孫玉文，沈明霞，陸明洲，熊迎軍，劉龍申

（南京農(nóng)業(yè)大學(xué)工學(xué)院江蘇省智能化農(nóng)業(yè)裝備重點(diǎn)實(shí)驗(yàn)室，江蘇南京 210031）

0 引言

無線傳感器網(wǎng)絡(luò)（WSNs）具有低成本、低功耗和自組織的特點(diǎn)，在農(nóng)業(yè)中得到了廣泛的應(yīng)用，如在溫室或農(nóng)田中部署大量節(jié)點(diǎn)以監(jiān)測(cè)農(nóng)業(yè)相關(guān)信息［1～4］。由于，傳感器節(jié)點(diǎn)要周期性地獲取監(jiān)測(cè)數(shù)據(jù)，并不斷地將數(shù)據(jù)向Sink節(jié)點(diǎn)匯集，而網(wǎng)絡(luò)中節(jié)點(diǎn)的能量是有限的，這樣就會(huì)造成負(fù)載過重的節(jié)點(diǎn)提前“死亡”，致使網(wǎng)絡(luò)壽命縮短。因此，構(gòu)建一個(gè)高效節(jié)能的路由策略，達(dá)到降低節(jié)點(diǎn)能耗、延長網(wǎng)絡(luò)生存時(shí)間是十分必要的。

近年來，通過模擬自然界中螞蟻集體覓食行為提出的蟻群算法在WSNs的相關(guān)應(yīng)用中取得了一定的效果［5～14］?；诖耍疚奶岢鲆环N分層次的元胞蟻群優(yōu)化（CACO）算法，即將網(wǎng)絡(luò)節(jié)點(diǎn)映射成元胞自動(dòng)機(jī)中的元胞，在區(qū)域內(nèi)產(chǎn)生搜索螞蟻，用來將隨機(jī)生成的簇頭節(jié)點(diǎn)的數(shù)據(jù)高效、節(jié)能地傳輸?shù)絊ink節(jié)點(diǎn)，實(shí)現(xiàn)信息的路由過程，能夠有效減少搜索路徑的盲目性，均衡網(wǎng)絡(luò)能量，延長網(wǎng)絡(luò)生命期。為了簡(jiǎn)化網(wǎng)絡(luò)復(fù)雜性，本文在農(nóng)田環(huán)境二維平面內(nèi)進(jìn)行研究，假設(shè)傳感器節(jié)點(diǎn)的數(shù)量和位置部署后都不再改動(dòng)，簇內(nèi)節(jié)點(diǎn)的初始能量都相同。

1 節(jié)點(diǎn)部署與節(jié)點(diǎn)模型

1．1 實(shí)際部署環(huán)境

實(shí)驗(yàn)場(chǎng)地選在江蘇某溫室，長約為98 m，寬約為68 m。溫室內(nèi)種植各類實(shí)驗(yàn)花卉，作物對(duì)地高度在1．00 m左右。結(jié)合溫室實(shí)際環(huán)境，將傳感器節(jié)點(diǎn)按照正六邊形進(jìn)行部署，安裝在固定支架上，都處于1．5 m高度。傳感器節(jié)點(diǎn)采用CC2430無線模塊，開源操作系統(tǒng)TinyOS，協(xié)議棧采用nesC語言開發(fā)。傳感器節(jié)點(diǎn)負(fù)責(zé)采集空氣溫度、濕度、光照強(qiáng)度和CO2濃度和土壤pH值等環(huán)境信息。

1．2 網(wǎng)絡(luò)模型

溫室傳感器網(wǎng)絡(luò)可以用一個(gè)四元組的元胞自動(dòng)機(jī)（V，S，N，f）表示，其中，V={v1，v2，…，vn}表示傳感器節(jié)點(diǎn)集合;S是有限的狀態(tài)集合，本文設(shè)置2個(gè)狀態(tài):0代表睡眠，1代表活躍;N為鄰居元胞的集合;f為狀態(tài)轉(zhuǎn)移函數(shù)，可以記為:St→St+Δt。

根據(jù)溫室節(jié)點(diǎn)部署情況可知，一個(gè)傳感器節(jié)點(diǎn)對(duì)應(yīng)一個(gè)元胞，其周圍相鄰6個(gè)節(jié)點(diǎn)為該中心元胞的鄰居，該節(jié)點(diǎn)會(huì)以一定的概率選擇其鄰居元胞，從而確定最優(yōu)路徑。如圖 1 所示，v1，v2，v3，v4，v5，v6是v0的鄰居，鄰居半徑為R，其鄰居

