一種能量高效的無線傳感器網(wǎng)絡(luò)拓?fù)淇刂扑惴?/h1>
2014-12-31 12:18:56江禹生
傳感器與微系統(tǒng) 2014年2期
江禹生，李 萍，馬 超
（重慶大學(xué)通信工程學(xué)院，重慶市 400030）
0 引言
無線傳感器網(wǎng)絡(luò)低功耗、低成本、自組織與分布式等特點(diǎn)使其成為信息獲取的重要技術(shù)，然而資源受限使得對無線傳感器網(wǎng)絡(luò)的應(yīng)用面臨著巨大的挑戰(zhàn)。減少能量消耗，延長網(wǎng)絡(luò)生命周期是無線傳感器網(wǎng)絡(luò)領(lǐng)域的重要研究方向。拓?fù)淇刂谱鳛闊o線傳感器網(wǎng)絡(luò)中減少能量消耗、延長網(wǎng)絡(luò)生命周期的重要技術(shù)［1］，近年來成為了無線傳感器網(wǎng)絡(luò)領(lǐng)域研究的熱點(diǎn)與難點(diǎn)之一。
現(xiàn)有的拓?fù)淇刂扑惴ㄖ饕杏诠?jié)點(diǎn)功率控制和分簇的層次型拓?fù)淇刂?個(gè)方面，本論文主要針對分簇的層次型拓?fù)淇刂扑惴ㄟM(jìn)行深入研究。LEACH（low-energy adaptive clustering hierarchy）［2］是比較經(jīng)典的層次型拓?fù)渌惴?，其他的算?HEED（hybrid energy-efficient distributed）［3］，DEEUC（distributed energy-efficient unequal clus-tering）［4］等，幾乎都是在LEACH算法基礎(chǔ)上做的改進(jìn)。
由于LEACH是隨機(jī)等概率的選擇簇頭，沒有考慮節(jié)點(diǎn)的剩余能量，簇頭數(shù)量和質(zhì)量都得不到保證。針對簇頭能耗過大的問題，Yassein M B等人在文獻(xiàn)［5］中提出了VLEACH（vice-LEACH）算法，該算法簇頭的選擇過程中設(shè)置了候選簇頭以均衡全網(wǎng)的能量消耗，但該算法未考慮全網(wǎng)的能量分布情況;在文獻(xiàn)［6］中，王偉超等人提出了LEACH-H算法，該算法在簇頭選擇過程中考慮了能量因素，但其涉及到鄰居節(jié)點(diǎn)ID、鄰居節(jié)點(diǎn)剩余能量、被選作為簇頭的次數(shù)、是否是鄰居節(jié)點(diǎn)4個(gè)數(shù)據(jù)項(xiàng)，增加了節(jié)點(diǎn)間的通信量，因而增加了能量的消耗;在文獻(xiàn)［7］中，周治平等人提出了EB-LEACH（energy balance LEACH）算法，該算法在簇頭的選擇過程中增加了能量閾值這一約束條件，但該算法只能平衡簇頭地區(qū)的能量分布，缺乏對全網(wǎng)能量消耗的平衡;通過對網(wǎng)絡(luò)中最佳簇頭數(shù)目的考慮，Thein M C M等人在文獻(xiàn)［8］中提出了能量有效的簇頭選擇算法，但該算法忽略了穩(wěn)定階段的能量消耗。
本文在LEACH分簇算法的基礎(chǔ)上結(jié)合EB-LEACH的一些優(yōu)秀思想，分別從建立階段和穩(wěn)定階段進(jìn)行改進(jìn)，提出了一種能量高效的拓?fù)淇刂扑惴ǎ╡nergy efficient topology control algorithm，EETCA）。其基本思想是:在簇頭的選舉中，考慮節(jié)點(diǎn)的剩余能量，保證每輪選舉最佳節(jié)點(diǎn)當(dāng)選簇頭;簇的形成綜合考慮了簇的規(guī)模，防止簇頭節(jié)點(diǎn)因?yàn)榇氐囊?guī)模過大而過早死亡;數(shù)據(jù)穩(wěn)定傳輸階段，簇頭與Sink節(jié)點(diǎn)間的通信采用多跳路由方式，平衡網(wǎng)絡(luò)負(fù)載。
1 相關(guān)理論
1.1 能耗模型
通常傳感器節(jié)點(diǎn)的能量消耗模型采用文獻(xiàn)［2］中提出的無線電能量消耗模型，如圖1所示。
圖1 無線電能量消耗模型Fig 1 Radio energy dissipation model
在該模型中，傳感器節(jié)點(diǎn)發(fā)送kbit的數(shù)據(jù)包到距離為d的另一個(gè)傳感器節(jié)點(diǎn)，所消耗的能量由發(fā)射電路損耗和功率放大損耗兩部分組成，用ETx（k，d）表示
節(jié)點(diǎn)接收kbit數(shù)據(jù)包消耗的能量用ERx（k）為接收數(shù)據(jù)主要是電路能量消耗，具體見式（2）所示
1.2 最優(yōu)簇?cái)?shù)目
在EATC算法中，簇頭與Sink節(jié)點(diǎn)的通信采用多跳方式，結(jié)合文獻(xiàn)［2］中對LEACH算法最優(yōu)簇?cái)?shù)目的推導(dǎo)，可以對最優(yōu)簇?cái)?shù)目的計(jì)算公式進(jìn)行調(diào)整。
則整個(gè)網(wǎng)絡(luò)的能量消耗Etotal為
其中，EDA為簇頭進(jìn)行數(shù)據(jù)融合所消耗的能量，dCH-to-CH為簇頭與相鄰其他簇頭之間的平均距離。
對式（5）求導(dǎo)并令導(dǎo)數(shù)等于0，可得出改進(jìn)的最優(yōu)簇的數(shù)目mopt，計(jì)算如式（6）所示
1.3 多跳通信
