采用多个NB-IoT节点网关的自组网系统
技术领域
本发明涉及自组网通信技术领域，具体涉及一种采用多个NB-IoT节点网关的自组网系统。
背景技术
Zigbee技术是一种应用于短距离和低速率下的无线通信技术，ZigBee网络具有低功耗，自组网，多跳路由，高安全，抗干扰能力强的特点，但在Zigbee组成的网络中，数据是层层传递的，即需要将采集的数据从一个节点发送到另一个节点，需要扫描各种可能路径，每次扫描都需要占用大量的带宽资源，增加数据传输的时延。
现有技术中，一般采用RSSI技术来进行路径选择，然而该技术定位方法误差较大,不满足高精度的要求，特别是动态的节点之间，其所选路径仍存在中转次数过多，进而造成传输效率低的缺陷。
发明内容
本发明的发明目的在于：提供了一种采用多个NB-IoT节点网关的自组网系统，以克服现有技术中存在的传输效率低的缺陷。
本发明提供的一种技术方案为：一种采用多个NB-IoT节点网关的自组网系统，包括多个传输节点、多个路由网关、协调器和数据中心；其中，多个传输节点由多个Zigbee传输节点组成，多个路由网关由多个NB-IoT节点组成；
所述协调器用于确定各Zigbee节点数据发送的传送顺序，所述传送顺序按以下步骤处理：
构建各传输节点的判断矩阵；
对所述判断矩阵进行数学变换，以得到模糊一致性矩阵；
根据所述模糊一致性矩阵计算其初始权重；
再对所述初始权重进行标准化处理，以得到各传输节点的最终权重。
作为本申请一种可选的实施方式，所述判断矩阵根据各Zigbee传输节点自组网时的连接信息进行初次赋值；所述连接信息包括连接状态、对象属性和分布位置，所述赋值区间为[0,1]。
作为本申请一种可选的实施方式，计算所述初始权重具体包括：
计算各Zigbee传输节点的最大特征向量；
对所述最大特征向量进行归一化处理，以得到各Zigbee传输节点的权重。
作为本申请一种可选的实施方式，计算过程中，若ε精度不满足，则继续迭代到满足为止；其中，ε为给定误差。
作为本申请一种可选的实施方式，各Zigbee传输节点的权重值应满足模糊一致性矩阵的一致性要求。
作为本申请一种可选的实施方式，所述标准化处理，具体为：去模糊化处理，通过根据模糊数比较原则进行权重排名。
作为本申请一种可选的实施方式，根据得到的各传输节点的最终权重，评估出路径的稳定性，其评估参数包括节点跳数参数和各节点的剩余能量参数。
作为本申请一种可选的实施方式，所述路径的稳定性与所述评估参数具有以下关系：w＝x*n1+y*E；其中，w表示路径的稳定性，x、y表示不同的系数值，且x+y＝1，n1为节点跳数参数，E为剩余能量参数。
采用上述技术方案，具有以下优点：本发明提出的一种采用多个NB-IoT节点网关的自组网系统，通过在Zigbee自组网系统中引入模糊层次分析法，将传输的影响因素建立优先级的判断矩阵，并计算出各传输节点的权重值，以实现重新确定数据的传输路径，进而克服现有技术中存在的传输效率低的缺陷。
附图说明
图1是本发明实施例所提供的一种采用多个NB-IoT节点网关的自组网系统的系统框图。
具体实施方式
下面将详细描述本发明的具体实施例，应当注意，这里描述的实施例只用于举例说明，并不用于限制本发明。在以下描述中，为了提供对本发明的透彻理解，阐述了大量特定细节。然而，对于本领域普通技术人员显而易见的是：不必采用这些特定细节来实行本发明。在其他实例中，为了避免混淆本发明，未具体描述公知的电路，软件或方法。
在整个说明书中，对“一个实施例”、“实施例”、“一个示例”或“示例”的提及意味着：结合该实施例或示例描述的特定特征、结构或特性被包含在本发明至少一个实施例中。因此，在整个说明书的各个地方出现的短语“在一个实施例中”、“在实施例中”、“一个示例”或“示例”不一定都指同一实施例或示例。此外，可以以任何适当的组合和、或子组合将特定的特征、结构或特性组合在一个或多个实施例或示例中。此外，本领域普通技术人员应当理解，在此提供的示图都是为了说明的目的，并且示图不一定是按比例绘制的。
下面结合附图，对本发明作详细的说明。
