一种基于多代表节点与多层融合的异构传感数据收集方法

摘要

本发明公开了一种基于多代表节点与多层融合的异构传感数据收集方法，发明方法分为二个组成部分。1：对于每一类感知数据，在整个无线传感器网络中形成多个数据覆盖集合，同一数据覆盖集合内数据之间的差值小于规定的阀值。这样，每一个数据覆盖集合就可用一个代表节点来代表整个集合的感知值。这是第一个层面的减少网络所传输的数据量；2：代表节点的数据在向基站路由的过程中，同一类数据的代表节点会依据本发明提出的路由算法尽可能多的汇合到一条路径上，从而使同一类数据进行再次数据融合，从而再次减少需要传输到基站的数据量。因而本发明方法能够显著的提高网络寿命。

说明书

技术领域

本发明属于无线网络异构数据收集领域，特别涉及一种能提高网络寿命的传感数据收集方法。

背景技术

无线传感器网络是由大量的彼此之间通过多跳无线链路和通信的传感器节点以自组织和多跳的方式构成的无线网络，可以广泛的运用到工业监测，农业，民用，环境监测，战场，海洋，火灾等各种特殊环境与应用中，被认为是未来的重要物联网络的关键基础技术之一。无线传感器网络研究中存在的一个至关重要的问题是如何即能够将网络感知的数据传送到基又能够提高网络的寿命。网络的寿命是无线传感器网络研究的首要问题。因而，提出的研究也格外多，下面仅介绍与本发明相关的有关研究。其背景技术论述如下：

减少节点的能量消耗，从而就能够提高网络寿命。因而节省节点能量的研究成为无线传感器网络中的一个重要的研究内容。节省能量的一个重要方法是减少参与感知的节点数量，从节点中只选择一部分节点来参与事件或者目标的监测.这样会达到如下2个目标：(1)从事件或者目标区域只选择一部分节点进行感知，从而减少了参与感知的节点数量，这样这些不参与感知的节点就可以进入睡眠状态，从而节省能量.(2)相应的减少对事件或者目标感知信息量小的节点的感知，而选择对事件或目标监测信息质量高的节点能够在不减少对事件和目标监测质量的前提下减少发往基站的数据量，从而提高网络寿命。

在已经提出的方法中，每个节点将感知的数据都独立的发往基站，因而即使选择较少的节点来监测事件与环境的情况下仍然会有较大的能量消耗.因而文献[Hung C C，Peng W C，Lee W C.Energy-aware set-covering approaches for approximate datacollection in wireless sensor networks.IEEE Transactions on Knowledge andData Engineering，2012；24(11)：1993-2007.]提出了一种代表节点的方法，这种方法是通过在数据覆盖集合中选取一个称为代表节的值来代近似替整个集合所有节点的感知值的方法.因而，并不需将每个节点感知值都发往基站，因而代表节点方法可以更进一步减少发送到基站的数据量，从而可节省能量，但这要求应用系统能够容忍一定数据误差范围.

另一类重要的节省能量的方法是数据融合.无线传感器网络部署的节点由于感知的信息之间存在相关性，例如：当某事件发生后，同时有多个节点感知到事件，因而完全没有必要将每个感知事件信息的节点数据发送给基站，而是在发往基站前将这些节点感知的数据进行数据融合，只将能够准确表达事件信息的数据提取出来，也就是数据融合后再发往基站.这样，即可以减少节点需要发送的数据量，又不减少系统所获取的信息.

但是，现有的研究存在的问题是：(1)代表节点方法中，仅有的研究只能处理单一感知值的网络，而不能处理多个感知值的网络。(2)现在提出的代表节点选择方法都非常复杂，需要消耗的能量非常多；(3)每一个代表节点都是独立的发往基站，从而能量消耗比较大。未能用到数据融合技术。导致目前的技术还存在较大的改进之处。因此，有必要设计一种异构传感数据收集方法以提高网络寿命。

发明内容

本发明所要解决的技术问题是提供一种基于多代表节点与多层融合的异构传感数据收集方法，该基于多代表节点与多层融合的异构传感数据收集方法能减少传输的数据量，提高网络寿命。

