一種無(wú)線傳感器網(wǎng)絡(luò)智能配置系統(tǒng)及其方法

一種無(wú)線傳感器網(wǎng)絡(luò)智能配置系統(tǒng)及其方法
【專利摘要】本發(fā)明涉及一種無(wú)線傳感器網(wǎng)絡(luò)智能配置系統(tǒng)及其方法，該系統(tǒng)包括：傳感器網(wǎng)絡(luò)模塊、網(wǎng)關(guān)模塊、輸出模塊、執(zhí)行模塊、應(yīng)用層接口模塊。本發(fā)明克服了傳統(tǒng)傳感器網(wǎng)絡(luò)裝置及方法適應(yīng)性差，可靠性差且控制開(kāi)銷較大等缺點(diǎn)，該無(wú)線傳感器網(wǎng)絡(luò)智能配置系統(tǒng)及其方法具有智能性的、魯棒性強(qiáng)、通用性好、控制代價(jià)小等優(yōu)點(diǎn)。
【專利說(shuō)明】一種無(wú)線傳感器網(wǎng)絡(luò)智能配置系統(tǒng)及其方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及網(wǎng)絡(luò)【技術(shù)領(lǐng)域】，尤其涉及一種無(wú)線傳感器網(wǎng)絡(luò)的智能配置方法。
【背景技術(shù)】
[0002]無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Networks, WSN)作為網(wǎng)絡(luò)技術(shù)的一個(gè)重要方 向，人們已經(jīng)進(jìn)行了多方面的深入研究，并且成功應(yīng)用到環(huán)境測(cè)量、定位跟蹤等多個(gè)領(lǐng)域。 在近年來(lái)興起的物聯(lián)網(wǎng)(Internet of Things, 1T)、信息物理融合系統(tǒng)(Cyber-Physical System，CPS)等信息系統(tǒng)技術(shù)中，傳感器網(wǎng)絡(luò)作為其前端感知網(wǎng)絡(luò)關(guān)鍵技術(shù)之一，必將隨著 這些系統(tǒng)的廣泛應(yīng)用而大量部署。
[0003]目前無(wú)線傳感網(wǎng)絡(luò)出現(xiàn)了諸多的研究熱點(diǎn)和研究方向，但其均有一個(gè)共同的特 點(diǎn)，這些研究大多是在無(wú)線傳感節(jié)點(diǎn)已經(jīng)部署完畢后或者對(duì)無(wú)線傳感網(wǎng)絡(luò)的具體結(jié)構(gòu)并不 多加考慮，就直接對(duì)無(wú)線傳感網(wǎng)絡(luò)進(jìn)行相關(guān)協(xié)議的設(shè)計(jì)與處理，其忽視了無(wú)線傳感節(jié)點(diǎn)的 移動(dòng)性和可配置性。
[0004]但是在已經(jīng)部署好的傳感器網(wǎng)絡(luò)應(yīng)用系統(tǒng)過(guò)程中，經(jīng)常會(huì)出現(xiàn)如下情況:感知設(shè) 備加入傳感器網(wǎng)絡(luò)完成服務(wù)發(fā)現(xiàn)之后，網(wǎng)關(guān)需要對(duì)感知設(shè)備初始化以滿足實(shí)際需要；感知 設(shè)備在不同的PAN中移動(dòng)時(shí)，網(wǎng)關(guān)需要對(duì)感知設(shè)備的加入或移出進(jìn)行跟蹤管理，為應(yīng)用層 提供連續(xù)可靠的服務(wù)；在WSAN (Wireless Sensor ActuatorNetwork)中，當(dāng)應(yīng)用層推斷出 現(xiàn)異常情況時(shí)，有可能需要通過(guò)網(wǎng)關(guān)對(duì)感知網(wǎng)的工作方式進(jìn)行調(diào)整以克服異常故障，完成 系統(tǒng)功能；此外，當(dāng)應(yīng)用需求實(shí)時(shí)變化，或者感知節(jié)點(diǎn)損壞、能量耗盡以及新加入節(jié)點(diǎn)等導(dǎo) 致網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)發(fā)生變化或者無(wú)線通信環(huán)境發(fā)生改變時(shí)，網(wǎng)關(guān)需要調(diào)整網(wǎng)絡(luò)運(yùn)行參數(shù)以穩(wěn) 定地滿足應(yīng)用需求等等。由此可見(jiàn)，網(wǎng)關(guān)對(duì)感知層網(wǎng)絡(luò)的配置是物聯(lián)網(wǎng)應(yīng)用系統(tǒng)的基礎(chǔ)，對(duì) 完成應(yīng)用需求、延長(zhǎng)網(wǎng)絡(luò)生命周期、增強(qiáng)傳輸可靠性等起著至關(guān)重要的作用。
[0005]首先，在過(guò)去幾年的傳感器網(wǎng)絡(luò)研究中雖然出現(xiàn)了許多針對(duì)不同應(yīng)用場(chǎng)景的配置 方法，但由于傳感器網(wǎng)絡(luò)具有廣泛的應(yīng)用領(lǐng)域，不同的應(yīng)用往往存在不同的需求，如環(huán)境監(jiān) 測(cè)要求網(wǎng)絡(luò)有很長(zhǎng)的生命周期；WSAN對(duì)網(wǎng)絡(luò)實(shí)時(shí)性、服務(wù)質(zhì)量保障要求較高；數(shù)據(jù)收集、分 發(fā)需要網(wǎng)絡(luò)具有很好的連通度等等，目前在這些應(yīng)用中采用的配置方法一般只適用于該應(yīng) 用場(chǎng)景，因此亟需為研究不同應(yīng)用場(chǎng)景配置問(wèn)題提出一個(gè)通用方法。
[0006]其次，傳統(tǒng)的無(wú)線傳感器網(wǎng)絡(luò)配置方法和控制器的設(shè)計(jì)都建立在對(duì)被控對(duì)象準(zhǔn)確 控制的數(shù)學(xué)模型的基礎(chǔ)上，但由于傳感器網(wǎng)絡(luò)的低發(fā)射功率、多跳傳輸?shù)忍攸c(diǎn)，系統(tǒng)的網(wǎng)絡(luò) 傳輸環(huán)境很難用一個(gè)確定的系統(tǒng)函數(shù)表示，故很難為其建立準(zhǔn)確的數(shù)學(xué)模型，這就使得整 個(gè)配置過(guò)程存在非線性、模糊性等特點(diǎn)，因此傳感器網(wǎng)絡(luò)復(fù)雜多變的傳輸環(huán)境給傳統(tǒng)的配 置方法帶來(lái)了很大的挑戰(zhàn)。
