基于Agent技術(shù)的無線傳感網(wǎng)絡(luò)拓?fù)浞执厮惴ǚ抡嫜芯?/h1>
2014-03-21 13:16:30黃友銳唐超禮曲立國
儀表技術(shù)與傳感器 2014年7期
劉 佳，黃友銳，唐超禮，曲立國，韓 濤
(安徽理工大學(xué)電氣與信息工程學(xué)院，安徽淮南 232001)
0 引言
無線傳感器網(wǎng)絡(luò)(WSN)中的傳感器節(jié)點通常處在不易接近的惡劣環(huán)境中，并采用能量有限的電池供電[1]，由于電池不能隨時更換[2]，所以設(shè)計能量消耗低，能量消耗均勻，網(wǎng)絡(luò)生命周期長的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)至關(guān)重要[3]。
LEACH算法[4-5]是最早提出的一種自適應(yīng)分簇拓?fù)渌惴?，其簇頭節(jié)點能量消耗較大，且未考慮節(jié)點的剩余能量；HEED[6-7]作為一種完全分布式成簇算法，已將剩余能量作為參量引入其中，但對影響簇頭選舉的因素考慮不全，致使簇頭節(jié)點的選舉不合理?；诙鄼?quán)值優(yōu)化的分簇算法[8](MWBC)選取多個網(wǎng)絡(luò)參數(shù)作為簇頭選舉的依據(jù)，但其未考慮簇頭節(jié)點到匯聚節(jié)點的距離，對簇頭節(jié)點的能量消耗影響較大。
文中提出的基于Agent技術(shù)的無線傳感網(wǎng)絡(luò)拓?fù)浞执厮惴▽gent應(yīng)用到分簇算法中，由于Agent[9]可以過濾掉大量的冗余信息，所以在簇頭選舉階段可以有效減少通信量，降低網(wǎng)絡(luò)的能量消耗，在簇的更新階段節(jié)約了路由空洞和定時分簇造成的不必要的能量消耗。仿真結(jié)果表明，該算法可以節(jié)約網(wǎng)絡(luò)流量，延長整個網(wǎng)絡(luò)的生命周期。
1 相關(guān)假設(shè)
假設(shè)1：每個節(jié)點Agent上都有移動Agent的運行環(huán)境，且初始能量基本相同。
假設(shè)2：無線傳感器網(wǎng)絡(luò)中每個節(jié)點Agent都有唯一編號，且已知自己和鄰居節(jié)點Agent的編號。
假設(shè)3：部署的節(jié)點Agent分布在一個二維平面內(nèi)，可用坐標(biāo)(xv，yv)標(biāo)識自己的位置。
2 Agent類型定義
將無線傳感器網(wǎng)絡(luò)看作是一個多Agent系統(tǒng)，系統(tǒng)框圖如圖1所示。
圖1 基于Agent的WSN網(wǎng)絡(luò)框圖
圖1中系統(tǒng)包括6種類型Agent，類型及功能定義如下：節(jié)點Agent：存儲與節(jié)點相鄰的節(jié)點信息，并向移動Agent提供外部訪問和更新簇信息的接口；簇頭Agent：收集簇內(nèi)節(jié)點Agent發(fā)送的數(shù)據(jù)；簇內(nèi)移動Agent：由簇頭Agent產(chǎn)生，用于修復(fù)路由空洞和孤立節(jié)點問題；簇間移動Agent：由匯聚Agent產(chǎn)生，將用戶布置的任務(wù)分配給簇頭Agent，并將簇頭Agent收集到的數(shù)據(jù)傳送給匯聚Agent處理；匯聚Agent：處理簇頭Agent收集的信息和向簇頭Agent發(fā)送用戶發(fā)布的任務(wù)；用戶Agent：對傳感器網(wǎng)絡(luò)發(fā)布任務(wù)，收集匯聚Agent數(shù)據(jù)等。
3 基于Agent技術(shù)的無線傳感網(wǎng)絡(luò)拓?fù)浞执厮惴?/h2>
該算法分為首輪成簇和簇的更新2個階段。
3．1首輪成簇階段
簇頭Agent由每個節(jié)點Agent的剩余能量、發(fā)射范圍內(nèi)的鄰居數(shù)目、與所有鄰居的平均距離、與基站的距離4個因素共同決定，通過計算各節(jié)點Agent的權(quán)值大小，選出最佳簇頭Agent節(jié)點。