参考图1所示，一种采用多个NB-IoT节点网关的自组网系统，包括多个传输节点、多个路由网关、协调器和数据中心；其中，多个传输节点由多个Zigbee传输节点组成，多个路由网关由多个NB-IoT节点组成；
所述协调器用于确定各Zigbee节点数据发送的传送顺序，所述传送顺序按以下步骤处理：
构建各传输节点的判断矩阵；
具体地，根据传输的影响因素建立优先级的判断矩阵，所述判断矩阵根据各Zigbee传输节点自组网时的连接信息进行初次赋值；所述连接信息包括连接状态、对象属性和分布位置，所述赋值区间为[0,1]；所述对象属性为各各Zigbee传输节点之间的关系，例如为主从节点、父子节点等。
对所述判断矩阵进行数学变换，以得到模糊一致性矩阵；
根据所述模糊一致性矩阵计算其初始权重；
具体地，计算所述初始权重具体包括：
计算各Zigbee传输节点的最大特征向量；
对所述最大特征向量进行归一化处理，以得到各Zigbee传输节点的权重。
再对所述初始权重进行标准化处理，以得到各传输节点的最终权重。
具体地，所述标准化处理，具体为：去模糊化处理，通过根据模糊数比较原则进行权重排名；
相应的，在计算过程中，若ε精度不满足，则继续迭代到满足为止；其中，ε为给定误差；
在其他实施中，考虑到多次迭代会对权重值造成一定的影响，因此，随着迭代次数的增加，对所述判断矩阵中的各值进行修正；具体地，引入惯性权重进行计算，其惯性权重为现有技术的应用，例如，采用减小惯性权重的方式。
各Zigbee传输节点的权重值应满足模糊一致性矩阵的一致性要求；即，计算得到的各传输节点的权重均大于零。
上述方案中，各Zigbee节点组成数据传输网络，每个节点以端到端的模式运作；NB-IoT节点负责数据的转发和节点的发现；协调器负责启动网络以及设置相关的网络参数；多个Zigbee传输节点与多个NB-IoT节点组成信号通路，并通过NB-IoT节点将数据上传至数据中心显示与处理；在自组网系统中中每个传输节点都有唯一的ID标识，并通过配备的GPS接收器获取当前的位置信息。
通过上述方案，在Zigbee自组网系统中引入模糊层次分析法，将传输的影响因素建立优先级的判断矩阵，并计算出各传输节点的权重值，以实现重新确定数据的传输路径，进而克服现有技术中存在的传输效率低的缺陷。
进一步地，在上述方案的基础上，所述的采用多个NB-IoT节点网关的自组网系统，根据得到的各传输节点的最终权重，评估出路径的稳定性，其评估参数包括节点跳数参数和各节点的剩余能量参数。
具体地，所述路径的稳定性与所述评估参数具有以下关系：w＝x*n1+y*E；其中，w表示路径的稳定性，w值越小，表示稳定性越高；x、y表示不同的系数值，且x+y＝1，本实施例中，x优选为0.68，y优选为0.32；n1为节点跳数参数，E为剩余能量参数；相应的，n1＝a/b；a为跳数，b为总节点数，E＝E1-E2/E1；E1为初始能量，E2为剩余能量。
这样利于从得到的优先节点中挑选出性能更加稳定的路径，这是考虑到在动态的网络中，最优的路径并不一定是最短的路径，最短路径在动态的网络中，节点的少许移动即可造成链路的断开，因此，易出现边缘效应，进而造成长时间的通信中断。
这样设置，使得本系统也能适用于动态传输节点的处理方案，这是考虑到有时候各传输节点存在相对运动的情况，使其更好的自适应。
进一步地，在上述方案的基础上，为了更好的选择出稳定的链路，适应于移动的传输节点组成的动态网络，该系统还用于进行链路可用时间预测，具体地包括：
获取选取的稳定链路中节点的通信距离、通信速度和运动方向；
并根据所述通信距离、通信速度和运动方向计算出临界距离，同时将其等效为三角运行模型；
根据所述三角运行模型和海伦公式，计算出链路中断时刻，从而得到链路的可用时间。
上述方案，进一步地将链路的稳定度和可用时间进行综合处理，进而选取出更加稳定的通信链路。
最后应说明的是：以上各实施例仅用以说明本发明的技术方案，而非对其限制；本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分或者全部技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的范围，其均应涵盖在本发明的权利要求和说明书的范围当中。