大量研究表明，當(dāng)網(wǎng)絡(luò)規(guī)模較大時(shí)，簇頭與Sink節(jié)點(diǎn)的通信采用多跳方式可以顯著降低能量消耗［9］。
對于節(jié)點(diǎn)多跳通信，如圖2所示，數(shù)據(jù)在線性網(wǎng)絡(luò)鏈路上轉(zhuǎn)發(fā)。其中相鄰2個(gè)傳感器節(jié)點(diǎn)間的平均距離為d，最后一個(gè)節(jié)點(diǎn)B到匯聚節(jié)點(diǎn)的距離也為d。假設(shè)節(jié)點(diǎn)A發(fā)送一個(gè)kbit的數(shù)據(jù)包，數(shù)據(jù)包數(shù)據(jù)經(jīng)過n跳傳輸?shù)竭_(dá)匯聚節(jié)點(diǎn)，所消耗的能量為
式（7）對n求導(dǎo)，并令導(dǎo)數(shù)為0，可以求出簇頭發(fā)送信息到基站的最優(yōu)跳數(shù)nopt。
圖2 多跳轉(zhuǎn)發(fā)網(wǎng)絡(luò)模型Fig 2 Multi-hop transmit network model
2 EETCA實(shí)現(xiàn)策略
2.1 網(wǎng)絡(luò)模型
為了便于控制策略的描述和分析，先做如下假設(shè):
1）監(jiān)測區(qū)域?yàn)橐?guī)則正方形，基站在監(jiān)測區(qū)域的中心位置，能量沒有限制;
2）節(jié)點(diǎn)均勻分布在監(jiān)測區(qū)域中，所有節(jié)點(diǎn)都知道自己的位置信息，節(jié)點(diǎn)位置固定不動;
3）每個(gè)節(jié)點(diǎn)具有相同的初始能量，且能夠獲得自身的剩余能量，都可以與基站直接通信;
4）鏈路是對稱的，可以根據(jù)源節(jié)點(diǎn)的發(fā)射功率和接收信號的RSSI估計(jì)到源節(jié)點(diǎn)的距離;
5）忽略真實(shí)環(huán)境中存在障礙物等影響通信質(zhì)量的因素，所有節(jié)點(diǎn)的數(shù)據(jù)包都能夠進(jìn)行可靠傳輸。
2.2 EETCA 設(shè)計(jì)思路
2.2.1 簇頭選擇階段
在此過程中，各節(jié)點(diǎn)首先選取一個(gè)［0，1］之間的隨機(jī)數(shù)，如果節(jié)點(diǎn)n產(chǎn)生的隨機(jī)數(shù)小于閾值T（n），則將節(jié)點(diǎn)n選為候選簇頭。然后繼續(xù)計(jì)算此時(shí)候選節(jié)點(diǎn)的剩余能量，并與能量閾值Eth進(jìn)行比較，當(dāng)節(jié)點(diǎn)的剩余能量大于該輪的能量閾值Eth時(shí)，則該節(jié)點(diǎn)當(dāng)選為簇頭，然后簇頭節(jié)點(diǎn)向網(wǎng)絡(luò)中發(fā)送廣播信息［9］。其中T（n）的計(jì)算公式為
其中，p為節(jié)點(diǎn)當(dāng)選簇頭的概率;r為選舉輪數(shù);G為最近1/p輪中還未當(dāng)選過簇頭的節(jié)點(diǎn)集合。
第r輪節(jié)點(diǎn)的能量閾值Eth的計(jì)算公式為
其中，L為網(wǎng)絡(luò)預(yù)計(jì)要運(yùn)行的輪數(shù)，E0為節(jié)點(diǎn)的初始能量。
通過引入能量閾值，有效地防止了低能量的節(jié)點(diǎn)成為簇頭，避免了因?yàn)榇仡^死亡造成的數(shù)據(jù)丟失和網(wǎng)絡(luò)空洞，使網(wǎng)絡(luò)能量得到均衡的利用，顯著地延長網(wǎng)絡(luò)的壽命。
2.2.2 簇的建立階段
離Sink節(jié)點(diǎn)近的簇頭承擔(dān)了轉(zhuǎn)發(fā)其他簇頭數(shù)據(jù)信息的任務(wù)，其能量消耗比離Sink節(jié)點(diǎn)遠(yuǎn)的簇頭大，為了保證各簇頭節(jié)點(diǎn)的能量消耗達(dá)到均衡，離Sink節(jié)點(diǎn)近的簇的規(guī)模應(yīng)適當(dāng)?shù)臏p?。?］。
假定簇頭節(jié)點(diǎn)都以一定的功率進(jìn)行通信，其傳輸半徑為R，非簇頭節(jié)點(diǎn)根據(jù)式（10）加入相應(yīng)的簇
其中，dj-to-CHi為節(jié)點(diǎn)j到簇頭i的距離，di-t--Sink為簇頭i到Sink節(jié)點(diǎn)間的距離，NCHi為簇頭i的一跳鄰居數(shù)，γ為權(quán)重。
節(jié)點(diǎn)在入簇過程中，綜合考慮了簇頭的鄰居數(shù)與傳感器節(jié)點(diǎn)到簇頭的距離，防止某個(gè)簇的規(guī)模過于龐大，均衡簇頭能量消耗。當(dāng)所有傳感器節(jié)點(diǎn)都已成簇之后，簇頭節(jié)點(diǎn)為簇內(nèi)節(jié)點(diǎn)分配通信時(shí)隙和進(jìn)行簇內(nèi)通信的直接序列擴(kuò)頻碼，然后進(jìn)入穩(wěn)定數(shù)據(jù)傳輸階段。
2.2.3 穩(wěn)定數(shù)據(jù)傳輸