具體操作流程如下：
步驟1：每個節(jié)點Agent向其周圍節(jié)點Agent發(fā)送詢問報文，收到詢問報文的節(jié)點Agent回復(fù)應(yīng)答報文，節(jié)點Agent每收到一個應(yīng)答報文，計數(shù)器加1，以統(tǒng)計發(fā)射范圍內(nèi)的節(jié)點Agent數(shù)目之和，用Nv表示。
步驟2：節(jié)點Agent已知自身的位置信息(xv，yv)，通過接收到應(yīng)答報文中包含的鄰居節(jié)點Agent的位置信息(xn，yn)，可計算出節(jié)點Agent到其鄰居節(jié)點Agent的平均距離Dnv。
(1)
步驟3：網(wǎng)絡(luò)中的節(jié)點Agent接收到匯聚節(jié)點Agent發(fā)送的詢問報文后，提取出匯聚節(jié)點Agent的位置信息(xb，yb)，通過計算得出自己和匯聚節(jié)點Agent的距離Dbv．
(2)
步驟4：各Agent利用已知信息，計算其剩余能量EV．計算公式如下：
(3)
式中：Ev和E0分別為節(jié)點Agent的剩余能量和初始能量；T1和T2分別為節(jié)點Agent擔(dān)任簇頭Agent和未擔(dān)任簇頭Agent的時間；Nv為節(jié)點Agent發(fā)射范圍內(nèi)節(jié)點的數(shù)目之和；countv表示各鄰居節(jié)點Agent發(fā)送給該節(jié)點Agent的總數(shù)據(jù)量；e表示簇頭Agent融合單位數(shù)據(jù)所消耗的能量。
步驟5：完成以上各步驟后，節(jié)點Agent利用式(4)計算各自的權(quán)值。
(4)
式中：δ為一般情況下簇頭Agent能夠處理的理想節(jié)點數(shù)；λ1～λ4為權(quán)重因子，理想節(jié)點數(shù)和權(quán)重因子均可根據(jù)節(jié)點所處的環(huán)境變化隨時調(diào)整，且權(quán)重因子之和為1。
步驟6：每個節(jié)點Agent計算出自己的權(quán)值后向全網(wǎng)廣播自己的權(quán)值，并將接收到鄰居節(jié)點Agent報文中的權(quán)值與自己的權(quán)值比較，若其在鄰居節(jié)點Agent中具有最小權(quán)值，則該節(jié)點Agent成為簇頭Agent并向周圍節(jié)點Agent發(fā)送通知報文，宣布自己成為簇頭Agent。
步驟7：節(jié)點Agent根據(jù)接收到信號強度的大小，向信號強度最大的簇頭Agent發(fā)送請求報文，申請加入該簇，經(jīng)過簇頭Agent同意后加入該簇。
步驟8：重復(fù)步驟6～步驟7，所有節(jié)點Agent都加入到某一特定的簇后，完成分簇過程。
3．2簇的更新階段
該算法不是周期性地進(jìn)行簇頭選舉，而是采用事件通知Agent的啟發(fā)機制，簇內(nèi)移動Agent若發(fā)現(xiàn)路由空洞問題或孤立節(jié)點存在，修復(fù)后及時通知簇內(nèi)節(jié)點Agent進(jìn)行新一輪的簇頭選舉；或當(dāng)簇頭節(jié)點Agent的權(quán)值高于簇內(nèi)其他節(jié)點Agent時，也會進(jìn)行新一輪的簇頭選舉。
3．2．1路由空洞的修復(fù)
對于節(jié)點A來講，到達(dá)簇頭節(jié)點一個正常的路線是AFIO，如圖2(a)所示。若節(jié)點E和F已經(jīng)失效，通常節(jié)點B被選擇作為節(jié)點A的下一跳節(jié)點，路由是ABCDGHIO，形成了路由空洞問題，如圖2(b)所示。
(a)正常路由
(b)路由空洞
圖2路由空洞
有時繞過空洞不是最優(yōu)解，A直接發(fā)送到I的能量消耗遠(yuǎn)小于繞過空洞所消耗的能量。此時，簇內(nèi)移動Agent可以用來控制節(jié)點A的發(fā)射功率。當(dāng)簇內(nèi)移動Agent從A到達(dá)I，發(fā)現(xiàn)發(fā)送到I的能量消耗遠(yuǎn)小于繞過空洞所消耗的能量，再回到節(jié)點A，通知節(jié)點A直接發(fā)送至節(jié)點I，如圖3所示。