其中，（xj，yi）表示鄰居的坐標(biāo)，（xi，yi）表示中心元胞的坐標(biāo)。

圖1 元胞節(jié)點(diǎn)分布圖Fig 1 Celluar node deployment

1．3 節(jié)點(diǎn)能量模型

傳感器節(jié)點(diǎn)消耗能量主要集中在無線通信模塊上。在分析能量消耗時(shí)，采用無線傳輸能量消耗模型。將bit的信息傳送距離d時(shí)，每個(gè)傳感器節(jié)點(diǎn)在T時(shí)間內(nèi)消耗的能量為

式中d為發(fā)送裝置到接收電路的距離;Eeleck為發(fā)射裝置和接收電路發(fā)送或接收單位bit的耗能;εamp為發(fā)射放大器將每bit傳送單位平方米所耗的能量;n為傳播衰減指數(shù)，通常2＜n＜5。

每個(gè)節(jié)點(diǎn)在T時(shí)間內(nèi)的剩余能量為

1．4 節(jié)點(diǎn)狀態(tài)

由于農(nóng)業(yè)環(huán)境對(duì)信息采集實(shí)時(shí)性要求不高，因此，可以周期性進(jìn)行數(shù)據(jù)采集處理。設(shè)置元胞節(jié)點(diǎn)周期地在活動(dòng)與休眠狀態(tài)之間轉(zhuǎn)換。

設(shè)元胞節(jié)點(diǎn)vi在t時(shí)刻活躍狀態(tài)為

缸徑為D0=125 mm,桿徑為d1=60 mm,油缸額定壓力Pe=32 MPa,則油缸能承受的最大載荷為

當(dāng)檢測(cè)區(qū)域內(nèi)即鄰居半徑內(nèi)存在目標(biāo)螞蟻時(shí)，則元胞節(jié)點(diǎn)狀態(tài)可能發(fā)生改變，狀態(tài)轉(zhuǎn)換值wi（t）受鄰居節(jié)點(diǎn)距離和剩余能量影響，因此，令

其中，dij為節(jié)點(diǎn)vi與其他節(jié)點(diǎn)的距離，Er為節(jié)點(diǎn)剩余能量。

元胞節(jié)點(diǎn)可以周期性地進(jìn)行喚醒，元胞節(jié)點(diǎn)的活動(dòng)狀態(tài)在0～1之間互相轉(zhuǎn)換，若節(jié)點(diǎn)vi在t時(shí)刻是1態(tài)，則在t+Δt時(shí)刻變?yōu)?態(tài)，而若節(jié)點(diǎn)在t時(shí)刻是0態(tài)，則在t+Δt時(shí)刻是否變?yōu)?態(tài)，要通過設(shè)定狀態(tài)轉(zhuǎn)換值wi（t）的一個(gè)閾值來決定，當(dāng)wi（t）大于閾值時(shí)，則變?yōu)?態(tài)。

2 CACO算法設(shè)計(jì)

CACO算法將溫室傳感器網(wǎng)絡(luò)n個(gè)節(jié)點(diǎn)映射成n個(gè)元胞，每個(gè)元胞節(jié)點(diǎn)vi中都存儲(chǔ)其所有鄰居節(jié)點(diǎn)的剩余能量值、禁忌表Tabu、節(jié)點(diǎn)距離、信息素表等信息，如圖2所示。將m只螞蟻放在n個(gè)元胞節(jié)點(diǎn)上，對(duì)所有螞蟻置初始值，計(jì)算信息素概率，在鄰居范圍內(nèi)選擇下一個(gè)節(jié)點(diǎn)vj，并記錄最好解，通過不斷更新各條線路上的信息素，直到到達(dá)Sink節(jié)點(diǎn)，得到最優(yōu)路徑并進(jìn)行信息傳輸。

圖2 元胞節(jié)點(diǎn)結(jié)構(gòu)圖Fig 2 Cellular node structures

2．1 信息素概率模型

在路徑選擇過程中，每個(gè)螞蟻k根據(jù)各條路徑上的信息素濃度和路徑的啟發(fā)式信息等來計(jì)算選擇概率。概率值越大，說明螞蟻選擇下一節(jié)點(diǎn)vj的可能性越大。因此，螞蟻k選擇下一個(gè)節(jié)點(diǎn)的概率pkij與下列因素有關(guān)

其中，Tabuk用以記錄螞蟻k當(dāng)前所走過的節(jié)點(diǎn)，稱為禁忌表。ηij是表示從節(jié)點(diǎn)vi轉(zhuǎn)移到節(jié)點(diǎn)vj的啟發(fā)信息。τij（t）為t時(shí)刻在從節(jié)點(diǎn)vi到節(jié)點(diǎn)vj的路徑上的殘留信息素。