发明的技术解决方案如下：

一种基于多代表节点与多层融合的异构传感数据收集方法，在无线传感器网络中，每一个节点能传感多类感知值，比如温度、湿度、气压等不同类型的感知值，多类感知数据称为异构数据；通过如下二个方法以提高网络寿命，即将感知数据的信息在满足应用需求的前提下，尽可能使得网络寿命最大化：

方法1：针对每一类感知数据，在整个无线传感器网络中形成多个数据覆盖集合，数据覆盖集合记为DCS，每一个数据覆盖集合内节点的此类感知数据值的差值小于应用设定的阀值，每一个数据覆盖集合中设有一个头节点作为代表节点；

方法2：针对每一类感知数据，由代表节点发起向基站的路由以传输该类感知数据；同一类感知数据的路由在向基站路由的过程中，尽可能地汇集在一条路由路径上，经过数据融合后传输到基站。

方法1中，集合头节点的形成过程如下：

每个节点在0～1之间随机选择一个数，对于节点A如果选择的数小于阈值P(A)，则该节点就充当集合头节点；其中P(A)的计算如下：

式中，mod为取余函数；p是节点当选为集合头节点的初始概率，依据应用的需求而事先设定；γ是目前循环进行的轮数；G是最近轮未当选为集合头节点的节点集合；E_avg和E_A分别表示节点A以及其邻居节点的平均能量和节点A的当前能量。

方法1中，数据覆盖集合中的集合成员节点的形成过程如下：

(1)初始化时，每个节点设置自己到达每一类DCS集合头节点的跳数为∞，即无穷大；

(2)对应任一个集合头节点A，首先进行广播，广播消息为CM_A，表示创建集合成员节点A的消息；节点A的广播消息CM_A包含6项内容：

(a)集合头节点的ID，记为CM_A.h；

(b)节点A自己的ID，设为CM_A.ID；

(c)节点到达集合头节点A的跳数

(d)限制广播在一定跳数内的值Δ，记为CM_A.Δ；

(e)感知值的类型ψ是感知值的种类，表感知值的种类总数；

(f)集合头节点A的感知值，记为CM_A.υ；

集合头节点A广播自己的第k类感知值的广播消息为：CM_A.h＝A，CM_A.ID＝A，表示广播的距离广播发起节点的最大跳数(其取值与应用相关，一般设为8)，CM_A.ψ＝k，CM_A.υ＝x_A；x_A是感知值的具体数值；任何接收到广播消息的节点，如节点B，设收到的广播包为CM_A，依次进行如下操作：

(I)首先读取CM_A.ψ，比较自己保存的第CM_A.ψ类数据到达CM_A.h【集合头节点的ID】的跳数H_A是否小于

如果是，丢弃此广播消息，不做任何操作，继续等待新的消息；

如果不是，则更新自己到达集合头节点CM_A.h的跳数并设置到达第k类数据的集合头节点是CM_A.h，到达集合头节点路由的下一跳是CM_A.ID，继续下一步操作；

(II)将自己的第CM_A.ψ类数据感知值与集合头节点CM_A.h的感知值CM_A.υ的值进行比较，如果则B向集合头节点A发出参加集合头节点A的加入消息JM，并继续第(III)的操作；加入消息(JM)的过程比较简单.为现有技术；收到JM消息的节点以最小路由方法向集合头节点转发JM，因而最终JM到达集合头节点，集合头节点记录数据覆盖集合中每一个成员节点；

d(.)为差值函数，表示的差值，ε_k表示第k类数据感知值的差值阈值，为预先设定的己知值；

(III)如果CM_A.Δ-1＝0，则所有操作结束；否则接收到消息的节点B更新广播包的内容后再向外广播进行下一个循环；更新后的广播包内容为：CM_A.h＝A，CM_A.ID＝B，CM_A.Δ＝CM_A.Δ-1，CM_A.ψ＝k，CM_A.υ＝x_A。

