中圖分類號(hào)：TN92 文獻(xiàn)標(biāo)志碼：A

0 引言

無線傳感網(wǎng)絡(luò)作為物聯(lián)網(wǎng)的核心組成部分，隨著應(yīng)用場(chǎng)景的日益復(fù)雜和多樣化，面臨通信異常入侵、節(jié)點(diǎn)覆蓋不均、節(jié)點(diǎn)分類困難以及數(shù)據(jù)通信協(xié)議不適應(yīng)海洋等特殊環(huán)境的問題，嚴(yán)重制約了無線傳感網(wǎng)絡(luò)的通信能力和整體性能。

肖衡等[1通過構(gòu)建支持向量機(jī)節(jié)點(diǎn)定位模型，明確網(wǎng)絡(luò)通信狀態(tài)，并推算異常行為造成的潛在損失，從而有效隔離異常節(jié)點(diǎn)。然而，該方法雖然能夠準(zhǔn)確檢測(cè)異常入侵，但在面對(duì)大規(guī)模網(wǎng)絡(luò)或復(fù)雜攻擊模式時(shí)，計(jì)算復(fù)雜度和實(shí)時(shí)性可能受到限制，導(dǎo)致通信能力下降。韋修喜等[2]通過結(jié)合麻雀搜索算法、引入自適應(yīng)權(quán)重系數(shù)以及柯西變異擾動(dòng)等策略，有效提高了節(jié)點(diǎn)覆蓋率。然而，該算法在優(yōu)化過程中可能陷入局部最優(yōu)解，且對(duì)于動(dòng)態(tài)變化的網(wǎng)絡(luò)環(huán)境適應(yīng)性較差，從而影響通信能力的穩(wěn)定性。周澄等[3]通過提取節(jié)點(diǎn)的Embedding、入度、出度等共引屬性特征，利用節(jié)點(diǎn)分類模型進(jìn)行訓(xùn)練，實(shí)現(xiàn)了對(duì)節(jié)點(diǎn)的準(zhǔn)確分類。然而，該方法在處理大規(guī)模網(wǎng)絡(luò)時(shí)，特征提取和模型訓(xùn)練的計(jì)算開銷較大，且對(duì)于節(jié)點(diǎn)特征的動(dòng)態(tài)變化敏感性不足，可能導(dǎo)致通信能力的波動(dòng)。史博等4通過軟件仿真分析，搭建了無線數(shù)據(jù)傳輸系統(tǒng)并開展了外場(chǎng)湖面環(huán)境下單節(jié)點(diǎn)無線電臺(tái)的往復(fù)通信測(cè)試。然而，該方法對(duì)于其他復(fù)雜環(huán)境下的通信協(xié)議適應(yīng)性較差，且未充分考慮網(wǎng)絡(luò)節(jié)點(diǎn)的能耗和安全性問題，從而限制了其在更廣泛場(chǎng)景下的通信能力。

針對(duì)上述存在的問題，本文進(jìn)一步探索基于數(shù)據(jù)驅(qū)動(dòng)的無線傳感網(wǎng)絡(luò)多等級(jí)通信技術(shù)，實(shí)現(xiàn)對(duì)網(wǎng)絡(luò)通信資源的優(yōu)化配置，提升通信能力。

1基于數(shù)據(jù)驅(qū)動(dòng)壓縮無線傳感網(wǎng)絡(luò)通信信號(hào)

為有效降低無線傳感網(wǎng)絡(luò)中通信信號(hào)數(shù)據(jù)的冗余度，節(jié)約大數(shù)據(jù)存儲(chǔ)資源，同時(shí)提升信號(hào)通信的效率，本文引人數(shù)據(jù)驅(qū)動(dòng)技術(shù)對(duì)海量的無線傳感網(wǎng)絡(luò)通信信號(hào)數(shù)據(jù)進(jìn)行壓縮處理，具體流程如下。

在無線傳感網(wǎng)絡(luò)中，將所有采集到的通信信號(hào)視為與時(shí)間緊密相關(guān)的時(shí)間序列 s 。其中 s 包含了有效信號(hào)與噪聲信號(hào)，基于數(shù)據(jù)驅(qū)動(dòng)技術(shù)，從 s 中精準(zhǔn)剔除噪聲信號(hào)，降噪公式為：

