基于能量感知的智能电网无线传感器网络节点定位方法

摘要

本发明涉及基于能量感知的智能电网无线传感器网络节点定位方法，基于后验的能量感知定位策略，针对传感器网络簇头与传感器之间的通信采用两步通信协议，其中，传感器在检测出一个目标位置后，通过简单的检测触发信号告知传感器网络簇头，然后，传感器网络簇头通过质询一个近似位置的传感器集合，实现针对检测到目标的传感器的定位，整个过程能够有效降低传感器定位过程中能量消耗，大大延长了整个无线传感器网络的使用寿命。

说明书

技术领域

本发明涉及基于能量感知的智能电网无线传感器网络节点定位方法。

背景技术

智能电网的数据传输网的组成包括有线网络和无线网络，其中无线网络主要指无线传 感器网络。无线传感器网络是面向具体应用型的网络，在智能电网中还是一个较新与较热 的研究领域。无线传感器网络的强适应性确保节点能根据实际要求部署在各种条件苛刻环 境险恶的区域内，不仅减轻了人工检查的工作量和困难度，而且可以长期有效地收集数据 信息，同时减少了维护次数，降低了有线检测的成本，特别是在偏远山区甚至是人类搜索 更加困难的区域，都可以最大地体现无线传感器网络的优势。

智能电网是一项清洁、绿色的工程，要求无线传感器网络具有更小的能量消耗和通信 带宽需求，具有更长的系统寿命。能量策略在网络中是至关重要的，近来有一些研究已经 使传感器网络能量更有效，如提出了一种无论传感器是否工作，都能计算出网络寿命边界 的数学模型；还有基于硬件的用来传输和接收的能量模型被广泛应用于无线传感器网络节 点中；不仅如此，现有技术还提出了基于簇的LEACH路由算法，作为无线传感器网络的高 效能量通信协议，并且其它相关工作包括链路层的能量节省策略、数据融合和系统划分。

一般来说，一个传感器网络如果没有节点活动，能量的消耗率是恒定的，由于定位包 括不同节点的协同传感和通信，其中，定位细节的传输包含了大量的原始数据而需要消耗 很大的能量；同时，无线信道的有限带宽也使得定位细节传输到簇头的时间有了延迟，因 此，一个活动的传感器网络的最低能量消耗是很难确定的，由此可以看出，对于无线传感 器网络来说，传感器网络簇头要想实现针对传感器的定位，将带来大量的能量消耗，耗费 系统资源。

发明内容

针对上述技术问题，本发明所要解决的技术问题是提供一种基于后验的能量感知定位 策略，采用两步通信协议，能够有效降低传感器定位过程中能量消耗的基于能量感知的智 能电网无线传感器网络节点定位方法。

本发明为了解决上述技术问题采用以下技术方案：本发明设计了基于能量感知的智能 电网无线传感器网络节点定位方法，包括如下步骤：

步骤01.所有检测到目标的传感器向传感器网络簇头发送检测触发信号，其中，检测 触发信号仅包含检测到目标的触发告知信号，不包括具体目标的检测信息；

步骤02.传感器网络簇头根据接收到的检测触发信号，确定发送检测触发信号的传感 器的初选定位信息；

步骤03.传感器网络簇头分别获得无线传感器网络中各个传感器针对无线传感器网络 中全体目标的检测概率，构成检测概率报告；

步骤04.传感器网络簇头根据检测概率报告，从初选定位信息所指定区域中向传感器 网络簇头发送检测触发信号的各个传感器中选择可供质询的传感器集合；

步骤05.传感器网络簇头获取可供质询的传感器集合中各个传感器针对目标检测的分 数信息；

步骤06.假设可供质询的传感器集合中传感器数量的最大数量是m，判断m是否大于 等于初选定位信息所指定区域中向传感器网络簇头发送检测触发信号的传感器的数量，是 则选择可供质询的传感器集合中的所有传感器接受传感器网络簇头的质询，获取该各个传 感器的详细信息，实现针对发送检测触发信号的传感器的定位；否则根据可供质询的传感 器集合中各个传感器针对目标检测的分数信息，选择具有最小距离最高得分所对应的传感 器接受传感器网络簇头质询，获取该各个传感器的详细信息，实现针对发送检测触发信号 的传感器的定位。

