基于最佳投影點(diǎn)的無線傳感器網(wǎng)絡(luò)壓縮數(shù)據(jù)收集算法分析

尤非

四川大學(xué) 電子信息學(xué)院 四川 成都 610065

引言

無線傳感器網(wǎng)絡(luò)通常由一個(gè)固定的Sink節(jié)點(diǎn)和若干個(gè)普通的傳感器節(jié)點(diǎn)構(gòu)成，它們被部署在某些特定的區(qū)域內(nèi)，負(fù)責(zé)監(jiān)測環(huán)境數(shù)據(jù)。由于節(jié)點(diǎn)的體積較小，自身能夠攜帶的能源有限，并且由于一般被部署在較惡劣的環(huán)境中，人為的補(bǔ)充能量也是有極大的難度的。傳感器節(jié)點(diǎn)大部分能量消耗來源于數(shù)據(jù)的收發(fā)。因此，減少過多的數(shù)據(jù)傳輸帶來的巨大能量消耗和節(jié)點(diǎn)之間能耗的不平衡問題是目前研究的重點(diǎn)。另外，因?yàn)閃SN節(jié)點(diǎn)數(shù)據(jù)存在著時(shí)間、和空間的相關(guān)性，研究人員又提出了將CS理論應(yīng)用到數(shù)據(jù)收集過程當(dāng)中來，對節(jié)點(diǎn)感知的數(shù)據(jù)進(jìn)行壓縮。綜上所述，本文在傳統(tǒng)的基于CS的WSN數(shù)據(jù)收集算法的基礎(chǔ)上，為了減少網(wǎng)絡(luò)中數(shù)據(jù)傳輸量，提出了一種全新的基于最佳投影點(diǎn)和無人機(jī)的數(shù)據(jù)收集算法[1]。

1 基于AHP最佳投影點(diǎn)算法

為了進(jìn)行壓縮數(shù)據(jù)的收集，首先需要根據(jù)公式（1）構(gòu)造出一個(gè)稀疏的觀測矩陣。其中s決定稀疏度，即每一行非零元素的個(gè)數(shù)。

從以上觀測值的獲取過程可以發(fā)現(xiàn)，投影節(jié)點(diǎn)得選擇影響了網(wǎng)絡(luò)中數(shù)據(jù)的傳輸量。而投影節(jié)點(diǎn)的選擇受到多種因素的影響，如節(jié)點(diǎn)位置、剩余能量等。因此，本文將投影點(diǎn)的選擇問題建模為一個(gè)多因素決策問題，使用AHP方法進(jìn)行求解，AHP將一個(gè)多準(zhǔn)則決策問題分解為一些簡單的子問題，并建立了由三個(gè)不同層次組成的層次框架。其中 頂層是決策目標(biāo)；第二層是由決策標(biāo)準(zhǔn)或因素組成，主要包括到Sink的距離、剩余能量和與數(shù)據(jù)傳輸量這三個(gè)因素，但是數(shù)據(jù)傳輸量這一指標(biāo)計(jì)算較難，可以用到其他節(jié)點(diǎn)的距離來代替；第三層是方案層，即若干個(gè)候選節(jié)點(diǎn)。

為了得到每個(gè)候選節(jié)點(diǎn)對于目標(biāo)層的權(quán)重，首先需要構(gòu)造出準(zhǔn)則層對于目標(biāo)層的比較矩陣A，如下式所示：

其中V是候選節(jié)點(diǎn)的集合。因此，所有候選節(jié)點(diǎn)對決策準(zhǔn)則的權(quán)重可以得到，并表示為：

計(jì)算出每個(gè)候選節(jié)點(diǎn)的權(quán)重后，其中權(quán)重最大的節(jié)點(diǎn)u就是最佳的投影點(diǎn)。

完成投影點(diǎn)選擇后，利用最小生成樹算法構(gòu)造路由，然后進(jìn)行壓縮編碼，最后利用無人機(jī)進(jìn)行觀測值收集。為了減少UAV數(shù)據(jù)收集時(shí)間，可以將其建模為TSP問題，利用已有的算法，如蟻群算法、模擬退火算法等進(jìn)行求解[2]。

2 仿真結(jié)果

在Matlab平臺上，搭建好仿真環(huán)境，設(shè)置節(jié)點(diǎn)數(shù)目為100個(gè)，分布在邊長為125m的正方形區(qū)域內(nèi)。將本文提出的算法DGOPN，與PEDAP和CN-MSTP算法在網(wǎng)絡(luò)生存時(shí)間進(jìn)行對比。仿真結(jié)果如圖1所示（見文末），可以看出，在節(jié)點(diǎn)數(shù)為100時(shí)，DGOPN與另外兩種算法相比網(wǎng)絡(luò)生存周期分別提高了47.5%和184.5%。

3 結(jié)束語

本文提出了一種新的基于CS的WSN數(shù)據(jù)收集算法，解決了傳統(tǒng)基于CS算法存在的投影點(diǎn)選擇不當(dāng)導(dǎo)致的數(shù)據(jù)傳輸量過高，能量消耗大的問題。仿真結(jié)果表明，本算法能夠有效地減少節(jié)點(diǎn)的能量消耗，并且延長網(wǎng)絡(luò)的生存時(shí)間。

圖1 .3 網(wǎng)絡(luò)生存時(shí)間