一种建立物联网网络模型的节能部署方法

摘要

本发明公开了一种基于物联网技术的网络模型建立和节能部署的方法，属于物联网通信技术领域。本发明提出了基于物联网技术的三层网络架构和网络能耗优化模型。本发明提出的节能部署方法首先根据感知节点与备选中继节点的距离排除与任何感知节点均不能通信的备选中继节点，然后在剩下的中继节点中选出i个，如果它们满足“全覆盖感知节点且与基站形成的拓扑是否是连通图”，则将每段链路的发送节点发送耗能与接收节点的接收耗能之和等价为该段链路的权重，通过改进的Dijkstra方法得到能耗的最小值以及网络的生存时间，将此能耗下对应的网络节点部署方式作为一种最佳节能部署方式。

说明书

技术领域

本发明涉及物联网通信技术领域，尤其针对基于物联网技术的网络模型建 立和节能部署策略问题。

背景技术

随着通信技术的飞速发展，人们已经不再满足于人与人之间以及需要人参 与交互的通信方式，一种更加智能、更加便捷的通信方式为人们所期待。物联 网---一种物体、机器间不需要人的参与即可完成信息交互的通信方式便应运而 生。物联网（Internet of Things）是一种将所有物件连在一起的智能网络，利用 如射频识别（Radio-Frequency IDentification）、无线通信、实时定位、视频处理 和传感技术与设备，使任何智能化物体透过网络进行信息交流。以RFID（射频 识别）系统为基础，结合已有的网络技术、传感器技术、数据库技术、中间件 技术等，构成一个由大量的读写器和移动标签组成的巨大网络成为物联网发展 的趋势。

然而，在实际生活中，物联网的感知节点大都部署在无人监控的场景中， 具有能力脆弱、资源受限等特点，经常有新节点的加入或已有节点的失效，网 络的拓扑结构变化很快，网络一旦形成，人很少干预其运行。而且感知节点的 无线通信带宽有限，通常仅有几百kbps的速率，电池容量一般不是很大，其特 殊的应用领域决定了在使用过程中，不能给电池充电或更换电池，一旦电池能 量用完，这个节点也就失去了作用。另外，近年来国家一直在倡导节能减排工 作，因此在物联网设计过程中，任何技术和协议的使用都要以节能为前提。

目前，物联网只是处于研究的初步阶段，并没有一个统一的架构，更没有 统一的标准可以遵循，对基于物联网技术中节能问题的相关研究也很少，但已 有一些研究人员针对无线传感网中的节能问题提出了相关的模型及方法。王新 兵教授等人通过等效传感半径来研究传感器节点呈一致分布和泊松分布的WSN （Wireless Sensor Network）中节点异质性和移动性对网络在覆盖性和能量消耗 上的影响，通过实验得出节点的移动性能够减少感知耗能，异质性反而增加了 一维随机移动模型的能量消耗，对独立同分布模型没有影响；Konstantinos  Oikonomou等人研究了链路权重随着相邻节点间的能量水平和链路负载的变化 而变化，同时汇点根据一种可扩展的汇点迁移策略可以在邻居节点间移动，该 动态汇点调度方式能够减少网络能耗、延长网络时间。Onur Soysal等人研究了 WSN中基于MAC(Medium Access Control)层节能的随机路由机制，提出了一种 可以调节节点睡眠/唤醒机制的协议POWERNAP，通过使接收器计算其睡眠/唤 醒调度表来解决大量的复杂的调度信息给节点带来的总开销，从而节约了系统 的总能耗。虽然以往关于无线传感网络能耗问题的研究对网络能耗进行了优化， 但是大都只考虑单纯的能耗约束或者网络生存时间约束或者考虑二者结合的情 况，然而系统的造价约束以及链路流量平衡约束也是物联网中不可忽视的因素。 同时，由于无线传感网中电磁干扰、空气湿度、温度等因素对路由的传输半径 有很大的影响，动态路由机制在户外几乎不能应用，而且传统的Ad Hoc网络中 所有感知节点都可以感知数据以及相互转发数据，这样就很容易造成离基站较 近的感知节点承担过重的负载，最终导致网络瘫痪。

发明内容

本发明所要解决的问题是：针对物联网规模大、网络节点性能脆弱的特性， 提出一种分层的网络架构，综合研究了此架构下节点发送数据时引起的能量消 耗约束，链路流量平衡约束，链路最大传输速率约束，系统预算约束以及网络 生存时间评价标准，解决了传统的单纯研究能耗问题或者生存时间或者二者结 合导致的网络整体性能不能达到最优的问题，并提出一种适用于物联网的静态 路由优化算法，解决了物联网技术中能量损耗过多的问题，避免了电磁干扰、 空气湿度、温度等因素造成动态路由机制不能很好地适用于大规模物联网。

