田文利

?

基于關(guān)鍵數(shù)字特征遞歸機制的無線傳感網(wǎng)關(guān)鍵點搜索算法

田文利

摘 要：為解決當前無線傳感網(wǎng)關(guān)鍵點搜尋算法因無法規(guī)避背景噪聲干擾而導致其定位精度不高，且搜索效率不佳等問題。提出了基于關(guān)鍵數(shù)字特征遞歸機制的無線傳感網(wǎng)關(guān)鍵點搜索算法，首先通過關(guān)鍵數(shù)字特征遞歸機制對關(guān)鍵點的能量狀態(tài)進行估計，然后采取遞歸關(guān)鍵點射頻信息的能量對無線傳感網(wǎng)關(guān)鍵點進行搜索；隨后對關(guān)鍵數(shù)字特征值進行了指紋鑒定，完成對關(guān)鍵點的精確估計與定位。仿真實驗表明:與WSN-Div算法相比。所提出的算法具有較高的關(guān)鍵點搜索成功率，以及更低的數(shù)據(jù)定位開銷及搜索誤差度。

關(guān)鍵詞：無線傳感網(wǎng)絡；關(guān)鍵點搜索；射頻信息；數(shù)字特征遞歸；指紋鑒定

0 引言

隨著互聯(lián)網(wǎng)3.0節(jié)奏的不斷推進，特別是互聯(lián)網(wǎng)在無線傳感領(lǐng)域的不斷運用，各種基于無線技術(shù)的傳感網(wǎng)關(guān)鍵點搜索算法也層出不窮［1］。采用一定的關(guān)鍵點搜索算法實現(xiàn)對網(wǎng)絡中節(jié)點的精確定位，成為了當前無線傳感網(wǎng)定位領(lǐng)域的一大熱點［2］。然而無線傳感網(wǎng)在進行關(guān)鍵點搜索過程中需要傳感節(jié)點能夠通過射頻信號來進行關(guān)鍵點的搜索，該過程往往需要消耗大量的能量，一旦該節(jié)點的能量因耗盡而難以正常工作時，整個網(wǎng)絡的正常運轉(zhuǎn)也將受到極大的影響［3］。因此使用合適的措施降低搜索過程中的能量損耗，就成為該領(lǐng)域的非常重要的研究方向［4］。如Georges［5］等提出了一種基于強度遞歸思想的傳感網(wǎng)關(guān)鍵點搜索算法，采用關(guān)鍵信號能量遞歸的機制，大大降低了搜索過程中因關(guān)鍵點信號強度較弱而導致的定位精度不高的問題，實踐意義很強。然而，由于該算法遞歸的時間復雜度較高，當關(guān)鍵點分布不均衡時，其搜索成本較大。LI Bin等提出了基于立體映射定位模型的關(guān)鍵點搜索算法，通過將無線傳感網(wǎng)拓撲結(jié)構(gòu)映射為球面，將關(guān)鍵點映射為球體結(jié)構(gòu)的重心，降低了搜索過程中的時間復雜度。但是該算法需要將拓撲結(jié)構(gòu)由平面映射為球面結(jié)構(gòu)，當關(guān)鍵點比較集中時，該算法會導致各個關(guān)鍵點在球面結(jié)構(gòu)上出現(xiàn)重疊，降低了關(guān)鍵點搜索的準確度。朱烜璋［6］等提出了一種基于水波擴散機制的關(guān)鍵點搜索精度提升算法，采用鄰居節(jié)點擴散的方式，實現(xiàn)了對網(wǎng)絡中各個關(guān)鍵點的搜索與歸納。但是由于水波擴散機制屬于間接搜索機制，整個算法的精度會隨著網(wǎng)絡拓撲結(jié)構(gòu)的變化呈現(xiàn)劇烈變化的態(tài)勢，從而削弱了本算法的適用范圍。

對此，本文提出了一種基于關(guān)鍵數(shù)字特征遞歸機制的無線傳感網(wǎng)關(guān)鍵點搜索算法。首先通過對關(guān)鍵點射頻信息進行關(guān)鍵數(shù)字特征搜索，對關(guān)鍵點實現(xiàn)初步定位。隨后通過對該數(shù)字特征進行指紋鑒定，從而實現(xiàn)了對關(guān)鍵點定位的進一步精確估計。最后采取NS2仿真平臺對本文算法進行了仿真驗證，證實了本文算法的有效性。

