一種物聯(lián)網(wǎng)中自適應(yīng)分層跨媒體數(shù)據(jù)融合方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及一種物聯(lián)網(wǎng)中自適應(yīng)分層跨媒體數(shù)據(jù)融合方法，屬于無線通信數(shù)據(jù)收 集領(lǐng)域。
【背景技術(shù)】
[0002] 近年來，互聯(lián)網(wǎng)技術(shù)日趨成熟，新興的物聯(lián)網(wǎng)成為信息技術(shù)領(lǐng)域的又一次大的飛 躍。物聯(lián)網(wǎng)是通過射頻識別、各種傳感器、全球定位系統(tǒng)、激光掃描器等信息傳感設(shè)備，按約 定的通信協(xié)議，把各種物品與互聯(lián)網(wǎng)連接起來，完成信息的交換，從而實(shí)現(xiàn)智能化識別、定 位、跟蹤、監(jiān)控和管理的一整套網(wǎng)絡(luò)系統(tǒng)。物聯(lián)網(wǎng)的實(shí)現(xiàn)是多種設(shè)備協(xié)同作用的結(jié)果，其中 包括：傳感器、RFID標(biāo)簽、新型智能網(wǎng)關(guān)，智能終端、高性能計算設(shè)備和大容量分布式存儲 設(shè)備等。
[0003] 近年隨著傳感器技術(shù)和無線通信技術(shù)的快速發(fā)展，無線傳感器網(wǎng)絡(luò)被廣泛地應(yīng)用 于物聯(lián)網(wǎng)中。無線傳感器網(wǎng)絡(luò)是由分布在被監(jiān)測區(qū)域內(nèi)的傳感器節(jié)點(diǎn)采集環(huán)境信息，通過 無線方式組網(wǎng)傳輸數(shù)據(jù)給匯聚節(jié)點(diǎn)，由匯聚節(jié)點(diǎn)進(jìn)行綜合處理的一種監(jiān)控型網(wǎng)絡(luò)。其中，傳 感器節(jié)點(diǎn)通常是由能量有限的電池供電，并且部署之后不易再次充電。因此當(dāng)網(wǎng)絡(luò)中的某 些傳感器節(jié)點(diǎn)死亡，無線傳感器網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)會發(fā)生變化。目前很多基于無線傳感器網(wǎng) 絡(luò)的節(jié)能路由協(xié)議已被提出，從網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的角度可以大體將它們分為平面路由協(xié)議和 分簇路由協(xié)議。但是傳統(tǒng)傳感器網(wǎng)絡(luò)只是將數(shù)據(jù)進(jìn)行融合而沒有考慮數(shù)據(jù)的特征結(jié)構(gòu)，不 能進(jìn)行跨媒體數(shù)據(jù)融合。

【發(fā)明內(nèi)容】

[0004] 本發(fā)明的目的在于克服上述已有技術(shù)的缺點(diǎn)，提出了一種物聯(lián)網(wǎng)中自適應(yīng)分層跨 媒體數(shù)據(jù)融合方法。本發(fā)明的步驟為：首先布置網(wǎng)絡(luò)節(jié)點(diǎn)并初始化處理，然后根據(jù)各節(jié)點(diǎn)到 sink節(jié)點(diǎn)的邏輯跳數(shù)進(jìn)行分層，再結(jié)合ws-K-means聚類算法對分層結(jié)果進(jìn)行修正，將各層 中的數(shù)據(jù)分類，對分類后的數(shù)據(jù)進(jìn)行跨媒體融合，將融合后的數(shù)據(jù)傳輸至sink節(jié)點(diǎn)，最后 由sink節(jié)點(diǎn)進(jìn)行綜合分析，根據(jù)網(wǎng)絡(luò)周期對網(wǎng)絡(luò)重新分層。