Sd=S-Po（S）（1）

式中， 表示估計(jì)出的噪聲部分。

完成上述對(duì)通信信號(hào)的受限等距性質(zhì)分析后，觀測(cè)向量 G 中雖然有效信號(hào)被一定程度壓縮，但其中蘊(yùn)含的網(wǎng)絡(luò)通信鏈路狀態(tài)信號(hào)特征仍可被挖掘。利用數(shù)據(jù)驅(qū)動(dòng)技術(shù)，獲取壓縮后的無線傳感網(wǎng)絡(luò)通信信號(hào)，公式為：

式中， W（n） 表示數(shù)據(jù)驅(qū)動(dòng)系數(shù)， y（n） 表示數(shù)據(jù)驅(qū)動(dòng)的輸出序列。

2設(shè)置無線傳感網(wǎng)絡(luò)多等級(jí)通信節(jié)點(diǎn)

在壓縮后的無線傳感網(wǎng)絡(luò)通信信號(hào)基礎(chǔ)上，設(shè)置無線傳感網(wǎng)絡(luò)多等級(jí)通信節(jié)點(diǎn)，考慮節(jié)點(diǎn)能耗均衡和節(jié)點(diǎn)等級(jí)劃分[5]。將 N 個(gè)壓縮后的無線傳感網(wǎng)絡(luò)通信信號(hào)傳輸?shù)侥繕?biāo)接收節(jié)點(diǎn)，以此增強(qiáng)無線傳感網(wǎng)絡(luò)多等級(jí)節(jié)點(diǎn)的協(xié)同通信能力，無線傳感網(wǎng)絡(luò)多等級(jí)通信節(jié)點(diǎn)模型如圖1所示。

多等級(jí)通信節(jié)點(diǎn)在無線傳感網(wǎng)絡(luò)中廣播特定的等級(jí)標(biāo)識(shí)信息，當(dāng)?shù)燃?jí)標(biāo)識(shí)信息傳輸?shù)剿邢嚓P(guān)節(jié)點(diǎn)時(shí)，記錄此時(shí)的本地時(shí)間戳服務(wù)模式[6]，多等級(jí)通信節(jié)點(diǎn)將記錄的本地時(shí)間戳信息交互給其他節(jié)點(diǎn)，得到無線傳感網(wǎng)絡(luò)多等級(jí)通信節(jié)點(diǎn)過程可通過下式描述：

圖1無線傳感網(wǎng)絡(luò)多等級(jí)通信節(jié)點(diǎn)模型

式中， t（i） 表示通信節(jié)點(diǎn) i 記錄的本地時(shí)間戳，t（j） 表示通信節(jié)點(diǎn) j 記錄的本地時(shí)間戳。

根據(jù)上述計(jì)算，能夠設(shè)置無線傳感網(wǎng)絡(luò)多等級(jí)通信節(jié)點(diǎn)，從而完成無線傳感網(wǎng)絡(luò)在壓縮信號(hào)基礎(chǔ)上的高效通信。

3實(shí)現(xiàn)無線傳感網(wǎng)絡(luò)多等級(jí)通信能力分配

在無線傳感網(wǎng)絡(luò)多等級(jí)通信節(jié)點(diǎn)的基礎(chǔ)上實(shí)現(xiàn)無線傳感網(wǎng)絡(luò)多等級(jí)通信能力分配，即把多等級(jí)通信節(jié)點(diǎn)的通信能力特征劃分為 K 個(gè)類，每一個(gè)節(jié)點(diǎn)的通信能力特征唯一對(duì)應(yīng)一個(gè)類別，并且在各個(gè)聚類當(dāng)中，節(jié)點(diǎn)與所屬聚類中心之間的間距選址優(yōu)化達(dá)到最小[7]

將無線傳感網(wǎng)絡(luò)多等級(jí)通信節(jié)點(diǎn)的通信能力特征視為樣本數(shù)據(jù)集合，表示為 R=[r₁，r₂，…，r_m] ，其中 m 為樣本數(shù)量。假定將 K 值確定為3，此時(shí)就需要把樣本數(shù)據(jù)集合里的樣本歸類到 C₁，C₂ 以及 C₃ 中。采用歐式距離衡量?jī)蓚€(gè)多等級(jí)通信節(jié)點(diǎn)通信能力特征之間的相似度，公式為：

