陳　紅，楊玉霞（.西安工業(yè)大學(xué)電子信息工程學(xué)院，西安700；.西安理工大學(xué)人文與外國(guó)語(yǔ)學(xué)院，西安70054）

?

面向濕地水環(huán)境監(jiān)測(cè)的無(wú)線傳感器網(wǎng)絡(luò)拓?fù)淇刂?

陳紅1，楊玉霞2
（1.西安工業(yè)大學(xué)電子信息工程學(xué)院，西安710021；2.西安理工大學(xué)人文與外國(guó)語(yǔ)學(xué)院，西安710054）

摘 要：為了消除低功耗自適應(yīng)集簇分層型協(xié)議算法因?yàn)榇仡^節(jié)點(diǎn)分布不均衡所造成的能量空洞，基于通信距離和節(jié)點(diǎn)的殘余能量及網(wǎng)絡(luò)簇劃分，優(yōu)化了簇頭節(jié)點(diǎn)選擇，確定了整個(gè)網(wǎng)絡(luò)的簇頭，提出了一種改進(jìn)的低功耗自適應(yīng)集簇分層型協(xié)議節(jié)點(diǎn)拓?fù)淇刂扑惴?結(jié)合濕地水環(huán)境特點(diǎn)，對(duì)算法的實(shí)際性能進(jìn)行仿真，結(jié)果表明：該改進(jìn)算法在節(jié)點(diǎn)的低功耗和能量均衡方面均優(yōu)于原算法，其最終運(yùn)行輪數(shù)較原算法提升了26%，有效延長(zhǎng)了濕地水環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)的工作壽命.

關(guān)鍵詞：濕地水環(huán)境；無(wú)線傳感器網(wǎng)絡(luò)；拓?fù)淇刂疲还ぷ鲏勖?/p>

濕地是自然界具有多種特定功能的生態(tài)系統(tǒng)，其生態(tài)環(huán)境有空氣環(huán)境、水環(huán)境及土壤環(huán)境等，其中能最好地反映濕地生態(tài)環(huán)境情況的是水環(huán)境.目前針對(duì)水環(huán)境的監(jiān)測(cè)方法主要是人工采樣法，這種方法無(wú)法及時(shí)監(jiān)測(cè)濕地水環(huán)境情況［1］.研究濕地水環(huán)境參數(shù)的高效、實(shí)時(shí)獲取新方法，已成為濕地管理及保護(hù)的重要任務(wù).近年來(lái)極具影響力的技術(shù)之一便是無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Network，WSN），針對(duì)濕地獨(dú)特的水環(huán)境特點(diǎn)，把WSN技術(shù)引入到濕地水環(huán)境監(jiān)測(cè)中，是近年來(lái)研究的焦點(diǎn).文獻(xiàn)［2］提出了一種基于WSN的實(shí)時(shí)數(shù)據(jù)監(jiān)測(cè)系統(tǒng)，應(yīng)用于我國(guó)西溪濕地的水環(huán)境監(jiān)測(cè).文獻(xiàn)［3］針對(duì)藏區(qū)濕地人煙稀少，地理環(huán)境和濕地環(huán)境復(fù)雜的特點(diǎn)，設(shè)計(jì)了一套利用WSN進(jìn)行濕地監(jiān)測(cè)和保護(hù)的方案.文獻(xiàn)［4］提出了一種利用WSN進(jìn)行濕地水質(zhì)監(jiān)測(cè)時(shí)，對(duì)葉綠素和藍(lán)藻水質(zhì)指標(biāo)的連續(xù)監(jiān)測(cè)數(shù)據(jù)中異常數(shù)據(jù)的處理方法，針對(duì)西溪濕地進(jìn)行了分析.在面向濕地水環(huán)境監(jiān)測(cè)的WSN中，節(jié)點(diǎn)易受各種外在因素的影響，且日常維護(hù)不方便，一般選擇干電池作為電源，因此首要目標(biāo)是延長(zhǎng)網(wǎng)絡(luò)的工作壽命［5-6］.而網(wǎng)絡(luò)拓?fù)渥鳛榻橘|(zhì)訪問(wèn)控制（Medium Access Control，MAC）層協(xié)議和路由層協(xié)議的重要平臺(tái)，對(duì)其進(jìn)行控制是實(shí)現(xiàn)設(shè)計(jì)目標(biāo)的重要手段，通過(guò)控制拓?fù)浣Y(jié)構(gòu)也可以對(duì)網(wǎng)絡(luò)的整體性能進(jìn)行優(yōu)化［7-9］.低功耗自適應(yīng)集簇分層型協(xié)議（Low Energy Adaptive Clustering Hierarchy，LEACH）算法是早期被提出的典型算法.文中基于節(jié)點(diǎn)的剩余能量和傳輸距離，從優(yōu)化簇頭選擇方面對(duì)LEACH算法進(jìn)行改進(jìn)，降低系統(tǒng)總的能量消耗，以實(shí)現(xiàn)延長(zhǎng)監(jiān)測(cè)網(wǎng)絡(luò)生存壽命的目標(biāo).