圖3移動Agent解決路由空洞
移動Agent將會在每個節(jié)點上做出一個判斷，如果移動Agent發(fā)現(xiàn)在節(jié)點k處滿足式(5)，然后它回到節(jié)點i處，讓i直接發(fā)送到節(jié)點k。
ETX(i，k)(5)
此外，考慮到能源假設(shè)的平衡，傳輸功率應(yīng)該有一個上限Emax，若一個節(jié)點長期使用大功率傳輸，它將很快耗盡自己的能量。因此，能量假設(shè)應(yīng)該滿足式(6)的制約條件。
ETX(i，k)(6)
3．2．2孤立節(jié)點的修復(fù)
若一個或一些節(jié)點和網(wǎng)絡(luò)的其他部分失去連接，則稱為孤立節(jié)點，如圖4所示。事實上，孤立節(jié)點的數(shù)據(jù)仍是有價值的，不應(yīng)該被浪費。
圖4 發(fā)現(xiàn)孤立節(jié)點
圖5 孤立節(jié)點重新加入
定義一個時間閾值Tmax，如果節(jié)點超過Tmax時間沒收到簇內(nèi)移動Agent，它將把本身作為一個孤立節(jié)點。然后用最大發(fā)射功率周期性進(jìn)行廣播。移動Agent收到這個消息后，通知孤立節(jié)點通過相應(yīng)的傳輸功率創(chuàng)建新的鏈接，如圖5所示。當(dāng)節(jié)點A重新加入網(wǎng)絡(luò)，新的路線是BCADE。
4 仿真結(jié)果分析
文中采用OMNET++仿真平臺[10-11]作為仿真工具，并將新提出的算法和MWBC算法在OMNET++仿真平臺上運行，對整個網(wǎng)絡(luò)的分簇能量消耗、丟包率、生存周期(第一個節(jié)點死亡時的分簇輪數(shù))3個方面進(jìn)行仿真分析和比較，仿真結(jié)果如圖6、圖7、圖8所示。
文中算法初始仿真環(huán)境主要參數(shù)配置情況如下：初始能量E0為12 J，權(quán)重因子λ1、λ2、λ3、λ4分別為0．3 J、0．2 J、0．2 J、0．3 J，節(jié)點距離臨界值d0為150 m，仿真區(qū)域面積為100×100 m2，Eelec為50 nJ/bit·m-1，εfx為10 pJ/bit·m-2．
圖6 每輪分簇消耗能量對比圖
圖6所示是每輪分簇能量的消耗，兩種算法每輪分簇消耗的能量均隨著節(jié)點數(shù)的增多而增多，因為隨著節(jié)點數(shù)的增多分簇時需要處理的數(shù)據(jù)量增多，加大了能量消耗，而文中算法明顯比MWBC算法[8]節(jié)省能量。因為信息傳輸過程去除了大量冗余信息，減少了通信消耗的能量。此外，在分簇過程中簇內(nèi)移動Agent及時對路由空洞問題進(jìn)行修復(fù)，節(jié)省了由于路由空洞造成的能量浪費。
由圖7可知，文中算法丟包率比MWBC算法[8]小，是因為文中算法利用Agent的思想，每個節(jié)點Agent都具有分布式數(shù)據(jù)處理功能，減少了所需傳輸?shù)臄?shù)據(jù)量，使得數(shù)據(jù)傳輸過程中的數(shù)據(jù)沖突減少，在簇的更新階段利用移動Agent進(jìn)行孤立節(jié)點的修復(fù)，也有利于降低丟包率。
圖7 丟包率對比圖
由圖8可以看出，文中提出的算法比MWBC算法[6]具有更長的網(wǎng)絡(luò)生存時間，節(jié)點數(shù)增多時這種優(yōu)勢更加明顯。文中算法將簇頭Agent到匯聚Agent的距離作為簇頭選舉的參量之一，可使簇頭的選舉更合理，能量消耗更加均勻；在簇的更新階段采用啟發(fā)機制減少了由于定時分簇造成的能量浪費。此外，利用簇間移動Agent把簇頭Agent收集的信息直接傳送給匯聚Agent，也可節(jié)省簇頭Agent的能量，減少簇頭節(jié)點因處理大量信息而提前死亡的風(fēng)險。
圖8 網(wǎng)絡(luò)生存時間對比圖