在第一轮未能成为集合头节点，也未能够成为数据覆盖集合(set member)的节点A′自动成为集合头节点。

在方法2中，采用数据融合路由方法，将同类数据进行融合后，再由代表节点向汇聚节点发送数据；

所述的数据融合路由方法，包括以下步骤：

步骤S1：基站将自己到达基站的跳数为0，每个节点设置每类观察值到达基站的跳数为∞，因而共有个∞，然后，基站向外广播，收到广播消息的节点将自己第k类感知值到达基站的跳数与广播包中的跳数比较，如果广播包中的跳数加1小于自己保存的第k类感知值到达基站的跳数，则用广播包的跳数加1代替保存的跳数，然后，此节点将自己到达基站的跳数进行同样的广播，使得每个节点都得到到达基站的第k类感知值的最小跳数；

步骤S2：当第k类集合头节点有数据需要传输到基站时，采用最短路由算法，依次选取距离基站近一跳的节点作为中继节点进行路由，将数据传输到基站；

步骤S3：在步骤S2中进行第k类数据路由的节点将自己第k类到达基站的跳数设置为0；然后，跳数变为0的节点向外扩散自己到达基站的跳数，其方法与步骤S1类似，受影响范围内的节点变更自己的到达基站的跳数，使得其它同类数据路由会被吸引到先创建的路由上，从而多条数据路由会汇集在一条路由上进行数据融合后，再发往基站，通过减少所需要发送的数据量以减少能量消耗，提高了网络寿命。

在无线传感器网络中，多个节点感知的信息可能非常相近，如果节点感知的信息相差的范围在指定的阀值内，就可以用一个节点的感知信息代表与与其感知信息的差值在阀值范围内其它节点的感知值。这样就可以减少网络所需要传输的数据量提高网络寿命。

本发明中依据以上的原理更进一步提出了多代表节点与多层融合的异构数据收集方法。在本发明中，如图1所示，不仅感知值在一定阀值范围内的节点组成一个集合，该集合所有节点的感知值用一个代表节点的感知值代表，只需要将该节点的值发往基站就可以了。

与现有技术相比，本发明的优点在于：

本发明的基于多代表节点与多层融合的异构传感数据收集方法，是分布式的代表节点选择方法，只要随机的从任意一节点进行代表节点选举就可以完成，从而使算法能量消耗小，简单有效；能够处理多个感知值的情况；数据再次进行融合后发往基站，从而进一步减少了数据量，提高了网络寿命。

对比以往研究，本发明的改进如下：(a)以往的研究仅能够处理单一感知值的情况。在实际的网络中，传感节点往往搭载了多种传感器件，比如一个传感节点往往能够同时感知温度、湿度、气压等感知值。因而这种异构的感知值不能用一个代表值来代表，而是要用多个不同类型的代表值来代表，因而，本发明中对异构的不同感知值采用不同的代表值来代表；(b)放松了以往研究中需要合适的选择代表节点以减少网络传输数据的不足。在以往的方法中如果选择的代表值不同，则代表节点的个数也不相同，也就是需要传送给基站的数据包个数不同。因而往往为了选择合适的代表值而增大方法的复杂度。本发明放松了这种约束，只需要随机的指定未成为集合中的节点的值为代表值即可。因为，本发明还对代表节点传送给基站的数据进行了二次数据融合，从而一方面大大减少了传送到基站的数据量，而减少了选择代表值的复杂度。

本发明的另一个重要改进是当代表节点的值发往基站时，采用路由汇合的方法，使同一种类型感知值的路由会汇合在一起，从而进行数据融合，这样能够大大减少传送到基站的数据量，提高网络寿命。如图1所示，路由分支1，路由分支2，路由分支3的数据最后都汇合在一条路由上，从而这些同类的数据再进行数据融合以减少数据传输的数据量。而以往的方法是每一条路由都是单独的路由到基站，从而其数据传输量很大，因而本发明的方法能够大大的提高网络寿命。经过如上的二种改进，本发明方法能够简化以往的算法，扩大算法的适用范围，减少传送到基站的数据量，提高网络寿命。

发明方法分为二个组成部分。1：对于每一类感知数据，在整个无线传感器网络中形成多个数据覆盖集合，同一数据覆盖集合内数据之间的差值小于规定的阀值。这样，每一个数据覆盖集合就可用一个代表节点来代表整个集合的感知值。这是第一个层面的减少网络所传输的数据量；2：代表节点的数据在向基站路由的过程中，同一类数据的代表节点会依据本发明提出的路由算法尽可能多的汇合到一条路径上，从而使同一类数据进行再次数据融合，从而再次减少需要传输到基站的数据量。因而本发明方法能够显著的提高网络寿命。