1　LEACH算法的改進(jìn)

1.1LEACH算法的問(wèn)題

LEACH算法采取隨機(jī)自治的方法選舉簇頭.是否成為簇頭節(jié)點(diǎn)由網(wǎng)絡(luò)中的節(jié)點(diǎn)自己決定.在成功選舉為簇頭后，該節(jié)點(diǎn)向區(qū)域內(nèi)其他節(jié)點(diǎn)發(fā)送消息，消息中包含類型標(biāo)記和簇頭標(biāo)識(shí)號(hào)，所有未當(dāng)選為簇頭的節(jié)點(diǎn)，根據(jù)收到信號(hào)的不同強(qiáng)度，加入信號(hào)最強(qiáng)的簇頭所創(chuàng)建的簇.完成簇的建立后，網(wǎng)絡(luò)將進(jìn)行穩(wěn)定數(shù)據(jù)傳輸，此時(shí)主要完成簇內(nèi)成員節(jié)點(diǎn)的數(shù)據(jù)傳送.時(shí)間被劃分成多個(gè)時(shí)隙，成員節(jié)點(diǎn)向簇頭的數(shù)據(jù)發(fā)送，只能在分配給該節(jié)點(diǎn)的時(shí)隙內(nèi)進(jìn)行，其余時(shí)間關(guān)閉通訊模塊.簇頭節(jié)點(diǎn)需要實(shí)時(shí)接收簇成員節(jié)點(diǎn)的消息，隨時(shí)保持工作狀態(tài).簇頭對(duì)網(wǎng)絡(luò)中全部成員節(jié)點(diǎn)的數(shù)據(jù)進(jìn)行處理，將處理完的數(shù)據(jù)傳輸給網(wǎng)關(guān)［10-12］.此過(guò)程中，若需要傳輸大量數(shù)據(jù)或者簇頭離網(wǎng)關(guān)較遠(yuǎn)，則會(huì)大大增加簇頭節(jié)點(diǎn)的能量消耗.

算法的簇頭產(chǎn)生采取隨機(jī)選舉的方式，得到的簇頭節(jié)點(diǎn)在網(wǎng)絡(luò)中具有隨機(jī)分布性，易造成簇頭與簇成員節(jié)點(diǎn)間、網(wǎng)關(guān)節(jié)點(diǎn)與簇頭節(jié)點(diǎn)間的通信距離不均衡.LEACH算法產(chǎn)生的簇頭可能散布在網(wǎng)絡(luò)的邊沿，或者一個(gè)小的區(qū)域當(dāng)中.節(jié)點(diǎn)傳輸?shù)臄?shù)據(jù)量、節(jié)點(diǎn)與目標(biāo)間的距離共同決定了傳輸數(shù)據(jù)所消耗的能量.數(shù)據(jù)量越大，離簇頭越遠(yuǎn)，則完成通訊需要的能量越多.在濕地水環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)中，簇頭節(jié)點(diǎn)若處于網(wǎng)絡(luò)邊沿或者集中到一塊區(qū)域內(nèi)，則簇成員節(jié)點(diǎn)需要消耗更多的能量完成其與簇頭的通信，網(wǎng)絡(luò)的能耗也會(huì)因?yàn)榇仡^與網(wǎng)關(guān)間的距離過(guò)大而增加，最終大幅增加整個(gè)簇通信的能量消耗.因此，若選擇在濕地水環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)中采用LEACH算法，極易產(chǎn)生網(wǎng)絡(luò)節(jié)點(diǎn)的殘余能量不平衡問(wèn)題，加速節(jié)點(diǎn)死亡，導(dǎo)致監(jiān)測(cè)網(wǎng)絡(luò)的壽命減少.