其具體步驟包括如下： 步驟一、物聯(lián)網(wǎng)中網(wǎng)絡(luò)節(jié)點(diǎn)布置與初始化處理； 步驟二、根據(jù)網(wǎng)絡(luò)中各節(jié)點(diǎn)到sink節(jié)點(diǎn)的邏輯跳數(shù)對網(wǎng)絡(luò)進(jìn)行初步分層； 步驟三、結(jié)合ws-K-means聚類算法對分層結(jié)果進(jìn)行修正； 步驟四、根據(jù)各層中節(jié)點(diǎn)的數(shù)據(jù)屬性和感知區(qū)域是否交疊對數(shù)據(jù)分類，然后將各層中 分類后的數(shù)據(jù)進(jìn)行跨媒體融合； 步驟五、通過多跳傳輸方式由外向內(nèi)傳輸融合后的數(shù)據(jù)，最后傳輸至sink節(jié)點(diǎn)處，并 在sink節(jié)點(diǎn)進(jìn)行綜合分析； 步驟六、網(wǎng)絡(luò)依周期Γ循環(huán)地執(zhí)行步驟二至步驟五直至節(jié)點(diǎn)全部死亡。
[0005] 本發(fā)明具有如下優(yōu)點(diǎn)： 1、本發(fā)明能夠根據(jù)物聯(lián)網(wǎng)網(wǎng)絡(luò)拓?fù)鋱D的變化自適應(yīng)分層，提高了融合效率； 2、 本發(fā)明將物理位置相近且有交疊感知區(qū)域的節(jié)點(diǎn)分在同一層中進(jìn)行融合，減少了非 交疊感知區(qū)域中的干擾數(shù)據(jù)，提高了融合精度和信息采集精度； 3、 本發(fā)明規(guī)劃了融合區(qū)域，便于融合算法分布式進(jìn)行，減少融合延時。
【附圖說明】
[0006] 圖1是物聯(lián)網(wǎng)中自適應(yīng)分層跨媒體數(shù)據(jù)融合主流程圖； 圖2是ws-K-means聚類算法流程圖； 圖3是大棚蔬菜網(wǎng)絡(luò)圖； 圖4是網(wǎng)絡(luò)邏輯分層示意圖。
【具體實(shí)施方式】
[0007] 為了更清楚地說明本發(fā)明，根據(jù)對大棚蔬菜智能監(jiān)控這一實(shí)施例來進(jìn)行具體描 述，大棚蔬菜智能監(jiān)控通過在大棚中布置各種傳感器節(jié)點(diǎn)，對大棚內(nèi)的環(huán)境進(jìn)行監(jiān)控。
[0008] 結(jié)合附圖和實(shí)施例，本發(fā)明的具體實(shí)現(xiàn)步驟如下： 步驟一、物聯(lián)網(wǎng)中網(wǎng)絡(luò)節(jié)點(diǎn)布置與初始化處理，具體步驟如下： 1) 確定物聯(lián)網(wǎng)中傳感器節(jié)點(diǎn)的類型，其類型有：溫度節(jié)點(diǎn)、視頻節(jié)點(diǎn)、語音節(jié)點(diǎn)、濕度節(jié) 點(diǎn)、氣壓節(jié)點(diǎn)、光強(qiáng)節(jié)點(diǎn)等； 2) 將網(wǎng)絡(luò)中的傳感器節(jié)點(diǎn)隨機(jī)標(biāo)記為
其中肖:為網(wǎng)絡(luò)中的傳 感器節(jié)點(diǎn)總數(shù)； 3) 通過定位算法來獲取物聯(lián)網(wǎng)中傳感器節(jié)點(diǎn)的位置； 4) 初始化路由表。
[0009] 步驟二、根據(jù)網(wǎng)絡(luò)中各節(jié)點(diǎn)到sink節(jié)點(diǎn)的邏輯跳數(shù)對網(wǎng)絡(luò)進(jìn)行分層，具體步驟如 下： 1) 根據(jù)路由表計算各傳感器節(jié)點(diǎn)到sink節(jié)點(diǎn)的邏輯跳數(shù)； 2) 根據(jù)各傳感器節(jié)點(diǎn)到sink節(jié)點(diǎn)的邏輯跳數(shù)進(jìn)行分層，各傳感器節(jié)點(diǎn)建立到sink節(jié) 點(diǎn)的最優(yōu)路徑，將距sink節(jié)點(diǎn)跳數(shù)為1的傳感器節(jié)點(diǎn)歸為第爹層，總共將傳感器節(jié)點(diǎn)分為 備:層，參考圖4所示，在本例中，七二3。
[0010] 步驟三、結(jié)合ws-K-means聚類算法對分層結(jié)果進(jìn)行修正，具體步驟如下： 1)設(shè)定初始聚類個數(shù)為，其中為邏輯分層總層數(shù)&，聚類目標(biāo)函數(shù)初始值為