附图说明

图1为基于多代表节点与多层融合的异构传感数据路由示意图；

图2为集合形成过程示意图；

图3为路由的形成过程示意图；

图4为在不同方法下节点承担的数据量的对比图；

图5为在不同方法下节点的能量消耗情况的对比

图6为网络的最大能量消耗对比图；

图7为在不同数据相关系数下的最大能量消耗对比图；

图8为不同方法下网络剩余能量率的对比图。

具体实施方式

为了便于理解本发明，下文将结合说明书附图和较佳的实施例对本文发明做更全面、细致地描述，但本发明的保护范围并不限于一下具体实施例。

除非另有定义，下文中所使用的所有专业术语与本领域技术人员通常理解含义相同。本文中所使用的专业术语只是为了描述具体实施例的目的，并不是旨在限制本发明的保护范围。

实施例：

如图1-3，一种基于多代表节点与多层融合的异构传感数据收集方法，在无线传感器网络中，每一个节点能传感多类感知值，比如温度、湿度、气压等不同类型的感知值，多类感知数据称为异构数据；通过如下二个方法以提高网络寿命，即将感知数据的信息在满足应用需求的前提下，尽可能使得网络寿命最大化：

方法1：针对每一类感知数据，在整个无线传感器网络中形成多个数据覆盖集合，数据覆盖集合记为DCS，每一个数据覆盖集合内节点的此类感知数据值的差值小于应用设定的阀值，每一个数据覆盖集合中设有一个头节点作为代表节点；

方法2：针对每一类感知数据，由代表节点发起向基站的路由以传输该类感知数据；同一类感知数据的路由在向基站路由的过程中，尽可能地汇集在一条路由路径上，经过数据融合后传输到基站。

方法1中，集合头节点的形成过程如下：

每个节点在0～1之间随机选择一个数，对于节点A如果选择的数小于阈值P(A)，则该节点就充当集合头节点；其中P(A)的计算如下：

式中，mod为取余函数；p是节点当选为集合头节点的初始概率，依据应用的需求而事先设定；γ是目前循环进行的轮数；G是最近轮未当选为集合头节点的节点集合；E_avg和E_A分别表示节点A以及其邻居节点的平均能量和节点A的当前能量。

方法1中，数据覆盖集合中的集合成员节点的形成过程如下：

(1)初始化时，每个节点设置自己到达每一类DCS集合头节点的跳数为∞，即无穷大；

(2)对应任一个集合头节点A，首先进行广播，广播消息为CM_A，表示创建集合成员节点A的消息；节点A的广播消息CM_A包含6项内容：

(a)集合头节点的ID，记为CM_A.h；

(b)节点A自己的ID，设为CM_A.ID；

(c)节点到达集合头节点A的跳数

(d)限制广播在一定跳数内的值Δ，记为CM_A.Δ；

(e)感知值的类型ψ是感知值的种类，表感知值的种类总数；

(f)集合头节点A的感知值，记为CM_A.υ；

集合头节点A广播自己的第k类感知值的广播消息为：CM_A.h＝A，CM_A.ID＝A，表示广播的距离广播发起节点的最大跳数(其取值与应用相关，一般设为8)，CM_A.ψ＝k，CM_A.υ＝x_A；x_A是感知值的具体数值；任何接收到广播消息的节点，如节点B，设收到的广播包为CM_A，依次进行如下操作：