[0007]同時(shí)，隨著人工智能領(lǐng)域的興起，智能控制作為一種使用各種人工智能計(jì)算方法 如神經(jīng)網(wǎng)絡(luò)，貝葉斯概率，模糊邏輯，機(jī)器學(xué)習(xí)，進(jìn)化計(jì)算和遺傳方法的控制技術(shù)，其相關(guān)理 論和實(shí)際應(yīng)用得到了不斷的發(fā)展和完善，因此將相關(guān)的智能控制方法用來(lái)解決無(wú)線傳感器 網(wǎng)絡(luò)配置問(wèn)題將是一個(gè)發(fā)展趨勢(shì)。[0008]綜合上述，無(wú)線傳感網(wǎng)絡(luò)的配置問(wèn)題是其廣泛應(yīng)用的一個(gè)基礎(chǔ)問(wèn)題。雖然針對(duì)無(wú) 線傳感網(wǎng)絡(luò)的連通性、覆蓋性、能耗、擁塞控制、存儲(chǔ)能力等問(wèn)題有相應(yīng)的配置方法，但其大 多存在這樣或者那樣的缺點(diǎn)，諸如:應(yīng)用背景適用性較差、假設(shè)過(guò)強(qiáng)、可擴(kuò)展性差、計(jì)算與 通信復(fù)雜度較高、缺乏智能等特點(diǎn)。

【發(fā)明內(nèi)容】

[0009]本發(fā)明的目的在于，提供一種具有智能性的、魯棒性強(qiáng)、通用性好、控制代價(jià)小的 傳感器網(wǎng)絡(luò)配置系統(tǒng)及其方法，本發(fā)明在應(yīng)用層需求或者傳感器網(wǎng)絡(luò)屬性發(fā)生變化時(shí)，能 夠迅速調(diào)整傳感器網(wǎng)絡(luò)工作參數(shù)以高穩(wěn)定性和可靠性來(lái)滿足應(yīng)用需求，并且實(shí)時(shí)優(yōu)化網(wǎng)絡(luò) 性能、降低網(wǎng)絡(luò)運(yùn)行代價(jià)。
[0010]為解決上述問(wèn)題，本發(fā)明提供了一種無(wú)線傳感器網(wǎng)絡(luò)智能配置系統(tǒng)，其特征在于， 包括:
[0011]傳感器網(wǎng)絡(luò)模塊，用于感知監(jiān)測(cè)環(huán)境，給網(wǎng)關(guān)提供感知數(shù)據(jù)流，發(fā)送通信環(huán)境參 數(shù)；
[0012]網(wǎng)關(guān)模塊，用于對(duì)所述感知數(shù)據(jù)流進(jìn)行分析處理，根據(jù)所述通信環(huán)境參數(shù)對(duì)所述 感知數(shù)據(jù)流進(jìn)行模糊化和模糊邏輯推理后得出配置方案，再經(jīng)清晰化處理后成為實(shí)際用于 控制的清晰量；
[0013]輸出模塊，所述網(wǎng)關(guān)模塊綜合所述配置方案及若干個(gè)所述實(shí)際用于控制的清晰 量，得出傳感器模塊下一個(gè)時(shí)段的配置參數(shù)，并將所述配置參數(shù)發(fā)送給所述傳感器網(wǎng)絡(luò)模 塊中的感知節(jié)點(diǎn)；
[0014]執(zhí)行模塊，所述感知節(jié)點(diǎn)模塊將配置參數(shù)存入節(jié)點(diǎn)存儲(chǔ)器中，然后按照所述配置 參數(shù)完成相應(yīng)配置，并按配置后工作方式進(jìn)行下一輪數(shù)據(jù)采集；
[0015]應(yīng)用層接口模塊，通過(guò)所述數(shù)據(jù)通道獲得所述傳感器網(wǎng)絡(luò)模塊的感知數(shù)據(jù)流或隨 時(shí)通過(guò)管理通道向所述傳感器網(wǎng)絡(luò)模塊提出新的需求指標(biāo)。
[0016]進(jìn)一步的，所述傳感器網(wǎng)絡(luò)模塊包括:
[0017]感知節(jié)點(diǎn)模塊，用于完成所述感知數(shù)據(jù)流的采集；
[0018]匯聚節(jié)點(diǎn)模塊，用于完成所述感知數(shù)據(jù)流的匯聚并將匯聚后的感知數(shù)據(jù)流發(fā)送給 網(wǎng)關(guān)I旲塊；
[0019]路由節(jié)點(diǎn)模塊，用于在多跳網(wǎng)絡(luò)中轉(zhuǎn)發(fā)所述感知數(shù)據(jù)流給匯聚節(jié)點(diǎn)，所述路由節(jié) 點(diǎn)模塊為多個(gè)，而在單跳網(wǎng)絡(luò)中路由節(jié)點(diǎn)模塊零個(gè)。
[0020]進(jìn)一步的，所述網(wǎng)關(guān)模塊包括:
[0021]網(wǎng)絡(luò)流處理器模塊，用于通過(guò)數(shù)據(jù)通道向遠(yuǎn)程服務(wù)器提供應(yīng)用層需求數(shù)據(jù)流，同 時(shí)對(duì)所述感知數(shù)據(jù)流分析處理輸出當(dāng)前時(shí)段的傳感器網(wǎng)絡(luò)特性到模糊邏輯控制器模塊；
[0022]模糊邏輯控制器模塊，用于對(duì)輸入的所述傳感器網(wǎng)絡(luò)特性，模糊邏輯化后加入規(guī) 則庫(kù)，并經(jīng)過(guò)模糊邏輯推理得出配置方案、再經(jīng)清晰化處理后成為實(shí)際用于控制的清晰量。
[0023]進(jìn)一步的，所述網(wǎng)絡(luò)流處理器模塊包括:
[0024]硬件驅(qū)動(dòng)層模塊，用于讀取所述感知數(shù)據(jù)流并傳給數(shù)據(jù)解析層模塊；
[0025]數(shù)據(jù)解析層模塊，用于解析所述感知數(shù)據(jù)流并發(fā)送給統(tǒng)計(jì)分析處理模塊；
[0026]統(tǒng)計(jì)分析處理模塊，用于在向應(yīng)用層提供所述感知數(shù)據(jù)流的同時(shí)將所述感知數(shù)據(jù)流存入感知數(shù)據(jù)庫(kù)模塊，同時(shí)通過(guò)對(duì)所述感知數(shù)據(jù)流的分析挖掘得出資源描述表和應(yīng)用需求表;
