一种水利物联网系统的业务处理方法及水利物联网系统

技术领域

本发明涉及物联网的技术领域，尤其涉及一种水利物联网系统的业务处理方法及水利物联网系统。

背景技术

物联网是新一代信息技术建设的重要组成部分，是信息化时代的重要发展阶段，以物联网为代表的信息通讯技术发展迅速，正极大地影响着世界经济格局。

传统水利物联网中的传感器节点具有自身能量受限的特点，影响了无线物联网的寿命；同时传统水利物联网需要在复杂的水利环境中部署大量节点，故当节点能量耗尽后不能及时补充，极大影响水利物联网的业务处理。

鉴于此，如何降低水利物联网中传感器节点的能耗，对物联网中异常传感器节点进行有效监测，成为本领域技术人员亟待解决的问题。

发明内容

本发明提出一种水利物联网系统的业务处理方法，通过利用基于传感器节点距离的簇头选择算法进行水利物联网中簇头节点的选取，簇头节点获取其余传感器节点所采集的水利信息，并利用分段压缩方法对水利信息进行压缩处理；同时利用汇聚节点路由算法实现簇头节点所存储信息的汇聚，根据汇聚后的水利信息实现水利物联网系统的业务处理。

为实现上述目的，本发明提供的一种水利物联网系统的业务处理方法，包括：

利用基于传感器节点能量的簇头选择算法进行水利物联网中簇头节点的选取，得到若干水利物联网簇头节点；

利用基于传感器距离的簇头节点筛选算法进行簇头节点的筛选，筛选后的簇头节点作为最终的水利物联网簇头节点；

簇头节点获取其余传感器节点所采集的水利信息，并利用分段压缩方法对水利信息进行压缩处理，得到簇内压缩信息；

簇头节点利用簇间路由算法将簇内压缩信息传输到汇聚节点；

利用基于充电代价的传感器充电算法对水利物联网中的传感器进行充电。

可选地，所述利用基于传感器节点能量的簇头选择算法进行水利物联网中簇头节点的选取，包括：

水利物联网中的传感器节点i在区间[0，1]内随机生成一个随机数j，并计算传感器节点i的阈值T

其中：

p表示水利物联网中簇头节点数量占总传感器节点总数的比例；

r表示簇头选择算法轮数；

E

E

S为前

通过比较随机数j与阈值T

迭代N次簇头选择算法，最终得到的候选簇头节点即为当前水利物联网中的簇头节点；本发明将N设置为50。

在本发明所述基于传感器节点能量的簇头选择算法中，每个节点被选为簇头节点的概率仅和集群数量占节点总数的期望值有关，剩余能量较高节点的

可选地，所述利用基于传感器距离的簇头节点筛选算法进行簇头节点的筛选，包括：

1)簇头节点i将在网络中以自身为中心广播自身的控制信息，包括与汇聚节点的距离d

2)根据信号强度计算簇头节点i与距离最近得簇头节点间的距离d

所述阈值D的计算公式为：

其中：

r为传感器节点的监测半径；

N为簇头节点数目的期望；

所述代价模型cost(E

其中：

E

d

3)对所有簇头节点进行步骤2)-3)，筛选得到的簇头节点为最终的水利物联网簇头节点，对于筛选得到的普通节点，则选择距离最近的簇头节点并加入到其所在集群。

可选地，所述利用分段压缩方法对水利信息进行压缩处理，包括：

水利物联网系统中的所有传感器节点采集对应区域内的水利信息数据，所述水利信息数据包括用户用水数据、废水排放数据等；

每个传感器节点可采集到N种水利属性数据，分别用X

水利物联网系统中的簇头节点获取其所在集群中普通传感器节点所采集的水利信息数据，并利用分段压缩方法对水利信息进行压缩处理，所述分段压缩方法为：

1)对于属性数据X

2)对统计列表进行排序，选取统计数目最高的8种属性数据序列作为基序列Base；若X

3)对于相关序列R＝{Base

可选地，所述簇间路由算法的流程为：

1)簇头节点i将在水利物联网中以自身为中心广播自身的控制信息，所述自身的控制信息包括簇头节点i与其他簇头节点的距离；