(I)首先读取CM_A.ψ，比较自己保存的第CM_A.ψ类数据到达CM_A.h【集合头节点的ID】的跳数H_A是否小于

如果是，丢弃此广播消息，不做任何操作，继续等待新的消息；

如果不是，则更新自己到达集合头节点CM_A.h的跳数并设置到达第k类数据的集合头节点是CM_A.h，到达集合头节点路由的下一跳是CM_A.ID，继续下一步操作；

(II)将自己的第CM_A.ψ类数据感知值与集合头节点CM_A.h的感知值CM_A.υ的值进行比较，如果则B向集合头节点A发出参加集合头节点A的加入消息JM，并继续第(III)的操作；加入消息(JM)的过程比较简单.为现有技术；收到JM消息的节点以最小路由方法向集合头节点转发JM，因而最终JM到达集合头节点，集合头节点记录数据覆盖集合中每一个成员节点；

d(.)为差值函数，表示的差值，ε_k表示第k类数据感知值的差值阈值，为预先设定的已知值；

(III)如果CM_A.Δ-1＝0，则所有操作结束；否则接收到消息的节点B更新广播包的内容后再向外广播进行下一个循环；更新后的广播包内容为：CM_A.h＝A，CM_A.ID＝B，CM_A.Δ＝CM_A.Δ-1，CM_A.ψ＝k，CM_A.υ＝x_A。

在第一轮未能成为集合头节点，也未能够成为数据覆盖集合(set member)的节点A′自动成为集合头节点。

在方法2中，采用数据融合路由方法，将同类数据进行融合后，再由代表节点向汇聚节点发送数据；

所述的数据融合路由方法，包括以下步骤：

步骤S1：基站将自己到达基站的跳数为0，每个节点设置每类观察值到达基站的跳数为∞，因而共有个∞，然后，基站向外广播，收到广播消息的节点将自己第k类感知值到达基站的跳数与广播包中的跳数比较，如果广播包中的跳数加1小于自己保存的第k类感知值到达基站的跳数，则用广播包的跳数加1代替保存的跳数，然后，此节点将自己到达基站的跳数进行同样的广播，使得每个节点都得到到达基站的第k类感知值的最小跳数；

步骤S2：当第k类集合头节点有数据需要传输到基站时，采用最短路由算法，依次选取距离基站近一跳的节点作为中继节点进行路由，将数据传输到基站；

步骤S3：在步骤S2中进行第k类数据路由的节点将自己第k类到达基站的跳数设置为0；然后，跳数变为0的节点向外扩散自己到达基站的跳数，其方法与步骤S1类似，受影响范围内的节点变更自己的到达基站的跳数，使得其它同类数据路由会被吸引到先创建的路由上，从而多条数据路由会汇集在一条路由上进行数据融合后，再发往基站，通过减少所需要发送的数据量以减少能量消耗，提高了网络寿命。

对每一类感知数据，依据本发明提出的数据覆盖集合算法形成一个一个的数据覆盖集合，每个集合由称之为覆盖集合头节点的感知值来代表此数据覆盖集合的值。覆盖集合算法运行后，每一类数据都有多个数据覆盖集合，任意拥有此类感知值的节点必定属于此类数据覆盖集合中的某一个集合。对每一类感知值运行同样的算法，这样网络中每一类感知值都由多个数据覆盖集合所包含。然后，每一个数据覆盖集合由集合的头节点发起向基站的路由，在本发明中，发起的路由具有同类路由会汇集到一起的特性，因而，在多个集合头节点在路由过程中汇集在一条路(路由路径)上，就能够进行数据融合，从而进一步减少所需要传送到基站的数据量，从而提高网络寿命。

以下的集合头节点的形成过程都是指第k类数据覆盖集合(DCS)的集合头节点形成过程.由于其它类数据覆盖集合的形成过程与第k类数据覆盖集合成过程是类似的，因而只需要将下面的过程执行共次，就能够将网络中所有类的感知值形成数据覆盖集合.

在集合头节点的选择算法中，每个节点在0～1之间随机选择一个数，对于节点A如果选择的数小于阈值P(A)，则该节点就充当集合头节点。其中P(A)的计算如下：

$>P\left(A\right)=\left(\begin{array}{cc}\frac{p}{1-p\left(\gamma \mathrm{mod}\frac{1}{p}\right)}\frac{E_c}{E_{avg}},& A\in G\\ 0,& A\notin G\end{array}\right),$>

式中，mod为取余函数，p是节点当选为集合头节点的初始概率，γ是目前循环进行的轮数；G是最近轮未当选为集合头节点的节点集合。由式(8)可知，当选过簇头的节点在接下来的1/p轮循环中将不能成为簇头。E_avg和E_c分别表示节点A以及其邻居节点的平均能量和节点A的当前能量。