5 結(jié)束語
文中提出了一種基于Agent技術(shù)的無線傳感網(wǎng)絡(luò)拓?fù)浞执厮惴?，該算法在分簇初期全面考慮影響簇頭選舉的多種因素，根據(jù)不同的應(yīng)用環(huán)境動態(tài)調(diào)整加權(quán)因子；在簇的更新階段利用移動Agent及時對簇內(nèi)問題進(jìn)行發(fā)現(xiàn)和修復(fù)，修復(fù)完成后進(jìn)行新一輪的簇頭選舉。仿真結(jié)果表明文中提出的算法比HEED算法[6]和MWBC算法[6]更具優(yōu)勢，可以獲得更加合理的簇分布，節(jié)省能量，延長整個網(wǎng)絡(luò)的生命周期。適合在大規(guī)模部署或處在惡劣環(huán)境中的網(wǎng)絡(luò)中推廣。參考文獻(xiàn)：
[1]周治平，王亭．一種節(jié)能的無線傳感器網(wǎng)絡(luò)分簇算法．計算機工程，2011，37(22)：85-87．
[2]孫利民，李建中，陳渝．無線傳感器網(wǎng)絡(luò)．北京：清華大學(xué)出版社，2005：95-98．
[3]劉新華，李方敏．一種基于負(fù)載均衡的無線傳感器網(wǎng)絡(luò)分布式定向分簇算法．計算機研究與發(fā)展，2009，46(12)：2044-2052．
[4]潘霞，于宏毅．一種基于LEACH的能耗均衡分群算法．電路與系統(tǒng)學(xué)報，2012，17(1)：75-80．
[5]呂濤，朱清新等．一種能耗均衡的無線傳感器網(wǎng)絡(luò)分簇算法．計算機應(yīng)用，2012，32(11)：3107-3111．
[6]黃河清，姚道遠(yuǎn)．一種基于多權(quán)值優(yōu)化的無線傳感器網(wǎng)分簇算法研究．電子與信息學(xué)報，2008，30(6)：1489-1492．
[7]DIMOKAS N，KATSAROS D，MANOLOPOULOS Y．Energy-efficient distributed clustering in wireless sensor networks．Journal of Parallel and Distributed Computing，2010，70(4)：371-383．
[8]劉安豐，任炬．基于Omnet++的WSN路由實驗教學(xué)平臺．計算機工程，2012，38(11)：258-261．
[9]曹永潔，齊建東．無線傳感器網(wǎng)絡(luò)能耗均衡的流量調(diào)節(jié)機制．計算機工程，2012，32(11)：99-101．
[10]楊光旭，劉方愛．OMNeT++平臺上無線傳感器網(wǎng)絡(luò)仿真系統(tǒng)的研究．計算機應(yīng)用研究，2011，28(9)：3443-3446．
[11]王燕，張銳．基于三步簇頭競爭機制的分簇算法研究．儀表技術(shù)與傳感器，2013(4)：90-93．
猜你喜歡
太極拳連續(xù)“云手”運動強度及其能量消耗探究體育科技文獻(xiàn)通報(2022年4期)2022-10-21 03:20:00 一種融合時間權(quán)值和用戶行為序列的電影推薦模型成都信息工程大學(xué)學(xué)報(2022年3期)2022-07-21 09:35:04 中年女性間歇習(xí)練太極拳的強度、能量消耗與間歇恢復(fù)探究分析體育科技文獻(xiàn)通報(2022年3期)2022-05-23 13:46:20 CONTENTS沈陽師范大學(xué)學(xué)報(教育科學(xué)版)(2021年2期)2021-02-01 07:00:46 沒別的可吃作文中學(xué)版(2020年1期)2020-11-25 03:46:21 基于權(quán)值動量的RBM加速學(xué)習(xí)算法研究自動化學(xué)報(2017年7期)2017-04-18 13:41:02 空洞的眼神故事作文·高年級(2017年2期)2017-03-01 13:03:27 用事實說話勝過空洞的說教——以教育類報道為例新聞傳播(2015年20期)2015-07-18 11:06:46 鋁誘導(dǎo)大豆根系有機酸分泌的能量消耗定量研究植物營養(yǎng)與肥料學(xué)報(2014年1期)2014-03-11 20:25:05 臭氧層空洞也是幫兇世界科學(xué)(2013年11期)2013-03-11 18:09:47