基站根據(jù)網(wǎng)絡(luò)規(guī)模使用式（7）算得最優(yōu)跳數(shù)nopt。簇內(nèi)節(jié)點(diǎn)以單跳方式把數(shù)據(jù)發(fā)送到簇頭，簇頭進(jìn)行數(shù)據(jù)融合，然后查詢路由表，若Sink節(jié)點(diǎn)在其通信范圍之內(nèi)，則直接將數(shù)據(jù)信息發(fā)送給Sink節(jié)點(diǎn);若不在，則根據(jù)最優(yōu)跳數(shù)選擇轉(zhuǎn)發(fā)代價(jià)Etotal最小的簇頭作為下一跳，間接將數(shù)據(jù)傳送到Sink節(jié)點(diǎn)。
3 仿真實(shí)驗(yàn)與結(jié)果分析
本文采用Matlab建立了網(wǎng)絡(luò)仿真模型，對EETCA進(jìn)行仿真分析，并從網(wǎng)絡(luò)整體剩余能量、存活節(jié)點(diǎn)數(shù)等方面與LEACH，EB-LEACH算法進(jìn)行比較。
3.1 仿真模型與參數(shù)設(shè)置
100個(gè)傳感器節(jié)點(diǎn)隨機(jī)分布在100 m×100 m的監(jiān)測區(qū)域內(nèi)，Sink節(jié)點(diǎn)部署在坐標(biāo)為（50，50 m）的點(diǎn)上，如圖3。
圖3 網(wǎng)絡(luò)中隨機(jī)分布100個(gè)節(jié)點(diǎn)的示意圖Fig 3 Schematic diagram of 100 sensor nodes are scattered randomly in networks
實(shí)驗(yàn)的其他參數(shù)如表1所示。
表1 實(shí)驗(yàn)參數(shù)Tab 1 Experimental parameters
3.2 結(jié)果分析
3.2.1 最優(yōu)跳數(shù)
圖4是當(dāng)跳數(shù)n取不同值時(shí)，一個(gè)數(shù)據(jù)包經(jīng)過網(wǎng)絡(luò)傳輸?shù)竭_(dá)基站時(shí)所消耗的能量關(guān)系圖。從圖中可以看出:當(dāng)n從1變化到2時(shí)，能量急劇下降，這主要是因?yàn)閚=1時(shí)節(jié)點(diǎn)無線通信模塊的能耗與通信距離的四次方成正比;n=2時(shí)，網(wǎng)絡(luò)能耗達(dá)到最小值。隨著n的增大，增加了網(wǎng)絡(luò)對數(shù)據(jù)的轉(zhuǎn)發(fā)，網(wǎng)絡(luò)能耗也隨之增加。
圖4 能量消耗與傳輸跳數(shù)關(guān)系圖Fig 4 Transmission hop number vs energy dissipation
3.2.2 網(wǎng)絡(luò)剩余能量
圖5是網(wǎng)絡(luò)整體剩余能量隨網(wǎng)絡(luò)運(yùn)行輪數(shù)的變化曲線。從圖中可以看出:本文提出的EETCA每輪剩余的總能量最多，其次是EB-LEACH算法，最差的是LEACH算法。主要因?yàn)镋ETCA中簇頭的選舉、簇的形成以及數(shù)據(jù)的傳輸方式更加合理，減少了節(jié)點(diǎn)的能量消耗，使網(wǎng)絡(luò)每輪的剩余能量隨之增加。
圖5 網(wǎng)絡(luò)整體剩余能量與網(wǎng)絡(luò)運(yùn)行輪數(shù)關(guān)系圖Fig 5 Network running number of sheaves vs overall residual energy of network
圖6是3種算法節(jié)點(diǎn)剩余能量的標(biāo)準(zhǔn)差隨網(wǎng)絡(luò)運(yùn)行輪數(shù)變化的曲線圖。EETCA的節(jié)點(diǎn)剩余能量標(biāo)準(zhǔn)差比LEACH算法和EB-LEACH算法的都小，且隨著輪數(shù)的增加有明顯的下降趨勢。其根本原因在于，EETCA在均衡簇頭節(jié)點(diǎn)和普通節(jié)點(diǎn)能耗的同時(shí)，還通過減小離Sink節(jié)點(diǎn)近的簇的規(guī)模均衡了簇頭之間的能耗，使網(wǎng)絡(luò)總體能量消耗更加均衡。
圖6 節(jié)點(diǎn)剩余能量標(biāo)準(zhǔn)差與網(wǎng)絡(luò)運(yùn)行輪數(shù)關(guān)系圖Fig 6 Network running number of sheaves vs standard deviation of residual energy of node
3.2.3 網(wǎng)絡(luò)生命周期
圖7是隨著網(wǎng)絡(luò)運(yùn)行輪數(shù)的推移，在相同的環(huán)境條件下，3種算法的存活節(jié)點(diǎn)個(gè)數(shù)與網(wǎng)絡(luò)運(yùn)行輪數(shù)關(guān)系圖。由于EETCA與EB-LEACH算法在簇頭選擇階段都充分考慮了節(jié)點(diǎn)的剩余能量，因此，在同樣規(guī)模的環(huán)境下網(wǎng)絡(luò)生命周期明顯較LEACH算法長。又由于EETCA在簇的形成時(shí)考慮了簇的規(guī)模，在穩(wěn)定數(shù)據(jù)傳輸階段采用單、多跳相結(jié)合的方式傳輸數(shù)據(jù)，所以，EETCA與EB-LEACH算法相比，網(wǎng)絡(luò)生命周期又有一定延長。
圖7 存活節(jié)點(diǎn)個(gè)數(shù)與網(wǎng)絡(luò)運(yùn)行輪數(shù)關(guān)系圖Fig 7 Network running number of sheaves vs number of nodes alive