2)汇聚节点根据信号强度计算簇头节点i离汇聚节点的距离d

3)若d

可选地，所述基于充电代价的传感器充电算法为：

1)初始化簇头节点列表、充电节点列表和死亡节点列表，定义最近一次充电的簇头节点编号为p；

2)从簇头节点列表中选择使得充电代价C

C

其中：

X

γ是水下网络环境中能量和距离的比例常数；

α，θ为常量，将其分别设置为α＝10，θ＝1；

Q

3)将充电后的簇头节点加入到充电节点列表中，并将其从簇头节点列表中删除，若簇头节点的能量耗尽，则将此簇头节点加入死亡节点列表中，在下一轮充电过程中，充电小车优先对距离最近的死亡节点列表进行充电。

此外，为实现上述目的，本发明还提供一种水利物联网系统，所述系统包括：

水利物联网数据获取装置，用于利用基于传感器节点能量的簇头选择算法进行水利物联网中簇头节点的选取；

传感器节点处理装置，用于利用基于传感器距离的簇头节点筛选算法进行簇头节点的筛选，簇头节点获取其余传感器节点所采集的水利信息，并利用分段压缩方法对水利信息进行压缩处理，得到簇内压缩信息；

水利物联网业务处理装置，用于簇头节点利用簇间路由算法将簇内压缩信息传输到汇聚节点，同时利用基于充电代价的传感器充电算法对水利物联网中的传感器进行充电。

此外，为实现上述目的，本发明还提供一种计算机可读存储介质，所述计算机可读存储介质上存储有水利物联网业务处理程序指令，所述水利物联网业务处理程序指令可被一个或者多个处理器执行，以实现如上所述的水利物联网系统的业务处理的实现方法的步骤。

相对于现有技术，本发明提出一种水利物联网系统的业务处理方法，该技术具有以下优势：

首先，在传统簇头节点选择算法中，阈值函数本质上只是限制了节点在固定轮数之内成为簇头节点的次数，换言之只要符合条件所有的节点具有相同的可能成为簇头节点，如果选择剩余能量较小的节点，该节点的能量将会迅速耗尽，继而影响网络的性能。因此本发明提出一种基于传感器节点能量的簇头选择算法，通过让水利物联网中的传感器节点i在区间[0，1]内随机生成一个随机数j，并计算传感器节点i的阈值T

其中：p表示水利物联网中簇头节点数量占总传感器节点总数的比例；r表示簇头选择算法轮数；E

同时本发明提出一种簇头节点中信息的压缩方法，水利物联网系统中的簇头节点获取其所在集群中普通传感器节点所采集的水利信息数据，从而利用分段压缩方法对水利信息进行压缩处理：对于水利属性数据X

附图说明

图1为本发明一实施例提供的一种水利物联网系统的业务处理方法的流程示意图；

图2为本发明一实施例提供的一种水利物联网系统的结构示意图；

本发明目的的实现、功能特点及优点将结合实施例，参照附图做进一步说明。

具体实施方式

应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

通过利用基于传感器节点距离的簇头选择算法进行水利物联网中簇头节点的选取，簇头节点获取其余传感器节点所采集的水利信息，并利用分段压缩方法对水利信息进行压缩处理；同时利用汇聚节点路由算法实现簇头节点所存储信息的汇聚，根据汇聚后的水利信息实现水利物联网系统的业务处理。参照图1所示，为本发明一实施例提供的水利物联网系统的业务处理方法示意图。

在本实施例中，水利物联网系统的业务处理方法包括：

S1、利用基于传感器节点能量的簇头选择算法进行水利物联网中簇头节点的选取，得到若干水利物联网簇头节点。

首先，在本发明一个具体实施例中，水利物联网中广泛分布着若干传感器节点，因此本发明利用基于传感器节点能量的簇头选择算法进行水利物联网中簇头节点的选取，所述簇头节点为一定区域内所有传感器节点的管理节点；