[0027]感知數(shù)據(jù)庫(kù)模塊，用于存儲(chǔ)所述感知數(shù)據(jù)流；
[0028]資源描述表和應(yīng)用需求表模塊，所述資源描述表用于表征所述傳感器網(wǎng)絡(luò)模塊的節(jié)點(diǎn)工作狀態(tài)，所述應(yīng)用需求表記錄所述應(yīng)用層隨時(shí)提出的需求信息；
[0029]歸一化輸出模塊，用于將所述統(tǒng)計(jì)分析處理模塊的輸出信息格式化，計(jì)算得出網(wǎng)絡(luò)特性并發(fā)送到所述模糊邏輯控制器模塊，同時(shí)將輸出的應(yīng)用層數(shù)據(jù)流發(fā)送給所述遠(yuǎn)程服務(wù)器。
[0030]進(jìn)一步的，所述模糊邏輯控制器模塊包括: [0031]模糊化模塊，用于對(duì)輸入的所述傳感器網(wǎng)絡(luò)特性進(jìn)行預(yù)處理和尺度變換，使變換到滿足所述模糊控制器模塊的要求，將所述變換后的輸入量進(jìn)行模糊處理，使原先精確的輸入量變成模糊輸入量，并用模糊集合表示；
[0032]模糊推理模塊，用于對(duì)所述模糊輸入量進(jìn)行模糊推理得出配置方案，該推理過(guò)程是基于模糊邏輯中的蘊(yùn)含關(guān)系及推理規(guī)則進(jìn)行的，采用“正…THEN…”形式，IF部分是規(guī)則的前提，THEN是規(guī)則的結(jié)論，模糊推理過(guò)程需要規(guī)則庫(kù)模塊提供相應(yīng)的經(jīng)驗(yàn)規(guī)則；
[0033]規(guī)則庫(kù)模塊，包含通過(guò)經(jīng)驗(yàn)知識(shí)獲取的用模糊語(yǔ)言變量表示的推理規(guī)則，以及所述網(wǎng)絡(luò)流處理器模塊得出的經(jīng)驗(yàn)知識(shí)；
[0034]清晰化模塊，將所述模糊推理模塊的配置方案解模糊化為實(shí)際用于控制的清晰量，將控制量轉(zhuǎn)變?yōu)榭梢哉{(diào)節(jié)的傳感器網(wǎng)絡(luò)參數(shù)，包括將模糊的控制量變換成清晰量和將清晰量進(jìn)行尺度變換成實(shí)際的控制量?jī)蓚€(gè)階段。
[0035]為實(shí)現(xiàn)本發(fā)明目的還提供了一種無(wú)線傳感器網(wǎng)路智能配置方法，其特征在于，包括:
[0036]步驟1，傳感器網(wǎng)絡(luò)感知監(jiān)測(cè)物理環(huán)境，給網(wǎng)關(guān)提供感知數(shù)據(jù)流的同時(shí)發(fā)送通信環(huán)境參數(shù)；
[0037]步驟2，所述網(wǎng)關(guān)對(duì)對(duì)所述感知數(shù)據(jù)流進(jìn)行分析處理，根據(jù)通信環(huán)境參數(shù)對(duì)所述感知數(shù)據(jù)流進(jìn)行模糊化和模糊邏輯推理后，得出配置方案，然后經(jīng)清晰化處理后成為實(shí)際用于控制的清晰量；
[0038]其中配置方案的產(chǎn)生如下:
[0039]判斷所述傳感器網(wǎng)絡(luò)特性，若為網(wǎng)關(guān)支持的網(wǎng)絡(luò)特性，如A、B…N等，則根據(jù)所述實(shí)際測(cè)試的網(wǎng)絡(luò)性能指標(biāo)與應(yīng)用層需求指標(biāo)的偏差的正負(fù)和絕對(duì)值大小確定具體的配置策略；否則，則判斷是否執(zhí)行默認(rèn)配置方案，若是，則執(zhí)行默認(rèn)配置策略，否則不需要重新配置；
[0040]步驟3，所述網(wǎng)關(guān)綜合所述配置方案及若干個(gè)所述實(shí)際用于控制的清晰量，得出傳感器模塊下一個(gè)時(shí)段的配置參數(shù)，并將所述配置參數(shù)發(fā)送給所述傳感器網(wǎng)絡(luò)模塊中的感知節(jié)點(diǎn)；
[0041]步驟4，所述感知節(jié)點(diǎn)將配置參數(shù)存入節(jié)點(diǎn)存儲(chǔ)器中，然后按照所述配置參數(shù)完成相應(yīng)配置，并按配置后工作方式進(jìn)行下一輪數(shù)據(jù)采集；
[0042]步驟5，應(yīng)用層接口根據(jù)所述網(wǎng)關(guān)提供的數(shù)據(jù)進(jìn)行分析處理，通過(guò)數(shù)據(jù)通道獲得所述傳感器網(wǎng)絡(luò)的感知數(shù)據(jù)流或隨時(shí)通過(guò)管理通道向所述傳感器網(wǎng)絡(luò)提出新的需求指標(biāo)。[0043]進(jìn)一步的，步驟I包括:
[0044]步驟11，感知節(jié)點(diǎn)完成所述感知數(shù)據(jù)流的采集；
[0045]具體過(guò)程為:步驟111，所述感知節(jié)點(diǎn)初始化后采集所述感知數(shù)據(jù)流，開(kāi)啟射頻發(fā)送所述采集的感知數(shù)據(jù)流；步驟112，所述感知節(jié)點(diǎn)判斷收到匯聚節(jié)點(diǎn)的包含配置信息的 ACK應(yīng)答，則確定是否需要重新配置節(jié)點(diǎn)，若需要，則使用所述匯聚節(jié)點(diǎn)ACK中的配置信息完成對(duì)所述感知節(jié)點(diǎn)的配置，否則，感知節(jié)點(diǎn)進(jìn)入休眠狀態(tài)；步驟113，所述感知節(jié)點(diǎn)判斷未收到匯聚節(jié)點(diǎn)的包含配置信息的ACK應(yīng)答，則所述感知節(jié)點(diǎn)進(jìn)行重傳后進(jìn)入休眠狀態(tài)； 步驟114，所述感知節(jié)點(diǎn)按照默認(rèn)配置或重新配置進(jìn)行下輪數(shù)據(jù)采集；
[0046]步驟12，路由節(jié)點(diǎn)在單跳網(wǎng)絡(luò)中為零個(gè)，在多跳網(wǎng)絡(luò)中為多個(gè)，用于將所述感知數(shù)據(jù)流轉(zhuǎn)發(fā)至匯聚節(jié)點(diǎn)；
