一种基于事件驱动型无线传感器网络拓扑管理方法

摘要

本发明涉及一种基于事件驱动型无线传感器网络拓扑管理方法，包括以下步骤：当节点感知到事件发生时从休眠状态进入预激活状态，并根据邻居节点位置和感测范围进行第一级冗余判定，被判定为冗余的节点回归休眠状态，其余节点竞选簇头，完成成簇操作；所述簇头根据所述路由表向路径上的中继节点发送激活信号，同时簇内成员节点在将感知数据发送给所述簇头前，进行第二级冗余判定，被判定为冗余的节点维持预激活状态，其余簇内成员节点将感知数据发送给所述簇头；簇头将感知数据进行融合处理后按照路由表中的路径传输至基站；当目标移动至簇边缘时，触发预测成簇机制。本发明能够保证数据的高度实时性和可靠性，降低网络能耗。

权利要求

1.一种基于事件驱动型无线传感器网络拓扑管理方法，其特征在于，包括以下步骤：

(1)将节点随机部署至监测区域，并与基站进行通信记录跳数，得到路由表，随后所有节点进入休眠状态；

(2)当节点感知到事件发生时进入预激活状态，并根据邻居节点位置和感测范围进行第一级冗余判定，被判定为冗余的节点回归休眠状态，其余节点竞选簇头，完成成簇操作；

(3)所述簇头根据所述路由表向路径上的中继节点发送激活信号，同时簇内成员节点在将感知数据发送给所述簇头前，进行第二级冗余判定，被判定为冗余的节点维持预激活状态，其余簇内成员节点将感知数据发送给所述簇头；簇头将感知数据进行融合处理后按照路由表中的路径传输至基站；

(4)当目标移动至簇边缘位置时，触发网络的预测成簇机制，所述触发网络的预测成簇机制具体为：由簇内的边缘节点根据目标速度和运动方向确定新区域内节点规模，并提前通知目标将要移动的新区域内的节点进入预激活状态；新区域内的节点在目标到达之前采用所述第一级冗余判定确定新区域内预激活状态的节点，并完成新区域内的成簇操作。

2.根据权利要求1所述的基于事件驱动型无线传感器网络拓扑管理方法，其特征在于，所述步骤(2)中在进行第一级冗余判断时，进入预激活状态节点相互之间发送带有ID和位置的问询信息，收到问询信息的预激活状态节点根据其与其余预激活状态节点之间的距离和感知半径得到该预激活状态节点的总重叠感知范围，根据总重叠感知范围和该预激活状态节点的感知覆盖面积得到冗余度，将冗余度超过阈值的预激活状态节点回归休眠状态。

3.根据权利要求1所述的基于事件驱动型无线传感器网络拓扑管理方法，其特征在于，所述步骤(2)中在进行簇头竞选时，构建基于到其他节点距离、剩余能量、到基站跳数和感知目标信号强度的评估函数，其中，每个节点根据收发信号的强度计算出到其他节点的欧氏距离并计算出均值，每个节点通过评估函数计算自身的评估值，并在时间Ti后向

其他节点广播参选簇头的消息，节点在收到其他节点发出参选簇头的消息后退出竞选自动成为簇内成员节点，其中，dmax_i和dmin_i表示节点i到其他节点的最大欧氏距离和最小欧氏距离， 表示节点i到其他节点的欧氏距离的平均值，einit_i表示节点i的初始能量，er_i表示节点i的剩余能量，hBS_i表示节点i到基站的跳数，ssi表示节点i感知到事件的信号强度，ssmax表示所有节点中感知信号强度最大值，μ1+μ2+μ3+μ4＝1，Ti表示节点i向其他节点广播参选簇头消息的等待时间， k为调整系数。

4.根据权利要求1所述的基于事件驱动型无线传感器网络拓扑管理方法，其特征在于，所述步骤(3)中进行第二级冗余判定时，簇内成员节点j将本次感知的数据特征量化为一组n维特征值Cj发送给邻居节点进行比对，如果发现两个节点感知数据重复度较高，则剩余能量低的那个节点被判定为冗余。

5.根据权利要求1所述的基于事件驱动型无线传感器网络拓扑管理方法，其特征在于，所述簇内的边缘节点在成簇操作时由所述簇头选出，所述簇头将与其交互信号强度较弱的l个节点作为簇内的边缘节点，所述l个簇内的边缘节点构成l边形。