1.2算法改進(jìn)策略

為了消除LEACH算法存在的缺陷，針對(duì)濕地水環(huán)境監(jiān)測(cè)中WSN的特點(diǎn)，本研究對(duì)LEACH算法的簇頭選擇進(jìn)行了改進(jìn).

節(jié)點(diǎn)消耗的能量與其傳輸?shù)臄?shù)據(jù)量大小以及傳輸距離d的平方呈正比關(guān)系，因此非常關(guān)鍵的是控制簇內(nèi)節(jié)點(diǎn)的值，這可以使節(jié)點(diǎn)消耗的能量減少.假定簇為圓型，N個(gè)節(jié)點(diǎn)均勻分布于簇內(nèi).簇內(nèi)任意兩個(gè)節(jié)點(diǎn)間的距離為di，則使減小就表示降低了節(jié)點(diǎn)傳輸數(shù)據(jù)的能耗.假設(shè)坐標(biāo)原點(diǎn)是簇的圓心，（x，y）表示簇頭的坐標(biāo)，（xi，yi）表示任意一個(gè)簇內(nèi)成員節(jié)點(diǎn)i的坐標(biāo)，簇頭到該簇成員節(jié)點(diǎn)的距離為

設(shè)ρ（xi，yi）為節(jié)點(diǎn)密度，對(duì)所有成員節(jié)點(diǎn)與簇頭節(jié)點(diǎn)間的距離，求其平方的數(shù)學(xué)期望為

設(shè)R為圓半徑，ρ（xi，yi）對(duì)于任意xi和yi都為常數(shù)ρ，因此式（2）可化簡(jiǎn)為

由于節(jié)點(diǎn)的分布均勻，所以ρ=1／πR2，因此可將式（3）簡(jiǎn)化為

由于簇內(nèi)非簇頭成員節(jié)點(diǎn)數(shù)量為N—1個(gè)，則

1.3改進(jìn)算法的實(shí)現(xiàn)步驟

在濕地水環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)中，改進(jìn)算法首先要初步劃分網(wǎng)絡(luò)的簇，再根據(jù)相鄰節(jié)點(diǎn)的狀態(tài)信息對(duì)簇頭節(jié)點(diǎn)進(jìn)行優(yōu)化選擇，最終確定簇頭節(jié)點(diǎn)，再向全部簇成員發(fā)送公告.

1）預(yù)先建立簇頭階段

這個(gè)階段中要形成預(yù)選簇頭，方法是采用LEACH算法先對(duì)監(jiān)測(cè)網(wǎng)絡(luò)內(nèi)的簇進(jìn)行劃分，大致確定簇和簇頭，選出的簇頭作為預(yù)選簇頭.

2）預(yù)選簇頭負(fù)責(zé)采集成員節(jié)點(diǎn)的狀態(tài)信息

簇內(nèi)各成員節(jié)點(diǎn)向預(yù)選簇頭發(fā)送消息，預(yù)選簇頭接收并存儲(chǔ)，發(fā)送的消息包括能量E（e1，e2，e3，…，en），鄰居節(jié)點(diǎn)的位置S（s1，s2，s3，…，sn），其中ei表示節(jié)點(diǎn)i的能量值，si表示節(jié)點(diǎn)i的位置值，n表示簇內(nèi)節(jié)點(diǎn)的數(shù)目.