式中， r_i 和 r_j 分別表示第 i 個(gè)和第 j 個(gè)通信節(jié)點(diǎn)的通信能力特征向量， z 表示特征向量的維度。

在無線傳感網(wǎng)絡(luò)多等級(jí)通信能力類別的條件概率 φ（C_u∣r） 基礎(chǔ)上，引入支持向量機(jī)（SVM），將拉格朗日乘子轉(zhuǎn)化為對(duì)偶乘子，最終的無線傳感網(wǎng)絡(luò)多等級(jí)通信能力分配公式為：

式中， f 表示支持向量機(jī)的核函數(shù)， α 表示拉格朗日乘子。通過求解公式（9），得到支持向量機(jī)的分類結(jié)果，從而完成無線傳感網(wǎng)絡(luò)多等級(jí)通信能力的精準(zhǔn)分配。

4實(shí)驗(yàn)測(cè)試

為驗(yàn)證基于數(shù)據(jù)驅(qū)動(dòng)的無線傳感網(wǎng)絡(luò)多等級(jí)通信技術(shù)的實(shí)際效能，需開展實(shí)驗(yàn)測(cè)試。借助MATLAB平臺(tái)構(gòu)建仿真環(huán)境，模擬復(fù)雜通信場(chǎng)景，引入泊松噪聲。將信號(hào)頻率確定為 2000Hz ，采樣頻率設(shè)定為20kHz ，信噪比設(shè)置為 15dB 。依據(jù)表1的實(shí)驗(yàn)設(shè)計(jì)參數(shù)，搭建多層次仿真架構(gòu)，以全面評(píng)估技術(shù)性能。

表1實(shí)驗(yàn)設(shè)計(jì)參數(shù)

仿真實(shí)驗(yàn)場(chǎng)景設(shè)定為圓形目標(biāo)監(jiān)測(cè)區(qū)域，基站置于圓心位置，隨機(jī)分布異構(gòu)節(jié)點(diǎn)120個(gè)，節(jié)點(diǎn)部署固定后位置保持不變。簇首選擇比例設(shè)定為0.08，即每輪簇首節(jié)點(diǎn)數(shù)量理論上維持在10個(gè)左右。在此環(huán)境下，運(yùn)用基于數(shù)據(jù)驅(qū)動(dòng)的無線傳感網(wǎng)絡(luò)多等級(jí)通信技術(shù)，采集通信過程中的信號(hào)數(shù)據(jù)，進(jìn)行預(yù)處理與特征分析，以驗(yàn)證該技術(shù)在多等級(jí)通信場(chǎng)景下的傳輸效能。劃定實(shí)驗(yàn)區(qū)域?yàn)?300m×300m 的正方形場(chǎng)地，所有傳感器節(jié)點(diǎn)均隨機(jī)部署于該區(qū)域內(nèi)，每個(gè)節(jié)點(diǎn)的有效通信覆蓋半徑設(shè)定為 30m 。選定最遠(yuǎn)端節(jié)點(diǎn)12作為核心信源節(jié)點(diǎn)，此節(jié)點(diǎn)上連接著溫濕度傳感器，該傳感器借助RS-485總線與節(jié)點(diǎn)12相連通，總線通信速率配置為96Kbit/s，無線傳感網(wǎng)絡(luò)空中接口波特率設(shè)置為 300Kbit/s 。

采用本文技術(shù)采集的原始無線傳感信號(hào)與經(jīng)過多等級(jí)融合處理后的信號(hào)波形對(duì)比圖，如圖2所示。

由圖2可知，原始無線傳感信號(hào)波形分布極為緊湊，而通過本技術(shù)的多等級(jí)融合處理后，信號(hào)波形分布變得較為疏松，且整體變化趨勢(shì)與原始波形保持一致。由此可見，本技術(shù)既能有效降低原始信號(hào)的冗余程度，又能很好地保留信號(hào)的關(guān)鍵特征，為后續(xù)的多等級(jí)通信傳輸提供了有力保障。

