传感网络数据传输的多层预测控制方法和系统的制作方法

传感网络数据传输的多层预测控制方法和系统的制作方法
【技术领域】
[0001]本发明涉及传感器网络领域，特别涉及一种传感网络数据传输的多层预测控制方法和系统。
【背景技术】
[0002]无线传感网络由置于监测区域内由大量具有感知、计算和通信能力的微型传感器节点组成，是一种自组织分布式的网络。这些传感节点具有价格低、体积小等特点，监测数据信息通过网络节点间的协作采集周围环境的相关信息，进行简单的数据处理后，运用短距离多跳的通信方式将信息传输到基站作进一步的分析和处理。
[0003]通常情况下，无线传感器节点的能量仅由容量有限的电池提供，且能量难以补充。如何节约节点能量、最大化网络寿命是无线传感器网络协议研究中最首要的问题，而能量控制问题主要从两个方面开展研究:扩展电池能源和减少繁琐操作。然而，前者受到较多的物理因素限制。
[0004]例如:专利申请号CN201010248181.1公开号CN101895956A的中国发明专利“多层分布式无线传感器网络数据传输方法”提供了通过对无线传感网络进行分簇形成链路结构的多层控制方法，节点能量是制定链路的影响因素之一，但网络传输过程中的时间延迟并没有考虑。
[0005]Daniele Bernardini等运用能量意识的鲁棒模型预测控制方法进行带传输噪音的无线传感器的传输控制，利用控制器直接对传感器进行控制与反馈，因此对复杂的无线传感网络存在一定的局限性(详见 Automatica.vol.48, n0.1, pp:36-44, 2012)。
[0006]由于传输过程中的网络延时不只是简单的传输滞后，而是将控制问题复杂化，所以多数研究理想化网络节点间的传输延迟。因此，急需一种有效的无线传感网络数据传输控制方法，解决传输延迟引发的网络传输的失效，以及传输节点的能量浪费问题。

【发明内容】

[0007]本发明的目的是提供一种有助于解决传输延迟引发的网络传输的失效，以及传输节点的能量浪费问题的传感网络数据传输的多层预测控制方法和系统。
[0008]作为本发明的第一方面，提供了一种传感网络数据传输的多层预测控制方法，包括:将节点分成多个簇；确定每个簇内的控制节点和传输节点；根据构建的预测控制策略对每个簇内的传输节点的数据传输流进行预测，控制节点只向预测的预测结果中出现的传输节点进行广播。
[0009]进一步地，预测控制策略是通过下述方式构建的:每个采样时刻，将每个传输节点的传输量作为系统状态变量，将传感器采样数据量作为系统输入，以建立传输网络的状态空间描述；通过求解在状态空间描述下求解最小目标函数获得最优传输途径在未来一段时域内每个传输节点的数据传输流的预测值。
[0010]进一步地，方法还包括:根据数据传输流的预测误差，对预测进行误差补偿。
[0011]进一步地，预测误差来自于控制节点反馈；将预测控制策略在进行预测时使用的目标函数根据反馈的预测误差在流动时域中进行迭代更新以补偿预测误差。
[0012]进一步地，簇内的控制节点是剩余电量最多的节点。
[0013]进一步地，如果簇内具有两个或两个以上剩余电量相同的节点，那么选取已作为控制节点次数少的节点作为控制节点。
[0014]进一步地，将节点分成多个簇时，按照位置信息，采用蚁群算法对所有节点进行分簇。
[0015]作为本发明的第二方面，提供了一种传感网络数据传输的多层预测控制系统，包括:多个节点，多个节点分成多个簇，每个簇内的节点分为控制节点和传输节点；控制器，与控制节点通讯连接，控制器根据构建的预测控制策略对每个簇内的传输节点的数据传输流进行预测；控制节点只向预测的预测结果中出现的传输节点进行广播。
[0016]进一步地，控制器在每个采样时刻，将每个传输节点的传输量作为系统状态变量，将传感器采样数据量作为系统输入，以建立传输网络的状态空间描述，通过求解状态空间描述的目标函数获得最优传输途径下，未来一段时域内，每个传输节点的数据传输流的预测值。
[0017]进一步地，控制节点将数据传输流的预测误差反馈给控制器；控制器根据预测误差，对目标函数在流动时域中进行迭代更新以补偿预测误差。
[0018]由于控制节点只向预测的预测结果中出现的传输节点进行广播，因而，避免了长时间等待的耗电，从而在传输时延存在的前提下，加强了节点的能量控制，其有效的数据流预测提高了数据传输的准确率，延长了整个传感网络使用寿命。
【附图说明】
[0019]图1是无线传感网络传输节点的分簇示例图；
[0020]图2是无线传感网络的分层控制架构图；
[0021]图3是控制节点A在50s内的传输仿真图；
[0022]图4是控制节点B在50s内的传输仿真图；
[0023]图5是控制节点C在50s内的传输仿真图；
[0024]图6是控制节点D在50s内的传输仿真图。
【具体实施方式】
