周原　溫金芳

摘要：針對(duì)智慧農(nóng)業(yè)中無(wú)線傳感器異構(gòu)網(wǎng)絡(luò)的特點(diǎn)，采用能量消耗方法優(yōu)化，首先給出無(wú)線傳感器網(wǎng)絡(luò)結(jié)構(gòu)模型、能量模型；然后隨機(jī)窗口決策避免大量用戶同時(shí)選擇同一時(shí)延間隔發(fā)送切換請(qǐng)求；最后通過(guò)基于能量消耗網(wǎng)絡(luò)簇首最優(yōu)數(shù)目進(jìn)行用戶負(fù)載動(dòng)態(tài)均衡化和平均剩余能量估計(jì)，剩余能量大的節(jié)點(diǎn)有較短的選舉周期，剩余能量小的節(jié)點(diǎn)有較長(zhǎng)的選舉周期，這樣能夠充分平衡網(wǎng)絡(luò)中能量的消耗。試驗(yàn)仿真結(jié)果顯示，無(wú)線傳感器能量消耗來(lái)進(jìn)行簇首輪換，使網(wǎng)絡(luò)能量均勻消耗，延長(zhǎng)網(wǎng)絡(luò)的生存時(shí)間，提升節(jié)點(diǎn)的適應(yīng)性。

關(guān)鍵詞：異構(gòu)網(wǎng)絡(luò)；能量；簇首；負(fù)載；無(wú)線傳感器

中圖分類(lèi)號(hào)： TP393；S126 文獻(xiàn)標(biāo)志碼： A 文章編號(hào)：1002-1302（2016）07-0425-03

無(wú)線傳感器伴隨著能慧農(nóng)業(yè)的發(fā)展越來(lái)越得到廣泛的使用，比如英特爾公司在俄勒岡州建立了第一個(gè)無(wú)線葡糖園，傳感器被分布在葡萄園的每個(gè)角落，對(duì)葡萄生長(zhǎng)溫室內(nèi)光照、溫度、濕度、二氧化碳濃度等環(huán)境情況進(jìn)行實(shí)時(shí)監(jiān)測(cè)調(diào)控，這些信息有助于開(kāi)展有效的灌溉和噴灑農(nóng)藥，進(jìn)而降低成本和確保農(nóng)場(chǎng)獲得高效益。但是如何降低網(wǎng)絡(luò)能耗，設(shè)計(jì)能量有效的協(xié)議，以適應(yīng)傳感器網(wǎng)絡(luò)的特點(diǎn)，進(jìn)而延長(zhǎng)無(wú)線傳感器網(wǎng)絡(luò)的生命周期是目前學(xué)者研究的熱點(diǎn)[1-2]。

能量異構(gòu)是目前智慧農(nóng)業(yè)使用傳感器的主要方式，通信中暫時(shí)鏈路失敗或者區(qū)域的地形特點(diǎn)等隨機(jī)事件的影響，每個(gè)節(jié)點(diǎn)不可能均等地使用其能量[3-5]。傳統(tǒng)路由的設(shè)計(jì)主要是為了優(yōu)化服務(wù)質(zhì)量，并且節(jié)點(diǎn)多采用電源供電的方式，節(jié)點(diǎn)的供電不會(huì)受到限制。而無(wú)線傳感器網(wǎng)絡(luò)多數(shù)由無(wú)人看守的節(jié)點(diǎn)組成，一般采用電池供電的方式，因此路由協(xié)議的設(shè)計(jì)必需考慮能耗問(wèn)題，以確保網(wǎng)絡(luò)壽命的最大化[6]。WSN設(shè)計(jì)基于同構(gòu)的網(wǎng)絡(luò)，而無(wú)線傳感器網(wǎng)絡(luò)是動(dòng)態(tài)的自組織網(wǎng)絡(luò)，節(jié)點(diǎn)的位置分布在很多情況下都是隨機(jī)的，節(jié)點(diǎn)間通過(guò)多跳路徑來(lái)傳輸數(shù)據(jù)，隨著節(jié)點(diǎn)能量的耗盡，部分傳感器節(jié)點(diǎn)會(huì)退出網(wǎng)絡(luò)[7]。卿利、朱清新等提出了DEEC算法，該算法同時(shí)考慮了網(wǎng)絡(luò)的異構(gòu)性和節(jié)點(diǎn)的剩余能量。IntServ需要建立端到端連接的基于資源預(yù)留的方法，由于傳感器節(jié)點(diǎn)受資源的限制，無(wú)法管理每一連接的狀態(tài)信息，且不太可能在遠(yuǎn)距離端點(diǎn)間建立起持久通路[8]。本研究采用能量消耗對(duì)異構(gòu)網(wǎng)絡(luò)優(yōu)化，給出無(wú)線傳感器網(wǎng)絡(luò)結(jié)構(gòu)模型、能量模型，以及隨機(jī)窗口決策避免大量用戶同時(shí)選擇同一時(shí)延間隔發(fā)送切換請(qǐng)求，通過(guò)基于能量消耗網(wǎng)絡(luò)簇首最優(yōu)數(shù)目，用戶負(fù)載動(dòng)態(tài)均衡化和平均剩余能量估計(jì)值過(guò)程。試驗(yàn)仿真結(jié)果顯示，無(wú)線傳感器能量消耗來(lái)進(jìn)行簇首輪換，使網(wǎng)絡(luò)能量均勻消耗，延長(zhǎng)網(wǎng)絡(luò)的生存時(shí)間，提升節(jié)點(diǎn)的適應(yīng)性。