劉 佳，黃友銳，唐超禮，曲立國，韓 濤
(安徽理工大學(xué)電氣與信息工程學(xué)院，安徽淮南 232001)
0 引言
無線傳感器網(wǎng)絡(luò)(WSN)中的傳感器節(jié)點通常處在不易接近的惡劣環(huán)境中，并采用能量有限的電池供電[1]，由于電池不能隨時更換[2]，所以設(shè)計能量消耗低，能量消耗均勻，網(wǎng)絡(luò)生命周期長的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)至關(guān)重要[3]。
LEACH算法[4-5]是最早提出的一種自適應(yīng)分簇拓?fù)渌惴?，其簇頭節(jié)點能量消耗較大，且未考慮節(jié)點的剩余能量；HEED[6-7]作為一種完全分布式成簇算法，已將剩余能量作為參量引入其中，但對影響簇頭選舉的因素考慮不全，致使簇頭節(jié)點的選舉不合理?；诙鄼?quán)值優(yōu)化的分簇算法[8](MWBC)選取多個網(wǎng)絡(luò)參數(shù)作為簇頭選舉的依據(jù)，但其未考慮簇頭節(jié)點到匯聚節(jié)點的距離，對簇頭節(jié)點的能量消耗影響較大。
文中提出的基于Agent技術(shù)的無線傳感網(wǎng)絡(luò)拓?fù)浞执厮惴▽gent應(yīng)用到分簇算法中，由于Agent[9]可以過濾掉大量的冗余信息，所以在簇頭選舉階段可以有效減少通信量，降低網(wǎng)絡(luò)的能量消耗，在簇的更新階段節(jié)約了路由空洞和定時分簇造成的不必要的能量消耗。仿真結(jié)果表明，該算法可以節(jié)約網(wǎng)絡(luò)流量，延長整個網(wǎng)絡(luò)的生命周期。
1 相關(guān)假設(shè)
假設(shè)1：每個節(jié)點Agent上都有移動Agent的運行環(huán)境，且初始能量基本相同。
假設(shè)2：無線傳感器網(wǎng)絡(luò)中每個節(jié)點Agent都有唯一編號，且已知自己和鄰居節(jié)點Agent的編號。
假設(shè)3：部署的節(jié)點Agent分布在一個二維平面內(nèi)，可用坐標(biāo)(xv，yv)標(biāo)識自己的位置。
2 Agent類型定義
將無線傳感器網(wǎng)絡(luò)看作是一個多Agent系統(tǒng)，系統(tǒng)框圖如圖1所示。
圖1 基于Agent的WSN網(wǎng)絡(luò)框圖
圖1中系統(tǒng)包括6種類型Agent，類型及功能定義如下：節(jié)點Agent：存儲與節(jié)點相鄰的節(jié)點信息，并向移動Agent提供外部訪問和更新簇信息的接口；簇頭Agent：收集簇內(nèi)節(jié)點Agent發(fā)送的數(shù)據(jù)；簇內(nèi)移動Agent：由簇頭Agent產(chǎn)生，用于修復(fù)路由空洞和孤立節(jié)點問題；簇間移動Agent：由匯聚Agent產(chǎn)生，將用戶布置的任務(wù)分配給簇頭Agent，并將簇頭Agent收集到的數(shù)據(jù)傳送給匯聚Agent處理；匯聚Agent：處理簇頭Agent收集的信息和向簇頭Agent發(fā)送用戶發(fā)布的任務(wù)；用戶Agent：對傳感器網(wǎng)絡(luò)發(fā)布任務(wù)，收集匯聚Agent數(shù)據(jù)等。
3 基于Agent技術(shù)的無線傳感網(wǎng)絡(luò)拓?fù)浞执厮惴?/h2>
該算法分為首輪成簇和簇的更新2個階段。
3．1首輪成簇階段