[0047]其中:所述路由節(jié)點(diǎn)在初始化完成后進(jìn)入工作狀態(tài)，若進(jìn)入工作狀態(tài)過(guò)程中出現(xiàn)故障，則通過(guò)拓?fù)渲亟?、拓?fù)湫迯?fù)進(jìn)入工作狀態(tài)；所述路由節(jié)點(diǎn)完成感知數(shù)據(jù)流的轉(zhuǎn)發(fā)工作后，關(guān)閉射頻，進(jìn)入休眠狀態(tài)，需要路由節(jié)點(diǎn)轉(zhuǎn)發(fā)感知數(shù)據(jù)流時(shí)，開(kāi)啟射頻，進(jìn)入工作狀態(tài)；
[0048]步驟13，匯聚節(jié)點(diǎn)完成所述感知數(shù)據(jù)流的匯聚并將匯聚后的感知數(shù)據(jù)流發(fā)送給網(wǎng)關(guān)。
[0049]進(jìn)一步的，所述步驟2包括:
[0050]步驟21，網(wǎng)路流處理器分析處理所述感知數(shù)據(jù)流，通過(guò)數(shù)據(jù)通道向遠(yuǎn)程服務(wù)器提供應(yīng)用層需求數(shù)據(jù)流，同時(shí)通過(guò)對(duì)所述感知數(shù)據(jù)流分析處理輸出當(dāng)前時(shí)段的傳感器網(wǎng)絡(luò)特性到模糊邏輯控制器；
[0051]步驟22，模糊邏輯控制器對(duì)輸入的所述傳感器網(wǎng)絡(luò)特性，模糊邏輯化后加入規(guī)則庫(kù)，并經(jīng)過(guò)模糊邏輯推理得出配置方案、經(jīng)清晰化處理后成為實(shí)際用于控制的清晰量。
[0052]進(jìn)一步的，所述步驟21包括:`[0053]步驟211，硬件驅(qū)動(dòng)層讀取所述感知數(shù)據(jù)流并傳給數(shù)據(jù)解析層；
[0054]步驟212，數(shù)據(jù)解析層解析所述感知數(shù)據(jù)流并發(fā)送給統(tǒng)計(jì)分析處理器；
[0055]步驟213，統(tǒng)計(jì)分析處理器向應(yīng)用層提供所述感知數(shù)據(jù)流的同時(shí)將所述感知數(shù)據(jù)流存入感知數(shù)據(jù)庫(kù)，同時(shí)通過(guò)對(duì)感知數(shù)據(jù)流的分析挖掘得出資源描述表和應(yīng)用需求表；
[0056]步驟214，將所述統(tǒng)計(jì)分析處理器的輸出信息格式化，計(jì)算得出網(wǎng)絡(luò)特性并經(jīng)過(guò)歸一化之后發(fā)送到模糊控制器，同時(shí)將輸出的應(yīng)用層數(shù)據(jù)流發(fā)送給所述遠(yuǎn)程服務(wù)器。
[0057]進(jìn)一步的，所述步驟22包括:
[0058]步驟221，對(duì)輸入的所述網(wǎng)絡(luò)特性進(jìn)行預(yù)處理和尺度變換，使其變換到滿足所述模糊控制器要求的論域范圍，將所述變換后的輸入量進(jìn)行模糊處理，使原先的精確的輸入量變成模糊輸入量，并用模糊集合表示；
[0059]步驟222，對(duì)所述模糊輸入量進(jìn)行模糊推理得出配置方案，該推理過(guò)程是基于模糊邏輯中的蘊(yùn)含關(guān)系及推理規(guī)則進(jìn)行的，采用“IF…THEN...”形式，IF部分是規(guī)則的前提， THEN是規(guī)則的結(jié)論，模糊推理過(guò)程需要規(guī)則庫(kù)提供相應(yīng)的規(guī)則經(jīng)驗(yàn)；
[0060]步驟223，將模糊推理輸出的所述配置方案清晰化，即解模糊化為實(shí)際用于控制的清晰量，將控制量轉(zhuǎn)變?yōu)榭梢哉{(diào)節(jié)的傳感網(wǎng)的網(wǎng)絡(luò)參數(shù)包括將模糊的控制量變換成表示在所述論域范圍的清晰量和將清晰量進(jìn)行尺度變換成實(shí)際的控制量?jī)蓚€(gè)階段。
[0061]本發(fā)明具有以下優(yōu)點(diǎn):[0062]1、本發(fā)明提出的智能配置方法框架不局限于具體的應(yīng)用場(chǎng)景，且能適應(yīng)同一場(chǎng)景 動(dòng)態(tài)變化的應(yīng)用需求，它為無(wú)線傳感器網(wǎng)絡(luò)配置問(wèn)題提供了一個(gè)通用模型。
[0063]2、本發(fā)明中傳感器網(wǎng)絡(luò)的感知節(jié)點(diǎn)、路由節(jié)點(diǎn)的工作方式在完成本發(fā)明提出的配 置方法的同時(shí)充分考慮傳感器網(wǎng)絡(luò)的工作特點(diǎn)，具有較高的資源利用率和較低的能量消 耗。
[0064]3、本發(fā)明中的網(wǎng)絡(luò)流處理器能在為應(yīng)用層提供穩(wěn)定可靠的數(shù)據(jù)流的同時(shí)，通過(guò)科 學(xué)選取網(wǎng)絡(luò)特性評(píng)估參數(shù)使得能準(zhǔn)確衡量當(dāng)前網(wǎng)絡(luò)的狀態(tài)和通信環(huán)境，從而為模糊控制器 智能決策提供準(zhǔn)確可靠的數(shù)據(jù)支持。
[0065]4、本發(fā)明采用的模糊控制方法模仿了人工智能的工作過(guò)程，克服了控制過(guò)程中的 非線性、強(qiáng)耦合、時(shí)變和滯后特性造成的沒(méi)有統(tǒng)一的數(shù)學(xué)模型、控制不準(zhǔn)確的問(wèn)題，使得控 制過(guò)程更精確，具有更佳的控制效果。
[0066]5、針對(duì)本發(fā)明提供的智能配置方法，本發(fā)明的第二實(shí)例針對(duì)一個(gè)具體的實(shí)時(shí)性要 求高、能耗要求低的應(yīng)用層需求提供了詳細(xì)的實(shí)施方案，該方案除了能可靠滿足應(yīng)用層的 需求外，還具有控制開(kāi)銷小，魯棒性、智能性強(qiáng)等優(yōu)點(diǎn)。
【專利附圖】

【附圖說(shuō)明】
[0067]圖1智能配置方法框架示意圖；
[0068]圖2智能配置方法工作流程示意圖；
[0069]圖3傳感器網(wǎng)絡(luò)第一實(shí)施例工作過(guò)程示意圖；
[0070]圖4 Ca)傳感器網(wǎng)絡(luò)第二實(shí)施例的感知節(jié)點(diǎn)工作過(guò)程示意圖
[0071]圖4 (b)傳感器網(wǎng)絡(luò)第二實(shí)施例的路由節(jié)點(diǎn)工作過(guò)程示意圖
