收稿日期:20190401;修回日期:20190514
作者简介:宋蕾(1993),女,山东淄博人,硕士研究生,主要研究方向为无线传感器网络、数据融合(812578564@qq.com).
基于蜂窝网络结构的数据融合算法
宋 蕾
(辽宁大学 信息学院,沈阳 110036)
摘 要:针对无线传感网中节点能耗同数据精确度之间不均衡的问题,提出一种能够基于蜂窝网络结构的数据
融合算法(DFACN)。在基于蜂窝网络的分簇结构中,首先筛选最小能耗的簇头;之后通过数据精确度和节点能
耗的计算判断融合因子的大小,动态选取参与融合的簇内节点数;最后簇头完成数据的融合处理。在 OPNET仿
真环境下,与 EECDA和 IDDOA算法进行实验对比,DFACN算法的数据精确度分别提高了 2.6%和 4.7%,节点
能耗分别降低了 2.7%与 3.4%。结果表明,DFACN算法在降低能耗的同时,有效地提高了数据的融合精确度,
并且延长了网络的生命周期。
关键词:无线传感网;数据融合;蜂窝网络结构;数据精确度;节点能耗
中图分类号:TP393 文献标志码:A 文章编号:10013695(2020)10050312704
doi
:10.19734/j.issn.10013695.2019.04.0221
Datafusionalgorithmbasedoncellularnetworkstructure
SongLei
(CollegeofInformation,LiaoningUniversity,Shenyang110036,China)
Abstract:Thispaperproposedadatafusionalgorithmbasedoncellularnetworkstructure(DFACN)tosolvetheproblemof
unbalancebetweennodeenergyconsumptionanddataaccuracyinwirelesssensornetwork.Intheclusteredstructurebasedon
acellularnetwork
,first,thealgorithmscreenedtheclusterheadwiththesmallestenergyconsumption.Thenitcalculatedthe
dataaccuracyandtheenergyconsumptionofthenodetothefusionfactorinordertoselectthenumberofnodesinthecluster
dynamically.Finally,theclusterheadcompletedthedatafusionautomatically.IntheOPNETsimulationenvironment,com
paredtotheEECDAandtheIDDOAalgorithm,thedataaccuracyoftheDFACNalgorithmincreases2.6% and4.7%,the
nodeenergyconsumptionreduces2.7% and3.4%.TheresultsshowthatDFACNalgorithm reducesenergyconsumption
whileimprovestheaccuracyofdatafusioneffectively,andextendsthelifecycleofthenetwork.
Keywords:wirelesssensornetwork(WSN);datafusion;cellularnetworkstructure;dataaccuracy;nodeenergyconsump
tion
无线传感网(WSN)由许多传感器节点组成,用于完成数
据的采集、传输与统计分析
[1]
,现阶段主要用于环境的监控、
灾难的预防以及目标的跟踪等
[2]
。由于大多传感器节点受成
本及体积的限制,常常使用电源电池来供电,而节点在传输过
程中会出现融合精确度下降与节点能耗增多的问题。为了解
决上述问题,数据融合算法被提出且被应用于军事与民用领
域
[3]
。考虑到节点 能耗 问题,孙 超 等人
[4]
提 出能量 高 效 的
WSN分簇数据融合算法(EECDA),该算法采用辛普森积分法
则筛选有效数据并且完成数据的融合处理,虽然大幅度降低了
节点的能耗,却没有提高数据的精确度;徐艮凤等人
[5]
提出低
时延和低能耗的无线传感器网络数据融合算法(IDDOA),簇
头通过节点能耗的计算来筛选参与融合的簇内节点,但是数据
的精确度随着节点能耗的减少而有所下降。上述算法均没有
兼顾节点能耗同数据精确度之间的矛盾问题,本文提出了一种
能够基于蜂窝网络结构的数据融合算法,称为
DFACN(datafu
sionalgorithm basedoncellularnetworkstructure),该算法主要
分为两个步骤,分别是簇头的选取和数据的稳定融合。在基于
蜂窝网络结构的分簇模型中,首先通过蜂窝网络结构来选取最
小能耗的簇头;然后采用数据精确度以及节点能耗的公式计算
融合因子
γ
的大小,以得到适合融合的簇内节点数;将
γ
个簇
内节点所采集的数据传输到簇头,最后由簇头采用贝叶斯估计
公式完成数据的融合处理。
1 无线传感网的网络模型与能量模型
11 网络模型
由于蜂窝网络结构能够使用最少节点覆盖相同的无线传
感网范围,令簇头固定在正六边形的中心位置,以确保簇头在
相同传感半径内能够覆盖更多的簇内节点,采集到更多簇内节
点转发的数据,进而大幅度降低了节点能耗。由 n个节点 m
个簇结构构成的网络模型如图 1所示。
在网络模型中,簇内节点采用 LEACH协议将数据传输到
簇头,由簇头完成融合因子数量的数据进行融合与传输,且将
结果传输到
sink节点。针对网络模型的假设如下:
a)sink节点唯一且能量没有限制,部署在感知区域的外部;
b)传感器节点同构且随机部署在感知区域的内部,部署
后位置固定,具有相同的初始能量;
c)传感器节点非均匀分布在网络模型中,簇头能够感知到
第 37卷第 10期
2020年 10月
计 算 机 应 用 研 究
ApplicationResearchofComputers
Vol.37No.10
Oct.2020