本发明解决上述技术问题的方案是，一种建立物联网网络模型的节能部署 方法，包括步骤，构建一种分层的物联网网络模型包括感知层、中继层和汇聚 层，根据各层节点在网络中不同的任务，感知层节点负责感知并发送数据，将 感知数据不直接传给汇聚层，而是通过中继层的中继节点转发给汇聚层的基站， 感知节点之间互相不传送感知数据，通过这样层层分工又相互协作的方式来达 到优化物联网的目的。针对此分层的网络架构提出一种优化模型，该优化模型 综合研究了能量消耗约束、链路流量平衡约束、系统预算约束以及网络生存时 间评价标准。提出一种算法计算优化模型中四种约束的值及其之间的影响，比 较得出一种节能部署方式，其特征在于，首先给定感知节点、基站以及备选的 中继节点的数量及位置，计算每一个感知节点与备选中继节点的距离，去掉与 任何感知节点均不通信的备选中继节点，其次从剩下的备选中继节点中选出满 足条件“能够全覆盖感知节点且与基站形成的拓扑是连通图”的i个中继节点，根 据公式确定感知节点单位时间发送耗能，根据公式 确定中继节点单位时间接收耗能，根据公式 确定中继节点单位时间发送耗能，根据公式 确定基站单位时间接收耗能，并将拓扑图中每段链路两端发送 节点的发送耗能和接收节点的接收耗能之和等效为该段链路的权重，然后利用 改进的Dijkstra算法找出基站到每一个感知节点的最短路径，将求出的所有最短 路径的长度相加作为当前网络拓扑的能耗，并根据公式求出该种 网络拓扑的生存时间，在改进的Dijkstra算法中若某段链路的流量超过规定的最 大链路流量值，则选择次优最短路径以进一步实现链路的流量平衡约束，最后 寻找i个中继节点所有可能的网络拓扑的能耗，找出最小耗能值，将此最小能耗 对应的所选中继节点、传感器节点及基站的数量和位置的部署作为物联网的节 能部署方式。

本发明针对实际工程中部署大规模传感器网所遇到的问题，提出一种适用 于物联网的分层网络模型，通过节点层层分工又相互协作的方式来达到优化物 联网负载的目的，并通过对模型进行链路流量平衡约束，链路最大传输速率约 束，进一步解决了传统Ad Hoc网络中节点负载不平衡造成的网络过早瘫痪的问 题。同时，综合研究了物联网优化的四个主要约束，解决了传统的单纯研究能 耗或者生存时间或者二者结合导致的网络整体性能不能达到最优的问题。最后， 通过优化算法得出一种最佳的节点部署方式使得网络达到节能部署的效果，由 于算法使用静态路由机制，避免了电磁干扰、空气湿度、温度等因素导致动态 路由无法在户外大规模应用的局面。

附图说明

图1是本发明的基于物联网技术的三层网络拓扑结构图

图2是本发明的优化模型图

图3是本发明的算法流程图

具体实施方式

首先我们针对物联网网络模型作如下不失一般性的简化描述：

1）用x和y表示欧几里得平面内的两个点，用d(x,y)表示两点之间的距离；

2）用集合S={SN₁,SN₂,…,SN_l}表示给定的分布于二维平面内的l个SN（传感器 节点），其通信半径记为r>0；

3）用集合χ={RN₁,RN₂,…,RN_m}表示分布在二维平面的m个RN（中继节点）， 其通信半径记为R≥r；

4）用集合B={BS₁,BS₂,…,BS_n}表示分布在二维平面上的n个BS（基站），意两 个基站之间均可相互通信。

以下针对附图对本发明所提出的网络模型作具体说明。

图1所示为本发明的基于物联网技术的三层网络拓扑结构图。

一种基于物联网的分层网络架构，根据节点任务的不同将物联网中节点分 布在感知层、中继层和汇聚层，感知层主要包括RFID(射频识别)、传感器、GPS(全 球定位系统)、摄像机、激光扫描器等一些感知设备，中继层主要包括一些功能 较强的中继节点，汇聚层主要包括接收感知信息的基站，三层网络各节点之间 通信特点描述如下：