采用基于數(shù)據(jù)驅(qū)動(dòng)的無線傳感網(wǎng)絡(luò)多等級(jí)通信技術(shù)、肖衡等\"基于機(jī)器學(xué)習(xí)的無線傳感網(wǎng)絡(luò)通信異常入侵檢測(cè)技術(shù)、韋修喜等基于多策略改進(jìn)蝴蝶優(yōu)化算法的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化、周澄等[3]基于多共引特征的ZigBee無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)分類以及史博等[4海面無線局域傳感網(wǎng)絡(luò)的數(shù)據(jù)通信協(xié)議開展對(duì)比測(cè)試。通過模擬復(fù)雜通信場(chǎng)景，全面評(píng)估不同方法在通信方面的綜合表現(xiàn)。隨機(jī)挑選18個(gè)原始無線傳感信號(hào)與25個(gè)多等級(jí)融合信號(hào)開展通信判決測(cè)試，并在測(cè)試集中額外注人12組模擬干擾數(shù)據(jù)，5種方法的通信判決測(cè)試結(jié)果，如圖3所示。

圖2信號(hào)波形對(duì)比

由圖3可知，肖衡等[1方法的信號(hào)分布極為雜亂，各類信號(hào)相互交織，難以有效辨識(shí)其具體類型，顯示出較弱的信號(hào)區(qū)分能力。韋修喜等2方法雖然在一定程度上實(shí)現(xiàn)了信號(hào)的分類，但存在明顯的錯(cuò)判現(xiàn)象，且對(duì)噪聲數(shù)據(jù)較為敏感。周澄等[3]方法在信號(hào)聚類上表現(xiàn)較好，然而在面對(duì)復(fù)雜噪聲環(huán)境時(shí)，其抗干擾能力顯得不足，導(dǎo)致部分信號(hào)誤判。史博等4方法雖有一定改進(jìn)，但仍未能完全解決信號(hào)混淆和噪聲干擾的問題。而本文設(shè)計(jì)技術(shù)展現(xiàn)出了顯著的優(yōu)勢(shì)，不僅能夠?qū)⒃紵o線傳感信號(hào)和多等級(jí)融合信號(hào)精準(zhǔn)地聚類到不同區(qū)域，而且在整個(gè)測(cè)試過程中未出現(xiàn)任何錯(cuò)判情況，完全不受噪聲數(shù)據(jù)的干擾，始終保持著穩(wěn)定的通信信號(hào)判決能力，證明其具有更為理想的通信信號(hào)判決能力，在無線通信網(wǎng)絡(luò)中通信能力更強(qiáng)。

圖35種方法的通信判決測(cè)試結(jié)果

為深入評(píng)估所提技術(shù)的實(shí)際效能，在循環(huán)迭代輪次設(shè)定為300至1500次的區(qū)間內(nèi)開展實(shí)驗(yàn)，重點(diǎn)監(jiān)測(cè)不同迭代次數(shù)下各傳感器節(jié)點(diǎn)的累積時(shí)間偏差分布情況，5種方法的誤差累積分布曲線，如圖4所示。

由圖4可知，本文設(shè)計(jì)技術(shù)在各節(jié)點(diǎn)上的誤差累積均顯著小于其他4種文獻(xiàn)方法。肖衡等1方法在各節(jié)點(diǎn)的誤差范圍大致為 11.8～16.0ms ，韋修喜等[2]方法的誤差為 9.3～13.0ms ，周澄等[3]方法的誤差處于 7.1～10.2ms ，史博等[4]方法的誤差為 6.2～ 8.0ms 。而本文設(shè)計(jì)技術(shù)的誤差則穩(wěn)定維持在1.8～2.5ms 的超低水平。該數(shù)據(jù)充分表明，本文設(shè)計(jì)技術(shù)在無線通信網(wǎng)絡(luò)中能夠?qū)崿F(xiàn)更精準(zhǔn)的時(shí)間同步，有效降低通信延遲和誤差，具備更強(qiáng)的通信能力，為無線通信網(wǎng)絡(luò)的高效穩(wěn)定運(yùn)行提供了有力保障，