作为本发明的一种优选技术方案：所述步骤02中，传感器网络簇头根据接收到的检 测触发信号，通过或然定位算法确定发送检测触发信号的传感器的初选定位信息。

作为本发明的一种优选技术方案：所述步骤03中，传感器网络簇头通过如下公式(1) 分别获得无线传感器网络中各个传感器针对无线传感器网络中全体目标的检测概率，构成 检测概率报告；

$p\_{\mathrm{table}}_{\mathrm{xy}}\left(l\right)=\underset{s_j\in s_{\mathrm{xy}}}{\Pi }{p}_{\mathrm{xy}}(s_j,l)---\left(1\right)$

其中，无线传感器网络中节点p(x,y)为被一系列传感器检测到的目标，用C_xy表示；s_j为无线传感器网络中第j个传感器，若s_j检测到p(x,y)的位置，则 p_xy(s_j,l)＝c_xy(s_j)；否则p_xy(s_j,l)＝1-c_xy(s_j)。

作为本发明的一种优选技术方案：所述步骤04具体包括：

S_rep(t)表示t时刻初选定位信息所指定区域中向传感器网络簇头发送检测触发信号的 传感器集合，S_rep,xy(t)表示t时刻检测到目标P(x,y)的传感器集合，S_q(t)表示t时刻被所述传感器 网络簇头选择问询的传感器集合，S_rep(t)、S_rep,xy(t)和S_q(t)三者的基数分别表示为A_rep(t)、A_rep，xv(t) 和A_q(t)；传感器网络簇头根据检测概率报告，从A_rep(t)中选择A_q(t)个传感器构成可供质询的 传感器集合。

作为本发明的一种优选技术方案：所述步骤06之后还包括如下步骤：

步骤07.针对无线传感器网络中的传感器建立传感器检测模型，并根据传感器检测模 型建立传感器能量消耗模型；

步骤08.针对由传感器网络簇头定位的各个传感器，通过传感器能量消耗模型获得各 个传感器的能量消耗，并进行统计。

本发明所述基于能量感知的智能电网无线传感器网络节点定位方法采用以上技术方 案与现有技术相比，具有以下技术效果：本发明设计的基于能量感知的智能电网无线传感 器网络节点定位方法，基于后验的能量感知定位策略，针对传感器网络簇头与传感器之间 的通信采用两步通信协议，其中，传感器在检测出一个目标位置后，通过简单的检测触发 信号告知传感器网络簇头，然后，传感器网络簇头通过质询一个近似位置的传感器集合， 实现针对检测到目标的传感器的定位，整个过程能够有效降低传感器定位过程中能量消 耗，大大延长了整个无线传感器网络的使用寿命。

附图说明

图1是本发明设计基于能量感知的智能电网无线传感器网络节点定位方法的流程示意图；

图2是本发明中获得检测概率报告的实施例示意图；

图3是本发明中有移动目标的无线传感器网络；

图4是本发明中实施例中随机运动的目标轨迹示意图；

图5是本发明实现传感器定位过程中节省的瞬时能量；

图6是本发明实现传感器定位过程中节省的累积能量。

具体实施方式

下面结合说明书附图对本发明的具体实施方式作进一步详细的说明。

如图1所示，本发明设计基于能量感知的智能电网无线传感器网络节点定位方法，包 括如下步骤：

步骤01.所有检测到目标的传感器向传感器网络簇头发送检测触发信号，其中，检测 触发信号仅包含检测到目标的触发告知信号，不包括具体目标的检测信息；

步骤02.传感器网络簇头根据接收到的检测触发信号，确定发送检测触发信号的传感 器的初选定位信息；

步骤03.传感器网络簇头分别获得无线传感器网络中各个传感器针对无线传感器网络 中全体目标的检测概率，构成检测概率报告；

步骤04.传感器网络簇头根据检测概率报告，从初选定位信息所指定区域中向传感器 网络簇头发送检测触发信号的各个传感器中选择可供质询的传感器集合；

步骤05.传感器网络簇头获取可供质询的传感器集合中各个传感器针对目标检测的分 数信息；

步骤06.假设可供质询的传感器集合中传感器数量的最大数量是m，判断m是否大于 等于初选定位信息所指定区域中向传感器网络簇头发送检测触发信号的传感器的数量，是 则选择可供质询的传感器集合中的所有传感器接受传感器网络簇头的质询，获取该各个传 感器的详细信息，实现针对发送检测触发信号的传感器的定位；否则根据可供质询的传感 器集合中各个传感器针对目标检测的分数信息，选择具有最小距离最高得分所对应的传感 器接受传感器网络簇头质询，获取该各个传感器的详细信息，实现针对发送检测触发信号 的传感器的定位。