(2)集合成员节点的形成过程

在开始时，每个节点设置自己到达每一类DCS集合头节点的跳数为∞.在经过前面的操作集合头节点产生后，每一个成为集合头节点的节点进行后续操作：

下面以集合头节点A为例论述集合成员节点的形成过程.集合头节点A首先进行广播，设广播消息为CM_A(表示创建集合成员节点A的消息).节点A的广播消息CM_A主要包含6个主要内容：(a)集合头节点的ID，记为CM_A.h.(b)节点A自己的ID，设为CM_A.ID.(c)节点到达集合头节点A的跳数(d)限制广播在一定跳数内的值Δ，记为CM_A.Δ.(e)数据的类型(f)集合头节点A的感知值，记为CM_A.υ.这样集合头节点A广播自己的第k类感知值的广播消息为：CM_A.h＝A，CM_A.ID＝A，CM_A.ψ＝k，CM_A.υ＝x_A.任何接收到广播消息的节点，比如节点B，设收到的广播包为CM_A.依次进行如下操作：

(I)首先读取CM_A.ψ，比较自己保存的第CM_A.ψ类数据到达CM_A.h的跳数H_A是否小于如果不是，则更新自己到达集合头节点CM_A.h的跳数并设置到达第k类数据的集合头节点是CM_A.h，到达集合头节点路由的下一跳是CM_A.ID，继续第(II)操作.否则，丢弃此广播消息，不做任何操作.

(II)将自己的第CM_A.ψ类数据感知值与集合头节点CM_A.h的感知值CM_A.υ的值进行比较，如果则B向集合头节点A发出参加集合头节点A的加入消息(JM)，并继续第(III)的操作.加入消息(JM)的过程比较简单.收到JM消息的节点以最小路由方法向集合头节点转发JM，因而最终JM到达集合头节点，集合头节点记录数据覆盖集合每一个成员节点.

(III)如果CM_A.Δ-1＝0，则所有操作结束.否则更新广播包的内容后再向外广播.新的广播包内容为：CM_A.h＝A，CM_A.ID＝B，CM_A.Δ＝CM_A.Δ-1，CM_A.ψ＝k，CM_A.υ＝x_A.

数据集合成员的形成过程如图2所示.设节点A竞争中成为集合头节点，则节点A向外广播，广播范围内的节点接收到节点A的广播信息后，如果发现自己是属于与A的感知值的距离在误差范围内，则向集合头节点A申请加入.这时节点P，B，G，J，D加入集合头节点A，成为节点A所在DCS的成员(member)，如图2(1)所示.同样，节点P，B，G，J，D，C再向外广播，使节点N，E，K，H，S，I，O加入，如图2(2)所示.如果设置则2跳范围内节点都可以加入集合头节点A所在的DCS.同样，如果F也竞争为集合头节点的话，则节点F也做同样的操作，从而形成图2(3)所示的DCSs.

路由过程如图3所示，路由协议开始时采用类似于跳数扩散协议，目的是使节点都知道自己到达基站的跳数.但与普通跳数扩散协议不相同的是，每个节点有类感知值，同类感知值才能融合，因而，重数据融合路由的目的是想使同类的感知值汇聚到同一条路由以便于数据融合.因而每个节点保存有类感知值到达基站的最小跳数.刚开始时，因而，基站将自己到达基站的跳数为0.每个节点设置每类观察值到达基站的跳数为∞，因而共有个∞.然后，向外广播，收到广播消息的节点将自己第k类感知值到达基站的跳数与广播包中的跳数比较，如果广播包中的跳数加1小于自己保存的第k类感知值到达基站的跳数，则用广播包的跳数加1代替保存的跳数.然后，此节点将自己到达基站的跳数进行同样的广播.这样，每个节点都得到到达基站的第k类感知值的最小跳数.我们通过图3给出了重数据融合路由的建立过程.设网络中数据的种类图3(1)给出了在进行跳数广播后，每个节点记录的到达基站的每类观察值的最小跳数，这时同一个节点所有类感知值到达基站的值相同.然后，如果集合头节点有数据发送到基站，则节点依据数据的类别采用此类别的最小跳数路由机制路由到基站.这时如图3(1)所示的路由轨迹.与以往路由机制不同的是，在本发明的重数据融合路由方法中，此路由上的节点将自己第k类到达基站的跳数设置为0.如图3(2)所示的黑色路由轨迹.然后，跳数变为0的节点向外扩散，受影响范围内的节点变更自己的到达基站的跳数，如图3(3)所示.由于此条路由上节点到达基站的跳数为0，因而其它同类数据路由就会被吸引到最先创建的路由上，从而多条数据路由会汇集在一条路由上发往基站.如图3(4)所示，圆圈中的数值如4/4代表到达基站的跳数，每个圈有二个数字，分别表示二类数据到到达基站的跳数；