1 本文無線傳感網(wǎng)絡關(guān)鍵點搜索算法

1.1 關(guān)鍵數(shù)字特征的遞歸

由于在進行關(guān)鍵點搜索過程中需要通過對關(guān)鍵點的射頻信號進行遞歸，而對于任意關(guān)鍵點而言。其能量發(fā)射強度較之其他節(jié)點將具有顯著的能量強度優(yōu)勢［7］，此外對于sink節(jié)點而言，其接收到的關(guān)鍵點能量發(fā)射強度（CPEE）與兩點間的距離具有明顯的反比例關(guān)系，即sink節(jié)點與關(guān)鍵點之間的距離越大，則sink節(jié)點接收到的關(guān)鍵點能量發(fā)射強度（CPEE）將越弱［8 ］。因此，可以通過將CPEE指標作為關(guān)鍵數(shù)字特征，以便實現(xiàn)對關(guān)鍵點的搜索。

其中，公式（2）的參數(shù)同公式（1），顯然為了降低搜索的誤差程度，可以通過調(diào)節(jié)關(guān)鍵點能量發(fā)射強度（CPEE）的方式，降低公式（2）所得到的搜索誤差。

上述兩個模型反映了無線傳感網(wǎng)在進行關(guān)鍵點搜索過程中，待搜索的關(guān)鍵點能量發(fā)射強度與搜索誤差之間的數(shù)值關(guān)系。通過公式（2）可以看到，顯然關(guān)鍵點能量發(fā)射強度（CPEE）越大，則定位誤差越低。但是由于傳感網(wǎng)節(jié)點具有能量受限特性，因此需要綜合考慮節(jié)點性能與坐標誤差兩個因素，以便得到最佳的定位精度。

根據(jù)公式（1）所示，計算出覆蓋區(qū)域內(nèi)全部的關(guān)鍵點，得到這些關(guān)鍵點的全部坐標，并取其平均值，可以得到關(guān)鍵點的平均坐標滿足如下的表達式如公式（3）：

由于各個關(guān)鍵點在進行信號發(fā)射時，最終其能量將收斂于0［10］，因此公式（3）可以寫成如下的形式如公式（4）：

公式（6）和公式（7）的參數(shù)同公式（1）和公式（2）

整個遞歸過程如下所示：

Step 1：首先在網(wǎng)絡中搜尋任意一個節(jié)點，統(tǒng)計CPEE并按照公式（1）、（2）所示計算出相關(guān)的坐標和誤差；

1.2 坐標精度提升

在進行完關(guān)鍵數(shù)字特征的遞歸之后，可以計算出某個關(guān)鍵點精確的坐標及相應的誤差，然而由于關(guān)鍵點搜索過程中往往僅能夠依據(jù)接收帶寬B進行搜尋，因此通過公式（7）計算得到的誤差可以根據(jù)接收帶寬B進行精度提升：

對公式（7）進行微分處理可得公式（8）：

從公式（9）可知對于關(guān)鍵點能量發(fā)射強度（CPEE）而言，當某個關(guān)鍵點與其周圍關(guān)鍵點的發(fā)射功率與接收功率處于相等狀態(tài)時，該關(guān)鍵點的定位精度也將越高，且接收帶寬B在數(shù)值上與CPEE相同時，公式（7）取最小值，整個網(wǎng)絡搜尋過程中消耗能量最少，取得的關(guān)鍵點坐標及相關(guān)誤差也最為精確。整個算法的流程如圖1所示：

圖1 算法流程圖

2 仿真實驗

本文采用NS2仿真平臺對本文算法進行仿真，為驗證本文算法的有效性，將其與當前廣泛使用的WSN-Div關(guān)鍵點搜尋算法［10］進行對比，在關(guān)鍵點搜索成功率、定位開銷、搜索誤差度、搜索時間四個指標上進行對比。具體仿真參數(shù)如表1所示：