[0025]以下是本发明优选实施例的详细描述，应当理解，优选实施例仅为了说明本发明，而不是为了限制本发明的保护范围。
[0026]作为本发明的第一方面，请参考图1，本发明提供了一种传感网络(例如无线传感网络等)数据传输的多层预测控制方法，包括:将节点分成多个簇；确定每个簇内的控制节点和传输节点；根据构建的预测控制策略对每个簇内的传输节点的数据传输流进行预测，控制节点只向预测的预测结果中出现的传输节点进行广播(即与传输节点进行数据传输)。
[0027]优选地，簇的数量与节点的传输频率和/或传输距离成反比例函数，例如，当传输节点的传输频率高或传输节点的传输距离较远时，降低簇的数量以减少控制节点的能耗。特别地，对传感网络中的所有节点进行分簇。优选地，预测控制策略是建立滚动时域内的，其用于对未来一段时域的传感网络的数据传输流进行预测。
[0028]特别地，只有那些在预测结果中，可能会发生数据传输的传输节点才会将其采集至IJ的数据发送给控制器。这可以理解为，控制器将其预测的结果发送给相关的控制节点，控制节点再根据控制器的预测结果，向预测结果中的会发生数据传输的传输节点发出广播，当这些被预测中的传输节点收到广播后，将其数据直接(不通过控制节点)传输给控制器。
[0029]请参考图1，在图1所示的一个示意性的实施例中，所有的节点被分成四个簇，每个簇中设置有一个控制节点A、B、C和D，这些控制节点分别与控制器通讯连接。显然，簇的个数并不限于图1所示的实施例中的情形，而是可以根据上述的原则确定。
[0030]由于控制节点只向预测的预测结果中出现的传输节点进行广播，因而，避免了传感节点的长时间监听数据传输引发的能量消耗，从而在传输时延存在的前提下，加强了传输节点的能量控制，有效的数据流预测避免了因节点能量不足带来的传输中断，缩短了整体的传输路径，高效的节点能量控制延长了整个传感网络使用寿命。
[0031]优选地，预测控制策略是通过下述方式构建的:每个采样时刻，将每个传输节点的传输量作为系统状态变量，将传感器采样数据量作为系统输入，以建立传输网络的状态空间描述；通过在状态空间描述下求解最小目标函数获得最优传输途径在未来一段时域内每个传输节点的数据传输流的预测值。显然，预测控制策略也可以通过本领域的其他技术手段，例如ARMA(自回归移动平均模型)等来构建，并不建于本发明中所列举的方式，只要能够起到预测的作用即可。
[0032]优选地，请参考图2，本方法还包括:根据数据传输流的预测误差，对预测进行误差补偿。
[0033]优选地，预测误差来自于控制节点反馈；将预测控制策略在进行预测时使用的目标函数根据反馈的预测误差在流动时域中进行迭代更新以补偿预测误差。预测误差的存在促发进行预测行为(例如，可由控制器执行)，否则执行最近时刻对网络传输流的预测策略。
[0034]优选地，簇内的控制节点是剩余电量最多的节点。例如，可运用贪婪算法、基于节点ID的链接聚类算法、或者基于信道接入的被动分簇算法优先选择剩余电量最多的传输节点作为控制节点，且控制节点不再作为此次数据传输的传输节点。
[0035]优选地,如果簇内具有两个或两个以上剩余电量相同的节点，那么选取已作为控制节点次数少的节点作为控制节点。例如，控制节点随时间可以是变动的，比如，第一时刻可能是某一个节点，而另一时刻，又可能是另一个节点。可见，在滚动时域内，作为非控制节点的传输节点在下一时刻是否作为传输节点，与该传输节点的位置和剩余电量有关。特别地，每次传输时，都会进行相应的预测，并确定该次传输所确定的控制节点。
[0036]优选地，将节点分成多个簇时，按照位置信息，采用蚁群算法、遗传算法、神经网络算法、或者粒子群算法等对所有节点进行分簇，显然，也可以采用本领域其它常规的智能算法对节点进行分簇。
[0037]请参考图3至图6，其给出了传感网络传输节点A-D在50s内的传输仿真图。如图3所示，当传输节点的传输量为零时，说明该节点在此刻传输过程中并没有参与传输工作。每个传输节点的传输量都在一定范围内控制，说明系统具有较强的鲁棒性，以及高效的传输节点能量控制。
[0038]作为本发明的第二方面，请参考图1和图2，提供了一种传感网络数据传输的多层预测控制系统，包括:多个节点，多个节点分成多个簇，每个簇内的节点分为控制节点和传输节点；控制器，与控制节点通讯连接，控制器根据构建的预测控制策略对每个簇内的传输节点的数据传输流进行预测；控制节点只向预测的预测结果中出现的传输节点进行广播。
[0039]优选地，控制器在每个采样时刻，将每个传输节点的传输量作为系统状态变量，将传感器采样数据量作为系统输入，以建立传输网络的状态空间描述，通过求解状态空间描述的目标函数获得最优传输途径下，未来一段时域内，每个传输节点的数据传输流的预测值。
[0040]优选地，控制节点将数据传输流的预测误差反馈给控制器；控制器根据预测误差，对目标函数在流动时域中进行迭代更新以补偿预测误差。预测误差的存在促发控制器进行预测行为，否则执行最近时刻对网络传输流的预测策略。
