一种数据传输时延和跳数受限的Sink节点移动路径分布式选择方法
【技术领域】
[0001] 本发明涉及移动无线传感网领域，尤其涉及的是一种数据传输时延和跳数受限的 Sink节点移动路径分布式选择方法。
【背景技术】
[0002] 无线传感网（wireless sensor networks, WSNs)由具有电池、微型处理器和无线 电收发器等组件的传感节点、Sink节点和网关节点组成。每个传感节点感知信息，并发送 给Sink节点。Sink节点作为汇聚节点，进一步处理接收到的信息后转发给网关节点。网关 节点收集所有传感节点的信息，并提供给用户参考和应用。无线传感网的应用领域可分为 两大类：监控应用（如动物栖息地监控、楼宇监控、设备监控、温室监控等）和跟踪应用（如 动物跟踪、车辆跟踪、供应链中货物跟踪等）。目前无线传感网受到政府的高度重视，已成为 学术界和产业界的热门研究领域。
[0003] 目前在危险环境（如火山、放射区、有毒化工区等）监测、灾难搜救、军事领域等应 用领域中，通常采用传感节点周期性上报数据且节点位置固定不变的静态无线传感网。但 是静态无线传感网会出现如下问题：离Sink节点近的传感节点需要发送较多其它传感节 点的数据，导致这些传感节点能量消耗较快，且过早失效。这个问题通常被称为无线通信的 热点问题或Sink节点的空穴问题。为了处理这个问题，引入Sink节点的移动。Sink节点 的移动不仅能平衡传感节点之间的能量消耗，而且能连接网络中的分裂区域。
[0004] 近年来，国内外学者对Sink节点的移动路径选择方法进行了一些研究，取得一些 成果。有些学者研究Sink节点移动路径的集中式方法。如M. Emre Keskin等考虑Sink节点 的静态收集和移动收集，建立网络生存时间的优化模型。采用最优化方法，将优化模型转化 成线性模型，通过商业软件求解最优解。郭剑等将监测区域分成若干个圆盘，在每一个圆盘 中寻找一个Sink节点的采集点，并采用量子遗传算法求解能遍历所有采集点的最短路径。 Wang Liu等采用理论推导的方法研究Sink节点移动到若干个RP点（Rendezvous Point) 时的最优方案。Arun K. Kumar等提出一种分簇方法。即根据节点的位置将网络中所有节 点分成多个簇，采用TSP求解算法计算Sink节点遍历所有簇中心的最短路径。王章权等将 Sink节点的监测区域划分为若干个网格，建立数据传输时延受限下Sink节点1跳数据收集 的优化函数，采用遗传算法求解Sink节点的移动路径。Hamidreza Salarian等提出一种加 权集合规划方法（weighted rendezvous planning, WRP),即根据到最近RP点的跳数和子 节点的数量，计算所有传感节点的权值，选择若干个权值较大的节点作为RP点，采用TSP求 解算法计算Sink节点遍历所有RP点的最短路径。但是这些集中式方法假设Sink节点能 收集和分析其监测区域内所有传感节点的信息，其时间复杂度随传感节点数量的增多而急 剧变大，因此这些方法比较适用于节点数量和数据传输跳数较少的移动无线传感网。
[0005] 另一些学者研究Sink节点移动路径的分布式选择方法，如Keontaek Lee等考虑 Sink节点的起初地址、数据收集路由和停留时间等因素，建立混合整数线性规划模型，提出 贪婪最大剩余能量方法（Greedy Maximum Residual Energy, GMRE)。当邻居位置周围的节 点剩余能量比当前位置上的大，则移动到该邻居节点。Stefano Basagni等考虑节点的网格 分布和Manhattan路由，建立Sink节点移动的线性优化模型，提出一种启发式方法。即根 据节点的剩余能量和方差，计算变异系数。当变异系数小于指定阈值时，Sink节点移动到下 一个停留位置上收集数据。Chufu Wang等提出移动Sink节点的能量感知迀移方法（EASR， energy-aware sink relocation) 〇EASR使用最大容量路径（MCP，maximum capacity path) 协议收集数据。当两个搬迀条件满足时，启动Sink的移动，找到下一个具有最大权值的移 动位置。但是这些分布式选择方法没有考虑实际无线传感网系统中数据传输时延和跳数受 限情况。
[0006] 总之，Sink节点移动路径的集中式方法时间复杂度较大。而且在实际的无线传感 网系统中，具有较小数据传输跳数的传感节点数据不容易丢包，具有过大数据传输跳数的 传感节点数据容易丢包，甚至不能传输到Sink节点。同时由于硬件成本的限制，传感节点 的数据存储空间有限，传感节点的数据传输时延不宜过大，否则会造成大量数据的丢失。
【发明内容】
[0007] 为了克服已有无线传感网Sink节点移动路径选择方式的时间复杂度较大、数据 收集量和节点覆盖率较低、数据丢弃量较大的不足，本发明提供一种有效降低时间复杂度、 提高数据收集量和节点覆盖率和降低传感器节点感知数据的丢弃量的数据传输时延和跳 数受限的Sink节点移动路径分布式选择方法。
[0008] 本发明解决其技术问题所采用的技术方案是：
[0009] -种数据传输时延和跳数受限的Sink节点移动路径分布式选择方法，所述选择 方法包括如下步骤：
[0010] 第一步Sink节点的移动路径计算，过程如下：
[0011] 1.1) Sink节点广播信息查询包，接收其数据通信范围内的传感节点的地址、位置 坐标、剩余能量和到Sink节点的数据通信跳数信息，接收到Sink节点的跳数为最大数据传 输跳数的传感节点的邻居节点地址、位置坐标、剩余能量和到Sink节点的数据通信跳数信 息，根据接收到的传感节点信息更新Sink节点的传感节点信息表；
[0012] 1.2) Sink节点分析当前位置周围的边界、障碍物和空洞情况，计算边界虚拟斥力、 障碍物虚拟斥力、空洞虚拟斥力、到Sink节点的跳数为最大数据传输跳数加1的传感节点 虚拟引力，计算虚拟力的合力；
[0013] 1. 3)根据合力大小计算Sink节点在当前停留网格中心的停留时间，计算公式如 下
[0015] 其中，tg表示Sink节点在网格中心g的停留时间，Fth表示判断阈值，pi表示合力 大小，V表示Sink节点的移动速率，dgiH表示相邻网格中心的距离，Sink节点广播包含自 身地址和位置坐标信息的路由信息包，接收其数据通信范围内传感节点的感知数据；
[0016] I. 4) Sink节点分析当前停留网格中心的邻居网格中心，删除不可移动的边界和障 碍物所在的网格中心和空洞区域内的网格中心，并根据Sink节点的停留次数，建立停留次 数最小的网格中心集合，分别计算合力F与从Sink节点的当前停留网格中心到集合中每 一个网格中心的距离向量的夹角δ
[0018] 其中，abs〇表示取绝对值函数，acosO表示反余弦函数，??表示从Sink节点的 当前停留网格中心到网格中心g的距离向量，表示向量的大小，根据向量夹角δ，选择 使夹角最小的网格中心作为Sink节点的下一个停留网格中心；
[0019] 1. 5)经过Sink节点在当前停留网格中心的停留时间tg后，Sink节点移动到下一 个停留网格中心，如果已选择的所有网格中心的停留时间和不超过数据传输时延最大值， 则返回步骤I. 1)，否则，Sink节点寻找到一条移动路径，并沿着该移动路径循环收集数据；
[0020] 第二步传感节点的数据通信，包括如下过程：
[0021] 2. 1)基于节点剩余能量的数据路由方法；