表2統(tǒng)計(jì)了3種算法在第一個(gè)節(jié)點(diǎn)死亡、10%的節(jié)點(diǎn)死亡和剩余節(jié)點(diǎn)為節(jié)點(diǎn)總數(shù)10%時(shí)的輪數(shù)。如果以網(wǎng)絡(luò)剩余節(jié)點(diǎn)為節(jié)點(diǎn)總數(shù)10%作為網(wǎng)絡(luò)生命周期判斷，3種算法網(wǎng)絡(luò)生命周期分別為707，1484，1633，可以看出:EETCA有效地延長了網(wǎng)絡(luò)生命周期。
表2 3種算法節(jié)點(diǎn)死亡輪數(shù)比較Tab 2 Death number of rounds comparison of three algorithms of node
4 結(jié)束語
本文提出了一種能量高效的拓?fù)淇刂扑惴?，該算法主要從簇頭的產(chǎn)生、簇的形成以及穩(wěn)定階段數(shù)據(jù)傳輸3個(gè)方面對LEACH進(jìn)行了改進(jìn)，并與LEACH和EB-LEACH算法進(jìn)行比較。仿真實(shí)驗(yàn)驗(yàn)證了EETCA算法在網(wǎng)絡(luò)整體剩余能量、存活節(jié)點(diǎn)數(shù)方面均優(yōu)于LEACH和EB-LEACH算法。
［1］Mahfoudh S，Minet P.Survey of energy efficient strategies in wireless Ad Hoc and sensor networks［C］//The Seventh International Conference on Networking，Cancun:IEEE，2008:1-7.
［2］Heinzelman W B，Chandrakasan A P，Balakrishnan H.An application-specific protocol architecture for wireless microsensor networks［J］.IEEE Transactions on Wireless Communications，2002，1（4）:660-670.
［3］Younis O，F(xiàn)ahmy S.HEED:A hybrid，energy-efficient，distributed clustering approach for Ad Hoc sensor networks［J］.IEEE Trans on Mobile Computing，2004，3（4）:660-669.
［4］尚鳳軍，Mehran Abolhasan，Tadeusz Wysocki.無線傳感器網(wǎng)絡(luò)的分布式能量有效非均勻成簇算法［J］.通信學(xué)報(bào)，2009，30（10）:34-43.
［5］Yassein M B，Al-zou'bi A，Khamayseh Y，et al.Improvement on LEACH protocol of wireless sensor networks（VLEACH）［J］.International Journal of Digital Content Technology and Its Applications，2009，3（2）:1-5.
［6］王偉超，代增全，徐啟建.LEACH協(xié)議簇頭選擇算法的改進(jìn)［J］.無線電工程，2010，40（3）:1-3.
［7］周治平，王 亭，張明亮.傳感器網(wǎng)絡(luò)中一種能量有效的簇頭選擇機(jī)制［J］.計(jì)算機(jī)工程與應(yīng)用，2012，48（8）:105-108.
［8］Thein M C M，Thein T.An energy efficient cluster-head selection for wireless sensor networks［C］//2010 International Conference on Intelligent Systems，Modelling and Simulation（ISMS），2010:287-291.
［9］Li C F，Chen G H，Ye M，et al.An uneven cluster-based routing protocol for wireless sensor networks［J］.Chinese Journal of Computer，2007，30（1）:27-36.
［10］Rashed M G，Kabir M H，Ullah S E.WEP:An energy efficient protocol for cluster-based heterogeneous wireless sensor networks［J］.International Journal of Distributed and Parallel Systems（IJDPS），2011，2（2）:54-60.
［11］Saini P，Sharma A K.Energy efficient scheme for clustering protocol prolonging the lifetime of heterogeneous wireless sensor networks［J］.International Journal of Computer Applications，2010，6（2）:30-36.