[0041]请参考图2，每个控制节点将预测误差反馈回控制器，以形成闭环反馈回路。通过在控制器的目标函数中加强对系统状态变量预测误差的约束，目标函数在滚动时域中的迭代更新以补偿预测误差。
[0042]请参考图3至图6，其给出了传感网络传输节点A-D在50s内的传输仿真图。如图3所示，当传输节点的传输量为零时，说明该节点在此刻传输过程中并没有参与传输工作。每个传输节点的传输量都在一定范围内控制，说明系统具有较强的鲁棒性，以及高效的传输节点能量控制。
[0043]综上所述，本发明从全局传感信息传输的角度出发，建立了多层控制架构，并对所有节点进行分簇，且在每簇中选取一个节点作为控制节点，其它的作为传输节点。在此基础上，本发明考虑到传输延迟构建了预测控制策略，并根据该预测控制策略对传输网络的下一个时刻的最优传输数据流进行预测。当预测误差存在时，还可通过控制节点将该预测误差反馈给控制器，以便进行预测误差补偿并更新预测的策略，因而具有较好的鲁棒性，有效地解决了时延引发的控制方法的失效性，可在传输时延存在的前提下，加强无线节点的能量控制，以便有效地预测数据流，提高了数据传输的准确率，延长整个无线传感网络的使用寿命。
[0044]以上所述仅为本发明的优选实施例，并不用于限制本发明，显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。
【主权项】
1.一种传感网络数据传输的多层预测控制方法，其特征在于，包括: 将节点分成多个簇； 确定每个所述簇内的控制节点和传输节点； 根据构建的预测控制策略对每个所述簇内的所述传输节点的数据传输流进行预测，所述控制节点只向所述预测的预测结果中出现的传输节点进行广播。2.根据权利要求1所述的多层预测控制方法，其特征在于，预测控制策略是通 过下述方式构建的: 每个采样时刻，将每个所述传输节点的传输量作为系统状态变量，将传感器采样数据量作为系统输入，以建立传输网络的状态空间描述； 通过求解在所述状态空间描述下求解最小目标函数获得最优传输途径在未来一段时域内每个所述传输节点的数据传输流的预测值。3.根据权利要求1或2所述的多层预测控制方法，其特征在于，所述方法还包括: 根据所述数据传输流的预测误差，对所述预测进行误差补偿。4.根据权利要求3所述的多层预测控制方法，其特征在于，所述预测误差来自于所述控制节点反馈； 将预测控制策略在进行所述预测时使用的目标函数根据反馈的所述预测误差在流动时域中进行迭代更新以补偿预测误差。5.根据权利要求1所述的多层预测控制方法，其特征在于，所述簇内的控制节点是剩余电量最多的节点。6.根据权利要求5所述的多层预测控制方法，其特征在于，如果所述簇内具有 两个或两个以上剩余电量相同的节点，那么选取已作为控制节点次数少的节点作为控制节点。7.根据权利要求5所述的多层预测控制方法，其特征在于，将节点分成多个簇时，按照位置信息，采用蚁群算法对所有节点进行分簇。8.—种传感网络数据传输的多层预测控制系统，其特征在于，包括: 多个节点，所述多个节点分成多个簇，每个所述簇内的节点分为控制节点和传输节占.控制器，与所述控制节点通讯连接，所述控制器根据构建的预测控制策略对每个所述簇内的所述传输节点的数据传输流进行预测； 所述控制节点只向所述预测的预测结果中出现的传输节点进行广播。9.根据权利要求8所述的多层预测控制系统，其特征在于，所述控制器在每个采样时亥IJ，将每个所述传输节点的传输量作为系统状态变量，将传感器采样数据量作为系统输入，以建立传输网络的状态空间描述，通过求解所述状态空间描述的目标函数获得最优传输途径下，未来一段时域内，每个所述传输节点的数据传输流的预测值。10.根据权利要求9所述的多层预测控制系统，其特征在于， 所述控制节点将所述数据传输流的预测误差反馈给所述控制器； 所述控制器根据所述预测误差，对所述目标函数在流动时域中进行迭代更新以补偿预测误差。
【专利摘要】本发明提供了一种传感网络数据传输的多层预测控制方法和系统。多层预测控制方法包括：将节点分成多个簇；确定每个簇内的控制节点和传输节点；根据构建的预测控制策略对每个簇内的传输节点的数据传输流进行预测，控制节点只向预测的预测结果中出现的传输节点进行广播。由于控制节点只向预测的预测结果中出现的传输节点进行广播，因而，避免了长时间等待的耗电，从而在传输时延存在的前提下，加强了节点的能量控制，其有效的数据流预测提高了数据传输的准确率，延长了整个传感网络使用寿命。
【IPC分类】H04W40/20, H04W40/10
【公开号】CN104883718
【申请号】CN201410071818
【发明人】利节, 王国胤, 杨涌, 吴迪
【申请人】中国科学院重庆绿色智能技术研究院
【公开日】2015年9月2日
【申请日】2014年3月1日