新闻中心

EEPW首页 > 嵌入式系统 > 设计应用 > 低能耗和低时延的无线传感器网络数据融合算法

低能耗和低时延的无线传感器网络数据融合算法

作者:时间:2014-01-23来源:网络收藏
网络(Wireless Sensor Network,WSN)是由分布在检测区域内大量的静止或移动的传感器组成,它们是通过自组织和多跳的方式形成的无线网络,可以协作地感知、采集和处理检测区内的各种信息,并把信息传送给用户终端,是一种新兴的信息获取和处理技术。WSN可应用于恶劣环境和无人环境下信息的采集和传送,同时,它还具有布设灵活、成本低、范围大等特点,日益受到人们的关注,是当前国际备受关注的研究热点之一。
网络中,若各个节点在采集信息时,采用单独传送信息到汇聚节点的方法,则会造成网络过多能量的消耗和传输信息的频繁冲突碰撞。因此,使用数据融合的方法来减少网络中信息传输的总量,从而达到节能和提高信息传输效率的目的。它不但可以采用一定的算法将传感器节点采集到的大量原始数据进行网内处理,去除其中的冗余信息,而且还可以在融合前减少汇聚节点等待非汇聚节点信息
传输的时间,减少网络中数据融合的延时时间。

1 网络的数据
1.1 数据融合概念的描述
在无线传感器网络中,数据融合是在一定的准则下对按时间顺序获得的若干传感器节点的检测信息进行自动分析、融合,以完成所需要的估计任务和决策进行的信息处理过程。
1.2 节点剩余能量的计算
假定节点的初始能量为Er,并且在T1时刻之前,网络分别进行了n1次、n2次的信息发送和接收,则节点i存T1时刻的剩余能量可用公式(1)表示
a.JPG

2 低功耗无线传感器
2.1 节点数据结构
传感器节点i需要维护的信息包括:1)簇头节点Pi;2)节点的剩余能量标志位Hi:设置能量阈值ST,若节点i剩余能量值为Si,当SiST时,则置Hi=0,并通知邻节点不再向i发送信息;否则置Hi=1,可以进行下一次信息的接收或者发送。
2.2 算法描述
假设在检测区域内存在多个传感器节点,我们将其分为多个簇。而后根据各个传感器节点的传输距离,对每个簇内的节点进行均匀布置,如图1所示。

b.JPG


首先,根据网络中每个节点的自身信息来决定各个簇头节点,而后由它们来启动数据。由于网络中各个簇头节点的选取都取决于自身的信息,因而会导致网络的结构和每个节点的位置处于不断变化之中,若选取几个固定的节点势必会造成较大时间延时和能量消耗。基于上述原因,为了保证每次选取的初始节点不同,应该选择距离基站最远的节点作为初始节点,由它们启动融合算法,从而最短化簇头节点到基站的距离,降低数据融合的延时和能耗,最大化网络的生存周期。
每个簇中数据传输的过程为:首先,簇头节点检测自身的剩余能量Si,若Si>ST,置Hi=1,并向所有可到达的传感器节点发布自己的位置信,否则簇头节点广播信息使得其他节点进入休眠状态。我们假设簇头节点的剩余能量Si>ST,则簇头节点向非簇头节点广播自己的位置信息,非簇头节点i在接收到这一信息后,判断自己到簇头节点的最小跳数和距离其最近的节点i的剩余能量,若其剩余能量Si大于能量阀值ST,且到簇头节点的跳数小于节点i到簇头的跳数,则节点i选择节点j作为父节点,并向父节点j发送加入请求,否则置Hj=0、Fj=0,告诉邻近的节点不要再向j发送信息,并使自己进入长期休眠状态,而后节点i重复上述过程,直到选出父节点为止。


上一页 1 2 3 下一页

评论


相关推荐

技术专区

关闭