一种基于随机游走的光电-雷达传感器网数据收集方法

技术领域

本发明属于网络优化设计领域，具体是指一种基于多移动收集器随机游走的时空压缩数据收集方法。

背景技术

针对无线传感器网络以数据为中心，能够协作地实时监测、感知和采集各种环境或监测对象的信息，并将处理后的信息传送给基站，是一种面向边境防护与监测的有效手段。

由于边境线狭长而宽阔，地形复杂多变，部署的传感器节点可能在陆地上，也可能应用于边境海防问题中。通过对各种传感器实时采集的数据进行处理和分析，及时监测海防工程结构的状况信息，特别是有可能在早期发现危及安全的隐患，这对确保海防工程结构的安全性起到至关重要的作用。为了提高海防工程结构的安全性，更加合理的监测各种状态参数，需要部署成千上万个可以采集各种结构和环境参数的节点，采用科学的监测系统保障其结构的可靠性、安全性以及耐久性。由于监控环境的复杂性，普通节点与汇聚节点共同构成整个系统的基础结构。传感器节点采集海防工程和环境的数据，经过初步数据融合处理和融合后传输给汇聚节点。节点采用电池供电，要求有较长的生命周期以及低功耗的特点；而汇聚节点由于具有长期运行，工作量大，需要负责协议转换、与上层网络通信、下达用户指令、节点的数据融合与处理等复杂行为，因而很有必要对数据进行具体分析后，降低数据的传输量。一种行之有效的办法就是采用动态成簇数据融合算法，进而来增强所监测信息的准确性以及数据融合结果的安全性。同时在此种应用环境下，由于传感器节点被部署在特定区域监测环境数据，而且节点的地理位置相近，因而同一时刻不同节点数据具有空间相关性，由于环境物理量短时间内的稳定性，同一个节点在一个数据采集周期内感知到的数据具有时间相关性。如何有效地利用节点数据的时空相关性减少网络中冗余的数据传输，从而延长网络生存时间是目前亟待决解的关键问题。

发明内容

有鉴于此，本发明提出了一种基于随机游走的光电-雷达传感器网数据收集方法。本发明对每个节点感知数据单独进行压缩编码，并使用多移动收集器随机游走完成了节点之间的数据压缩编码和数据汇聚。

本发明采用的技术方案为：

一种基于随机游走的光电-雷达传感器网数据收集方法，包括如下步骤：

步骤1：设置一个负责收集数据的Sink节点，以及N个普通的传感器节点；

步骤2：生成移动收集器随机游走路径；

步骤3：对每条路径上的测量值进行更新与收集；

步骤4：收集器将收集到的观测值以及时域观测矩阵传输至Sink节点，Sink节点根据这些信息构造出全局的观测矩阵，恢复原始数据。

进一步地，步骤1中，假设传感器分布区域是一个边长为A*B的矩形狭长区域，Sink节点位于区域正中心位置；在目标区域内所有传感器负责检测目标数据，每个普通节点在每一轮数据数据收集过程中都会感知到一个读数x

进一步地，步骤2的具体方式为：

步骤201，假设无线传感网络共N个节点，确定路径条数Nr与每条路径上的节点数h；

步骤202，在N个节点中随机选取Nr个节点作为每条路径的起点；

步骤203，假设当前节点为k，根据下式确定下一跳节点，将其加入到当前路径中，直到路径上共有h个节点，完成路径生成：

其中，i为当前节点k的邻居节点，TS(i)表示节点i被选择加入路径的归一化次数；Sd(i)表示用1减去节点i到Sink的归一化距离，节点i到Sink的距离越远则Sd(i)越小，反之则Sd(i)越大；α和β分别为TS(i)和Sd(i)的权重；

步骤204，根据Nr条路径包含的节点，构造出路径矩阵

进一步地，步骤3的具体方式为：

对于第m条路径，定义数据收集器的数据包格式如下：

其中，P{1}为路径m上包含的节点序号，不含重复节点，最多有h个，出发前已经记录在收集器中；P{2}为P{1}中每个节点为了对T个时隙数据进行压缩而使用的时域观测矩阵，需要在路径上不断地收集，并存储在P{2}中，在Sink进行数据恢复时需要用到；P{3}保存在当前路径上收集到的Nm个观测值，初始时全为0；

收集器每次移动到路径上的一个节点i之后，开始数据包的更新过程，包括以下几个步骤：

步骤301，采用基于节点通信模型和模拟退火算法的无人机轨迹规划算法来进行最短路径规划，缩短无人机收集数据的飞行距离，从而减小数据收集的时延；

阶段一：利用模拟退火算法获取原始的移动轨迹S；

阶段二：利用传感器节点通信模型进一步减少轨迹S的长度，得到最终的的轨迹S*，其中结合了移动收集器的飞行高度；

步骤302，利用k＝Nr个移动数据收集器对每条路径从起点至终点的更新并收集Nm＝M/Nr个观测值，收集完成后传输至Sink节点；

步骤303，各节点构造自己的观测矩阵

节点的时间域压缩数据表示为：y

P{2}＝{P{2},Φ

P{3}＝{P{3}+y

步骤304，随着收集器的移动，以及节点的更换，收集器的数据包进行更新，直到一条路径的最后一个节点，完成该路径N

进一步地，步骤4中，每完成一条路径的观测收集就产生一个Nm维的列观测向量，完成Nr条路径后，产生Nr个这样的列向量，即全局的观测向量为

全局观测矩阵Φ由每条路径上节点独立生成的时间域观测矩阵Φ

本发明的有益效果在于：

1、本发明对每个节点感知数据单独进行压缩编码，并使用多移动收集器随机游走完成节点之间的数据压缩编码和数据汇聚，能够解决单个数据收集周期内节点产生的时空相关性数据会导致网络数据冗余，以及传统的单移动收集器导致的数据收集时延增加的问题。