3）優(yōu)化簇頭確定

預(yù)選簇頭根據(jù)簇內(nèi)節(jié)點(diǎn)發(fā)送來(lái)的位置值，計(jì)算出簇的中心，將簇中心位置與簇內(nèi)各個(gè)成員的距離歸一化為

式中：dci為某個(gè)節(jié)點(diǎn)i到簇中心位置的距離；dmax=max（dc1，dc2，dc3，…，dci）.對(duì)簇內(nèi)節(jié)點(diǎn)當(dāng)前能量歸一化處理，得到能量因子為

式中：e0為簇內(nèi)節(jié)點(diǎn)的能量初始值；ei為節(jié)點(diǎn)i的當(dāng)前能量大小.

鑒于濕地水環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)所要求的低功耗性能和能量均衡的要求，從距離和能量?jī)煞矫鎸?duì)簇頭節(jié)點(diǎn)進(jìn)行優(yōu)化選擇，在優(yōu)化時(shí)應(yīng)主要選擇使Eci盡量大，Di盡量小的節(jié)點(diǎn).由此得出判斷依據(jù)為

其中δ為實(shí)數(shù)加權(quán)系數(shù)，可以改變?cè)撓禂?shù)的大小，實(shí)現(xiàn)對(duì)簇頭選擇中能量和距離比重的調(diào)節(jié).預(yù)選簇頭根據(jù)式（8）對(duì)各個(gè)成員節(jié)點(diǎn)的Q值進(jìn)行計(jì)算，Q值最小的節(jié)點(diǎn)將被選為優(yōu)化的簇頭節(jié)點(diǎn).

4）簇的形成

優(yōu)化簇頭節(jié)點(diǎn)的信息將被預(yù)選簇頭發(fā)送給簇內(nèi)成員節(jié)點(diǎn)，預(yù)選簇頭還將把它存儲(chǔ)的自身能量和位置信息及簇內(nèi)其他成員節(jié)點(diǎn)的信息發(fā)送給新的優(yōu)化簇頭節(jié)點(diǎn)，簇內(nèi)信息將被新的簇頭節(jié)點(diǎn)收集.

2　仿真及分析

2.1仿真參數(shù)

為驗(yàn)證文中算法，運(yùn)用仿真軟件Simulink對(duì)改進(jìn)算法的簇頭節(jié)點(diǎn)輪換機(jī)制進(jìn)行仿真，參數(shù)見(jiàn)表1.場(chǎng)景為模擬的濕地水環(huán)境監(jiān)測(cè).隨機(jī)放置100個(gè)節(jié)點(diǎn)在300 m×300 m的正方形目標(biāo)仿真區(qū)域中，設(shè)置網(wǎng)關(guān)節(jié)點(diǎn)的坐標(biāo)為（150 m，150 m）.

表1　仿真參數(shù)Tab.1 Parameter of simulation

2.2結(jié)果分析

1）對(duì)簇頭節(jié)點(diǎn)分布的均勻性分析

在濕地水環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)中，網(wǎng)絡(luò)的能量消耗主要受網(wǎng)絡(luò)中的簇頭節(jié)點(diǎn)位置分布情況影響，本文分別對(duì)LEACH算法運(yùn)行100輪和300輪及改進(jìn)算法運(yùn)行100輪和300輪時(shí)網(wǎng)絡(luò)中簇頭節(jié)點(diǎn)的分布位置進(jìn)行仿真比較，結(jié)果如圖1～2所示，圖1～2中的三角形表示簇頭節(jié)點(diǎn)，星形表示成員節(jié)點(diǎn).