簇頭Agent由每個節(jié)點Agent的剩余能量、發(fā)射范圍內(nèi)的鄰居數(shù)目、與所有鄰居的平均距離、與基站的距離4個因素共同決定，通過計算各節(jié)點Agent的權(quán)值大小，選出最佳簇頭Agent節(jié)點。
具體操作流程如下：
步驟1：每個節(jié)點Agent向其周圍節(jié)點Agent發(fā)送詢問報文，收到詢問報文的節(jié)點Agent回復(fù)應(yīng)答報文，節(jié)點Agent每收到一個應(yīng)答報文，計數(shù)器加1，以統(tǒng)計發(fā)射范圍內(nèi)的節(jié)點Agent數(shù)目之和，用Nv表示。
步驟2：節(jié)點Agent已知自身的位置信息(xv，yv)，通過接收到應(yīng)答報文中包含的鄰居節(jié)點Agent的位置信息(xn，yn)，可計算出節(jié)點Agent到其鄰居節(jié)點Agent的平均距離Dnv。
(1)
步驟3：網(wǎng)絡(luò)中的節(jié)點Agent接收到匯聚節(jié)點Agent發(fā)送的詢問報文后，提取出匯聚節(jié)點Agent的位置信息(xb，yb)，通過計算得出自己和匯聚節(jié)點Agent的距離Dbv．
(2)
步驟4：各Agent利用已知信息，計算其剩余能量EV．計算公式如下：
(3)
式中：Ev和E0分別為節(jié)點Agent的剩余能量和初始能量；T1和T2分別為節(jié)點Agent擔(dān)任簇頭Agent和未擔(dān)任簇頭Agent的時間；Nv為節(jié)點Agent發(fā)射范圍內(nèi)節(jié)點的數(shù)目之和；countv表示各鄰居節(jié)點Agent發(fā)送給該節(jié)點Agent的總數(shù)據(jù)量；e表示簇頭Agent融合單位數(shù)據(jù)所消耗的能量。
步驟5：完成以上各步驟后，節(jié)點Agent利用式(4)計算各自的權(quán)值。
(4)
式中：δ為一般情況下簇頭Agent能夠處理的理想節(jié)點數(shù)；λ1～λ4為權(quán)重因子，理想節(jié)點數(shù)和權(quán)重因子均可根據(jù)節(jié)點所處的環(huán)境變化隨時調(diào)整，且權(quán)重因子之和為1。
步驟6：每個節(jié)點Agent計算出自己的權(quán)值后向全網(wǎng)廣播自己的權(quán)值，并將接收到鄰居節(jié)點Agent報文中的權(quán)值與自己的權(quán)值比較，若其在鄰居節(jié)點Agent中具有最小權(quán)值，則該節(jié)點Agent成為簇頭Agent并向周圍節(jié)點Agent發(fā)送通知報文，宣布自己成為簇頭Agent。
步驟7：節(jié)點Agent根據(jù)接收到信號強度的大小，向信號強度最大的簇頭Agent發(fā)送請求報文，申請加入該簇，經(jīng)過簇頭Agent同意后加入該簇。
步驟8：重復(fù)步驟6～步驟7，所有節(jié)點Agent都加入到某一特定的簇后，完成分簇過程。
3．2簇的更新階段
該算法不是周期性地進(jìn)行簇頭選舉，而是采用事件通知Agent的啟發(fā)機制，簇內(nèi)移動Agent若發(fā)現(xiàn)路由空洞問題或孤立節(jié)點存在，修復(fù)后及時通知簇內(nèi)節(jié)點Agent進(jìn)行新一輪的簇頭選舉；或當(dāng)簇頭節(jié)點Agent的權(quán)值高于簇內(nèi)其他節(jié)點Agent時，也會進(jìn)行新一輪的簇頭選舉。
3．2．1路由空洞的修復(fù)
對于節(jié)點A來講，到達(dá)簇頭節(jié)點一個正常的路線是AFIO，如圖2(a)所示。若節(jié)點E和F已經(jīng)失效，通常節(jié)點B被選擇作為節(jié)點A的下一跳節(jié)點，路由是ABCDGHIO，形成了路由空洞問題，如圖2(b)所示。
(a)正常路由
(b)路由空洞
圖2路由空洞