[0072]圖5網(wǎng)絡(luò)流處理器第一實(shí)施例結(jié)構(gòu)示意圖；
[0073]圖6 Ca)網(wǎng)絡(luò)流處理器第二實(shí)施例的感知數(shù)據(jù)流統(tǒng)計(jì)框圖
[0074]圖6 (b)網(wǎng)絡(luò)流處理器第二實(shí)施例的感知節(jié)點(diǎn)采樣周期工作示意圖
[0075]圖7模糊邏輯控制器第一實(shí)施例示意圖；
[0076]圖8 (a)模糊邏輯控制器第二實(shí)施例的模糊邏輯控制器工作流程圖
[0077]圖8 (b)模糊邏輯控制器第二實(shí)施例的射頻工作示意圖
[0078]圖8 (C)模糊邏輯控制器第二實(shí)施例的狀態(tài)隨應(yīng)用層需求遷移圖
[0079]圖8 (d)模糊邏輯控制器第二實(shí)施例的狀態(tài)隨環(huán)境遷移圖
[0080]圖8 (e)模糊邏輯控制器第二實(shí)施例的模糊控制器調(diào)節(jié)原則示意圖
【具體實(shí)施方式】
[0081]以下結(jié)合附圖和具體實(shí)施例對(duì)本發(fā)明進(jìn)行詳細(xì)描述，但不作為對(duì)本發(fā)明的限定。
[0082]下面通過(guò)附圖和實(shí)施例，對(duì)本發(fā)明的技術(shù)方案進(jìn)一步的詳細(xì)描述。
[0083]圖1是本發(fā)明智能配置方法框架示意圖，它由傳感器網(wǎng)絡(luò)101模塊、網(wǎng)關(guān)中的網(wǎng)絡(luò) 流處理器102模塊、網(wǎng)關(guān)中的模糊邏輯控制器103模塊以及應(yīng)用層接口 104模塊組成。
[0084]傳感器網(wǎng)絡(luò)101模塊由大量傳感器節(jié)點(diǎn)組成，主要功能是感知監(jiān)測(cè)物理環(huán)境，同 時(shí)由于傳感器網(wǎng)絡(luò)通信環(huán)境的不確定性，傳感器網(wǎng)絡(luò)給網(wǎng)關(guān)提供感知數(shù)據(jù)流同時(shí)捎帶發(fā)送 通信環(huán)境參數(shù)。[0085]網(wǎng)絡(luò)流處理器102模塊分析處理感知數(shù)據(jù)流，通過(guò)數(shù)據(jù)通道向遠(yuǎn)程服務(wù)器提供應(yīng) 用層需求數(shù)據(jù)流，同時(shí)通過(guò)對(duì)感知數(shù)據(jù)流分析處理輸出當(dāng)前時(shí)段的傳感器網(wǎng)絡(luò)特性S1、e,, Si指當(dāng)前時(shí)段通信環(huán)境參數(shù)及傳感器網(wǎng)絡(luò)的網(wǎng)絡(luò)參數(shù)(如通信協(xié)議、網(wǎng)絡(luò)規(guī)模、能量消耗、 拓?fù)浣Y(jié)構(gòu)等)，e,為實(shí)際測(cè)試的網(wǎng)絡(luò)性能指標(biāo)與應(yīng)用層需求指標(biāo)的偏差，102模塊通過(guò)科學(xué) 選取Si為模糊控制器智能決策提供準(zhǔn)確可靠的信息。
[0086]模糊邏輯控制器103模塊對(duì)輸入的S1、ei，模糊邏輯化得Sp Ei，將Sp Ei作為學(xué)習(xí) 到的新經(jīng)驗(yàn)加入規(guī)則庫(kù)，經(jīng)過(guò)模糊邏輯推理、清晰化給出傳感器網(wǎng)絡(luò)下一個(gè)時(shí)段的配置方 案ci+1，ci+1設(shè)計(jì)原則為首先滿足應(yīng)用層需求指標(biāo)，其次盡量提高網(wǎng)絡(luò)的資源利用率和減少 網(wǎng)絡(luò)開(kāi)銷。
[0087]應(yīng)用層接口 104模塊根據(jù)網(wǎng)關(guān)提供的數(shù)據(jù)進(jìn)行分析處理，應(yīng)用層與實(shí)際應(yīng)用場(chǎng)景 緊密相關(guān)，可以通過(guò)數(shù)據(jù)通道獲得傳感網(wǎng)的感知數(shù)據(jù)或隨時(shí)通過(guò)管理通道向傳感網(wǎng)提出新 的需求指標(biāo)。
[0088]圖2是本發(fā)明智能配置方法工作流程示意圖，整個(gè)工作流程分為三個(gè)部分:感知 過(guò)程，如圖2中標(biāo)號(hào)20廣203所示；模糊推理過(guò)程，如圖中標(biāo)號(hào)204?213 ;輸出及執(zhí)行過(guò)程， 如圖2中標(biāo)號(hào)214?216所示。下面依次討論上述三個(gè)過(guò)程。
[0089]I)感知過(guò)程具體步驟如下:
[0090]步驟201:101模塊首先進(jìn)行數(shù)據(jù)采集，具體數(shù)據(jù)類型與應(yīng)用場(chǎng)景相關(guān)，之后將感 知數(shù)據(jù)通過(guò)單跳或多跳方式傳送給網(wǎng)關(guān)，然后執(zhí)行步驟202。
[0091]步驟202:102模塊對(duì)采集的數(shù)據(jù)進(jìn)行統(tǒng)計(jì)分析處理，計(jì)算得出實(shí)際測(cè)量的網(wǎng)絡(luò)指 標(biāo)與應(yīng)用需求指標(biāo)的偏差ei和傳感器網(wǎng)絡(luò)特性Si，然后執(zhí)行203。
[0092]步驟203:102模塊在對(duì)采集數(shù)據(jù)分析處理的基礎(chǔ)上，將輸出的應(yīng)用層數(shù)據(jù)流發(fā)送 給遠(yuǎn)程服務(wù)器，然后執(zhí)行204。
[0093]2)模糊推理過(guò)程具體步驟如下:
[0094]步驟204:103模塊對(duì)102模塊的輸出e1、Si進(jìn)行模糊化處理，并將模糊化結(jié)果Ei' Si加入103模塊的規(guī)則庫(kù)，然后執(zhí)行205。
[0095]步驟205:判斷傳感器網(wǎng)絡(luò)特性是否為網(wǎng)絡(luò)特性A，若是，則執(zhí)行配置方案1，執(zhí)行 206，否則執(zhí)行207。