本发明基于以上设计的技术方案，在实现针对传感器进行定位的过程中，大大节省了 能量的消耗，除此之外，本发明还针对以上技术方案提出了如下优选技术方案：所述步骤 02中，传感器网络簇头根据接收到的检测触发信号，通过或然定位算法确定发送检测触发 信号的传感器的初选定位信息；所述步骤03中，传感器网络簇头通过如下公式(1)分别 获得无线传感器网络中各个传感器针对无线传感器网络中全体目标的检测概率，构成检测 概率报告；

$p\_{\mathrm{table}}_{\mathrm{xy}}\left(l\right)=\underset{s_j\in s_{\mathrm{xy}}}{\Pi }{p}_{\mathrm{xy}}(s_j,l)---\left(1\right)$

其中，无线传感器网络中节点p(x,y)为被一系列传感器检测到的目标，用C_xy表示；s_j为无线传感器网络中第j个传感器，若s_j检测到p(x,y)的位置，则 p_xy(s_j,l)＝c_xy(s_j)；否则p_xy(s_j,l)＝1-c_xy(s_j)；还有针对步骤04，设计具体包括：

S_rep(t)表示t时刻初选定位信息所指定区域中向传感器网络簇头发送检测触发信号的 传感器集合，S_rep,xy(t)表示t时刻检测到目标P(x,y)的传感器集合，S_q(t)表示t时刻被所述传感器 网络簇头选择问询的传感器集合，S_rep(t)、S_rep,xy(t)和S_q(t)三者的基数分别表示为A_rep(t)、A_rep，xv(t) 和A_q(t)；传感器网络簇头根据检测概率报告，从A_rep(t)中选择A_q(t)个传感器构成可供质询的 传感器集合；并且针对以上设计的技术方案基础上，在步骤06之后还包括如下步骤：

步骤07.针对无线传感器网络中的传感器建立传感器检测模型，并根据传感器检测模 型建立传感器能量消耗模型；

步骤08.针对由传感器网络簇头定位的各个传感器，通过传感器能量消耗模型获得各 个传感器的能量消耗，并进行统计。

基于设计的步骤07和步骤08可以针对上述传感器网络簇头实现传感器定位过程中的 能量消耗进行统计。

综上所述技术方案，基于后验的能量感知定位策略，针对传感器网络簇头与传感器之 间的通信采用两步通信协议，其中，传感器在检测出一个目标位置后，通过简单的检测触 发信号告知传感器网络簇头，然后，传感器网络簇头通过质询一个近似位置的传感器集合， 实现针对检测到目标的传感器的定位，整个过程能够有效降低传感器定位过程中能量消 耗，大大延长了整个无线传感器网络的使用寿命。

本发明设计基于能量感知的智能电网无线传感器网络节点定位方法在实际应用中，首 先作如下初始化：无线传感器网络中的所有传感器都能跟传感器网络簇头通信；传感器网 络簇头在初始化步骤中也能知道传感器的位置信息；传感器网络簇头在能量的消耗上要大 于无线传感器网络的传感器，这是因为本文用传感器网络簇头负责计算，传感器负责收集 数据。为了方便，我们认为发送和接收一定数量的数据所花费的时间是一样的；不同传感 器到簇头的距离差异忽略不计；另外，所有传感器假设都是一致的。

具体包括如下步骤：

步骤01.所有检测到目标的传感器向传感器网络簇头发送检测触发信号，其中，检测 触发信号仅包含检测到目标的触发告知信号，不包括具体目标的检测信息，以上方式，即 为了节省能量和带宽，这个检测目标的通知会用很简单的方式，一个比特就够了。详细的 信息会先存储在本地内存中并在后续的质询中提供给传感器网络簇头。

