類bp神經(jīng)網(wǎng)絡的分簇傳感網(wǎng)絡數(shù)據(jù)收集方法
【技術領域】
[0001] 本發(fā)明主要設及到無線通信領域，特別設及到無線傳感器網(wǎng)絡數(shù)據(jù)收集領域。
【背景技術】
[0002] 無線傳感器網(wǎng)絡（WSN,WirelessSensorNetwork)技術在當前無線通信技術飛 速發(fā)展的大背景下得到了廣闊的應用。該網(wǎng)絡一般由大量能量受限的傳感器節(jié)點與一個或 幾個基站組成，各傳感器節(jié)點隨機部署在需要監(jiān)控的區(qū)域，形成自組織網(wǎng)絡感知和收集數(shù) 據(jù)。分簇型傳感網(wǎng)絡W簇為單位進行數(shù)據(jù)收集，首先將網(wǎng)絡傳感器節(jié)點分成不同的簇，簇 內(nèi)選舉簇頭節(jié)點融合數(shù)據(jù)，其次多個簇頭將融合數(shù)據(jù)傳輸至sink節(jié)點，完成數(shù)據(jù)收集。
[0003] BP神經(jīng)網(wǎng)絡炬ackPropagationNeuralNetwork)是一種義用反向傳播學習的多 層前饋型神經(jīng)網(wǎng)絡，是一種有監(jiān)督的機器學習算法。BP神經(jīng)網(wǎng)絡算法模型通常由一個輸入 層、一個輸出層W及一個或多個隱含層組成。神經(jīng)網(wǎng)絡可W通過訓練后由特定的輸入得到 要求的輸出數(shù)據(jù)。BP算法的基本思想是對于一個輸入數(shù)據(jù)，經(jīng)過權值、闊值和激勵函數(shù)運算 后，得到輸出數(shù)據(jù)，然后與期望樣本數(shù)據(jù)比較，將誤差反向傳播，進行權值、闊值調(diào)整，使得 網(wǎng)絡輸出與期望輸出一致。
[0004]在分簇傳感網(wǎng)絡中若分簇數(shù)量過少，許多普通節(jié)點將數(shù)據(jù)傳遞至簇頭節(jié)點將需經(jīng) 過多跳網(wǎng)絡傳輸，該勢必會增加網(wǎng)絡的總跳數(shù)，損耗傳感器節(jié)點的能量，使得網(wǎng)絡的生命周 期大大降低；若分簇數(shù)量過多，每個簇頭節(jié)點都需要負責融合處理數(shù)據(jù)并傳遞給sink節(jié) 點，該將加大網(wǎng)絡的整體處理量，損耗簇頭節(jié)點能量，使得該也會使得網(wǎng)絡的生命周期大 大降低。故此，亟需一種有效的分簇數(shù)調(diào)整方法，獲取最優(yōu)分簇數(shù)目，延長網(wǎng)絡生命周期。 基于此，設計了一種類BP神經(jīng)網(wǎng)絡的分簇傳感網(wǎng)絡數(shù)據(jù)收集方法。

【發(fā)明內(nèi)容】

[0005] 本發(fā)明公開了一種類BP神經(jīng)網(wǎng)絡的分簇傳感網(wǎng)絡數(shù)據(jù)收集方法，主要應用BP神 經(jīng)網(wǎng)絡對分簇傳感網(wǎng)中最優(yōu)分簇數(shù)量進行調(diào)整，使得網(wǎng)絡W最優(yōu)分簇數(shù)量進行數(shù)據(jù)收集， 減少網(wǎng)絡的延時，降低網(wǎng)絡的能耗，延長網(wǎng)絡的生命周期。
[0006] 根據(jù)本發(fā)明應用背景，提供一種類BP神經(jīng)網(wǎng)絡的分簇傳感網(wǎng)絡數(shù)據(jù)收集方法，包 括W下步驟： 步驟1、網(wǎng)絡場景的布置W及網(wǎng)絡的初始化處理； 1) 在需要監(jiān)控的區(qū)域隨機的播撒數(shù)量為n的傳感器節(jié)點； 2) 所有傳感器節(jié)點具有相同的初始能量W及傳輸速率； 3) 所有傳感器節(jié)點可W通過GI^S等定位方法獲取自身地理位置信息。
[0007] 步驟2、根據(jù)節(jié)點的地理位置信息獲取初始數(shù)量設定為！的中屯、點 乙1), C:Cx;, &(共,化Zj)。
[000引 步驟3、根據(jù)初始數(shù)量設定為1 =[n 的中屯、點位置W邸化如C:知y.iZ:},…，Ci曲扣馬 ，選聴個簇頭節(jié)點，組成分簇網(wǎng)絡，其特征在于所述的成簇方法至少還包括w下步驟： 1) 所有距離中屯、點為HXrW內(nèi)的節(jié)點被選為候選簇頭節(jié)點，其中r為節(jié)點的傳輸半徑， 1為設定的跳數(shù)； 2) 候選簇頭節(jié)點計算自身與中屯、點距離大小，彼此廣播此信息，進行排序，然后將距離 最小的候選簇頭節(jié)點當選為簇頭節(jié)點。簇頭節(jié)點向周圍普通節(jié)點廣播包括其身份信息、位 置信息W及此信息經(jīng)過的跳數(shù)，信息包的格式為(Cw,Cp",!); 3) 普通節(jié)點選擇各簇頭節(jié)點中信息經(jīng)過的跳數(shù)最小的簇頭加入其簇中，網(wǎng)絡完成分簇 處理。