[0096]步驟206:103模塊產(chǎn)生配置方案I，然后執(zhí)行213，根據(jù)&的正負(fù)和絕對(duì)值大小確 定具體的配置策略。
[0097]步驟207:判斷傳感器網(wǎng)絡(luò)特性是否為網(wǎng)絡(luò)特性B，若是，則執(zhí)行配置方案2，執(zhí)行 208，否則執(zhí)行209。
[0098]步驟208:103模塊產(chǎn)生配置方案2，然后執(zhí)行213，根據(jù)&的正負(fù)和絕對(duì)值大小確 定具體的配置策略。
[0099]步驟209:判斷傳感器網(wǎng)絡(luò)特性是否為網(wǎng)絡(luò)特性N，若是，則執(zhí)行配置方案n，執(zhí)行 210，否則執(zhí)行211。
[0100]步驟210:103模塊產(chǎn)生配置方案n，然后執(zhí)行213，根據(jù)ei的正負(fù)和絕對(duì)值大小確 定具體的配置策略。
[0101]步驟211:判斷是否執(zhí)行默認(rèn)配置方案，若是，則執(zhí)行默認(rèn)配置212，否則執(zhí)行213。
[0102]步驟212:103模塊產(chǎn)生默認(rèn)配置方案，然后執(zhí)行213。[0103]步驟213:將模糊推理得出的配置方案清晰化，將控制量轉(zhuǎn)變?yōu)榭梢哉{(diào)節(jié)的傳感網(wǎng)的網(wǎng)絡(luò)參數(shù)。然后執(zhí)行214。
[0104]3)輸出及執(zhí)行過(guò)程具體步驟如下:
[0105]步驟214:102模塊給出傳感器模塊下一個(gè)時(shí)段的配置參數(shù)，并將配置參數(shù)發(fā)送給所述傳感器網(wǎng)絡(luò)模塊中的感知節(jié)點(diǎn)。然后執(zhí)行215。
[0106]步驟215:101模塊將配置參數(shù)存入節(jié)點(diǎn)存儲(chǔ)器中，并按照所述配置參數(shù)完成相應(yīng)配置，然后執(zhí)行216。
[0107]步驟216:傳感器節(jié)點(diǎn)按照配置好的工作方式進(jìn)行下一輪數(shù)據(jù)采集。
[0108]下面使用兩個(gè)實(shí)施例具體介紹本發(fā)明提供的傳感器網(wǎng)絡(luò)智能配置方法，第一實(shí)施例為本發(fā)明提出的無(wú)線傳感器網(wǎng)絡(luò)智能配置方法的通用框架，第二實(shí)施例將第一實(shí)施例中相關(guān)的參數(shù)具體化，并結(jié)合了傳感器網(wǎng)絡(luò)實(shí)時(shí)性要求比較高的應(yīng)用場(chǎng)合，例如火災(zāi)監(jiān)測(cè)、安防監(jiān)控等。
[0109]第二實(shí)施例將圖1中參數(shù)具體化，具體包括如下四個(gè)參數(shù):
[0110]應(yīng)用層需求指標(biāo)O:首先滿足采樣間隔t〈=T的時(shí)間百分比不小于Ptl，其次使得感知節(jié)點(diǎn)滿足采樣間隔要求時(shí)間段的平均功率P趨近最小功率Po，O為三元組(T，Po, P。)。
[0111]O 1:前|^時(shí)間內(nèi)(如圖6 (a))實(shí)測(cè)采樣間隔滿足t〈=T的時(shí)間百分比Pp感知節(jié)點(diǎn)
2=1
滿足采樣間隔要求時(shí)間段內(nèi)的平均功率Pi, O i為二元組(Pi，Pi)。
[0112]S1:前1>對(duì)間內(nèi)(如圖6 Ca))的通信環(huán)境評(píng)估。
i=3
[0113]ci+1:感知節(jié)點(diǎn)下一個(gè)采樣間隔配置參數(shù)ti+1, ti+1為三元組(tsleep, T i+1, kmaxi+1)。
[0114]第二實(shí)施例的工作過(guò)程包括如下4個(gè)步驟:
[0115]步驟1:網(wǎng)關(guān)在i時(shí)刻接收感知節(jié)點(diǎn)實(shí)測(cè)采樣間隔為\的數(shù)據(jù)包，執(zhí)行步驟2。
[0116]步驟2:網(wǎng)絡(luò)數(shù)據(jù)流處理器統(tǒng)計(jì)分析感知數(shù)據(jù)向應(yīng)用層提供數(shù)據(jù)流的同時(shí)，計(jì)算得出 en =。i
【權(quán)利要求】
1.一種無(wú)線傳感器網(wǎng)絡(luò)智能配置系統(tǒng)，其特征在于，包括:傳感器網(wǎng)絡(luò)模塊，用于感知監(jiān)測(cè)環(huán)境，給網(wǎng)關(guān)提供感知數(shù)據(jù)流，發(fā)送通信環(huán)境參數(shù)；網(wǎng)關(guān)模塊，用于對(duì)所述感知數(shù)據(jù)流進(jìn)行分析處理，根據(jù)所述通信環(huán)境參數(shù)對(duì)所述感知數(shù)據(jù)流進(jìn)行模糊化和模糊邏輯推理后得出配置方案，再經(jīng)清晰化處理后成為實(shí)際用于控制的清晰量；輸出模塊，所述網(wǎng)關(guān)模塊綜合所述配置方案及若干個(gè)所述實(shí)際用于控制的清晰量，得出傳感器模塊下一個(gè)時(shí)段的配置參數(shù)，并將所述配置參數(shù)發(fā)送給所述傳感器網(wǎng)絡(luò)模塊中的感知節(jié)點(diǎn)；執(zhí)行模塊，所述感知節(jié)點(diǎn)模塊將配置參數(shù)存入節(jié)點(diǎn)存儲(chǔ)器中，然后按照所述配置參數(shù)完成相應(yīng)配置，并按配置后工作方式進(jìn)行下一輪數(shù)據(jù)采集；應(yīng)用層接口模塊，通過(guò)所述數(shù)據(jù)通道獲得所述傳感器網(wǎng)網(wǎng)絡(luò)模塊的感知數(shù)據(jù)流或隨時(shí)通過(guò)管理通道向所述傳感器網(wǎng)絡(luò)模塊提出新的需求指標(biāo)。