從圖1和圖2的結(jié)果可知，LEACH算法的簇頭節(jié)點(diǎn)存在以下問(wèn)題：節(jié)點(diǎn)位置處于網(wǎng)絡(luò)邊沿處；節(jié)點(diǎn)分布集中于某一區(qū)域.這些分布不合理的現(xiàn)象，都會(huì)造成與簇頭節(jié)點(diǎn)距離較遠(yuǎn)的節(jié)點(diǎn)在發(fā)送數(shù)據(jù)時(shí)耗費(fèi)更多的能量，導(dǎo)致網(wǎng)絡(luò)能量消耗的不均衡，最終縮短整個(gè)網(wǎng)絡(luò)的工作時(shí)間.相比于原算法，改進(jìn)算法在100輪和300輪時(shí)簇頭節(jié)點(diǎn)均靠近簇的中心位置，分布更加合理，簇頭節(jié)點(diǎn)沒(méi)有出現(xiàn)集中分布或位于網(wǎng)絡(luò)邊沿等情況.原因主要是改進(jìn)算法將節(jié)點(diǎn)與簇中心間的距離作為簇頭選擇的重要依據(jù)，離簇中心越近，越有可能被選為簇頭節(jié)點(diǎn)，降低了濕地水環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)的功耗，延長(zhǎng)了網(wǎng)絡(luò)的生命期.

圖1　各算法100輪簇頭節(jié)點(diǎn)分布圖Fig.1 The distribution of nodes of cluster heads in 100-round of different algorithms

圖2　各算法300輪簇頭節(jié)點(diǎn)分布圖Fig.2 The distribution of nodes of cluster heads in 300-round of different algorithms

2）初始能量不同時(shí)算法的性能分析

在用于濕地水環(huán)境監(jiān)測(cè)的無(wú)線傳感器網(wǎng)絡(luò)中，網(wǎng)絡(luò)的生存壽命隨著節(jié)點(diǎn)的初始能量不同而變化，為了更客觀的反映改進(jìn)算法的性能，選擇網(wǎng)絡(luò)1%、30%和70%節(jié)點(diǎn)死亡時(shí)的輪數(shù)進(jìn)行比對(duì).初始能量為［2 J，100 J］間任意選擇的10個(gè)值，查看其結(jié)果的平均死亡輪數(shù)，結(jié)果見(jiàn)表2.

表2　初始能量不同時(shí)算法性能Tab.2 Algorithm property comparison based on different initial energy

由表2可知，改進(jìn)算法在初始能量增大時(shí)依然比LEACH算法的性能更加優(yōu)越，原因是改進(jìn)算法選擇簇頭節(jié)點(diǎn)時(shí)，將節(jié)點(diǎn)的殘余能量和其與簇中心的距離共同考慮，使得殘余能量較低、距離簇中心較遠(yuǎn)的節(jié)點(diǎn)不能被選為簇頭節(jié)點(diǎn)，從而使簇頭節(jié)點(diǎn)的選取更加合理，節(jié)點(diǎn)的死亡時(shí)間被推遲，網(wǎng)絡(luò)消耗的能量被整體平衡，避免了因通信消耗過(guò)大而導(dǎo)致節(jié)點(diǎn)提前死亡的情況出現(xiàn).

傳統(tǒng)LEACH算法采用隨機(jī)方式選取簇頭節(jié)點(diǎn)，有可能會(huì)選擇殘余能量較低的節(jié)點(diǎn)作為簇頭，則該節(jié)點(diǎn)會(huì)由于能量消耗加速而過(guò)快死亡，形成網(wǎng)絡(luò)空洞，最終使得整個(gè)濕地水環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)的性能和壽命受到影響.

3）節(jié)點(diǎn)生存周期

算法性能的好壞可以直接由節(jié)點(diǎn)的生存周期來(lái)反映，本文對(duì)網(wǎng)絡(luò)中節(jié)點(diǎn)生存輪數(shù)進(jìn)行了仿真，實(shí)驗(yàn)結(jié)果如圖3所示.