[0009] 步驟4、根據(jù)分簇完成的網(wǎng)絡，其特征在于所述的建立BP神經(jīng)網(wǎng)絡模型至少還包 括W下步驟： 1) 在分簇結構中，普通節(jié)點映射于BP神經(jīng)網(wǎng)絡的輸入層，充當輸入神經(jīng)元采集數(shù)據(jù)； 2) 在分簇結構中，簇頭節(jié)點映射于BP神經(jīng)網(wǎng)絡的隱藏層，負責融合并傳遞數(shù)據(jù)； 3) 在分簇結構中，sink節(jié)點映射于BP神經(jīng)網(wǎng)絡的輸出層，負責接收并處理數(shù)據(jù)； 4) 輸入神經(jīng)元的數(shù)據(jù)流，經(jīng)隱藏層傳至輸出層，輸出層對數(shù)據(jù)進行分析，并反饋給網(wǎng) 絡，至此，完成BP神經(jīng)網(wǎng)絡模型的建立。
[0010] 步驟5、根據(jù)BP神經(jīng)網(wǎng)絡模型，對網(wǎng)絡進行動態(tài)調(diào)整，其特征在于所述的調(diào)整方法 至少還包括W下步驟： 1) 若簇頭節(jié)點死亡，則由中屯、點位置重新從候選簇頭節(jié)點中W最短距離重新選擇簇頭 節(jié)點； 2)sink節(jié)點根據(jù)前輪網(wǎng)絡的總傳輸跳數(shù)與上一輪傳輸跳數(shù)進行比較(其中設置網(wǎng)絡初 始總跳數(shù)為無窮大)，若跳數(shù)減少，則繼續(xù)W步長ite增加中屯、點的數(shù)量；若跳數(shù)增加，則設定 網(wǎng)絡的中屯、點數(shù)量為上輪中屯、點數(shù)量，網(wǎng)絡W此數(shù)量的簇頭數(shù)目進行數(shù)據(jù)收集，網(wǎng)絡達到 穩(wěn)態(tài)。
[0011] 與現(xiàn)有技術相比，本方法的優(yōu)點在于： 1、 將BP神經(jīng)網(wǎng)絡與分簇傳感網(wǎng)絡結合，動態(tài)調(diào)整不同規(guī)模網(wǎng)絡的分簇數(shù)量，能訓練網(wǎng) 絡W最優(yōu)簇頭數(shù)收集數(shù)據(jù)，減少網(wǎng)絡耗能，延長網(wǎng)絡的生命周期； 2、 優(yōu)化網(wǎng)絡的分簇，能減少邊界節(jié)點化及網(wǎng)絡的總傳輸跳數(shù)，降低網(wǎng)絡的整體延時。
【附圖說明】
[0012] 圖1是本發(fā)明的流程圖； 圖2是本發(fā)明的中屯、點位置圖； 圖3是本發(fā)明的4中屯、點分簇示意圖； 圖4是本發(fā)明的BP神經(jīng)網(wǎng)絡模型圖； 圖5是本發(fā)明的5中屯、點分簇示意圖； 圖6是本發(fā)明的仿真結果圖。
【具體實施方式】
[0013] 如圖1所示，本發(fā)明技術方案的具體步驟為： 步驟1、如圖2所示，網(wǎng)絡場景的布置W及網(wǎng)絡的初始化處理： 1) 在需要監(jiān)控的區(qū)域隨機的播撒數(shù)量為51的傳感器節(jié)點W及1個sink節(jié)點； 2) 所有傳感器節(jié)點具有相同的初始能量W及傳輸速率； 3) 所有傳感器節(jié)點可W通過GI^S等定位方法獲取自身地理位置信息。
[0014] 步驟2、根據(jù)節(jié)點的地理位置信息獲取初始數(shù)量設定為4的網(wǎng)絡地理中屯、點，如圖 2所示，4個中屯、點的GPS位置為C!狂郵，巧0曲,c:(700,乃瓜狂OOJOO瓜,va如0,5郵巧。
[0015] 步驟3、根據(jù)初始數(shù)量設定為4的中屯、點位置 Ci如0，1如曲，C;饑0,巧戚C;坦00,700瓜，如巧00,500,0)，如圖3所示，選取4個簇頭節(jié)點，組成分 簇網(wǎng)絡，其特征在于所述的成簇方法至少還包括W下步驟： 1) 所有距離中屯、點1跳W內(nèi)的節(jié)點被選為候選簇頭節(jié)點； 2) 候選簇頭節(jié)點計算自身與中屯、點距離大小，彼此廣播此信息，進行排序，然后將距離 最小的候選簇頭節(jié)點當選為簇頭節(jié)點。簇頭節(jié)點向周圍普通節(jié)點廣播包括其身份信息、位 置信息W及此信息經(jīng)過的跳數(shù)，信息包的格式為(Cid,Cp。;,!）； 3) 普通節(jié)點選擇各簇頭節(jié)點中信息經(jīng)過的跳數(shù)最小的簇頭（即信息包中I的大?。┘尤?其簇中，網(wǎng)絡完成分簇處理。
[0016] 步驟4、根據(jù)分簇完成的網(wǎng)絡，如圖3與圖4所示，其特征在