猜你喜歡
多輪反應(yīng)溶液用量對微生物加固粉土的影響重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版)(2023年8期)2023-10-08 12:34:16 太極拳連續(xù)“云手”運(yùn)動強(qiáng)度及其能量消耗探究體育科技文獻(xiàn)通報(bào)(2022年4期)2022-10-21 03:20:00 中年女性間歇習(xí)練太極拳的強(qiáng)度、能量消耗與間歇恢復(fù)探究分析體育科技文獻(xiàn)通報(bào)(2022年3期)2022-05-23 13:46:20 LowMC實(shí)例的差分枚舉攻擊效果分析網(wǎng)絡(luò)與信息安全學(xué)報(bào)(2021年3期)2021-06-30 05:49:52 沒別的可吃作文中學(xué)版(2020年1期)2020-11-25 03:46:21 網(wǎng)絡(luò)安全平臺斗象科技 完成C輪數(shù)億元融資中國計(jì)算機(jī)報(bào)(2020年8期)2020-03-25 15:10:30 SmartSniff網(wǎng)絡(luò)安全和信息化(2018年4期)2018-11-09 12:01:54 循環(huán)賽小天使·五年級語數(shù)英綜合(2015年4期)2015-04-20 06:07:16 基于Libpcap的網(wǎng)絡(luò)數(shù)據(jù)包捕獲器的設(shè)計(jì)與實(shí)現(xiàn)中國新通信(2014年11期)2014-09-11 19:27:52 鋁誘導(dǎo)大豆根系有機(jī)酸分泌的能量消耗定量研究植物營養(yǎng)與肥料學(xué)報(bào)(2014年1期)2014-03-11 20:25:05
江禹生，李 萍，馬 超
（重慶大學(xué)通信工程學(xué)院，重慶市 400030）
0 引言
無線傳感器網(wǎng)絡(luò)低功耗、低成本、自組織與分布式等特點(diǎn)使其成為信息獲取的重要技術(shù)，然而資源受限使得對無線傳感器網(wǎng)絡(luò)的應(yīng)用面臨著巨大的挑戰(zhàn)。減少能量消耗，延長網(wǎng)絡(luò)生命周期是無線傳感器網(wǎng)絡(luò)領(lǐng)域的重要研究方向。拓?fù)淇刂谱鳛闊o線傳感器網(wǎng)絡(luò)中減少能量消耗、延長網(wǎng)絡(luò)生命周期的重要技術(shù)［1］，近年來成為了無線傳感器網(wǎng)絡(luò)領(lǐng)域研究的熱點(diǎn)與難點(diǎn)之一。
現(xiàn)有的拓?fù)淇刂扑惴ㄖ饕杏诠?jié)點(diǎn)功率控制和分簇的層次型拓?fù)淇刂?個(gè)方面，本論文主要針對分簇的層次型拓?fù)淇刂扑惴ㄟM(jìn)行深入研究。LEACH（low-energy adaptive clustering hierarchy）［2］是比較經(jīng)典的層次型拓?fù)渌惴?，其他的算?HEED（hybrid energy-efficient distributed）［3］，DEEUC（distributed energy-efficient unequal clus-tering）［4］等，幾乎都是在LEACH算法基礎(chǔ)上做的改進(jìn)。
由于LEACH是隨機(jī)等概率的選擇簇頭，沒有考慮節(jié)點(diǎn)的剩余能量，簇頭數(shù)量和質(zhì)量都得不到保證。針對簇頭能耗過大的問題，Yassein M B等人在文獻(xiàn)［5］中提出了VLEACH（vice-LEACH）算法，該算法簇頭的選擇過程中設(shè)置了候選簇頭以均衡全網(wǎng)的能量消耗，但該算法未考慮全網(wǎng)的能量分布情況;在文獻(xiàn)［6］中，王偉超等人提出了LEACH-H算法，該算法在簇頭選擇過程中考慮了能量因素，但其涉及到鄰居節(jié)點(diǎn)ID、鄰居節(jié)點(diǎn)剩余能量、被選作為簇頭的次數(shù)、是否是鄰居節(jié)點(diǎn)4個(gè)數(shù)據(jù)項(xiàng)，增加了節(jié)點(diǎn)間的通信量，因而增加了能量的消耗;在文獻(xiàn)［7］中，周治平等人提出了EB-LEACH（energy balance LEACH）算法，該算法在簇頭的選擇過程中增加了能量閾值這一約束條件，但該算法只能平衡簇頭地區(qū)的能量分布，缺乏對全網(wǎng)能量消耗的平衡;通過對網(wǎng)絡(luò)中最佳簇頭數(shù)目的考慮，Thein M C M等人在文獻(xiàn)［8］中提出了能量有效的簇頭選擇算法，但該算法忽略了穩(wěn)定階段的能量消耗。
本文在LEACH分簇算法的基礎(chǔ)上結(jié)合EB-LEACH的一些優(yōu)秀思想，分別從建立階段和穩(wěn)定階段進(jìn)行改進(jìn)，提出了一種能量高效的拓?fù)淇刂扑惴ǎ╡nergy efficient topology control algorithm，EETCA）。其基本思想是:在簇頭的選舉中，考慮節(jié)點(diǎn)的剩余能量，保證每輪選舉最佳節(jié)點(diǎn)當(dāng)選簇頭;簇的形成綜合考慮了簇的規(guī)模，防止簇頭節(jié)點(diǎn)因?yàn)榇氐囊?guī)模過大而過早死亡;數(shù)據(jù)穩(wěn)定傳輸階段，簇頭與Sink節(jié)點(diǎn)間的通信采用多跳路由方式，平衡網(wǎng)絡(luò)負(fù)載。
1 相關(guān)理論
1.1 能耗模型
通常傳感器節(jié)點(diǎn)的能量消耗模型采用文獻(xiàn)［2］中提出的無線電能量消耗模型，如圖1所示。
圖1 無線電能量消耗模型Fig 1 Radio energy dissipation model
在該模型中，傳感器節(jié)點(diǎn)發(fā)送kbit的數(shù)據(jù)包到距離為d的另一個(gè)傳感器節(jié)點(diǎn)，所消耗的能量由發(fā)射電路損耗和功率放大損耗兩部分組成，用ETx（k，d）表示
