǎng)絡(luò)分簇數(shù)量增加時，網(wǎng)絡(luò)的傳輸跳數(shù)減少；當(dāng)分簇 數(shù)量達到一個確定的值后，隨著分簇數(shù)量的增加，網(wǎng)絡(luò)的傳輸跳數(shù)增加。綜上所述，網(wǎng)絡(luò)中 存在分簇數(shù)量的最優(yōu)值，W此分簇數(shù)量進行數(shù)據(jù)收集，能減少網(wǎng)絡(luò)能耗、延長網(wǎng)絡(luò)生命周 期、降低網(wǎng)絡(luò)延時。
【主權(quán)項】
1. 類BP神經(jīng)網(wǎng)絡(luò)的分簇傳感網(wǎng)絡(luò)數(shù)據(jù)收集方法，其特征在于所述方法至少包括以下 步驟： 步驟1、網(wǎng)絡(luò)場景的布置以及網(wǎng)絡(luò)的初始化處理； 步驟2、根據(jù)節(jié)點的GPS信息，以及初始化設(shè)定的中心點數(shù)量i =「11/121 (it為網(wǎng)絡(luò)中的 節(jié)點數(shù)量)，尋找網(wǎng)絡(luò)的地理中心位置CiCx1JHlC2(x2,y 2,Z2),…,(!辦成,Zi); 步驟3、網(wǎng)絡(luò)根據(jù)步驟2中得到的地理中心位置選舉簇頭，距離各中心點最近的節(jié)點 將會被選為簇頭節(jié)點，普通節(jié)點根據(jù)已獲得的簇頭節(jié)點的位置信息選擇加入不同簇中； 步驟4、根據(jù)步驟3得到的分簇結(jié)構(gòu)建立BP神經(jīng)網(wǎng)絡(luò)模型，普通節(jié)點充當(dāng)神經(jīng)網(wǎng)絡(luò)的輸 入神經(jīng)元采集數(shù)據(jù)，簇頭節(jié)點充當(dāng)神經(jīng)網(wǎng)絡(luò)的隱藏層進行數(shù)據(jù)融合與傳遞，sink節(jié)點充當(dāng) 神經(jīng)網(wǎng)絡(luò)的輸出層接收處理數(shù)據(jù)； 步驟5、若此輪中簇頭節(jié)點死亡，則跳轉(zhuǎn)步驟3,由地理中心點位置重新從候選簇頭節(jié) 點中以最短距離重新選擇簇頭節(jié)點； 步驟6、輸出層sink節(jié)點根據(jù)網(wǎng)絡(luò)總傳輸跳數(shù)，將跳數(shù)信息反饋至全網(wǎng)，若跳數(shù)減少， 以步長Λ增加中心點的數(shù)量跳轉(zhuǎn)步驟2 ;若跳數(shù)增加，則設(shè)定網(wǎng)絡(luò)的中心點數(shù)量為上輪中心 點數(shù)量，網(wǎng)絡(luò)以此數(shù)量的簇頭數(shù)目進行數(shù)據(jù)收集，網(wǎng)絡(luò)達到穩(wěn)態(tài)。
2. 根據(jù)權(quán)利要求1所述的類BP神經(jīng)網(wǎng)絡(luò)的分簇傳感網(wǎng)絡(luò)數(shù)據(jù)收集方法，其特征在于所 述的網(wǎng)絡(luò)場景布置以及網(wǎng)絡(luò)初始化處理至少還包括以下步驟： 1) 在需要監(jiān)控的區(qū)域隨機的播撒數(shù)量為η的傳感器節(jié)點； 2) 所有傳感器節(jié)點具有相同的初始能量以及傳輸速率； 3) 所有傳感器節(jié)點可以通過GPS等定位方法獲取自身地理位置信息。
3. 根據(jù)權(quán)利要求1或2所述的類BP神經(jīng)網(wǎng)絡(luò)的分簇傳感網(wǎng)絡(luò)數(shù)據(jù)收 集方法，其特征在于根據(jù)節(jié)點的地理位置信息獲取初始數(shù)量設(shè)定為i的中心點 。
4. 根據(jù)權(quán)利要求1所述的類BP神經(jīng)網(wǎng)絡(luò)的分簇傳感網(wǎng)絡(luò)數(shù)據(jù)收集方法，其特征在于所 述的成簇方法至少還包括以下步驟： 1) 所有距離中心點為H X r以內(nèi)的節(jié)點被選為候選簇頭節(jié)點，其中r為節(jié)點的傳輸半徑， H為設(shè)定的跳數(shù)； 2) 候選簇頭節(jié)點計算自身與中心點距離大小，彼此廣播此信息，進行排序，然后將距離 最小的候選簇頭節(jié)點當(dāng)選為簇頭節(jié)點；簇頭節(jié)點向周圍普通節(jié)點廣播包括其身份信息、位 置信息以及此信息經(jīng)過的跳數(shù)，信息包的格式為C pm, |); 3) 普通節(jié)點選擇各簇頭節(jié)點中信息經(jīng)過的跳數(shù)最小的簇頭加入其簇中，網(wǎng)絡(luò)完成分簇 處理。