1 無(wú)線傳感器異構(gòu)網(wǎng)絡(luò)模型

1.1 異構(gòu)傳感器網(wǎng)絡(luò)的結(jié)構(gòu)模型

假定網(wǎng)絡(luò)中有n個(gè)節(jié)點(diǎn)均勻分布在區(qū)域中，基站匯接點(diǎn)位于網(wǎng)絡(luò)中間位置，假定網(wǎng)絡(luò)中的分布節(jié)點(diǎn)處于靜止不動(dòng)狀態(tài)。異構(gòu)傳感器網(wǎng)絡(luò)中不同節(jié)點(diǎn)具有不同的通信能力；不同節(jié)點(diǎn)具有不同的運(yùn)動(dòng)速度；不同節(jié)點(diǎn)具有不同的消息存儲(chǔ)能力，即存儲(chǔ)隊(duì)列長(zhǎng)度不同；監(jiān)控不同對(duì)象的節(jié)點(diǎn)獲得的數(shù)據(jù)消息大小不同[9]。異構(gòu)傳感器網(wǎng)絡(luò)包含有普通節(jié)點(diǎn)和高級(jí)節(jié)點(diǎn)2種節(jié)點(diǎn)，設(shè)普通節(jié)點(diǎn)的初始能量為E0，m是高級(jí)節(jié)點(diǎn)在所有節(jié)點(diǎn)中所占的比例，α是高級(jí)節(jié)點(diǎn)的初始能量多于普通節(jié)點(diǎn)能量的倍數(shù)，則異構(gòu)網(wǎng)絡(luò)中所有節(jié)點(diǎn)的總能量為n（1-m）E0+nm（1+α）E0=n（1+α）E0，網(wǎng)絡(luò)中的相對(duì)于同構(gòu)網(wǎng)絡(luò)增加αm倍。在異構(gòu)傳感器網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的覆蓋半徑為r，探測(cè)區(qū)域內(nèi)所有節(jié)點(diǎn)都在同一個(gè)平面內(nèi)，節(jié)點(diǎn)的初始布置是隨機(jī)的，所有節(jié)點(diǎn)可獲取自身位置[10]。

1.2 無(wú)線傳感器網(wǎng)絡(luò)能量模型

假設(shè)節(jié)點(diǎn)在距離為d的情況下發(fā)送L數(shù)據(jù)消耗的能量為：

式中：Eelec表示發(fā)送或接收每比特?cái)?shù)據(jù)時(shí)的能量消耗；εfs為 d≤d0時(shí)的發(fā)送電路放大系數(shù)；εmp為d>d0時(shí)的發(fā)送電路放大系數(shù)；εfs·d2和εmp·d4為發(fā)送每比特?cái)?shù)據(jù)放大器的能量消耗；d0為閾值，當(dāng)發(fā)送節(jié)點(diǎn)與接收節(jié)點(diǎn)的距離小于d0時(shí)，發(fā)送方發(fā)送數(shù)據(jù)的能量損耗與距離的平方成正比，否則與距離的4次方成正比[11]。

1.3 隨機(jī)窗口決策

由于各無(wú)線接入系統(tǒng)對(duì)時(shí)隙長(zhǎng)度不相同，定義Δ為不同時(shí)隙長(zhǎng)度的公約數(shù)，對(duì)于實(shí)時(shí)業(yè)務(wù)用戶，其時(shí)間窗口被分為s個(gè)時(shí)間間隔：

s=T/Δ。

（2）

當(dāng)切換用戶i產(chǎn)生一個(gè)隨機(jī)時(shí)延t后，將經(jīng)歷一個(gè)時(shí)延間隔后發(fā)起切換請(qǐng)求，該時(shí)間間隔為[ti/Δ]。 假設(shè)有f個(gè)實(shí)時(shí)業(yè)務(wù)用戶在同一時(shí)刻發(fā)起切換請(qǐng)求[12]，ξ表示事件，當(dāng)前用戶所選擇的時(shí)延間隔沒(méi)有發(fā)生“碰撞”，因此可式中：nopt是網(wǎng)絡(luò)簇首選舉的參考周期，節(jié)點(diǎn)的剩余能量越大，其選舉周期相對(duì)于參考周期就縮短相應(yīng)的比例；同樣節(jié)點(diǎn)剩余能量越小，其選舉周期就增大原來(lái)相應(yīng)的比例。剩余能量大的節(jié)點(diǎn)有較短的選舉周期，剩余能量小的節(jié)點(diǎn)有較長(zhǎng)的選舉周期，這樣能夠充分平衡網(wǎng)絡(luò)中能量的消耗。