節(jié)點(diǎn)接收kbit數(shù)據(jù)包消耗的能量用ERx（k）為接收數(shù)據(jù)主要是電路能量消耗，具體見式（2）所示
1.2 最優(yōu)簇?cái)?shù)目
在EATC算法中，簇頭與Sink節(jié)點(diǎn)的通信采用多跳方式，結(jié)合文獻(xiàn)［2］中對LEACH算法最優(yōu)簇?cái)?shù)目的推導(dǎo)，可以對最優(yōu)簇?cái)?shù)目的計(jì)算公式進(jìn)行調(diào)整。
則整個(gè)網(wǎng)絡(luò)的能量消耗Etotal為
其中，EDA為簇頭進(jìn)行數(shù)據(jù)融合所消耗的能量，dCH-to-CH為簇頭與相鄰其他簇頭之間的平均距離。
對式（5）求導(dǎo)并令導(dǎo)數(shù)等于0，可得出改進(jìn)的最優(yōu)簇的數(shù)目mopt，計(jì)算如式（6）所示
1.3 多跳通信
大量研究表明，當(dāng)網(wǎng)絡(luò)規(guī)模較大時(shí)，簇頭與Sink節(jié)點(diǎn)的通信采用多跳方式可以顯著降低能量消耗［9］。
對于節(jié)點(diǎn)多跳通信，如圖2所示，數(shù)據(jù)在線性網(wǎng)絡(luò)鏈路上轉(zhuǎn)發(fā)。其中相鄰2個(gè)傳感器節(jié)點(diǎn)間的平均距離為d，最后一個(gè)節(jié)點(diǎn)B到匯聚節(jié)點(diǎn)的距離也為d。假設(shè)節(jié)點(diǎn)A發(fā)送一個(gè)kbit的數(shù)據(jù)包，數(shù)據(jù)包數(shù)據(jù)經(jīng)過n跳傳輸?shù)竭_(dá)匯聚節(jié)點(diǎn)，所消耗的能量為
式（7）對n求導(dǎo)，并令導(dǎo)數(shù)為0，可以求出簇頭發(fā)送信息到基站的最優(yōu)跳數(shù)nopt。
圖2 多跳轉(zhuǎn)發(fā)網(wǎng)絡(luò)模型Fig 2 Multi-hop transmit network model
2 EETCA實(shí)現(xiàn)策略
2.1 網(wǎng)絡(luò)模型
為了便于控制策略的描述和分析，先做如下假設(shè):
1）監(jiān)測區(qū)域?yàn)橐?guī)則正方形，基站在監(jiān)測區(qū)域的中心位置，能量沒有限制;
2）節(jié)點(diǎn)均勻分布在監(jiān)測區(qū)域中，所有節(jié)點(diǎn)都知道自己的位置信息，節(jié)點(diǎn)位置固定不動;
3）每個(gè)節(jié)點(diǎn)具有相同的初始能量，且能夠獲得自身的剩余能量，都可以與基站直接通信;
4）鏈路是對稱的，可以根據(jù)源節(jié)點(diǎn)的發(fā)射功率和接收信號的RSSI估計(jì)到源節(jié)點(diǎn)的距離;
5）忽略真實(shí)環(huán)境中存在障礙物等影響通信質(zhì)量的因素，所有節(jié)點(diǎn)的數(shù)據(jù)包都能夠進(jìn)行可靠傳輸。
2.2 EETCA 設(shè)計(jì)思路
2.2.1 簇頭選擇階段
在此過程中，各節(jié)點(diǎn)首先選取一個(gè)［0，1］之間的隨機(jī)數(shù)，如果節(jié)點(diǎn)n產(chǎn)生的隨機(jī)數(shù)小于閾值T（n），則將節(jié)點(diǎn)n選為候選簇頭。然后繼續(xù)計(jì)算此時(shí)候選節(jié)點(diǎn)的剩余能量，并與能量閾值Eth進(jìn)行比較，當(dāng)節(jié)點(diǎn)的剩余能量大于該輪的能量閾值Eth時(shí)，則該節(jié)點(diǎn)當(dāng)選為簇頭，然后簇頭節(jié)點(diǎn)向網(wǎng)絡(luò)中發(fā)送廣播信息［9］。其中T（n）的計(jì)算公式為
其中，p為節(jié)點(diǎn)當(dāng)選簇頭的概率;r為選舉輪數(shù);G為最近1/p輪中還未當(dāng)選過簇頭的節(jié)點(diǎn)集合。
第r輪節(jié)點(diǎn)的能量閾值Eth的計(jì)算公式為
其中，L為網(wǎng)絡(luò)預(yù)計(jì)要運(yùn)行的輪數(shù)，E0為節(jié)點(diǎn)的初始能量。
通過引入能量閾值，有效地防止了低能量的節(jié)點(diǎn)成為簇頭，避免了因?yàn)榇仡^死亡造成的數(shù)據(jù)丟失和網(wǎng)絡(luò)空洞，使網(wǎng)絡(luò)能量得到均衡的利用，顯著地延長網(wǎng)絡(luò)的壽命。
2.2.2 簇的建立階段
離Sink節(jié)點(diǎn)近的簇頭承擔(dān)了轉(zhuǎn)發(fā)其他簇頭數(shù)據(jù)信息的任務(wù)，其能量消耗比離Sink節(jié)點(diǎn)遠(yuǎn)的簇頭大，為了保證各簇頭節(jié)點(diǎn)的能量消耗達(dá)到均衡，離Sink節(jié)點(diǎn)近的簇的規(guī)模應(yīng)適當(dāng)?shù)臏p?。?］。
假定簇頭節(jié)點(diǎn)都以一定的功率進(jìn)行通信，其傳輸半徑為R，非簇頭節(jié)點(diǎn)根據(jù)式（10）加入相應(yīng)的簇
其中，dj-to-CHi為節(jié)點(diǎn)j到簇頭i的距離，di-t--Sink為簇頭i到Sink節(jié)點(diǎn)間的距離，NCHi為簇頭i的一跳鄰居數(shù)，γ為權(quán)重。
節(jié)點(diǎn)在入簇過程中，綜合考慮了簇頭的鄰居數(shù)與傳感器節(jié)點(diǎn)到簇頭的距離，防止某個(gè)簇的規(guī)模過于龐大，均衡簇頭能量消耗。當(dāng)所有傳感器節(jié)點(diǎn)都已成簇之后，簇頭節(jié)點(diǎn)為簇內(nèi)節(jié)點(diǎn)分配通信時(shí)隙和進(jìn)行簇內(nèi)通信的直接序列擴(kuò)頻碼，然后進(jìn)入穩(wěn)定數(shù)據(jù)傳輸階段。
2.2.3 穩(wěn)定數(shù)據(jù)傳輸