2、为了观测值收集时延最小和构造的全局观测矩阵非零元素分布均匀，本发明提出了一种具有倾向性的随机游走路径规划方法，使得观测值收集时延最小和观测矩阵非零元素分布均匀。

3、本发明对路径进行进一步的规划缩短长度后，使用多个移动收集器在每条路径上进行观测值的收集与更新，Sink节点根据收集的信息构造出全局的观测矩阵。仿真结果表明，在数据恢复精度方面以及网络生存时间方面，本方法性能具有较好的优势。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面对本发明做进一步的详细说明。

一种基于随机游走的光电-雷达传感器网数据收集方法，包括以下步骤：

步骤一：网络初始化。设置一个Sink节点(可以是固定收集器也可以是移动收集器)负责收集数据以及N个普通的传感器节点，我们假设传感器分布区域是一个边长为A*B的狭长区域，而Sink节点位于区域正中心位置。在目标区域内所有传感器负责检测目标数据，每个普通节点在每一轮数据数据收集过程中都会感知到一个读数x

Vec(X)∈R

Y＝ΦVec(X)＝ΦΨθ (2)

其中θ∈R

步骤二：移动收集器随机游走路径的生成。具体方式为：

1、假设无线传感网络共N个节点，先确定路径条数Nr与每条路径上的节点数h。

2、N个节点中随机选取Nr个节点作为每条路径的起点。

3、假设当前节点为k，根据公式(3)确定下一跳节点，将其加入到当前路径中，直到路径上共有h个节点，完成路径生成。

其中i为当前节点k的邻居节点，TS(i)表示节点i被选择加入路径的归一化次数；Sd(i)表示用1减去节点i到Sink的归一化距离，其中节点i到Sink的距离越远Sd(i)越小，反之Sd(i)越大；α和β分别为以上两个指标的权重。以上公式能够让下一跳节点的选择尽量避免那些以及被多次选择的节点，尽量先选择离Sink较远的节点，同时使得路径的终点靠近Sink节点。

4、根据Nr条路径包含的节点，构造出路径矩阵

步骤三：每条路径上测量值的更新与收集。

以第m条路径为例说明移动收集器更新和收集Nm个观测值，每条路径的长度都为h。数据收集器的数据包格式定义：

其中P{1}为路径m上包含的节点序号，不含重复节点，最多有h个，出发前已经记录在收集器中；P{2}为P{1}中每个节点为了对T个时隙数据进行压缩而使用的时域观测矩阵，需要在路径上不断地收集，并存储在P{2}中，在Sink进行数据恢复时需要用到；P{3}保存在当前路径上收集到的Nm个观测值，初始时全为0。

收集器每次移动到路径上的一个节点i之后，开始数据包的更新过程，主要分为以下几个步骤：

1、采用基于节点通信模型和模拟退火算法的无人机轨迹规划算法来进行最短路径规划，缩短无人机收集数据的飞行距离，从而减小数据收集的时延。收集器只需要达到节点的通信范围内就可以完成数据的收集，而并不需要访问所有的传感器节点。

(1)利用模拟退火算法获取原始的移动轨迹S；

①初始化：设置初始温度T和每一个温度T需要迭代的次数L，随机产生一个初始路径S；

②随机构造一个新的路径S

③根据评价函数C，计算新解与原解之间的差值ΔT＝C(S

④如果ΔT<0，那么就接受S

⑤重复第2至4步L次；

⑥减小温度值T＝0.99*T，当T小于0.001时结束；

(2)利用传感器节点通信模型进一步减少轨迹S的长度，得到最终的的轨迹S*，其中结合了移动收集器的飞行高度；

⑦初始化：start和end为轨迹S的第一个节点和最后一个节点序号，新的轨迹S*＝{start,end}，k＝start+1；

⑧连接start和k，设这两点间线段为L。

⑨判断线段L到k通信半径圆的相交点P，若相交点存在，则令start＝P，k＝k+1，并将start加入S*中；若相交点不存在，判断L是否小于通信半径，是则start加入S*，start不变，k＝k+1，否则start＝k，k＝k+1，start加入S*中。

如果start＝end，算法结束，否则跳转至第⑧步。

2、利用k(k＝Nr)个移动数据收集器对每条路径从起点至终点的更新并收集Nm个(Nm＝M/Nr)观测值，收集完成后传输至Sink节点。

3、各节点构造自己的观测矩阵

那么节点的时间域压缩数据可以表示为：y

P{2}＝{P{2},Φ

P{3}＝{P{3}+y

4、随着收集器的移动，以及节点的更换，收集器的数据包进行更新，直到一条路径的最后一个节点，完成该路径N

步骤四：生成全局观测矩阵以恢复数据。

收集器将收集到的观测值以及时域观测矩阵传输至Sink节点，Sink节点根据这些信息构造出全局的观测矩阵，恢复原始数据。

完成一条路径的观测收集，产生一个Nm维的列观测向量；完成Nr条路径，就会产生Nr个这样的列向量，即全局的观测向量为

全局观测矩阵Φ由每条路径上节点独立生成的时间域观测矩阵Φ

全局观测矩阵构建：T，Nr，h，Nm(行：N

以上所述为方法的详细介绍，对本发明的目的、技术方案和有益效果进行了进一步详细说明，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。