2.如權(quán)利要求1所述的無(wú)線傳感器網(wǎng)絡(luò)智能配置系統(tǒng)，其特征在于，所述傳感器網(wǎng)絡(luò)模塊包括:感知節(jié)點(diǎn)模塊，用于完成所述感知數(shù)據(jù)流的采集；匯聚節(jié)點(diǎn)模塊，用于完成所述感知數(shù)據(jù)流的匯聚并將匯聚后的感知數(shù)據(jù)流發(fā)送給網(wǎng)關(guān)模塊；路由節(jié)點(diǎn)模塊，用于在多跳網(wǎng)絡(luò)中轉(zhuǎn)發(fā)所述感知數(shù)據(jù)流給匯聚節(jié)點(diǎn)，所述路由節(jié)點(diǎn)模塊為多個(gè)，而在單跳網(wǎng)絡(luò)中路由節(jié)點(diǎn)模塊零個(gè)。
3.如權(quán)利要求1所述的無(wú)線傳感器網(wǎng)絡(luò)智能配置系統(tǒng)，其特征在于，所述網(wǎng)關(guān)模塊包括:網(wǎng)絡(luò)流處理器模塊，用于通過(guò)數(shù)據(jù)通道向遠(yuǎn)程服務(wù)器提供應(yīng)用層需求數(shù)據(jù)流，同時(shí)對(duì)所述感知數(shù)據(jù)流分析處理輸出當(dāng)前時(shí)段的傳感器網(wǎng)絡(luò)特性到模糊邏輯控制`器模塊；模糊邏輯控制器模塊，用于對(duì)輸入的所述傳感器網(wǎng)絡(luò)特性，模糊邏輯化后加入規(guī)則庫(kù)， 并經(jīng)過(guò)模糊邏輯推理得出配置方案、再經(jīng)清晰化處理后成為實(shí)際用于控制的清晰量。
4.如權(quán)利要求4所述的無(wú)線傳感器網(wǎng)絡(luò)智能配置系統(tǒng)，其特征在于，所述網(wǎng)絡(luò)流處理器模塊包括:硬件驅(qū)動(dòng)層模塊，用于讀取所述感知數(shù)據(jù)流并傳給數(shù)據(jù)解析層模塊；數(shù)據(jù)解析層模塊，用于解析所述感知數(shù)據(jù)流并發(fā)送給統(tǒng)計(jì)分析處理模塊；統(tǒng)計(jì)分析處理模塊，用于在向應(yīng)用層提供所述感知數(shù)據(jù)流的同時(shí)將所述感知數(shù)據(jù)流存入感知數(shù)據(jù)庫(kù)模塊，同時(shí)通過(guò)對(duì)所述感知數(shù)據(jù)流的分析挖掘得出資源描述表和應(yīng)用需求表;感知數(shù)據(jù)庫(kù)模塊，用于存儲(chǔ)所述感知數(shù)據(jù)流；資源描述表和應(yīng)用需求表模塊，所述資源描述表用于表征所述傳感器網(wǎng)絡(luò)模塊的節(jié)點(diǎn)工作狀態(tài)，所述應(yīng)用需求表記錄所述應(yīng)用層隨時(shí)提出的需求信息；歸一化輸出模塊，用于將所述統(tǒng)計(jì)分析處理模塊的輸出信息格式化，計(jì)算得出網(wǎng)絡(luò)特性并發(fā)送到所述模糊邏輯控制器模塊，同時(shí)將輸出的應(yīng)用層數(shù)據(jù)流發(fā)送給所述遠(yuǎn)程服務(wù)器。
5.如權(quán)利要求4所述的無(wú)線傳感器網(wǎng)絡(luò)智能配置系統(tǒng)，其特征在于，所述模糊邏輯控制器模塊包括: 模糊化模塊，用于對(duì)輸入的所述傳感器網(wǎng)絡(luò)特性進(jìn)行預(yù)處理和尺度變換，使變換到滿足所述模糊控制器模塊的要求，將所述變換后的輸入量進(jìn)行模糊處理，使原先精確的輸入量變成模糊輸入量，并用模糊集合表示；模糊推理模塊，用于對(duì)所述模糊輸入量進(jìn)行模糊推理得出配置方案，該推理過(guò)程是基于模糊邏輯中的蘊(yùn)含關(guān)系及推理規(guī)則進(jìn)行的，采用“正…THEN…”形式，IF部分是規(guī)則的前提，THEN是規(guī)則的結(jié)論，模糊推理過(guò)程需要規(guī)則庫(kù)模塊提供相應(yīng)的經(jīng)驗(yàn)規(guī)則；規(guī)則庫(kù)模塊，包含通過(guò)經(jīng)驗(yàn)知識(shí)獲取的用模糊語(yǔ)言變量表示的推理規(guī)則，以及所述網(wǎng)絡(luò)流處理器模塊得出的經(jīng)驗(yàn)知識(shí)；清晰化模塊，將所述模糊推理模塊的配置方案解模糊化為實(shí)際用于控制的清晰量，將控制量轉(zhuǎn)變?yōu)榭梢哉{(diào)節(jié)的傳感器網(wǎng)絡(luò)參數(shù)，包括將模糊的控制量變換成清晰量和將清晰量進(jìn)行尺度變換成實(shí)際的控制量?jī)蓚€(gè)階段。
6.一種無(wú)線傳感器網(wǎng)路智能配置方法，其特征在于，包括:步驟1，傳感器網(wǎng)絡(luò)感知監(jiān)測(cè)物理環(huán)境，給網(wǎng)關(guān)提供感知數(shù)據(jù)流的同時(shí)發(fā)送通信環(huán)境參數(shù)；步驟2，所述網(wǎng)關(guān)對(duì)對(duì)所述感知數(shù)據(jù)流進(jìn)行分析處理，根據(jù)通信環(huán)境參數(shù)對(duì)所述感知數(shù)據(jù)流進(jìn)行模糊化和模糊邏輯推理后，得出配置方案，然后經(jīng)清晰化處理后成為實(shí)際用于控制的清晰量；其中配置方案的產(chǎn)生如下:判斷所述傳感器網(wǎng)絡(luò)特性，若為網(wǎng)關(guān)支持的網(wǎng)絡(luò)特性N，則根據(jù)所述實(shí)際測(cè)試的網(wǎng)絡(luò)性能指標(biāo)與應(yīng)用層需求指標(biāo)的偏差的正負(fù)和絕對(duì)值大小確定具體的配置策略；否則，則判斷是否執(zhí)行默認(rèn)配置方案，若是，則執(zhí)行默認(rèn)配置策略，否則不需要重新配置；步驟3，所述網(wǎng)關(guān)綜合所述配置方案及若干個(gè)所述實(shí)際用于控制的清晰量，得出傳感器模塊下一個(gè)時(shí)段的配置參數(shù)，并將所述配置參數(shù)發(fā)送給所述傳感器網(wǎng)絡(luò)模塊中的感知節(jié)占.步驟4，所述感知節(jié)點(diǎn)將配置參數(shù)存入節(jié)點(diǎn)存儲(chǔ)器中，然后按照所述配置參數(shù)完成相應(yīng)配置，并按配置后工作方式進(jìn)行下一輪數(shù)據(jù)采集；步驟5，應(yīng)用層接口根據(jù)所述網(wǎng)關(guān)提供的數(shù)據(jù)進(jìn)行分析處理，通過(guò)數(shù)據(jù)通道獲得所述傳感器網(wǎng)絡(luò)的感知數(shù)據(jù)流或隨時(shí)通過(guò)管理通道向所述傳感器網(wǎng)絡(luò)提出新的需求指標(biāo)。