6.根据权利要求5所述的基于事件驱动型无线传感器网络拓扑管理方法，其特征在于，所述l边形中某一边上的簇内的若干边缘节点感知到目标的信号强度超过阈值时，判定出目标移动至簇边缘位置。

7.根据权利要求6所述的基于事件驱动型无线传感器网络拓扑管理方法，其特征在于，所述簇内的边缘节点根据目标速度和运动方向确定新区域内节点规模N表示为其中，vt表示目标速度，θ表示目标移动方向与目标距离l边形最近的两个簇内的边缘节点之间线段的夹角，σ为调整系数。

8.根据权利要求1所述的基于事件驱动型无线传感器网络拓扑管理方法，其特征在于，所述新区域内的成簇操作时，簇头竞选的因素包括新区域内节点的剩余能量、新区域内节点之间的位置关系和新区域内节点到基站的跳数。

说明书

一种基于事件驱动型无线传感器网络拓扑管理方法

技术领域

[0001] 本发明涉及事件驱动型无线传感器网络技术领域，特别是涉及一种基于事件驱动型无线传感器网络拓扑管理方法。

背景技术

[0002] 随着传感技术和无线通信技术相结合的制造技术的进步，微小的传感器节点可以在需要的领域密集部署，形成大规模的无线传感器网络。而事件驱动型无线传感器网络在检测突发事件上具有突出的优点，可以普遍应用于火灾、地震、城市交通、动物行踪以及空间探索等众多领域。

[0003] 具体来说事件驱动型网络的优势在于：第一，传感器节点可以跟踪和感测目标，从而使数据具有更好的保真度；第二，在节点感测的同时，数据经融合处理后第一时间发送给基站，具有高度的实时性；第三，传感器网络采用非连续型感测方式，能够减少网络能耗延长网络寿命。此外，在网络中采用层次型拓扑结构，即分簇后由簇头对成员节点进行统一的任务调度、数据收集、融合处理和数据转发，这种方式相较于平面型拓扑而言，数据具有更高的可靠性和稳定性。

[0004] 然而，事件驱动型无线传感器网络也存在一些不利之处。首先，由于事件目标的移动性，网络在保证数据精度的条件下，就需要驱使许多传感器节点保持激活状态，来跟踪目标所有的潜在方向，这就导致了过多的能量消耗。其次，由于单个节点对于目标的感测数据不完整，需要多个节点协作通信，但是这个过程中往往会受到运动目标和测量噪声的干扰。另外，由于无线传感器网络中节点的能量限制，如果不进行能量的均衡调配，将会导致一部分节点过早死亡，从而产生感知覆盖漏洞。

[0005] 目前针对事件驱动型传感网中出现的这些问题。许多现有的研究重点都集中在提高预测目标运动轨迹准确性的滤波方法上，但是这类方法的计算过程都较为复杂。如果是集中式的轨迹预测方法，由基站来承担计算任务，对于网络规模较大的场景实用性不高。而分布式的方法也需要权衡簇头的能力是否足以承担这项计算任务，所以这就对算法的复杂度限制提出了较高的要求。而且这类算法往往在前2～3分钟之内的感知数据都作为预测目标位置的历史数据，也就是说在这段时间之内，网络对目标的预测感知工作不能保证一定的准确性和实时性。一旦出现事件持续时间较短的情况，网络的感知数据就是不可靠的。并且很多方法设定的场景都是基于目标匀速移动的情况，没有针对目标的运动速度和运动方向做相应的调整。

[0006] 另一部分方法采用层次型拓扑管理，大多用分簇的方法来实现网络能量的均衡化。网络初始阶段就将整个区域内的传感器节点进行分簇，但这种方法不管是同构还是异构节点，对于事件驱动型应用都会浪费通信开销：对于异构网络，一般采用随机部署普通传感器节点，再均匀部署高级节点充当簇头的方式。这种方式本身在部署方面考虑的条件就比较理想，高级节点的使用以及均匀部署都需要额外的开销。而且在整个检测过程中，簇头的角色不会发生改变，会导致部分簇头节点能量消耗过快，一旦能量耗尽整个簇都无法继续工作，所以会出现检测漏洞，网络寿命大大缩短。而对于同构网络来说，由于各节点能力相同，在分簇完成之后，一般都是由簇内节点轮流担任簇头，所以在每一轮感测周期中，不论簇内是否出现目标，该簇都需要进行簇内的信息交互，来确定新一轮的簇头。这类方法在没有事件发生的绝大部分簇内会造成没有必要的分簇通信开销，造成能量不必要的消耗，也会缩短网络寿命。