啟發(fā)信息與節(jié)點(diǎn)的鏈路強(qiáng)度lij有關(guān)，令

由上式可知，螞蟻在尋找路徑的過程中轉(zhuǎn)移概率受節(jié)點(diǎn)能量和距離的影響，這樣在搜索最優(yōu)解的同時(shí)，均衡了節(jié)點(diǎn)間的能量消耗，從而延長整個(gè)網(wǎng)絡(luò)的生命周期。

2．2 信息素更新模型

當(dāng)每只螞蟻k走完一步或者完成了一次的搜索后，要對(duì)殘留信息進(jìn)行更新處理。模型要考慮某些傳感器節(jié)點(diǎn)能量耗盡后導(dǎo)致拓?fù)浒l(fā)生變化情況與節(jié)點(diǎn)狀態(tài)，因此，從時(shí)刻t到時(shí)刻t+Δt時(shí)刻，在路徑l上信息素包含三部分

其中，ρ為信息素?fù)]發(fā)系數(shù)，ρ∈［0，1］，可以根據(jù)網(wǎng)絡(luò)拓?fù)渥兓念l度調(diào)制ρ的值，Δτij（t）表示從時(shí)刻t到t+Δt之間在路徑l上的信息素濃度增量，?為元胞狀態(tài)系數(shù)，?∈［0，1］。

3 仿真實(shí)驗(yàn)與分析

3．1 仿真環(huán)境

仿真平臺(tái)采用Matlab 2011。網(wǎng)絡(luò)模擬實(shí)際溫室環(huán)境，共有100個(gè)節(jié)點(diǎn)，均勻分布在100 m×100 m的正方形區(qū)域內(nèi)，1個(gè) Sink節(jié)點(diǎn)，節(jié)點(diǎn)的發(fā)送能耗70 mW，接收能耗90 mW，節(jié)點(diǎn)的通信距離是30 m，每個(gè)無線傳感器節(jié)點(diǎn)的初始能量為2 J，能量閾值為0．05 J。如果某節(jié)點(diǎn)的鄰居節(jié)點(diǎn)剩余能量低于能量閾值時(shí)，則認(rèn)為節(jié)點(diǎn)失效。具體實(shí)驗(yàn)參數(shù)如表1所示。

表1 仿真參數(shù)Tab 1 Simulation parameters

3．2 仿真結(jié)果分析

1）網(wǎng)絡(luò)的死亡節(jié)點(diǎn)數(shù)

圖3是網(wǎng)絡(luò)節(jié)點(diǎn)死亡數(shù)，CACO第一個(gè)節(jié)點(diǎn)死亡是第926輪，而LEACH算法第一個(gè)節(jié)點(diǎn)死亡的時(shí)間是第799輪，存活時(shí)間提高了15．9%，另外從第一個(gè)節(jié)點(diǎn)死亡到最后節(jié)點(diǎn)死亡之間的跨度也明顯是CACO要大一些，跨度反映了網(wǎng)絡(luò)中節(jié)點(diǎn)的能量均衡情況，時(shí)間跨度越大，說明網(wǎng)絡(luò)的能量使用越高效。由于充分利用了剩余能量比較和節(jié)點(diǎn)休眠轉(zhuǎn)換機(jī)制，CACO算法有效地延長了網(wǎng)絡(luò)的生命周期。

2）網(wǎng)絡(luò)的平均剩余能量

圖4反映了節(jié)點(diǎn)的平均剩余能量情況，隨著運(yùn)行時(shí)間的增大，剩余能量迅速減少，并且CACO算法減少速度相對(duì)慢些，當(dāng)運(yùn)行時(shí)間大約達(dá)到1000輪左右時(shí)，剩余能量減少速度減緩。整個(gè)運(yùn)行時(shí)間內(nèi)CACO算法平均剩余能量一直高于LEACH算法，反映了CACO算法更加注重能量消耗均衡性。

圖3 網(wǎng)絡(luò)死亡節(jié)點(diǎn)數(shù)圖Fig 3 Numbers of dead nodes in the network

圖4 網(wǎng)絡(luò)的平均剩余能量Fig 4 Average residual energy of network

4 溫室實(shí)驗(yàn)