基站根據(jù)網(wǎng)絡(luò)規(guī)模使用式（7）算得最優(yōu)跳數(shù)nopt。簇內(nèi)節(jié)點(diǎn)以單跳方式把數(shù)據(jù)發(fā)送到簇頭，簇頭進(jìn)行數(shù)據(jù)融合，然后查詢路由表，若Sink節(jié)點(diǎn)在其通信范圍之內(nèi)，則直接將數(shù)據(jù)信息發(fā)送給Sink節(jié)點(diǎn);若不在，則根據(jù)最優(yōu)跳數(shù)選擇轉(zhuǎn)發(fā)代價(jià)Etotal最小的簇頭作為下一跳，間接將數(shù)據(jù)傳送到Sink節(jié)點(diǎn)。
3 仿真實(shí)驗(yàn)與結(jié)果分析
本文采用Matlab建立了網(wǎng)絡(luò)仿真模型，對EETCA進(jìn)行仿真分析，并從網(wǎng)絡(luò)整體剩余能量、存活節(jié)點(diǎn)數(shù)等方面與LEACH，EB-LEACH算法進(jìn)行比較。
3.1 仿真模型與參數(shù)設(shè)置
100個(gè)傳感器節(jié)點(diǎn)隨機(jī)分布在100 m×100 m的監(jiān)測區(qū)域內(nèi)，Sink節(jié)點(diǎn)部署在坐標(biāo)為（50，50 m）的點(diǎn)上，如圖3。
圖3 網(wǎng)絡(luò)中隨機(jī)分布100個(gè)節(jié)點(diǎn)的示意圖Fig 3 Schematic diagram of 100 sensor nodes are scattered randomly in networks
實(shí)驗(yàn)的其他參數(shù)如表1所示。
表1 實(shí)驗(yàn)參數(shù)Tab 1 Experimental parameters
3.2 結(jié)果分析
3.2.1 最優(yōu)跳數(shù)
圖4是當(dāng)跳數(shù)n取不同值時(shí)，一個(gè)數(shù)據(jù)包經(jīng)過網(wǎng)絡(luò)傳輸?shù)竭_(dá)基站時(shí)所消耗的能量關(guān)系圖。從圖中可以看出:當(dāng)n從1變化到2時(shí)，能量急劇下降，這主要是因?yàn)閚=1時(shí)節(jié)點(diǎn)無線通信模塊的能耗與通信距離的四次方成正比;n=2時(shí)，網(wǎng)絡(luò)能耗達(dá)到最小值。隨著n的增大，增加了網(wǎng)絡(luò)對數(shù)據(jù)的轉(zhuǎn)發(fā)，網(wǎng)絡(luò)能耗也隨之增加。
圖4 能量消耗與傳輸跳數(shù)關(guān)系圖Fig 4 Transmission hop number vs energy dissipation
3.2.2 網(wǎng)絡(luò)剩余能量
圖5是網(wǎng)絡(luò)整體剩余能量隨網(wǎng)絡(luò)運(yùn)行輪數(shù)的變化曲線。從圖中可以看出:本文提出的EETCA每輪剩余的總能量最多，其次是EB-LEACH算法，最差的是LEACH算法。主要因?yàn)镋ETCA中簇頭的選舉、簇的形成以及數(shù)據(jù)的傳輸方式更加合理，減少了節(jié)點(diǎn)的能量消耗，使網(wǎng)絡(luò)每輪的剩余能量隨之增加。
圖5 網(wǎng)絡(luò)整體剩余能量與網(wǎng)絡(luò)運(yùn)行輪數(shù)關(guān)系圖Fig 5 Network running number of sheaves vs overall residual energy of network
圖6是3種算法節(jié)點(diǎn)剩余能量的標(biāo)準(zhǔn)差隨網(wǎng)絡(luò)運(yùn)行輪數(shù)變化的曲線圖。EETCA的節(jié)點(diǎn)剩余能量標(biāo)準(zhǔn)差比LEACH算法和EB-LEACH算法的都小，且隨著輪數(shù)的增加有明顯的下降趨勢。其根本原因在于，EETCA在均衡簇頭節(jié)點(diǎn)和普通節(jié)點(diǎn)能耗的同時(shí)，還通過減小離Sink節(jié)點(diǎn)近的簇的規(guī)模均衡了簇頭之間的能耗，使網(wǎng)絡(luò)總體能量消耗更加均衡。
圖6 節(jié)點(diǎn)剩余能量標(biāo)準(zhǔn)差與網(wǎng)絡(luò)運(yùn)行輪數(shù)關(guān)系圖Fig 6 Network running number of sheaves vs standard deviation of residual energy of node
3.2.3 網(wǎng)絡(luò)生命周期
圖7是隨著網(wǎng)絡(luò)運(yùn)行輪數(shù)的推移，在相同的環(huán)境條件下，3種算法的存活節(jié)點(diǎn)個(gè)數(shù)與網(wǎng)絡(luò)運(yùn)行輪數(shù)關(guān)系圖。由于EETCA與EB-LEACH算法在簇頭選擇階段都充分考慮了節(jié)點(diǎn)的剩余能量，因此，在同樣規(guī)模的環(huán)境下網(wǎng)絡(luò)生命周期明顯較LEACH算法長。又由于EETCA在簇的形成時(shí)考慮了簇的規(guī)模，在穩(wěn)定數(shù)據(jù)傳輸階段采用單、多跳相結(jié)合的方式傳輸數(shù)據(jù)，所以，EETCA與EB-LEACH算法相比，網(wǎng)絡(luò)生命周期又有一定延長。
圖7 存活節(jié)點(diǎn)個(gè)數(shù)與網(wǎng)絡(luò)運(yùn)行輪數(shù)關(guān)系圖Fig 7 Network running number of sheaves vs number of nodes alive
表2統(tǒng)計(jì)了3種算法在第一個(gè)節(jié)點(diǎn)死亡、10%的節(jié)點(diǎn)死亡和剩余節(jié)點(diǎn)為節(jié)點(diǎn)總數(shù)10%時(shí)的輪數(shù)。如果以網(wǎng)絡(luò)剩余節(jié)點(diǎn)為節(jié)點(diǎn)總數(shù)10%作為網(wǎng)絡(luò)生命周期判斷，3種算法網(wǎng)絡(luò)生命周期分別為707，1484，1633，可以看出:EETCA有效地延長了網(wǎng)絡(luò)生命周期。