表1 仿真參數(shù)表

（1）關(guān)鍵點搜索成功率

本文算法與WSN-Div算法的關(guān)鍵點搜索成功率測試結(jié)果如圖2所示：

圖2 各算法的關(guān)鍵點搜索成功率測試

從圖2可知，隨著節(jié)點初始能量的不斷增加，本文算法與WSN-Div算法的關(guān)鍵點搜索成功率均呈現(xiàn)增加的態(tài)勢，但是本文算法的關(guān)鍵點搜索成功率始終高于對照組算法。這是因為隨著節(jié)點初始能量增加，關(guān)鍵點的射頻信號覆蓋范圍也呈現(xiàn)增加的態(tài)勢，因此被成功搜索到的可能性也大大增加。然而本文算法將關(guān)鍵點的射頻信號作為數(shù)字特征，采取了坐標精度提升的方式，能夠在同等條件下更為精確的搜尋到關(guān)鍵點。而WSN-Div算法由于僅采用一次搜索機制，導致精度不夠，使得搜索關(guān)鍵點的成功率上要低于本文算法。

（2）定位開銷

本文算法與WSN-Div算法的定位開銷上測試數(shù)據(jù)如圖3所示：

圖3 兩種算法的定位開銷測試

由圖3易知，隨著節(jié)點信號通信半徑的不斷增加，本文算法與WSN-Div算法的定位開銷均出現(xiàn)上升的情況，這是由于隨著節(jié)點信號通信半徑的不斷增大，關(guān)鍵點的射頻信號覆蓋范圍也不斷增大，覆蓋范圍內(nèi)的節(jié)點個數(shù)也隨之增多，關(guān)鍵點為了獲取準確的定位坐標需要盡量對全部節(jié)點進行定位，因此定位開銷也隨之增大。然而本文算法由于能夠?qū)唧w節(jié)點的數(shù)字特征進行遞歸，因此僅需要對數(shù)字特征強烈的節(jié)點進行定位，因此本文算法的定位開銷比WSN-Div算法具有一定的優(yōu)勢。

（3）搜索誤差度

本文算法與WSN-Div算法的搜索誤差度測試，如圖4所示：

圖4 兩種算法的搜索誤差度

由圖4易知，隨著節(jié)點緩存大小的不斷增加，本文算法與WSN-Div算法均出現(xiàn)了搜索誤差度下降的現(xiàn)象。這是由于隨著節(jié)點緩存大小的不斷增加，節(jié)點進行計算時可用的計算資源也隨之增加，能夠?qū)⒏嗟墓?jié)點定位數(shù)據(jù)存儲在內(nèi)存中進行運算，因此降低了搜索誤差度。但是對照組算法在進行搜索之后，得到的關(guān)鍵點坐標無法根據(jù)新的數(shù)據(jù)進行更新。而本文算法由于采用了精度提升機制，能夠?qū)﹃P(guān)鍵點坐標進行實時更新，且可以降低坐標誤差精度，因此本文算法在搜索誤差度上要好于WSN-Div算法。

（4）搜索時間

本文算法與WSN-Div算法在搜索時間上的對比如圖5所示：

圖5 兩種算法的搜索時耗測試

從圖5中可以看到，本文算法與WSN-Div算法在搜索時間上均隨著節(jié)點布設(shè)密度的增加而增加，這是由于隨著節(jié)

點布設(shè)密度的增加，關(guān)鍵點數(shù)量也隨之增加。由于其他節(jié)點的數(shù)量增長速度要高于關(guān)鍵點的增長速度，因此增加了無線傳感網(wǎng)對關(guān)鍵點的搜索難度。但是由于本文算法能夠針對各個關(guān)鍵點的數(shù)字特征不同實現(xiàn)高精度搜索，無需對背景節(jié)點逐一甄別，因此本文算法的搜索時間要大大低于對照組算法，具有明顯的優(yōu)勢。

3 總結(jié)