发明内容

[0007] 本发明所要解决的技术问题是提供一种基于事件驱动型网络的拓扑管理方法，能够保证数据的高度实时性和可靠性，降低网络能耗。

[0008] 本发明解决其技术问题所采用的技术方案是：提供一种基于事件驱动型无线传感器网络拓扑管理方法，包括以下步骤：

[0009] (1)将节点随机部署至监测区域，并与基站进行通信记录跳数，得到路由表，随后所有节点进入休眠状态；

[0010] (2)当节点感知到事件发生时进入预激活状态，并根据邻居节点位置和感测范围进行第一级冗余判定，被判定为冗余的节点回归休眠状态，其余节点竞选簇头，完成成簇操作；

[0011] (3)所述簇头根据所述路由表向路径上的中继节点发送激活信号，同时簇内成员节点在将感知数据发送给所述簇头前，进行第二级冗余判定，被判定为冗余的节点维持预激活状态，其余簇内成员节点将感知数据发送给所述簇头；簇头将感知数据进行融合处理后按照路由表中的路径传输至基站；

[0012] (4)当目标移动至簇边缘位置时，触发网络的预测成簇机制。

[0013] 所述步骤(2)中在进行第一级冗余判断时，进入预激活状态节点相互之间发送带有ID和位置的问询信息，收到问询信息的预激活状态节点根据其与其余预激活状态节点之间的距离和感知半径得到该预激活状态节点的总重叠感知范围，根据总重叠感知范围和该预激活状态节点的感知覆盖面积得到冗余度，将冗余度超过阈值的预激活状态节点回归休眠状态。

[0014] 所述步骤(2)中在进行簇头竞选时，构建基于到其他节点距离、剩余能量、到基站跳数和感知目标信号强度的评估函数，其中，每个节点根据收发信号的强度计算出到其他节点的欧氏距离并计算出均值，每个节点通过评估函数计算自身的评估值，并在时间Ti后向
其他节点广播参选簇头的消息，节点在收到其他节点发出参选簇头的消息后退出竞选自动成为簇内成员节点，其中，dmax_i和dmin_i表示节点i到其他节点的最大欧氏距离和最小欧氏距离， 表示节点i到其他节点的欧氏距离的平均值，einit_i表示节点i的初始能量，er_i表示节点i的剩余能量，hBS_i表示节点i到基站的跳数，ssi表示节点i感知到事件的信号强度，ssmax表示所有节点中感知信号强度最大值，μ1+μ2+μ3+μ4＝1，Ti表示节点i向其他节点广播参选簇头消息的等待时间， k为调整系数。

[0015] 所述步骤(3)中进行第二级冗余判定时，簇内成员节点j将本次感知的数据特征量化为一组n维特征值Cj发送给邻居节点进行比对，如果发现两个节点感知数据重复度较高，则剩余能量低的那个节点被判定为冗余。

[0016] 所述步骤(4)中触发网络的预测成簇机制具体为：由簇内的边缘节点根据目标速度和运动方向确定新区域内节点规模，并提前通知目标将要移动的新区域内的节点进入预激活状态；新区域内的节点在目标到达之前采用所述第一级冗余判定确定新区域内预激活状态的节点，并完成新区域内的成簇操作。

[0017] 所述簇内的边缘节点在成簇操作时由所述簇头选出，所述簇头将与其交互信号强度较弱的l个节点作为簇内的边缘节点，所述l个簇内的边缘节点构成l边形。

[0018] 所述l边形中某一边上的簇内的若干边缘节点感知到目标的信号强度超过阈值时，判定出目标移动至簇边缘位置。

[0019] 所述簇内的边缘节点根据目标速度和运动方向确定新区域内节点规模N可表示为其中，vt表示目标速度，θ表示目标移动方向与目标距离l边形最近的两个簇内的边缘节点之间线段的夹角，σ为调整系数。

[0020] 所述新区域内的成簇操作时，簇头竞选的因素可包括新区域内节点的剩余能量、新区域内节点之间的位置关系和新区域内节点到基站的跳数等。

[0021] 有益效果

[0022] 由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果：

[0023] 与传统层次型拓扑控制算法相比，本发明更加适用于事件驱动型的无线传感器网络。首先，事件触发激活节点，并让被激活的节点成簇，这种方法让节点的感知工作更具有针对性。同时本发明摒弃了传统的全网分簇的模式，采用监测区域内无关节点保持休眠状态，避免了巨大的通信开销。

