[发明专利]一种考虑能耗和覆盖的无线传感器网络压缩数据收集方法

说明书

本发明公开一种考虑能耗和覆盖的无线传感器网络压缩数据收集方法，首先，以最小化能耗和最大化覆盖被监测区域为目标，建立联合考虑能耗和覆盖的多目标优化模型；其次，设计多目标混合蛙跳算法对多目标优化模型进行求解；然后，采用最小生成树算法收集传感器节点数据；最后，对收集到传感器数据进行重构恢复。采用本发明提高了数据收集的效率，减少了节点的能耗，保证了数据可靠性传输，从而延长网络的生存周期。

技术领域

本发明涉及无线传感器网络领域，具体涉及一种考虑能耗和覆盖的无线传感器网络压缩数据收集方法。

背景技术

无线传感器网络(WSNs)已广泛应用于各种应用领域，如交通、安防、环境监控、智能农业等。如果传感器节点直接传输采集到的原始数据，将消耗很多能量。近年来，压缩感知理论的出现给无线传感器网络的数据收集提供了一个全新的解决方案。压缩感知只需要收集一部分测量信号并能以较高准确率重构原始信号，从而大大降低了无线传感器网络的能耗。

最近，已有很多学者致力于研究如何运用压缩感知理论实现无线传感器网络中数据的高效收集问题。在这些研究工作中提升无线传感器网络的性能时，大多只采用单目标方法，比如能耗，生存周期，覆盖，安全性等，或者简单的分析这些不同指标之间的折中问题，并没有理论保证。为了克服上述问题，在传统的压缩数据收集基础上，本发明联合考虑WSNs的能耗和覆盖，并用采用多目标混合蛙跳算法解决所述优化问题，利用最小生成树算法(MST)进行数据收集策略。

发明内容

发明目的：本发明提供一种考虑能耗和覆盖的无线传感器网络压缩数据收集方法，能提高数据收集效率，降低节点能耗，保证数据可靠性传输，延长网络生存周期。

技术方案：本发明所述的一种考虑覆盖和连通的无线传感器网络压缩数据收集方法，包括以下步骤：

(1)以最小化能耗和最大化覆盖被监测区域为目标，建立联合考虑能耗和覆盖的多目标优化模型；

(2)设计多目标混合蛙跳算法对步骤(1)所述的优化模型进行求解；

(3)采用最小生成树算法收集传感器节点数据；

(4)对收集到传感器数据进行重构恢复。

步骤(1)所述的能耗主要包括每个节点在时刻t的启动、活动、发送和接收所消耗的能量：

其中，为i节点在时刻t消耗的能量，AE_i为i节点处于启用状态消耗的能量，ME_i为i节点处于活动状态消耗的能量，RE_i为i节点接收数据消耗的能量，TE_i为i节点发送数据消耗的能量，为决策变量，若i节点在t时刻处于启动状态，取值为1，否则为0，为决策变量，若i节点在t时刻处于活动状态，取值为1，否则为0，为决策变量，若(i,j)∈{A^S∪A^m}在时刻t属于连接节点l与Sink节点m的路径，取值为1，否则为0；S为传感器节点集，τ为时间段的索引τ＝{1,2,3,...}，A^S为连接传感器节点的边的集合，A^m为连接传感器节点到Sink节点的边的集合，Υⁱ为集合A中以节点i为终点的所有边的集合，为集合A中以i节点为起点的所有边的集合。

步骤(1)所述的多目标的优化模型目标函数为：

minF(x)＝(f₁,f₂)

s.t.