初始化聚類迭代次數(shù)條在每層中隨機(jī)選取一個傳感器節(jié)點(diǎn)作為初 始聚類中心，參考圖3所示，在本例中，初始聚類個數(shù)二久聚類目標(biāo)函數(shù)初始值為
初始化聚類迭代次數(shù)條S?:，參考圖4所示，隨機(jī)選擇第1層的第1個子節(jié) 點(diǎn)、第2層的第2個子節(jié)點(diǎn)、第3層的第3個子節(jié)點(diǎn)作為初始聚類中心； 2 )計算每個傳感器節(jié)點(diǎn)獨(dú)與每個聚類中心 似度
為傳感器節(jié)點(diǎn)與聚類中心的距離，參考圖3所示，在本例中，計算所有傳感器節(jié)點(diǎn)到 各聚類中心的相似度； 3) 根據(jù)求得的相似度，將傳感器節(jié)點(diǎn)= 1: i 。⑷歸到與其最相似的聚類中心 所屬的類，即歸到與其相似度最小的聚類中心所屬的類，參考圖3,在本例中，傳感器節(jié)點(diǎn)個 數(shù)沒二14，將每個節(jié)點(diǎn)歸到與其最近的聚類中心所屬的類中去； 4) 假設(shè)第，個類中的傳感器節(jié)點(diǎn)為I
,其中義為該類的 傳感器節(jié)點(diǎn)總數(shù)，計算聚類后的聚類測量函數(shù)值：
5) 判斷每類中的傳感器節(jié)點(diǎn)與其聚類中心是否存在交疊感知區(qū)域，分別表示傳 感器節(jié)點(diǎn)I.和傳感器節(jié)點(diǎn),:的感知半徑，表示兩傳感器節(jié)點(diǎn)的距離；若=
, 則說明節(jié)點(diǎn)：?和節(jié)點(diǎn)#不存在交疊感知區(qū)域；否則，則說明節(jié)點(diǎn)I和節(jié)點(diǎn);I存在交疊感知 區(qū)域，參考圖3所示，在本例中，；
，則說明這兩個傳感器的監(jiān)控范圍沒有重 疊；否則說明這兩個傳感器的監(jiān)控范圍是有重疊的； 6) 若
即在與聚類中心 ??.沒有交疊感知區(qū)域的傳感器節(jié)點(diǎn)中，選擇類半徑最大的類及該類的聚類中心?：'若有 .7. ......?、： 多個，則隨機(jī)選取一個，若不存在滿足條件的傳感器節(jié)點(diǎn)，即每個類中都不存在與類中心沒 有交疊感知區(qū)域的節(jié)點(diǎn)，則分類完成，其中類半徑：
7) 若
即在與聚類中心沒有交疊感知區(qū)域 的傳感器節(jié)點(diǎn)中選擇該類中距離聚類中心最遠(yuǎn)的傳感器節(jié)點(diǎn)"uy，若滿足
,即在與傳感器節(jié)點(diǎn)沒有交疊感知區(qū)域的該類傳感器節(jié) 點(diǎn)中選擇距離:??最遠(yuǎn)的傳感器節(jié)點(diǎn):?? ; 8 )若存在滿足條件的節(jié)點(diǎn)，則以和其他聚類中心作為初始聚類中心，返 回步驟2)重新進(jìn)行聚類，否則，以W:1和其他聚類中心作為初始聚類中心，返回步驟2)重 新進(jìn)行聚類； 9)設(shè):：
其中識I為給定的誤差允許 值，則返回權(quán)利要求3的步驟2)繼續(xù)執(zhí)行迭代，否則算法結(jié)束，輸出聚類分層結(jié)果
參考圖3所示，在本例中，給定則當(dāng)若_#_襄:?或 ? HCe算法結(jié)束，得到大棚蔬菜的聚類分層結(jié)果，否則繼續(xù)執(zhí)行ws-K-means聚類算法。
[0011] 步驟四、根據(jù)各層中節(jié)點(diǎn)的數(shù)據(jù)屬性和感知區(qū)域是否交疊對數(shù)據(jù)分類，然后將各 層中分類后的數(shù)據(jù)進(jìn)行跨媒體融合，具體步驟如下： 1) 判斷同一層中的兩傳感器節(jié)點(diǎn)是否存在交疊感知區(qū)域以及是否為同種屬性節(jié)點(diǎn)； 2) 根據(jù)步驟1)判斷的結(jié)果，分為三種情況： a. 同類傳感器節(jié)點(diǎn)存在交疊感知區(qū)域，采用取算術(shù)平