[0024] 在传感器节点工作过程中，本发明设计了二级冗余判定机制，分别是考虑节点感知范围和位置距离关系，计算出感知范围被覆盖程度来进行衡量的第一级冗余判定；以及考虑感知数据特征值是否重复以及剩余能量进行衡量的第二级冗余判定。这种二级冗余判定机制分别通过节点与邻居之间进行位置和数据特征值信息的交互来对冗余节点进行排查，虽然会带来一定的通信开销，但是对于大规模传感器节点随机部署的网络来说，其必然存在着非常多的冗余节点。由于感知数据的数据量较大，因冗余节点重复发送感知数据而造成的浪费远超过排查冗余的通信开销。所以这种二级冗余判定机制能够最大程度地利用网络中的冗余资源，平衡网络能量，延长网络寿命。

[0025] 在成簇过程中，对于簇头的竞选过程本发明也做出了改进。竞选过程考虑了4个因素：剩余能量、到其他节点的平均距离、感知目标信号的强度以及到BS的跳数。簇头需要承担任务调度、数据融合和数据转发等工作，要求具有更多的能量来承担这些额外的工作。另外由于数据传输、任务调配等需要，簇头与成员节点之间会进行频繁的信息交互，所以到其他节点平均距离较小的节点有更大的概率当选簇头。第三个因素，由于簇头结束处理数据的工作后需要发送给BS，而到BS跳数较小的节点发送数据能够更快到达，并且减少传输能耗。最后，感知目标信号的强度越强，说明距离事件发生的位置越近。除了感知到的数据保真度更高之外，簇头到事件的距离较小对于本发明设计的预测运动机制也起到重要作用。但是在预测成簇机制中，新簇的形成过程将不考虑这一因素。总的来说，本发明在簇头选择过程与传统方法相比，提升了合理性和全面性，也更符合实际应用。

[0026] 在目标发生移动的场景下，本发明设计了一种运动预测机制：将簇结构外围轮廓具象成多边形，构成多边形的最外围节点由簇头标记为边缘节点。当目标移动并即将脱离初始簇的感知范围时，簇内距离目标最近的一条边上的两个边缘节点将通过感知信号的强度率先发现这一情况，并根据目标移动的速度和方向确定将要激活的区域的节点规模，确定规模后提前激活目标将要移动的新的区域内的节点，保证无缝衔接地对目标进行连续型感知。这种机制能够保证感知数据的高度实时性，并且避免了由于目标移动带来的覆盖漏洞，使数据可靠性更高。

附图说明

[0027] 图1是本发明实施方式的工作流程图；

[0028] 图2是本发明实施方式中第一级冗余判定示意图；

[0029] 图3是本发明实施方式中初始分簇示意图；

[0030] 图4是本发明实施方式中目标移动触发预测成簇机制示意图；

[0031] 图5是本发明实施方式中预测节点提前激活下一区域节点示意图；

[0032] 图6是本发明实施方式中根据目标的速度vt和方向角θ来确定预测激活节点规模示意图；

[0033] 图7是本发明实施方式中节点状态转换图。

具体实施方式

[0034] 下面结合具体实施例，进一步阐述本发明。应理解，这些实施例仅用于说明本发明而不用于限制本发明的范围。此外应理解，在阅读了本发明讲授的内容之后，本领域技术人员可以对本发明作各种改动或修改，这些等价形式同样落于本申请所附权利要求书所限定的范围。

[0035] 本发明的实施方式涉及一种基于事件驱动型无线传感器网络拓扑管理方法，如图1所示，包括以下步骤：

[0036] 步骤1：节点随机部署到监测区域，与基站通信记录跳数，保存到路由表中。随后全部进入休眠状态，等待事件发生。本步骤中，所有传感器节点被随机部署在监测区域之后，向基站BS发送一个数据包并记录到BS的跳数写入路由表，随后全部进入休眠状态。

[0037] 步骤2：感知到事件发生的节点进入预激活状态，彼此交互信息，根据邻居节点位置和感测范围来进行第一级冗余判定。被判冗余的节点将回归休眠状态，暂不进行数据传输工作。其余节点根据剩余能量、到基站跳数和信号强度等竞争因素来竞选簇头。簇头选出之后，则结束成簇操作。

[0038] 本实施方式采用分簇的方式对传感器节点进行拓扑管理。虽然分簇会带来一定的通信开销，但如果不经过簇头融合，直接由传感器节点将数据多跳传输给基站再进行处理，那么传输路径上的中继节点将会承担较大的工作量，能量消耗会很大，寿命缩短。尤其关键路径上的中继节点如果能量耗尽，也就意味着整个网络都不能再继续工作。