圖45種方法的誤差累積分布曲線

5結(jié)語

基于數(shù)據(jù)驅(qū)動(dòng)的無線傳感網(wǎng)絡(luò)多等級(jí)通信技術(shù)，本文通過充分挖掘數(shù)據(jù)價(jià)值，實(shí)現(xiàn)了對(duì)網(wǎng)絡(luò)通信資源的精準(zhǔn)調(diào)配，有效提高了通信能力。本文在保障通信安全、優(yōu)化節(jié)點(diǎn)覆蓋、精準(zhǔn)節(jié)點(diǎn)分類及適配通信協(xié)議等方面取得了一定成果，但仍存在復(fù)雜環(huán)境下穩(wěn)定性欠佳、計(jì)算復(fù)雜度高、能耗考慮不足等問題。未來，需結(jié)合新興技術(shù)如邊緣計(jì)算、人工智能等，持續(xù)優(yōu)化該通信技術(shù)，在提升通信性能的同時(shí)，兼顧能耗與成本，推動(dòng)無線傳感網(wǎng)絡(luò)在更多領(lǐng)域?qū)崿F(xiàn)高效、穩(wěn)定、可持續(xù)的通信，為物聯(lián)網(wǎng)的蓬勃發(fā)展提供堅(jiān)實(shí)支撐。

參考文獻(xiàn)

[1]肖衡，龍草芳.基于機(jī)器學(xué)習(xí)的無線傳感網(wǎng)絡(luò)通信異常入侵檢測(cè)技術(shù)[J].傳感技術(shù)學(xué)報(bào)，2022（5）：692-697.

[2]韋修喜，彭茂松，黃華娟.基于多策略改進(jìn)蝴蝶優(yōu)化算法的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)覆蓋優(yōu)化[J].計(jì)算機(jī)應(yīng)用，2024（4）：1009-1017.

[3]周澄，許勝.基于多共引特征的ZigBee無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)分類［J].傳感技術(shù)學(xué)報(bào)，2024（11）：1976-1982.

[4]史博，蘆雪松，陳琳，等.海面無線局域傳感網(wǎng)絡(luò)的數(shù)據(jù)通信協(xié)議研究[J].艦船科學(xué)技術(shù)，2022（19）：123-128.

[5]卜瀏.大數(shù)據(jù)挖掘的無線傳感網(wǎng)絡(luò)節(jié)點(diǎn)入侵風(fēng)險(xiǎn)檢測(cè)方法[J].無線互聯(lián)科技，2024（22）：119-121.

[6]莊培華.多模態(tài)數(shù)據(jù)驅(qū)動(dòng)的移動(dòng)圖書館情境化知識(shí)服務(wù)模式研究［J].江蘇科技信息，2024（5）：94-96.

[7]孫宇，許昌，韓星星，等.基于蜉蝣算法的變間距規(guī)則排布海上風(fēng)電場(chǎng)微觀選址優(yōu)化方法[J].新能源科技，2025（1） ：28-34.

（編輯戴啟潤）

Research on multi-level communication technology of wireless sensor networks based on data driven approach

ZHANG Chunyan （Jiangxi Vocational and Technical College of Communications， Nanchang 33O1O5， China）

Abstract：In wirelessensor networks，compressed signals can only be obtained based on signal uniqueness，which leads to weak communication ability.Therefore，amulti-level communicationtechnologybased ondata-driven wireless sensor networks isdesigned.Thecolected wirelessensor network communication signals are regarded as time series， and the noise is accurately removed based on data driving to obtain compressd signals.Onthe basis of compressed signals，themulti-levelcommunicationnodemodelof wirelesssensor network isconstructed，andthemulti-level communication node setting of wireless sensor network is completed.Euclidean distance is used to measure the similaritybetween thecommunication capabilitycharacteristicsof two multi-level communicationnodes，and thedual multiplierissolved to complete the multi-levelcommunicationcapabilityallocationof wireless sensor networks and realize effcient communication of wireless sensor networks.The experimental results show thatthedesigned technology canaccuratelycluster theoriginal wireless sensorsignal and multi-level fusion signal，without misjudgmentand noise interference，andtheeroraccumulationofeach nodeissignificantlylower than thatof theotherfourliterature methods，and itremains attheultra-low level of1.8～2.5ms，which proves thatit has strongercommunication ability in wireless sensor networks.

Key words：data-driven;restricted equidistant property；wireless sensor network；multi-level communication technology;multi-level fusion signal

作者簡(jiǎn)介：張春燕（1987—），女，講師，碩士研究生；研究方向：計(jì)算機(jī)網(wǎng)絡(luò)。