步骤02.传感器网络簇头根据接收到的检测触发信号，通过或然定位算法确定发送检 测触发信号的传感器的初选定位信息。

步骤03.传感器网络簇头通过如下公式(1)分别获得无线传感器网络中各个传感器 针对无线传感器网络中全体目标的检测概率，构成检测概率报告；

$p\_{\mathrm{table}}_{\mathrm{xy}}\left(l\right)=\underset{s_j\in s_{\mathrm{xy}}}{\Pi }{p}_{\mathrm{xy}}(s_j,l)---\left(1\right)$

其中，无线传感器网络中节点p(x,y)为被一系列传感器检测到的目标，用C_xy表示；s_j为无线传感器网络中第j个传感器，若s_j检测到p(x,y)的位置，则 p_xy(s_j,l)＝c_xy(s_j)；否则p_xy(s_j,l)＝1-c_xy(s_j)。

以图2为例，点(2,4)被传感器s₁、s₂和s₃覆盖，概率分别为0.57、1和0.57，传感器s₁、 s₂和s₃一共有八种可能性检测到点(2,4)，例如，110代表了s₁、s₂检测到点，而s₃未检测 到，我们计算每一种情况的概率，并将其列成如表1所示的检测概率表，一旦建立了概率 表之后，除非传感器位置发生变化，否则是不用重新计算的。

表1

步骤04.传感器网络簇头根据检测概率报告，从初选定位信息所指定区域中向传感器 网络簇头发送检测触发信号的各个传感器中选择可供质询的传感器集合，具体包括如下过 程：

S_rep(t)表示t时刻初选定位信息所指定区域中向传感器网络簇头发送检测触发信号的 传感器集合，S_rep,xy(t)表示t时刻检测到目标P(x,y)的传感器集合，S_q(t)表示t时刻被所述传感器 网络簇头选择问询的传感器集合，S_rep(t)、S_rep,x_y(t)和S_q(t)三者的基数分别表示为A_rep(t)、A_rep，xv(t) 和A_q(t)；传感器网络簇头根据检测概率报告，从A_rep(t)中选择A_q(t)个传感器构成可供质询的 传感器集合。

步骤05.传感器网络簇头获取可供质询的传感器集合中各个传感器针对目标检测的分数信息，具体 过程如下：

t时刻网格点P(x,y)的分数可以表示如下：

Score_xy(t)＝p_table_xy(i(t))×w_xy(t)

其中i(t)是t时刻p_table_xy的索引，w_xy(t)的定义如下公式所示：

$w_{\mathrm{xy}}\left(t\right)=\left(\begin{array}{cc}0,& {\mathrm{ifS}}_{\mathrm{rep},\mathrm{xy}}\left(t\right)=\left\{\Theta \right\}\\ 4^{-\Delta k_{\mathrm{rep},\mathrm{xy}}\left(t\right)},& \mathrm{otherwise}\end{array}\right)$

Δk_rep,xy(t)＝|k_rep(t)-k_rep,xy(t)|+|k_rep(t)-k_xy|

以如图3所示的10×10的网格为例，配置了5个传感器，k＝5，r＝2，r_e＝1，图中的折线是 目标的移动轨迹，目标从start开始，到end结束；如下表2所示在start时刻一些网格点的分数计算。

(x,y) (1,6) (2,6) (3,6) (4,6) S_xys₁s₁，s₂s₁，s₂s₁，s₂S_rep,xy(t_start) s₁s₁，s₂s₁，s₂s₁，s₂w_xy(t_start) 0.25 1.00 1.00 1.00 p_table_xy(t_start) 0.7284 0.5736 0.5254 0.5736 Score_xy(t_start) 0.0453 0.5736 0.5254 0.5736

表2

步骤06.假设可供质询的传感器集合中传感器数量的最大数量是m，判断m是否大于 等于初选定位信息所指定区域中向传感器网络簇头发送检测触发信号的传感器的数量，是 则选择可供质询的传感器集合中的所有传感器接受传感器网络簇头的质询，获取该各个传 感器的详细信息，实现针对发送检测触发信号的传感器的定位；否则根据可供质询的传感 器集合中各个传感器针对目标检测的分数信息，选择具有最小距离最高得分所对应的传感 器接受传感器网络簇头质询，获取该各个传感器的详细信息，实现针对发送检测触发信号 的传感器的定位。