圖3　節(jié)點(diǎn)生存周期對(duì)比Fig.3 Comparison of node lifetime in different algorithms

由圖3可知，LEACH算法和本文算法，其存活節(jié)點(diǎn)個(gè)數(shù)都隨運(yùn)行輪數(shù)增大而減少，但整體上，本文算法的生命周期明顯比LEACH算法表現(xiàn)優(yōu)越.由于其自身的局限性，LEACH算法中簇頭節(jié)點(diǎn)的能耗被加大，加速了其死亡的速度，而基于距離和剩余能量對(duì)LEACH算法的改進(jìn)，使得節(jié)點(diǎn)的能耗被很好的均衡.在改進(jìn)算法中，出現(xiàn)首個(gè)死亡節(jié)點(diǎn)的輪數(shù)大幅推遲，網(wǎng)絡(luò)性能比LEACH算法提升了1.2倍，改進(jìn)算法的運(yùn)行輪數(shù)也比LEACH算法提升了26%.算法的改進(jìn)使?jié)竦厮h(huán)境監(jiān)測(cè)網(wǎng)絡(luò)在整體的能量均衡性方面得到有效改善，減少了節(jié)點(diǎn)傳送信息消耗的能量，改善了監(jiān)測(cè)網(wǎng)絡(luò)的低功耗性能，最終有效延長(zhǎng)了濕地水環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)的工作壽命.

3　結(jié)論

1）文中分析了傳統(tǒng)LEACH算法的節(jié)點(diǎn)分布特點(diǎn)，提出了改進(jìn)分簇算法.該算法減小了簇頭節(jié)點(diǎn)分布不均衡，顯著提升了傳統(tǒng)LEACH算法簇頭節(jié)點(diǎn)分布的合理性.

2）在選擇簇頭方面，改進(jìn)算法較原LEACH算法更優(yōu)，降低了節(jié)點(diǎn)信息傳送所需的能量，提升了整個(gè)監(jiān)測(cè)網(wǎng)絡(luò)的低功耗性能，最終的運(yùn)行輪數(shù)比LEACH算法提升了26%，延長(zhǎng)了濕地水環(huán)境監(jiān)測(cè)網(wǎng)絡(luò)的工作壽命，且算法運(yùn)行穩(wěn)定.

3）文中僅對(duì)簇頭選擇進(jìn)行了研究，后續(xù)研究可在功率控制與分簇算法的結(jié)合方面開(kāi)展.另外，完成網(wǎng)絡(luò)通信所涉及的所有環(huán)節(jié)，都會(huì)對(duì)WSN的網(wǎng)絡(luò)壽命產(chǎn)生影響，僅僅進(jìn)行拓?fù)淇刂茻o(wú)法達(dá)到最優(yōu)的效果.如何將各層協(xié)議與拓?fù)淇刂七M(jìn)行協(xié)同耦合，也將是WSN拓?fù)淇刂蒲芯恐械年P(guān)注點(diǎn)之一.

參考文獻(xiàn)：

［1］ 蔣鵬.基于無(wú)線傳感器網(wǎng)絡(luò)的濕地水環(huán)境遠(yuǎn)程實(shí)時(shí)監(jiān)測(cè)系統(tǒng)關(guān)鍵技術(shù)研究［J］.傳感技術(shù)學(xué)報(bào)，2007，20 （1）：187. JIANG Peng.Survey on Key Technology of WSNBBased Wetland Water Quality Remote Real-Time Monitoring System［J］.Chinese Journal of Sensors and Actuators，2007，20（1）：187.（in Chinese）

［2］ 蔣鵬.基于無(wú)線傳感器網(wǎng)絡(luò)的濕地水環(huán)境數(shù)據(jù)視頻監(jiān)測(cè)系統(tǒng)［J］.傳感技術(shù)學(xué)報(bào)，2009，22（2）：244. JIANG Peng.A Wetland Water Environmental Monitoring System Using Digital Video Based on Wireless Sensor Networks［J］.Chinese Journal of Sensors and Actuators，2009，22（2）：244.（in Chinese）