1.对于任意SN_i∈S，RN_j∈χ，如果存在d(SN_i,RN_j)≤r，则SN_i能向RN_j发送 信息；

2.对于任意RN_i∈χ，N_j∈χ∪B，如果存在d(RN_i,N_j)≤R，则RN_i能与N_j通信；

3.对于任意的SN_i∈S，SN_j∈S，即使存在d(SN_i,SN_j)≤r，SN_i和SN_j也不能相 互通信。

图2所示是本发明的优化模型图。以下针对模型中的几种约束作具体说明。

以G(V,E)表示一个物联网网络图，其中，V是由网络节点组成的非空集合， |V|表示网络中节点的数量，E是网络中无线链路的集合。由于三层网络模型中 感知节点只负责发送数据给中继节点，而中继节点发送数据给基站和相邻的中 继节点，所以该三层网络图是一个有向连通图。如果节点i与节点j之间能通信， 则称节点j是节点i的邻接节点。N(i)表示节点i的邻接节点集合。用网络连接矩 阵A表示节点间的关系，矩阵中的元素定义为：

$a_{\mathrm{ij}}=\left(\begin{array}{cc}1,& j\in N\left(i\right)\\ 0,& j\notin N\left(i\right)\end{array}\right)---\left(1\right)$

a_ij为网络连接矩阵中元素，a_ij判断节点i和节点j是否邻接。

本发明综合考虑以下四种约束条件，提出一种优化模型：

1）能量消耗约束

由于数据通信的能量消耗远大于数据感应和数据处理的能量消耗，因此本 模型只考虑数据通信的能量消耗，即节点发送和接收数据的能量消耗，由自由 空间信道模型知：

节点发送数据耗能：E_tx=(E_elec+εd²)L    （2）

节点接收数据耗能：E_rx=E_elecL           （3）

式中d为节点间的距离，L为数据量，E_elec表示收发单位数据时电路电子能耗， ε为与节点性能参数。

根据本发明所提出的三层网络模型的特点，通过以上自由空间信道模型， 我们可以分别求出单位时间系统中每个节点的耗能。

单位时间感知节点i的能耗：

$e_i=\underset{j\in \mathrm{RN}}{\Sigma }{a}_{\mathrm{ij}}{F}_{\mathrm{ij}}(E_{\mathrm{elec}}+{ϵ}_1{d_{\mathrm{ij}}}^2),\forall i\in S---\left(4\right)$

单位时间中继节点j的能耗：

$e_j=\underset{i\in (\mathrm{SN}\cup \mathrm{RN})}{\Sigma }{a}_{\mathrm{ij}}{F}_{\mathrm{ij}}{E}_{\mathrm{elec}}+\underset{i\in (\mathrm{BS}\cup \mathrm{RN})}{\Sigma }{a}_{\mathrm{ji}}{F}_{\mathrm{ji}}(E_{\mathrm{elec}}+{ϵ}_2{d_{\mathrm{ji}}}^2),\forall j\in \chi ---\left(5\right)$

单位时间基站k的能耗：

$e_k=\underset{j\in \mathrm{RN}}{\Sigma }{a}_{\mathrm{jk}}{F}_{\mathrm{jk}}{E}_{\mathrm{elec}},\forall k\in \mathrm{BS}---\left(6\right)$

式中ε₁、ε₂分别表示感知节点和中继节点硬件性能参数，E_elec表示收发单位数 据时电路电子能耗，F_ij为节点i发送数据给j的数据发送率，d_ij表示节点i与 节点j之间的距离，RN、SN、BS分别表示中继节点、传感器节点、基站的 集合。

2）链路流量平衡约束

由于节点传输的带宽资源有限，链路上的数据传输速度也是有限的，即链 路最大传输速率约束。在本发明的三层网络模型中，中继节点之间可以互相接 收和发送数据，所以中继节点之间形成的链路要满足以下约束：

$a_{\mathrm{ij}}{F}_{\mathrm{ij}}+a_{\mathrm{ji}}{F}_{\mathrm{ji}}\le H_{\max },\forall i,j\in \chi ---\left(7\right)$

式中H_max为链路最大传输速率，F_ij为节点i发送数据给j的数据发送率，χ指中 继节点的集合。

同样，三层网络模型中，感知节点与中继节点之间只有感知节点发送数据 给中继节点而形成的链路，中继节点与基站之间只有中继节点发送数据给基站 而形成的链路，这些链路需要满足以下约束：

$a_{\mathrm{ij}}{F}_{\mathrm{ij}}\le H_{\max },\forall i\in S,j\in \chi ;i\in \chi ,j\in B---\left(8\right)$

式中H_max为链路最大传输速率，S、χ、B分别指传感器、中继节点、基站的集 合。

3）系统预算约束

在物联网中，由于基站和中继节点的成本相对较高，所以我们可以尽量部 署少量的中继节点及基站来达到减少系统成本预算的目的，其传感器节点、中 继节点和基站满足以下关系。