表2 3種算法節(jié)點(diǎn)死亡輪數(shù)比較Tab 2 Death number of rounds comparison of three algorithms of node
4 結(jié)束語
本文提出了一種能量高效的拓?fù)淇刂扑惴?，該算法主要從簇頭的產(chǎn)生、簇的形成以及穩(wěn)定階段數(shù)據(jù)傳輸3個(gè)方面對LEACH進(jìn)行了改進(jìn)，并與LEACH和EB-LEACH算法進(jìn)行比較。仿真實(shí)驗(yàn)驗(yàn)證了EETCA算法在網(wǎng)絡(luò)整體剩余能量、存活節(jié)點(diǎn)數(shù)方面均優(yōu)于LEACH和EB-LEACH算法。
［1］Mahfoudh S，Minet P.Survey of energy efficient strategies in wireless Ad Hoc and sensor networks［C］//The Seventh International Conference on Networking，Cancun:IEEE，2008:1-7.
［2］Heinzelman W B，Chandrakasan A P，Balakrishnan H.An application-specific protocol architecture for wireless microsensor networks［J］.IEEE Transactions on Wireless Communications，2002，1（4）:660-670.
［3］Younis O，F(xiàn)ahmy S.HEED:A hybrid，energy-efficient，distributed clustering approach for Ad Hoc sensor networks［J］.IEEE Trans on Mobile Computing，2004，3（4）:660-669.
［4］尚鳳軍，Mehran Abolhasan，Tadeusz Wysocki.無線傳感器網(wǎng)絡(luò)的分布式能量有效非均勻成簇算法［J］.通信學(xué)報(bào)，2009，30（10）:34-43.
［5］Yassein M B，Al-zou'bi A，Khamayseh Y，et al.Improvement on LEACH protocol of wireless sensor networks（VLEACH）［J］.International Journal of Digital Content Technology and Its Applications，2009，3（2）:1-5.
［6］王偉超，代增全，徐啟建.LEACH協(xié)議簇頭選擇算法的改進(jìn)［J］.無線電工程，2010，40（3）:1-3.
［7］周治平，王 亭，張明亮.傳感器網(wǎng)絡(luò)中一種能量有效的簇頭選擇機(jī)制［J］.計(jì)算機(jī)工程與應(yīng)用，2012，48（8）:105-108.
［8］Thein M C M，Thein T.An energy efficient cluster-head selection for wireless sensor networks［C］//2010 International Conference on Intelligent Systems，Modelling and Simulation（ISMS），2010:287-291.
［9］Li C F，Chen G H，Ye M，et al.An uneven cluster-based routing protocol for wireless sensor networks［J］.Chinese Journal of Computer，2007，30（1）:27-36.
［10］Rashed M G，Kabir M H，Ullah S E.WEP:An energy efficient protocol for cluster-based heterogeneous wireless sensor networks［J］.International Journal of Distributed and Parallel Systems（IJDPS），2011，2（2）:54-60.
［11］Saini P，Sharma A K.Energy efficient scheme for clustering protocol prolonging the lifetime of heterogeneous wireless sensor networks［J］.International Journal of Computer Applications，2010，6（2）:30-36.
猜你喜歡
重慶交通大學(xué)學(xué)報(bào)(自然科學(xué)版)(2023年8期)2023-10-08 12:34:16
體育科技文獻(xiàn)通報(bào)(2022年4期)2022-10-21 03:20:00
體育科技文獻(xiàn)通報(bào)(2022年3期)2022-05-23 13:46:20
網(wǎng)絡(luò)與信息安全學(xué)報(bào)(2021年3期)2021-06-30 05:49:52
作文中學(xué)版(2020年1期)2020-11-25 03:46:21
中國計(jì)算機(jī)報(bào)(2020年8期)2020-03-25 15:10:30
網(wǎng)絡(luò)安全和信息化(2018年4期)2018-11-09 12:01:54
小天使·五年級語數(shù)英綜合(2015年4期)2015-04-20 06:07:16
中國新通信(2014年11期)2014-09-11 19:27:52
植物營養(yǎng)與肥料學(xué)報(bào)(2014年1期)2014-03-11 20:25:05