7.如權(quán)利要求6所述的無(wú)線傳感器網(wǎng)路智能配置方法，其特征在于，所述步驟I包括: 步驟11，感知節(jié)點(diǎn)完成所述感知數(shù)據(jù)流的采集；具體過(guò)程為:步驟111，所述感知節(jié)點(diǎn)初始化后采集所述感知數(shù)據(jù)流，開(kāi)啟射頻發(fā)送所述采集的感知數(shù)據(jù)流；步驟112，所述感知節(jié)點(diǎn)判斷收到匯聚節(jié)點(diǎn)的包含配置信息的ACK 應(yīng)答，則確定是否需要重新配置節(jié)點(diǎn)，若需要，則使用所述匯聚節(jié)點(diǎn)ACK中的配置信息完成對(duì)所述感知節(jié)點(diǎn)的配置，否則，感知節(jié)點(diǎn)進(jìn)入休眠狀態(tài)；步驟113，所述感知節(jié)點(diǎn)判斷未收到匯聚節(jié)點(diǎn)的包含配置信息的ACK應(yīng)答，則所述感知節(jié)點(diǎn)進(jìn)行重傳后進(jìn)入休眠狀態(tài)；步驟 114，所述感知節(jié)點(diǎn)按照默認(rèn)配置或重新配置進(jìn)行下輪數(shù)據(jù)采集；步驟12，路由節(jié)點(diǎn)在單跳網(wǎng)絡(luò)中為零個(gè)，在多跳網(wǎng)絡(luò)中為多個(gè)，用于將所述感知數(shù)據(jù)流轉(zhuǎn)發(fā)至匯聚節(jié)點(diǎn)；其中:所述路由節(jié)點(diǎn)在初始化完成后進(jìn)入工作狀態(tài)，若進(jìn)入工作狀態(tài)過(guò)程中出現(xiàn)故障， 則通過(guò)拓?fù)渲亟?、拓?fù)湫迯?fù)進(jìn)入工作狀態(tài)；所述路由節(jié)點(diǎn)完成感知數(shù)據(jù)流的轉(zhuǎn)發(fā)工作后，關(guān)閉射頻，進(jìn)入休眠狀態(tài)，需要路由節(jié)點(diǎn)轉(zhuǎn)發(fā)感知數(shù)據(jù)流時(shí)，開(kāi)啟射頻，進(jìn)入工作狀態(tài)；步驟13，匯聚節(jié)點(diǎn)完成所述感知數(shù)據(jù)流的匯聚并將匯聚后的感知數(shù)據(jù)流發(fā)送給網(wǎng)關(guān)。
8.如權(quán)利要求6所述的無(wú)線傳感器網(wǎng)絡(luò)智能方法，其特征在于，所述步驟2包括:步驟21，網(wǎng)路流處理器分析處理所述感知數(shù)據(jù)流，通過(guò)數(shù)據(jù)通道向遠(yuǎn)程服務(wù)器提供應(yīng) 用層需求數(shù)據(jù)流，同時(shí)通過(guò)對(duì)所述感知數(shù)據(jù)流分析處理輸出當(dāng)前時(shí)段的傳感器網(wǎng)絡(luò)特性到模糊邏輯控制器；步驟22，模糊邏輯控制器對(duì)輸入的所述傳感器網(wǎng)絡(luò)特性，模糊邏輯化后加入規(guī)則庫(kù)，并經(jīng)過(guò)模糊邏輯推理得出配置方案、經(jīng)清晰化處理后成為實(shí)際用于控制的清晰量。
9.如權(quán)利要求8所述的無(wú)線傳感器網(wǎng)絡(luò)智能方法，其特征在于，所述步驟21包括: 步驟211，硬件驅(qū)動(dòng)層讀取所述感知數(shù)據(jù)流并傳給數(shù)據(jù)解析層；步驟212，數(shù)據(jù)解析層解析所述感知數(shù)據(jù)流并發(fā)送給統(tǒng)計(jì)分析處理器；步驟213，統(tǒng)計(jì)分析處理器向應(yīng)用層提供所述感知數(shù)據(jù)流的同時(shí)將所述感知數(shù)據(jù)流存入感知數(shù)據(jù)庫(kù)，同時(shí)通過(guò)對(duì)感知數(shù)據(jù)流的分析挖掘得出資源描述表和應(yīng)用需求表；步驟214，將所述統(tǒng)計(jì)分析處理器的輸出信息格式化，計(jì)算得出網(wǎng)絡(luò)特性并經(jīng)過(guò)歸一化之后發(fā)送到模糊控制器，同時(shí)將輸出的應(yīng)用層數(shù)據(jù)流發(fā)送給所述遠(yuǎn)程服務(wù)器。
10.如權(quán)利要求8所述的無(wú)線傳感器網(wǎng)絡(luò)智能方法，其特征在于，所述步驟22包括: 步驟221，對(duì)輸入的所述網(wǎng)絡(luò)特性進(jìn)行預(yù)處理和尺度變換，使其變換到滿足所述模糊控制器要求的論域范圍，將所述變換后的輸入量進(jìn)行模糊處理，使原先的精確的輸入量變成模糊輸入量，并用模糊集合表示；步驟222，對(duì)所述模糊輸入量進(jìn)行模糊推理得出配置方案，該推理過(guò)程是基于模糊邏輯中的蘊(yùn)含關(guān)系及推理規(guī)則進(jìn)行的，采用“IF...THEN...”形式，IF部分是規(guī)則的前提，THEN是規(guī)則的結(jié)論，模糊推理過(guò)程需要規(guī)則庫(kù)提供相應(yīng)的規(guī)則經(jīng)驗(yàn)；步驟223，將模糊推理輸出的所述配置方案清晰化，即解模糊化為實(shí)際用于控制的清晰量，將控制量轉(zhuǎn)變?yōu)榭梢哉{(diào)節(jié)的傳感網(wǎng)的網(wǎng)絡(luò)參數(shù)包括將模糊的控制量變換成表示在所述論域范圍的清晰量和將清晰量進(jìn)行尺度變換成實(shí)際的控制量?jī)蓚€(gè)階段。
【文檔編號(hào)】H04W84/18GK103596191SQ201210406330
【公開(kāi)日】2014年2月19日 申請(qǐng)日期:2012年10月23日 優(yōu)先權(quán)日:2012年8月16日
【發(fā)明者】方遠(yuǎn) , 劉強(qiáng), 趙澤, 崔莉 申請(qǐng)人:中國(guó)科學(xué)院計(jì)算技術(shù)研究所