所述基于传感器节点能量的簇头选择算法流程为：

水利物联网中的传感器节点i在区间[0，1]内随机生成一个随机数j，并计算传感器节点i的阈值T

其中：

p表示水利物联网中簇头节点数量占总传感器节点总数的比例；

r表示簇头选择算法轮数；

E

E

S为前

通过比较随机数j与阈值T

迭代N次簇头选择算法，最终得到的候选簇头节点即为当前水利物联网中的簇头节点；本发明将N设置为50。

在本发明所述基于传感器节点能量的簇头选择算法中，每个节点被选为簇头节点的概率仅和集群数量占节点总数的期望值有关，剩余能量较高节点的

S2、利用基于传感器距离的簇头节点筛选算法进行簇头节点的筛选，筛选后的簇头节点作为最终的水利物联网簇头节点。

进一步地，本发明利用基于传感器距离的簇头节点筛选算法进行簇头节点的筛选，所述基于传感器距离的簇头节点筛选算法流程为：

1)簇头节点i将在网络中以自身为中心广播自身的控制信息，包括与汇聚节点的距离d

2)根据信号强度计算簇头节点i与距离最近得簇头节点间的距离d

所述阈值D的计算公式为：

其中：

r为传感器节点的监测半径；

N为簇头节点数目的期望；

所述代价模型cost(E

其中：

E

d

3)对所有簇头节点进行步骤2)-3)，筛选得到的簇头节点为最终的水利物联网簇头节点，对于筛选得到的普通节点，则选择距离最近的簇头节点并加入到其所在集群。

S3、簇头节点获取其余传感器节点所采集的水利信息，并利用分段压缩方法对水利信息进行压缩处理，得到簇内压缩信息。

进一步地，水利物联网系统中的所有传感器节点采集对应区域内的水利信息数据，所述水利信息数据包括用户用水数据、废水排放数据等；

每个传感器节点可采集到N种水利属性数据，分别用X

水利物联网系统中的簇头节点获取其所在集群中普通传感器节点所采集的水利信息数据，并利用分段压缩方法对水利信息进行压缩处理，所述分段压缩方法为：

1)对于属性数据X

2)对统计列表进行排序，选取统计数目最高的8种属性数据序列作为基序列Base；若X

3)对于相关序列R＝{Vase

S4、簇头节点利用簇间路由算法将簇内压缩信息传输到汇聚节点。

进一步地，簇头节点利用簇间路由算法将簇内压缩信息传输到汇聚节点，所述簇间路由算法的流程为：

1)簇头节点i将在水利物联网中以自身为中心广播自身的控制信息，所述自身的控制信息包括簇头节点i与其他簇头节点的距离；

2)汇聚节点根据信号强度计算簇头节点i离汇聚节点的距离d

3)若d

S5、利用基于充电代价的传感器充电算法对水利物联网中的传感器进行充电。

进一步地，本发明利用基于充电代价的传感器充电算法对水利物联网中的传感器进行充电，所述基于充电代价的传感器充电算法流程为：

1)初始化簇头节点列表、充电节点列表和死亡节点列表，定义最近一次充电的簇头节点编号为p；

2)从簇头节点列表中选择使得充电代价C

C

其中：

X

γ是水下网络环境中能量和距离的比例常数；

α，θ为常量，将其分别设置为α＝10，θ＝1；

Q

3)将充电后的簇头节点加入到充电节点列表中，并将其从簇头节点列表中删除，若簇头节点的能量耗尽，则将此簇头节点加入死亡节点列表中，在下一轮充电过程中，充电小车优先对距离最近的死亡节点列表进行充电。

下面通过一个算法实验来说明本发明的具体实施方式，并对发明的处理方法进行测试。本发明算法的硬件测试环境为：实验的开发环境为Intel(R)Core(TM)i5-3470S CPU@2.90GHz 2.89GHz和8GB内存的PC机上，系统为windowS10系统，实验软件为matlab2018a。对比方法为基于随机森林的水利物联网业务处理方法、基于SVM的水利物联网业务处理方法以及基于神经网络的水利物联网业务处理方法。

在本发明所述算法实验中，本实验通过搜集10G的历史水利信息数据，分别使用本发明所述方法以及对比方法进行水利物联网业务处理，将水利物联网中传感器节点的监测准确率作为水利物联网业务处理方法的评价指标。

根据实验结果，基于随机森林的水利物联网业务处理方法的监测准确率为81.61％，基于SVM的水利物联网业务处理方法的监测准确率为83.62％，基于神经网络的水利物联网业务处理方法的监测准确率为84.79％，本发明所述方法的监测准确率为86.87％，相较于对比算法，本发明所提出的水利物联网系统的业务处理方法能更为准确地进行水利物联网传感器节点的业务管理。