有時繞過空洞不是最優(yōu)解，A直接發(fā)送到I的能量消耗遠(yuǎn)小于繞過空洞所消耗的能量。此時，簇內(nèi)移動Agent可以用來控制節(jié)點A的發(fā)射功率。當(dāng)簇內(nèi)移動Agent從A到達(dá)I，發(fā)現(xiàn)發(fā)送到I的能量消耗遠(yuǎn)小于繞過空洞所消耗的能量，再回到節(jié)點A，通知節(jié)點A直接發(fā)送至節(jié)點I，如圖3所示。
圖3移動Agent解決路由空洞
移動Agent將會在每個節(jié)點上做出一個判斷，如果移動Agent發(fā)現(xiàn)在節(jié)點k處滿足式(5)，然后它回到節(jié)點i處，讓i直接發(fā)送到節(jié)點k。
ETX(i，k) (5) 此外，考慮到能源假設(shè)的平衡，傳輸功率應(yīng)該有一個上限Emax，若一個節(jié)點長期使用大功率傳輸，它將很快耗盡自己的能量。因此，能量假設(shè)應(yīng)該滿足式(6)的制約條件。 ETX(i，k) (6) 3．2．2孤立節(jié)點的修復(fù) 若一個或一些節(jié)點和網(wǎng)絡(luò)的其他部分失去連接，則稱為孤立節(jié)點，如圖4所示。事實上，孤立節(jié)點的數(shù)據(jù)仍是有價值的，不應(yīng)該被浪費。 圖4 發(fā)現(xiàn)孤立節(jié)點 圖5 孤立節(jié)點重新加入 定義一個時間閾值Tmax，如果節(jié)點超過Tmax時間沒收到簇內(nèi)移動Agent，它將把本身作為一個孤立節(jié)點。然后用最大發(fā)射功率周期性進(jìn)行廣播。移動Agent收到這個消息后，通知孤立節(jié)點通過相應(yīng)的傳輸功率創(chuàng)建新的鏈接，如圖5所示。當(dāng)節(jié)點A重新加入網(wǎng)絡(luò)，新的路線是BCADE。 文中采用OMNET++仿真平臺[10-11]作為仿真工具，并將新提出的算法和MWBC算法在OMNET++仿真平臺上運行，對整個網(wǎng)絡(luò)的分簇能量消耗、丟包率、生存周期(第一個節(jié)點死亡時的分簇輪數(shù))3個方面進(jìn)行仿真分析和比較，仿真結(jié)果如圖6、圖7、圖8所示。 文中算法初始仿真環(huán)境主要參數(shù)配置情況如下：初始能量E0為12 J，權(quán)重因子λ1、λ2、λ3、λ4分別為0．3 J、0．2 J、0．2 J、0．3 J，節(jié)點距離臨界值d0為150 m，仿真區(qū)域面積為100×100 m2，Eelec為50 nJ/bit·m-1，εfx為10 pJ/bit·m-2． 圖6 每輪分簇消耗能量對比圖 圖6所示是每輪分簇能量的消耗，兩種算法每輪分簇消耗的能量均隨著節(jié)點數(shù)的增多而增多，因為隨著節(jié)點數(shù)的增多分簇時需要處理的數(shù)據(jù)量增多，加大了能量消耗，而文中算法明顯比MWBC算法[8]節(jié)省能量。因為信息傳輸過程去除了大量冗余信息，減少了通信消耗的能量。此外，在分簇過程中簇內(nèi)移動Agent及時對路由空洞問題進(jìn)行修復(fù)，節(jié)省了由于路由空洞造成的能量浪費。 由圖7可知，文中算法丟包率比MWBC算法[8]小，是因為文中算法利用Agent的思想，每個節(jié)點Agent都具有分布式數(shù)據(jù)處理功能，減少了所需傳輸?shù)臄?shù)據(jù)量，使得數(shù)據(jù)傳輸過程中的數(shù)據(jù)沖突減少，在簇的更新階段利用移動Agent進(jìn)行孤立節(jié)點的修復(fù)，也有利于降低丟包率。 圖7 丟包率對比圖 由圖8可以看出，文中提出的算法比MWBC算法[6]具有更長的網(wǎng)絡(luò)生存時間，節(jié)點數(shù)增多時這種優(yōu)勢更加明顯。文中算法將簇頭Agent到匯聚Agent的距離作為簇頭選舉的參量之一，可使簇頭的選舉更合理，能量消耗更加均勻；在簇的更新階段采用啟發(fā)機制減少了由于定時分簇造成的能量浪費。此外，利用簇間移動Agent把簇頭Agent收集的信息直接傳送給匯聚Agent，也可節(jié)省簇頭Agent的能量，減少簇頭節(jié)點因處理大量信息而提前死亡的風(fēng)險。 