［3］ 肖俊生，張金溪，李照耀，等.Zigbee技術(shù)在藏區(qū)濕地保護(hù)應(yīng)用中的研究［J］.西北民族大學(xué)學(xué)報(bào)（自然科學(xué)版），2013，34（2）：39. XIAO Junsheng，ZHANG Jinxi，LI Zhaoyao，et al. The Application of Zigbee Technology in Tibetan Wetlands Protecting［J］.Journal of Northwest University for Nationalities（Natural Science），2013，34 （2）：39.（in Chinese）

［4］ 陳平林，蔣錦剛，劉婷.無(wú)線傳感器網(wǎng)絡(luò)連續(xù)監(jiān)測(cè)濕地水質(zhì)異常數(shù)據(jù)的檢測(cè)與處理-以西溪濕地為例［J］.濕地科學(xué)，2014，12（5）：618. CHEN Pinglin，JIANG Jingang，LIU Ting.Detection and Treatment of Anomaly Data of Continuous Monitoring of Water Quality in Wetlands by Wireless Sensor Network-A Case of Xixi Wetlands［J］.Wetland Science，2014，12（5）：618.（in Chinese）

［5］ 徐久強(qiáng)，畢偉偉，朱劍，等.WSN中多跳均勻分簇路由算法的設(shè)計(jì)與仿真［J］.系統(tǒng)仿真學(xué)報(bào)，2011，23 （5）：992. XU Jiuqiang，BI Weiwei，ZHU Jian，et al.Design& Simulation of WSN Equal-cluster-based Multi-hop Routing Algorithm［J］.Journal of System Simulation，2011，23（5）：992.（in Chinese）

［6］ 康一梅，李志軍，胡江，等.一種低能耗層次型無(wú)線傳感器網(wǎng)絡(luò)拓?fù)淇刂扑惴ǎ跩］.自動(dòng)化學(xué)報(bào)，2010，36 （4）：544. KANG Yimei，LI Zhijun，HU Jiang，et al.A Low-Power Hierarchical Wireless Sensor Network Topology Control Algorithm［J］.Acta Automatica Sinica，2010，36（4）：544.（in Chinese）

［7］ LAMBERTI F，SANNA A，PARAVATI G，et al. Mixed Marker-Based／Marker-Less Visual Odometry System for Mobile Robots［J］.International Journal of Advanced Robotic Systems，2013，10（1）：1.

［8］ AGHILI F，SALERNO A.Driftless 3-D Attitude Determination and Positioning of Mobile Robots by Integration of IMU with Two RTK GPSs［J］.IEEE／ASME Transactions on Mechatronics，2013，18（1）：21.

［9］ 沈波，張世永，鐘亦平.無(wú)線傳感器網(wǎng)絡(luò)分簇路由協(xié)議［J］.軟件學(xué)報(bào)，2006，17（7）：1588. SHEN Bo，ZHANG Shiyong，ZHONG Yiping.Cluster-Based Routing Protocols for Wireless Sensor Networks［J］.Journal of Software，2006，17（7）：1588. （in Chinese）

［10］ 楊志，陳暄，龍丹.WSN中一種基于拓?fù)鋬?yōu)化的數(shù)據(jù)收集方案［J］.計(jì)算機(jī)應(yīng)用與軟件，2014，31（3）：250. YANG Zhi，CHEN Xuan，LONG Dan.A Data Collection Scheme Based on Topological Optimisation in Wireless Sensor Networks［J］.Computer Applications and Software，2014，31（3）：250.（in Chinese）

［11］ 李玉民，禹繼國(guó)，萬(wàn)勝利.基于物理干擾模型的WSN拓?fù)淇刂扑惴ǎ跩］.計(jì)算機(jī)工程，2014，40（5）：89. LI Yumin，YU Jiguo，WAN Shengli.Topology Control Algorithm for WSN Based on Physical Interference Model［J］.Computer Engineering，2014，40（5）：89.（in Chinese）