為解決無線傳感網(wǎng)關(guān)鍵點搜索中難以實現(xiàn)關(guān)鍵點精確搜索且搜索效率較低的問題，本文提出了基于關(guān)鍵數(shù)字特征遞歸機制的無線傳感網(wǎng)關(guān)鍵點搜索算法，引入了關(guān)鍵點的數(shù)字特征遞歸機制。通過計算能量與坐標之間的關(guān)系，實現(xiàn)了對關(guān)鍵點坐標的準確獲取，隨后通過精度提升機制，計算得到了關(guān)鍵點精度最佳情況下的CPEE取值，從而大大提高了關(guān)鍵點的坐標精度。仿真實驗表明：與當前廣泛運用到的WSN-Div算法相比，本文算法在關(guān)鍵點搜索成功率、定位開銷、搜索誤差度、搜索時間上具有明顯的優(yōu)勢，具有很強的實際部署價值。

參考文獻

［1］ LI Bin， WANG WenJie， YIN QinYe. A distributed localization in w ireless sensor networks utilizing AOD estimation and synthetically uniform circular array ［J］. Science China （Information Sciences）.2015， 06（17）:105-115.

［2］ Jack. An Efficient Algorithm for Mobile Localization in Sensor Networks ［J］.International Journal of Automation and Computing.2012， 06（78）:594-599.

［3］ 張源峰， 程恩. 基于可控制粒子群優(yōu)化的無線傳感網(wǎng)關(guān)鍵點定位技術(shù)［J］.廈門大學學報， 2013， 06（32）: 739-743.

［4］ 歐陽丹彤，何金勝，白洪濤.一種約束粒子群優(yōu)化的無線傳感器網(wǎng)絡節(jié)點定位算法［J］.計算機科學， 2011， 07（16）: 46-50.

［5］ Georges M. Arnaout， Shannon Bow ling. A Progressive Deployment Strategy for Cooperative Adaptive Cruise Control to Improve Traffic Dynam ics ［J］. International Journal of Automation and Computing， 2014， 01（11）:10-18.

［6］ 朱烜璋. 基于水波擴散機制的關(guān)鍵點搜索精度提升算法［J］.計算機工程與應用， 2013， 14（35）:88-91.

［7］ 徐彤陽. NLOS誤差模型下的無線傳感網(wǎng)定位方法與仿真［J］.計算機工程與設(shè)計， 2013， 08（118）: 2680-2684.

［8］ Guo-Jin Feng， James Gu， Dong Zhen. Implementation of Envelope Analysis on a Wireless Condition Monitoring System for Bearing Fault Diagnosis ［J］. International Journal of Automation and Computing， 2015， 01（21）:14-24.

［9］ ChenLee. An Efficient A lgorithm for Mobile Localization in Sensor Networks ［J］. International Journal of Automation and Computing， 2012， 06（32）:594-599.

［10］ Yang Guoning， Feng Xiufang， Fan Liujuan. A multi sensor data fusion algorithm based on optimal fusion ［J］. Journal of software， 2012， 23（11）: 134-140.

Research on Key Point Searching Algorithm of W ireless Sensor Networks Based on Key Digital Feature Recursion M echanism

Tian Wenli
（Shanxi Vocational College of Finance and Economics， Xianyang 712000， China）

Abstract:The unavoidable background noise jamm ing results in the poor positional accuracy and search efficiency in the current key searching algorithm of the wireless sensor networks. In order to solve these problems， this paper proposes a point searching algorithm of wireless sensor network based on key digital feature recursion mechanism. Firstly， it evaluates the energy state of the key point by using the key digital feature recursion mechanism， and then collects the energy of the recursion key points' radio frequency information to search for the key point of w ireless sensor network. After that， it makes the fingerprint identification to the key digital feature value， and completes the precise estimation and positioning to the key points. The simulation results show that compared with the existing WSN-Div algorithm， the algorithm proposed in this paper has a high search success rate of the key points， as well as lower data location overhead and search error.

Key words:Wireless Sensor Networks； Key Point Search； Radio Frequency Information； Digital Feature Recursion； Fingerprint Identification

中圖分類號：TP393

文獻標志碼：A

文章編號：1007-757X（2016）05-0065-03

作者簡介：田文利（1980-），女，寶雞人，陜西財經(jīng)職業(yè)技術(shù)學院，講師，碩士，研究方向：計算機網(wǎng)絡與應用、網(wǎng)絡信息安全，咸陽，712000

收稿日期:（2016.01.26）