发明还提供一种水利物联网系统。参照图2所示，为本发明一实施例提供的水利物联网系统的内部结构示意图。

在本实施例中，所述水利物联网系统1至少包括水利物联网数据获取装置11、传感器节点处理装置12、水利物联网业务处理装置13，通信总线14，以及网络接口15。

其中，水利物联网数据获取装置11可以是PC(Personal Computer，个人电脑)，或者是智能手机、平板电脑、便携计算机等终端设备，也可以是一种服务器等。

传感器节点处理装置12至少包括一种类型的可读存储介质，所述可读存储介质包括闪存、硬盘、多媒体卡、卡型存储器(例如，SD或DX存储器等)、磁性存储器、磁盘、光盘等。传感器节点处理装置12在一些实施例中可以是水利物联网系统1的内部存储单元，例如该水利物联网系统1的硬盘。传感器节点处理装置12在另一些实施例中也可以是水利物联网系统1的外部存储设备，例如水利物联网系统1上配备的插接式硬盘，智能存储卡(SmartMedia Card,SMC)，安全数字(Secure Digital,SD)卡，闪存卡(Flash Card)等。进一步地，传感器节点处理装置12还可以既包括水利物联网系统1的内部存储单元也包括外部存储设备。传感器节点处理装置12不仅可以用于存储安装于水利物联网系统1的应用软件及各类数据，还可以用于暂时地存储已经输出或者将要输出的数据。

水利物联网业务处理装置13在一些实施例中可以是一中央处理器(CentralProcessing Unit,CPU)、控制器、微控制器、微处理器或其他数据处理芯片，用于运行传感器节点处理装置12中存储的程序代码或处理数据，例如水利物联网业务处理程序指令等。

通信总线14用于实现这些组件之间的连接通信。

网络接口15可选的可以包括标准的有线接口、无线接口(如WI-FI接口)，通常用于在该系统1与其他电子设备之间建立通信连接。

可选地，该系统1还可以包括用户接口，用户接口可以包括显示器(Display)、输入单元比如键盘(Keyboard)，可选的用户接口还可以包括标准的有线接口、无线接口。可选地，在一些实施例中，显示器可以是LED显示器、液晶显示器、触控式液晶显示器以及OLED(Organic Light-Emitting Diode，有机发光二极管)触摸器等。其中，显示器也可以适当的称为显示屏或显示单元，用于显示在水利物联网系统1中处理的信息以及用于显示可视化的用户界面。

图2仅示出了具有组件11-15以及水利物联网系统1，本领域技术人员可以理解的是，图1示出的结构并不构成对水利物联网系统1的限定，可以包括比图示更少或者更多的部件，或者组合某些部件，或者不同的部件布置。

在图2所示的装置1实施例中，传感器节点处理装置12中存储有水利物联网业务处理程序指令；水利物联网业务处理装置13执行传感器节点处理装置12中存储的水利物联网业务处理程序指令的步骤，与水利物联网系统的业务处理方法的实现方法相同，在此不作类述。

此外，本发明实施例还提出一种计算机可读存储介质，所述计算机可读存储介质上存储有水利物联网业务处理程序指令，所述水利物联网业务处理程序指令可被一个或多个处理器执行，以实现如下操作：

利用基于传感器节点能量的簇头选择算法进行水利物联网中簇头节点的选取，得到若干水利物联网簇头节点；

利用基于传感器距离的簇头节点筛选算法进行簇头节点的筛选，筛选后的簇头节点作为最终的水利物联网簇头节点；

簇头节点获取其余传感器节点所采集的水利信息，并利用分段压缩方法对水利信息进行压缩处理，得到簇内压缩信息；

簇头节点利用簇间路由算法将簇内压缩信息传输到汇聚节点；

利用基于充电代价的传感器充电算法对水利物联网中的传感器进行充电。

需要说明的是，上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。并且本文中的术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、装置、物品或者方法不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、装置、物品或者方法所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括该要素的过程、装置、物品或者方法中还存在另外的相同要素。

通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在如上所述的一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。

以上仅为本发明的优选实施例，并非因此限制本发明的专利范围，凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换，或直接或间接运用在其他相关的技术领域，均同理包括在本发明的专利保护范围内。