[0039] 具体地说，处于休眠状态下感知到事件发生的m个节点用集合S来表示，其中，S＝{s1,s2,…,sm}。这些节点将从休眠状态中被唤醒进入预激活状态。预激活状态的节点相互之间会发送“HELLO”消息，内容包括：ID和位置信息。比如，预激活状态的节点i收到节点j发出的“HELLO”消息后，得到节点j的位置坐标(xj,yj)计算出欧式距离di,j：而所有节点的感知半径都为r，根据这些信息计算节点i与节点
j的感知重叠范围，见图2。

[0040] 根据距离di,j、感知半径r可以计算出两个节点重叠的感知范围，设定为Ri,j，假设有p个节点与节点i感知范围有重叠，那么总重叠面积表示为Si，其中，

[0041] 同时，可以设定节点i的冗余度γ，表示为 其中，R0为节点i的感知覆盖面积。设定一个阈值γ0，大小由实际应用中的准确度要求来决定，一旦节点i的冗余度超过该阈值，则被判定为冗余节点。被判为冗余的节点将回归休眠状态，不参与后面的簇头竞选和感知数据传输的工作。其他预激活状态的节点将参与簇头竞选。参与簇头竞选时，构建基于到其他节点距离、剩余能量、到基站跳数和感知目标信号强度等的评估函数，具体如下：

[0042] 首先，每个节点根据收发信号的强度计算出到其他节点的欧式距离并计算出均值其中，di,j表示节点i与节点j的欧氏距离。

[0043] 竞选簇头的依据采用一个评估函数V来进行衡量，其中选举簇头考虑的因素包括：节点剩余能量er、到其他节点的欧氏距离均值 到BS的跳数hBS以及感知事件信号强度ss。
则第i个节点的评估函数可以表示为：

[0044] 其中，dmax_i和dmin_i表示节点i到其他节点的最大欧氏距离和最小欧氏距离， 表示节点i到其他节点的欧氏距离的平均值，einit_i表示节点i的初始能量，er_i表示节点i的剩余能量，hBS_i表示节点i到基站的跳数，ssi表示节点i感知到事件的信号强度，ssmax表示所有节点中感知信号强度最大值，μ1,μ2,μ3,μ4可以根据具体环境进行调整，且满足μ1+μ2+μ3+μ4＝1。由此可见，到其他激活节点平均距离越小，剩余能量值越大，感受事件信号强度越大且到基站的跳数越小的节点，其评估函数值将越大，当选簇头的概率也就越大。在每个节点得到自己的评估函数值之后，等待一个时间Ti，向其他节点广播参选簇头的消息，表示为：
其中，k为调整系数，可以根据具体环境进行设置。可以看出评估函数值最大的节点将等待最短的时间进行广播，当其他节点收到来自其他节点发出参选簇头的消息后，则退出簇头的竞选，自动变为该簇头的成员节点。这样就完成了初始簇的形成(见图3)，簇头节点用CH表示，簇内成员节点用CM来表示。

[0045] 步骤3：簇头根据步骤S1中保存的到基站的路由表，发送激活信号，激活路径上的中继节点，为多跳传输数据做准备。同时簇内成员在将感知数据发送给簇头之前，进行第二级冗余判定，被判定为冗余的节点将维持预激活状态，不向簇头传输本次感知数据，其余成员节点将数据发送给簇头。簇头随后对数据进行融合处理，并将处理后的数据按照路由表中保存的路径多跳传输到基站。

[0046] 在本步骤中，成员节点开始对事件进行连续监测和感知，在将感知数据发送给簇头CH之前，成员节点将触发二级冗余判定。具体来说，节点i会将本次感知的数据特征量化为简单的一组n维特征值Ci，并发送给邻居节点进行比对，如果发现有两个节点感知数据重复度超过预设阈值，则剩余能量较低的那个节点被判为冗余，它将保持预激活状态，继续对目标进行感知，但是不向CH发送任何数据。没有被判冗余的节点将进入激活状态，成为成员节点，向CH发送感知数据。随着目标的移动，在每轮感知数据上传之前，都会触发第二级冗余判定机制，来判定每一轮感知工作中的冗余节点。这种方式能够保证簇内成员节点的角色随着目标移动和能量消耗而做出动态调整，保证感知工作的实时性以及簇内能量消耗的平衡性。