［12］ 劉浩然，韓濤，李雅倩，等.具有路徑能耗優(yōu)化特性的WSN無(wú)標(biāo)度容錯(cuò)拓?fù)淇刂扑惴ǎ跩］.通信學(xué)報(bào)，2014，35（6）：64. LIU Haoran，HAN Tao，LI Yaqian，et al.Scale-Free Fault-Tolerant Topology Control Algorithm in Wireless Sensor Network with Optimization of Path Energy Consumption［J］.Journal on Communications，2014，35（6）：64.（in Chinese）

（責(zé)任編輯、校對(duì) 張 超）

簡(jiǎn) 訊

無(wú)凝固收縮鋁硅合金及熔鑄技術(shù)

西安工業(yè)大學(xué)研制出了一種在凝固時(shí)不發(fā)生收縮，并具有超細(xì)組織、優(yōu)良力學(xué)性能和熱穩(wěn)定性的新型鋁硅合金，該鋁硅合金主要由Al、Si、Cu、Mg、Mn和Ni等元素組成。對(duì)該鋁硅合金進(jìn)行熔體溫度處理，獲得了超細(xì)組織，初生硅尺寸被細(xì)化到10～15 m，比傳統(tǒng)細(xì)化方法細(xì)化后的初生硅尺寸（30～50 m）減小了2～4倍。超細(xì)無(wú)凝固收縮鋁硅合金在25～450℃范圍內(nèi)的線膨脹系數(shù)為16×10—6m·m—1·℃—1，其溫度線膨脹系數(shù)是國(guó)內(nèi)外所有鑄造鋁合金中最小的；除具有好的力學(xué)性能外，還具有良好的機(jī)械加工工藝性。該合金凝固時(shí)不發(fā)生體積收縮，不僅消除了因體積收縮而引起的縮松、縮孔等鑄造缺陷產(chǎn)生的根源，而且也省去傳統(tǒng)鋁合金鑄造時(shí)所需要的重量為鑄件重量0.6～3倍的補(bǔ)縮系統(tǒng)，大大節(jié)省了材料、能源及人力，使鑄件生產(chǎn)成本大幅度降低。該合金已獲國(guó)家發(fā)明專利，在實(shí)際工業(yè)生產(chǎn)中推廣應(yīng)用前景廣闊。

（張立新）

Topology Control of Wireless Sensor NetWorks Oriented Wetland Water Environment Monitoring

CHEN Hong1，YANG Yuxia2
（1.School of Electronic Information Engineering，Xi’an Technological University，Xi’an 710021，China；2.School of Humanities and Foreign Languages，Xi’an University of Technology，Xi’an 710054，China）

Abstract：To eliminate energy voids of the low energy adaptive clustering hierarchy algorithm caused by the asymmetrical distribution of nodes of cluster heads，an improved low energy adaptive clustering hierarchy nodes topology control algorithm was proposed on the distance of transmission，surplus energy of nodes and network cluster division to optimize nodes of cluster heads and determine the whole networks cluster heads..The actual performance of the algorithm was simulated for the features of wetland water environment.The results of simulation show that the improved algorithm is better than that of the original algorithm in nodes of low power consumption and energy balance，and the final running round numbers are increased by 26%to effectively prolong the working life of monitoring network in wetland water environment.

Key Words：wetland water environment；wireless sensor network；topology control；working life

作者簡(jiǎn)介：陳 紅（1980—），女，西安工業(yè)大學(xué)講師，主要研究方向?yàn)闊o(wú)線傳感器網(wǎng)絡(luò)、信息論與編碼. E-mail：chenhong8008＠126.com.

基金資助：陜西省教育廳科研計(jì)劃項(xiàng)目（12JK0503）；西安工業(yè)大學(xué)校長(zhǎng)科研基金項(xiàng)目（XAGDXJJ14012）；陜西省科技廳科學(xué)技術(shù)發(fā)展計(jì)劃項(xiàng)目（2009K08-10）

*收稿日期：2015-09-26

DOI：10.16185／j.jxatu.edu.cn.2016.02.013

文獻(xiàn)標(biāo)志碼：中圖號(hào)： TP393 A

文章編號(hào)：1673-9965（2016）02-0161-06