图3中包含有两类数据的路由，实线色的是一类，点线的路由是一类。同一类数据路由要尽量汇集到一起，以便融合。而不同类的数据则不需要汇合。

通过图3来说明路由过程。图3(1)给出了在进行步骤S1的跳数广播后，每个节点记录的到达基站的每类观察值的最小跳数，图3设有两类感知数据。这时同一个节点所有不同感知数据到达基站的跳数值相同.然后，如果有集合头节点有数据发送到基站，则节点依据数据的类别采用此类别的最小跳数路由机制路由到基站.这时如图3(1)所示的路由轨迹.与以往路由机制不同的是，在本发明的方法2中，此路由上的节点将自己第k类到达基站的跳数设置为0.如图3(2)所示的实线路由轨迹.然后，跳数变为0的节点向外扩散，受影响范围内的节点变更自己的到达基站的跳数，如图3(3)所示.由于此条路由上节点到达基站的跳数为0，因而其它同类数据路由就会被吸引到先创建的路由上，从而多条数据路由会汇集在一条路由上发往基站.如图3(4)所示.

本发明的方法与之比较的方法是：(1)第1种是每个节点产生数据后直接向基站发送，在本发明中称为直接数据收集方法(direction data collection，DDC)[参见文献：LiuA，Ren J，Li X，et al.Design principles and improvement of cost function basedenergy aware routing algorithms for wireless sensor networks.ComputerNetworks，2012，56(7)：1951-1967].第2种是文献[Hung C C，Peng W C，Lee W C.Energy-aware set-covering approaches for approximate data collection in wirelesssensor networks.IEEE Transactions on Knowledge and Data Engineering，2012；24(11)：1993-2007.]的方法，每个数据覆盖集合用一个代表节点代表其集合的感知值，并直接向基站报告，称这种方法为代表节点数据收集方法(R-node data collection，RNDC).本发明方法为MRRF。

从图4与5的实验结果可以看出本发明提出的MRRF方法能够均衡网络能量消耗，在近基站区域，其能量消耗远小于DDC与RNDC方法，而在远基站区域时，其能量消耗却高于DDC与RNDC方法.造成这种现象的原因是：MRRF方法由于采用代表节点与重融合路由方法从而使得近基站区域节点的能量消耗大大低于其它2个方法.而在远基站区域，MRRF方法采用较大的DCS，从而节点花费在DCS上创建与维护的能量消耗远大于其它二种方法，从而在远基站区域MRRF方法的能量消耗反而较高.但，这并没有降低MRRF方法的性能，反而充分利用了网络能量消耗，提高了网络的能量利用率.

从图6可以看出，本发明方法相对于其它二种方法，网络的最大能量消耗远小于其它二种方法。而网络的最大能量消耗就决定了网络寿命，也就是说，本发明的方法能够大幅度的提高网络寿命。分别是代表节点数据收集方法，直接数据收集方法下网络寿命的1.6倍到3.2倍。

图7给出了在不同数据相关系数下的最大能量消耗对比，从图中可以看出：代表节点数据收集方法和直接数据收集方法下网络最大能量消耗是本发明方法的2.12～3.73倍，4.24～7.13倍.说明本发明方法能够显著的减少节点的能量消耗。

图8给出了不同方法下网络剩余能量率的对比，从图中可以看出，本发明方法下网络剩余能量率仅为10％左右，而其它二种方法高达70％，说明本发明方法能够有效利用能量。