圖8 網(wǎng)絡(luò)生存時間對比圖 文中提出了一種基于Agent技術(shù)的無線傳感網(wǎng)絡(luò)拓?fù)浞执厮惴?，該算法在分簇初期全面考慮影響簇頭選舉的多種因素，根據(jù)不同的應(yīng)用環(huán)境動態(tài)調(diào)整加權(quán)因子；在簇的更新階段利用移動Agent及時對簇內(nèi)問題進(jìn)行發(fā)現(xiàn)和修復(fù)，修復(fù)完成后進(jìn)行新一輪的簇頭選舉。仿真結(jié)果表明文中提出的算法比HEED算法[6]和MWBC算法[6]更具優(yōu)勢，可以獲得更加合理的簇分布，節(jié)省能量，延長整個網(wǎng)絡(luò)的生命周期。適合在大規(guī)模部署或處在惡劣環(huán)境中的網(wǎng)絡(luò)中推廣。參考文獻(xiàn)： [1]周治平，王亭．一種節(jié)能的無線傳感器網(wǎng)絡(luò)分簇算法．計算機工程，2011，37(22)：85-87． [2]孫利民，李建中，陳渝．無線傳感器網(wǎng)絡(luò)．北京：清華大學(xué)出版社，2005：95-98． [3]劉新華，李方敏．一種基于負(fù)載均衡的無線傳感器網(wǎng)絡(luò)分布式定向分簇算法．計算機研究與發(fā)展，2009，46(12)：2044-2052． [4]潘霞，于宏毅．一種基于LEACH的能耗均衡分群算法．電路與系統(tǒng)學(xué)報，2012，17(1)：75-80． [5]呂濤，朱清新等．一種能耗均衡的無線傳感器網(wǎng)絡(luò)分簇算法．計算機應(yīng)用，2012，32(11)：3107-3111． [6]黃河清，姚道遠(yuǎn)．一種基于多權(quán)值優(yōu)化的無線傳感器網(wǎng)分簇算法研究．電子與信息學(xué)報，2008，30(6)：1489-1492． [7]DIMOKAS N，KATSAROS D，MANOLOPOULOS Y．Energy-efficient distributed clustering in wireless sensor networks．Journal of Parallel and Distributed Computing，2010，70(4)：371-383． [8]劉安豐，任炬．基于Omnet++的WSN路由實驗教學(xué)平臺．計算機工程，2012，38(11)：258-261． [9]曹永潔，齊建東．無線傳感器網(wǎng)絡(luò)能耗均衡的流量調(diào)節(jié)機制．計算機工程，2012，32(11)：99-101． [10]楊光旭，劉方愛．OMNeT++平臺上無線傳感器網(wǎng)絡(luò)仿真系統(tǒng)的研究．計算機應(yīng)用研究，2011，28(9)：3443-3446． [11]王燕，張銳．基于三步簇頭競爭機制的分簇算法研究．儀表技術(shù)與傳感器，2013(4)：90-93．4 仿真結(jié)果分析
5 結(jié)束語
猜你喜歡
體育科技文獻(xiàn)通報(2022年4期)2022-10-21 03:20:00成都信息工程大學(xué)學(xué)報(2022年3期)2022-07-21 09:35:04體育科技文獻(xiàn)通報(2022年3期)2022-05-23 13:46:20沈陽師范大學(xué)學(xué)報(教育科學(xué)版)(2021年2期)2021-02-01 07:00:46作文中學(xué)版(2020年1期)2020-11-25 03:46:21自動化學(xué)報(2017年7期)2017-04-18 13:41:02故事作文·高年級(2017年2期)2017-03-01 13:03:27新聞傳播(2015年20期)2015-07-18 11:06:46植物營養(yǎng)與肥料學(xué)報(2014年1期)2014-03-11 20:25:05世界科學(xué)(2013年11期)2013-03-11 18:09:47