具体规则定义如下：

S_q(t):d(S_q(t),P_MS)＝min{d(s_i,P_MS)}

其中S_i∈S_rep(t)，P_MS表示得分最高的网格点集。

对图3示的网络，表3表示选择的传感器的一些结果，目标从start移动到end，k_max＝1。

t S_rep(t) S_q(t) t S_rep(t) S_q(t) 1 s₁，s₂s₁2 s₁，s₂s₁3 s₁，s₂s₁4 s₂s₂5 s₂，s₃s₃6 s₂，s₃s₃7 s₂，s₃s₃8 s₃s₃… … … … … … 21 s₅s₅22 s₅s₅23 s₁s₁24 NONE NONE

表3

步骤07.针对无线传感器网络中的传感器建立传感器检测模型，并根据传感器检测模 型建立传感器能量消耗模型，其中，传感器检测模型是将物理的传感信号转化成概率数值， 用以评价传感器收集数据的稳定水平，考虑一个n×m网格的传感器网络，假设其中在初始 部署阶段有k个传感器。每个传感器的侦测范围是r。假设第i个节点s_i，1≤i≤k表示配 置在点(x_i,y_i)处的节点。我们把协同节点P和s_i之间的欧式距离定义为d(s_i,p)，如下公式 表示概率传感器检测模型。

$c_{\mathrm{xy}}\left(s_i\right)=\left(\begin{array}{c}0,r+r_e\le d(s_i,P)\\ e^{-\lambda {\alpha }^{\beta }},r_e>|r-d(s_i,p)|\\ 1,r-r_e\ge d(s_i,p)\end{array}\right)$

其中，r_e表示检测中的不确定性测量，α＝d(s_i,p)-(r-r_e)，λ和β表示当距离大于r_e， 但小于传感器检测范围时的检测概率测量的参量；

由传感器检测模型来建立传感器能量消耗模型，假设一个传感器的能量消耗由三部分 组成：感知、发送和接收，并分别用ψ_s、ψ_t和ψ_r表示，在t时刻，同时有k(t)g(t)个传感 器检测到目标，1≤g≤k，无线网络传感器活动的能量可以表示为：

E_s(k(t))＝k(t)ψ_sT_s

其中T_s表示传感器工作的持续时间。在一段固定时间间隔里，E_s也是一个恒定值；节 点和簇头间的通信可以被分成两类，E_b和E_c，E_b是从簇头到节点间广播所需要的能量，E_c是节点与簇头通信所消耗的能量。

E_c(k(t),T)＝k(t)(ψ_tT+ψ_rT)

E_b(k(t),T)＝ψ_tT+ψ_rTk(t)

参数T的取值是和通信中数据的大小成比例的。我们用T_d表示原始数据量所对应的T， 则瞬时的能量消耗和总的能量消耗可以表示为：

E(t)＝E_s(k(t))+E_c(k(t),T_d)

$E=\underset{t_{\mathrm{start}}}{\overset{t_{\mathrm{end}}}{\Sigma }}E\left(t\right)$

步骤08.针对由传感器网络簇头定位的各个传感器，通过传感器能量消耗模型获得各 个传感器的能量消耗，并进行统计。

针对以上的实际应用实施例，我们的实验选取30×30的传感器网格，其中有20个传 感器随机分布，参数的设置如表4所示：

r r_eλ β ψ_rψ_tψ_sT_dT_eT_q5 4 0.5 0.5 400nJ/sec 400nJ/sec 1000nJ/sec 100ms 2ms 4ms

表4

如图4显示的传感器网络中是随机运动的目标轨迹，目标从start移动到end，假设目 标的移动以离散的秒为单位，采样两个相邻地点的间隔时间足够长；

如图5和图6表示目标在传感器网络中运动的瞬时和累积节省能量，我们可以从图中 看出，在定位中节省了大量的能量，当k_max接近k_rep(t)时，节省的能量会少一些，这是因 为在两步通信策略的头上需要更多的额外通信，然而，即使是当k_max＝3时，节省的能量也 是很客观的，当选择了合适的k_max后，我们可以使方法的效率达到最优。

上面结合附图对本发明的实施方式作了详细说明，但是本发明并不限于上述实施方 式，在本领域普通技术人员所具备的知识范围内，还可以在不脱离本发明宗旨的前提下做 出各种变化。