利用本文設(shè)計(jì)的節(jié)點(diǎn)路由策略，在溫室內(nèi)部署16個(gè)傳感器節(jié)點(diǎn)，并進(jìn)行WSNs組網(wǎng)實(shí)驗(yàn)，在溫室內(nèi)進(jìn)行測(cè)試進(jìn)行為期15d的數(shù)據(jù)采集，設(shè)定每隔15min采集一次數(shù)據(jù)，初始電壓為3．3 V，節(jié)點(diǎn)電壓消耗情況如表2所示。

表2 實(shí)測(cè)剩余電壓Tab 2 Tested residual voltage

5 結(jié)論

元胞蟻群算法作為一種新型的仿生算法，具有分布性好、尋優(yōu)能力強(qiáng)、算法簡(jiǎn)單等優(yōu)點(diǎn)，將其應(yīng)用于WSNs中具有很大的優(yōu)勢(shì)?；?，本文設(shè)計(jì)了基于CACO算法的WSNs路由優(yōu)化算法，通過設(shè)計(jì)元胞節(jié)點(diǎn)休眠轉(zhuǎn)換機(jī)制和信息素更新規(guī)則，延長網(wǎng)絡(luò)生命周期，平衡網(wǎng)絡(luò)能量消耗。分析結(jié)果表明:該算法能有效地延長網(wǎng)絡(luò)存活節(jié)點(diǎn)數(shù)量，提高網(wǎng)絡(luò)的數(shù)據(jù)傳輸率。

［1］ 馮友兵，張榮標(biāo)，沈 敏．面向精確灌溉的無線傳感器網(wǎng)絡(luò)構(gòu)建［J］．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2009，40（1）:56 －59．

［2］ 何東健，鄒志勇，周 曼．果園環(huán)境參數(shù)遠(yuǎn)程檢測(cè)WSN網(wǎng)關(guān)節(jié)點(diǎn)設(shè)計(jì)［J］．農(nóng)業(yè)機(jī)械學(xué)報(bào)，2010，41（6）:182 －186．

［3］ 蔡義華，劉 剛，李 莉，等．基于無線傳感器網(wǎng)絡(luò)的農(nóng)田信息采集節(jié)點(diǎn)設(shè)計(jì)與試驗(yàn)［J］．農(nóng)業(yè)工程學(xué)報(bào)，2009，25（4）:176－178．

［4］ 張瑞瑞，趙春江，陳立平，等．農(nóng)田信息采集無線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)設(shè)計(jì)［J］．農(nóng)業(yè)工程學(xué)報(bào)，2009，25（11）:213 －218．

［5］ 任豐原，黃海寧，林 闖．無線傳感器網(wǎng)絡(luò)［J］．軟件學(xué)報(bào)，2003，14（7）:1282 －1291．

［6］ Muhammad S，Gianni A D C，Muddassar F．Swarm intelligence based routing protocol for wireless sensor networks:Survey and future directions［J］．Information Sciences，2011，181:4597 －4624．

［7］ 宋 超，劉 明，龔海剛．基于蟻群優(yōu)化解決傳感器網(wǎng)絡(luò)中的能量洞問題［J］．軟件學(xué)報(bào)，2009，20（10）:2729 －2743．

［8］ 朱思峰，劉 方，柴爭(zhēng)義．一種基于蟻群優(yōu)化的無線傳感器網(wǎng)絡(luò)路由算法［J］．北京理工大學(xué)學(xué)報(bào)，2010，30（11）:1295－1300．

［9］ 樊棠懷，肖賢建，殷玲玲，等．無線傳感器網(wǎng)絡(luò)的元胞自動(dòng)機(jī)自組織算法［J］．計(jì)算機(jī)工程，2009，35（21）:26 －28．

［10］曹春紅，王利民，趙大哲．基于離散元胞螞蟻算法的幾何約束求解技術(shù)研究［J］．電子學(xué)報(bào)，2011，39（5）:1127 －1130．

［11］ Wang A，Heinzelman W B，Sinha A，et al．Energy-scalable protocols for battery-operated micro-sensor networks［J］．Journal of VLSI Signal Processing，2001，29（3）:223 －237．

［12］ Luis C，Alejandro Q，Samuel P．Ant-based routing for wireless multimedia sensor networks using multiple QoS metrics［J］．Computer Networks，2010，54:2991 －3010．

［13］ Liao Wenhwa，KaoYucheng，Wu Rutin．Ant colony optimization based sensor deployment protocol for wireless sensor networks［J］．Expert Systems with Applications，2011，38:6599 －6605．

［14］ Saleem K，F(xiàn)isal N，Baharudin M A，et al．Ant colony inspired self-optimized routing protocol based on cross layer architecture for wireless sensor networks［J］．WSEAS Transactions on Communications，2010，9（10）:669 －678．