0<C_S|S|+C_R|χ|+C_B|B|<W₀    （9）

式中C_S，C_R,C_B分别为感知节点、中继节点和基站的单价，|S|、|χ|和|B|分别 代表要部署的传感器节点、中继节点、基站的数量，W₀为系统最大预算。

4）网络生存时间

网络生存时间是物联网中最重要的指标之一。Ad hoc网中将网络生存时间 定义为网络开始运行到网络中第1个节点能量耗尽的这一段时间，类似的，本 发明根据三层网络模型的特点将网络生存时间定义为网络运行到网络中第1个 中继节点能量耗尽的这一段时间，因此网络生存时间T与中继节点j的能耗和中 继节点的初始能量E₁满足关系：

$T=\min \left\{\frac{E_1}{e_j}\right\},\forall j\in \chi ---\left(10\right)$

即$e_j\le \frac{E_1}{T},\forall j\in \chi ---\left(11\right)$

其中e_j由公式（5）求得。

5）网络的最小耗能作为目标函数

本发明主要研究物联网中的能量消耗问题，目标函数即为网络的最小耗能： $\min (\underset{i\in \mathrm{SN}}{\Sigma }{e}_i+\underset{j\in \mathrm{RN}}{\Sigma }{e}_j+\underset{k\in \mathrm{BS}}{\Sigma }{e}_k)$

本发明综合研究物联网的各种约束条件，提出网络优化模型。通过求出的 最小网络能耗所对应的网络节点的数量及位置得到一种节能部署方式，并且在 算法求解最小能耗的过程中考虑了链路流量平衡约束，进一步改善网络负载以 延长网络生存时间，同时考虑了系统的预算约束，通过约束网络节点的部署数 量减少系统预算，最后结合网络生存时间来综合评价网络的性能。

图3所示是本发明的算法流程图。本发明提出的节能部署方法包括：计算 每一个感知节点与备选中继节点的距离，去掉与任何感知节点均不通信的备选 中继节点，然后在剩下的中继节点中选出i个，判断它们是否能够全覆盖感知节 点且与基站形成的拓扑是否是连通图，如果同时满足这两个条件，将每段链路 发送节点发送耗能与接收节点的接收耗能之和等价为该段链路的权重，计算能 耗的最小值，将此能耗下对应的网络节点部署方式作为一种节能部署方式。以 下针对算法中的几个主要步骤作具体说明。

步骤1：根据物联网中传感器节点以及可能的中继节点的位置坐标，计算每 个可能的中继节点RN_j与每个传感器节点SN_i的距离d_ij，如果d_ij<r（r为传感器 节点的通信半径），就将该中继节点RN_j添加到备选中继节点集合，同时将该感 知节点SN_i加入到该中继节点RN_j的邻接点集合N(RN_j)。

步骤2：从备选中继节点集合中选出所有可能的i（i是小于备选中继节点数 量的整数）个中继节点，并求这i个中继节点的邻接点集合的并集∪N_i(RN_j)，其 中N_i(RN_j)表示选出的第i个备选中继节点的邻接点集合，判断∪N_i(RN_j)是否等于 感知节点集合，如果相等则表示所选中继节点能够全覆盖感知节点，再根据深 度优先搜索判断这i个中继节点和基站形成的网络拓扑是否连通，如果选出的这 i个中继节点是感知节点的一个全覆盖，而且选出的中继节点和基站形成的网络 图为连通图,则能够使得每个感知节点都能够发送数据给基站，反之则不能。

步骤3：得到了中继节点数为i且满足条件“能够全覆盖感知节点且与基站 形成的拓扑是连通图”的所有可能的网络拓扑之后，针对每一种网络拓扑，根据 公式（3）（4）（5）可得每类节点的能耗值，由于三层网络拓扑是一个有向图， 本发明将每段链路的权重等价为发送节点发送耗能与接收节点的接收耗能之 和，找出基站到每一个感知节点的最短路径（可利用改进的Dijkstra算法），将 求出的所有最短路径的长度相加作为当前网络拓扑的能耗，即为中继节点数为i 时的其中一种网络拓扑的耗能，并根据公式（10）求出该种网络拓扑的生存时 间，在改进的Dijkstra算法中若某段链路的流量超过规定的最大链路流量值，则 选择次优最短路径以进一步实现链路的流量平衡约束。

步骤4：比较步骤3中求出的中继节点数为i时的所有可能的网络拓扑的耗 能，得出最小值作为中继节点数为i时的能耗，将此能耗下对应的传感器节点、 基站以及已选的中继节点的数量和位置作为本发明所提的节能部署方式。