5. 根據(jù)權(quán)利要求1或4所述的類BP神經(jīng)網(wǎng)絡(luò)的分簇傳感網(wǎng)絡(luò)數(shù)據(jù)收集方法，其特征在 于所述的建立BP神經(jīng)網(wǎng)絡(luò)模型至少還包括以下步驟： 1) 在分簇結(jié)構(gòu)中，普通節(jié)點映射于BP神經(jīng)網(wǎng)絡(luò)的輸入層，充當(dāng)輸入神經(jīng)元采集數(shù)據(jù)； 2) 在分簇結(jié)構(gòu)中，簇頭節(jié)點映射于BP神經(jīng)網(wǎng)絡(luò)的隱藏層，負責(zé)融合并傳遞數(shù)據(jù)； 3) 在分簇結(jié)構(gòu)中，sink節(jié)點映射于BP神經(jīng)網(wǎng)絡(luò)的輸出層，負責(zé)接收并處理數(shù)據(jù)； 4)輸入神經(jīng)元的數(shù)據(jù)流，經(jīng)隱藏層傳至輸出層，輸出層對數(shù)據(jù)進行分析，并反饋給網(wǎng) 絡(luò)，至此，完成BP神經(jīng)網(wǎng)絡(luò)模型的建立。
6.根據(jù)權(quán)利要求1所述的類BP神經(jīng)網(wǎng)絡(luò)的分簇傳感網(wǎng)絡(luò)數(shù)據(jù)收集方法，其特征在于所 述的動態(tài)調(diào)整中心點數(shù)量至少還包括以下步驟： 1) 若簇頭節(jié)點死亡，則由中心點位置重新從候選簇頭節(jié)點中以最短距離重新選擇簇頭 節(jié)點； 2. sink節(jié)點根據(jù)前輪網(wǎng)絡(luò)的總傳輸跳數(shù)與上一輪傳輸跳數(shù)進行比較(其中設(shè)置網(wǎng)絡(luò)初 始總跳數(shù)為無窮大)，若跳數(shù)減少，則繼續(xù)以步長At增加中心點的數(shù)量；若跳數(shù)增加，則設(shè)定 網(wǎng)絡(luò)的中心點數(shù)量為上輪中心點數(shù)量，網(wǎng)絡(luò)以此數(shù)量的簇頭數(shù)目進行數(shù)據(jù)收集，網(wǎng)絡(luò)達到 穩(wěn)態(tài)。
【專利摘要】本發(fā)明提出一種類BP神經(jīng)網(wǎng)絡(luò)的分簇傳感網(wǎng)絡(luò)數(shù)據(jù)收集方法。首先對監(jiān)控的無線傳感器網(wǎng)絡(luò)進行初始化處理,依節(jié)點的GPS信息尋找網(wǎng)絡(luò)的地理中心位置，其次根據(jù)節(jié)點的位置信息選舉網(wǎng)絡(luò)簇頭節(jié)點并構(gòu)建簇，再由已經(jīng)完成的分簇網(wǎng)絡(luò)建立BP神經(jīng)網(wǎng)絡(luò)模型，最后根據(jù)網(wǎng)絡(luò)的總傳輸跳數(shù)動態(tài)調(diào)整網(wǎng)絡(luò)的分簇數(shù)量，至網(wǎng)絡(luò)達到最優(yōu)簇頭數(shù)目的穩(wěn)態(tài)。本發(fā)明能適用于不同規(guī)模大小的網(wǎng)絡(luò)，以最優(yōu)分簇數(shù)量收集網(wǎng)絡(luò)數(shù)據(jù)，具有減少網(wǎng)絡(luò)能耗、延長網(wǎng)絡(luò)生命周期、降低網(wǎng)絡(luò)延時等優(yōu)點。
【IPC分類】H04W24-02, H04W52-02
【公開號】CN104837155
【申請?zhí)枴緾N201510153642
【發(fā)明人】李哲濤, 臧浪, 田淑娟, 崔榮埈, 朱更明, 關(guān)屋大雄
【申請人】湘潭大學(xué)
【公開日】2015年8月12日
【申請日】2015年4月2日