[发明专利]一种基于采样传感物联网近似天际线分类卸载算法

权利要求书

1.一种基于采样传感物联网近似天际线分类卸载算法，其特征在于，包括如下计算步骤：

S1、通过传感物联网拓扑结构，根据路由、拓扑控制、时钟同步等，将算法抽象等效为具有父子关系树状网络拓扑，对拓扑节点进行数学模型初始化；

S2、用户根据实际网络和需求，输入相关参数；

S3、根据输入参数，通过数学模型计算Bernoulli采样概率q，以采样概率q对传感物联网数据集St进行Bernoulli采样，形成算Bernoulli采样数据集B(q)；

S4、通过Skyline()方法处理采样数据集B(q)，形成Bernoulli采样δ近似天际线；

S5、汇聚节点向物联网网络节点广播Bernoulli采样概率q；

S6、各节点根据节点有叶/无叶等属性，生成节点随机数rand和节点天际线Skyline_j，并根据节点属性和广播概率发送数据或天际线。

2.根据权利要求1所述的一种基于采样传感物联网近似天际线分类卸载算法，其特征在于，所述算法规范有n个传感器节点的物联网，s_ti是i节点在t时刻的传感器数值，St＝{s_t1，……，s_tn}是网络在t时刻的传感数据集，设每个传感器为d维数据，则节点数据用s_t.D₁，s_t.D₂，……s_t.D_d表示。

3.根据权利要求1所述的一种基于采样传感物联网近似天际线分类卸载算法，其特征在于，所述步骤S1中的初始化根据等效树状拓扑对节点开展预定义，定义算法数学模型，其主要包括以下内容：

1)对于给定的两个d维传感数据是s_t1和s_t2，定义s_t1控制s_t2，记作s_t1→s_t2；

2)定义传感器数据集St天际线计算方法：

Skyline(St)＝{s∈St|～v∈St,v→s}；

3)定义δ近似数据线计算方法，P≥1-δ。

4.根据权利要求1所述的一种基于采样传感物联网近似天际线分类卸载算法，其特征在于，所述数据输入主要包括物联网传感器节点数目n、传感器数据集St、δ值。

5.根据权利要求1所述的一种基于采样传感物联网近似天际线分类卸载算法，其特征在于，伯努利采样概率q计算将根据输入参数计算传感数据集采样概率q，q＝1-(1-(1-δ)^nmin/n)^1/nmin。

6.根据权利要求1所述的一种基于采样传感物联网近似天际线分类卸载算法，其特征在于，所述步骤S4中的传感网络δ近似天际线生成将根据伯努利采样概率对数据集St进行采样，形成B(q)＝{b1,b2,……，b_|B(q)|}，通过Skyline(B(q))方法生成天际线。

7.根据权利要求1所述的一种基于采样传感物联网近似天际线分类卸载算法，其特征在于，所述步骤S6中，节点j根据有叶/无叶属性的具体处理方法为：

M1：对于有叶节点j，将根据算法数学模型产生随机数rand∈[0,1]；

M2：当rand＜q时，向父节点发送数据；

M3：对于无叶节点j，接收节点j的skyline_j＝Skyline(skyline_j∪{j.data})；

M4：如果j为汇聚节点，则在j内返回skyline_j，否则向父节点发送skyline_j。