[0047] CH在接收到CM发来的数据后，进行数据融合工作。工作完成之后，CH将按照路由表上保存的路径，发送一个通知，激活在路径上的节点为中继节点RN。RN将进入激活状态，为本轮CH发送的数据进行中继转发工作。

[0048] 步骤4：当目标移动至簇边缘位置时，将触发网络的预测成簇机制，由边缘节点根据目标运动速度和运动方向确定新区域内节点规模，并提前通知目标将要移动的新区域内的节点进入预激活状态。至此，网络重复执行步骤S2，但区别在于此时新区域内节点将在目标到达之前完成竞选簇头操作。当目标到来之后，网络重复执行步骤S3和步骤S4。

[0049] 具体地说，事件驱动型应用的追踪目标用A来表示。本实施方式将簇的外围轮廓具象成一个l边形，由于初始簇结构是根据目标A出现后感知到它的节点构成的，所以目标A一定是处在接近初始簇中心的位置，节点从目标A向四周呈放射状分布，同时由于簇头竞选评估函数的约束，CH到目标A的距离也会比较小。在节点分簇完成并开始连续型感知工作的同时，CH选出CM中交互信号强度较弱的l个作为边缘节点构成l边形，并发出信息告知它们进行自我标记。图3中簇的外围轮廓就是一个8边形形状。

[0050] 进一步，由于目标A具有移动性，分簇结构也需要随之进行动态调整。由于在初始状态，目标A位于簇的几何中心附近，所以各边缘节点感知到的目标A的信号强度差距不大。当目标A开始移动一段时间，到达接近l边形某条边的位置时，这条边两端上的边缘节点感知到的信号强度将会显著提升，当超过一定的阈值时，两个边缘节点将触发预测成簇机制，成为预测节点，负责提前激活目标A将要移动到的新的区域内的节点。而提前激活的区域内的节点规模，由预测节点根据目标移动的速度vt和目标移动方向与两预测节点之间线段的夹角θ来决定。一般来说，目标运动速度vt越大，且夹角θ越小，则需要激活的节点规模就越大。因为如果节点规模太小，出现目标移动速度vt太大的情况，则可能出现来不及感知目标就离开新区域的情况；而夹角θ比较小时，说明目标在离开时轨迹的弯曲度较大，如果节点规模太小，目标也会很快离开新区域。所以预测激活的新区域内的节点规模N可以表示为：

[0051] 其中，σ为调整系数，由具体环境所决定。按照计算出的新区域节点规模，预测节点对其进行提前激活，继而在目标A到来之前构成新的簇结构，实现对A无缝衔接式的连续感知，具体如图4‑图6所示。

[0052] 当目标移动至新区域之前，被通知进入预激活状态的新区域内的节点将进行第一级冗余判定和竞选簇头。值得一提的是，在竞选簇头过程中，由于此时目标还未进入新区域，所有新区域内节点将感知不到目标的信号，所以在竞选簇头的时候，虽采用的方法与步骤S2中相同，但是将不考虑感知目标信号强度这一因素。簇头竞选完毕之后，新的簇结构就形成了，其外围轮廓类似于一个与初始簇有一条公共边的多边形。等待目标到来之后，新的簇结构将重复执行步骤S3和步骤S4，直至事件结束，目标信号消失。

[0053] 值得一提的是，本实施方式在实施过程中，由于传感器节点的感知模块和通信模块的功能会随着不同的工作阶段发生变化，所以将其设计了一共有四种状态，分别是休眠状态、预激活状态、激活状态以及中继节点。节点各种状态的技术细节如下：

[0054] 休眠状态：感知模块周期性地进行事件感知工作；通信模块保持侦听状态，只接收而不发送数据包。

[0055] 预激活状态：感知模块保持工作状态，连续性对事件进行感知；通信模块可以收发少量数据，内容包括竞选簇头的信息、感知数据特征值、位置信息等。预激活状态的节点将暂时不对感知数据进行传输。

[0056] 激活状态：感知模块保持工作状态，连续性对事件进行感知；通信模块可以收发大量数据，内容主要是感知数据。

[0057] 工作过程中，传感器节点不同状态之间的转换关系见图7。

[0058] 不难发现，本发明设计了二级冗余判定机制和预测成簇机制。这两个机制能够保证网络拓扑结构在随着目标移动而进行动态调整的过程中，感知工作高效实时的进行。本发明除增加感知数据的实时性和准确性之外，复杂度也较低，并且最大限度的利用冗余资源平衡网络能量，提高了工作效率，对于事件驱动型应用的大规模低成本传感器网络具有很高的实用价值。