3 試驗(yàn)仿真

通過(guò)MATLAB下的仿真試驗(yàn)，對(duì)比其他算法來(lái)衡量算法的性能。假設(shè)有150個(gè)節(jié)點(diǎn)的異構(gòu)無(wú)線傳感器網(wǎng)絡(luò)，考慮到農(nóng)田環(huán)境中有干擾的存在，每個(gè)節(jié)點(diǎn)的初始能量為E0（1+αi），αi隨機(jī)分布于[0，1]區(qū)間，并保持起始總能量為一定值，所有節(jié)點(diǎn)隨機(jī)地分布在1個(gè)100 m ×100 m的正方形區(qū)域內(nèi)。假設(shè)基站位于該農(nóng)田中的中心，同時(shí)具有理想的鏈路層協(xié)議，忽略信號(hào)碰撞和無(wú)線信道干擾。試驗(yàn)采用的能量和無(wú)線電路參數(shù)如下：E0=0.7 J，Eelec=40 nJ/b，EDA=40 nJ/（b·個(gè)），εfs=9 pJ·m2/b，εmp=0.001 5 pJ·m4/b。

圖2給出了高級(jí)節(jié)點(diǎn)m、高級(jí)節(jié)點(diǎn)能量系數(shù)α與網(wǎng)絡(luò)生存時(shí)間的關(guān)系。從圖2可以看出，節(jié)點(diǎn)的剩余能量決定節(jié)點(diǎn)的簇首選舉概率，剩余能量多的節(jié)點(diǎn)擁有較大的簇首選舉概率，剩余能量大的節(jié)點(diǎn)有較短的選舉周期，剩余能量小的節(jié)點(diǎn)有較長(zhǎng)的選舉周期，較高初始能量和剩余能量的節(jié)點(diǎn)比低能量節(jié)點(diǎn)擁有更多的機(jī)會(huì)成為簇首節(jié)點(diǎn)，從而使網(wǎng)絡(luò)能量均勻消耗，延長(zhǎng)網(wǎng)絡(luò)的生存時(shí)間，提升了節(jié)點(diǎn)適應(yīng)性。

為了比較不同的算法能量有效性，圖3給出了不同算法的網(wǎng)絡(luò)生存周期比較。

從圖3的仿真結(jié)果中看出，WSN算法的網(wǎng)絡(luò)存在周期比較短，DEEC算法不能很好地利用異構(gòu)節(jié)點(diǎn)帶來(lái)的額外能量，其穩(wěn)定周期很短，節(jié)點(diǎn)按照固定的速率死掉，網(wǎng)絡(luò)存在周期短，本研究算法由于對(duì)具有不同初始能量的節(jié)點(diǎn)區(qū)別對(duì)待，從而獲得了比DEEC算法和WSN算法更長(zhǎng)的穩(wěn)定周期和更多的有效數(shù)據(jù)量算法的能量消耗均衡性，且從開(kāi)始出現(xiàn)失效節(jié)點(diǎn)到所有節(jié)點(diǎn)失效的時(shí)間跨度最小，跨度越小，標(biāo)志著整個(gè)網(wǎng)絡(luò)的能量使用率越高。

4 總結(jié)

本研究采用能量消耗對(duì)異構(gòu)網(wǎng)絡(luò)優(yōu)化，給出無(wú)線傳感器網(wǎng)絡(luò)結(jié)構(gòu)模型、能量模型，以及隨機(jī)窗口決策避免大量用戶同時(shí)選擇同一時(shí)延間隔發(fā)送切換請(qǐng)求，通過(guò)基于能量消耗網(wǎng)絡(luò)簇首最優(yōu)數(shù)目，用戶負(fù)載動(dòng)態(tài)均衡化和平均剩余能量估計(jì)值過(guò)程。試驗(yàn)仿真結(jié)果顯示，無(wú)線傳感器能量消耗來(lái)進(jìn)行簇首輪換，使網(wǎng)絡(luò)能量均勻消耗，延長(zhǎng)網(wǎng)絡(luò)的生存時(shí)間，提升節(jié)點(diǎn)的適應(yīng)性，促進(jìn)智慧農(nóng)業(yè)發(fā)展。

參考文獻(xiàn)：

[1]葛文杰，趙春江. 農(nóng)業(yè)物聯(lián)網(wǎng)研究與應(yīng)用現(xiàn)狀及發(fā)展對(duì)策研究[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2014，45（7）：222-230，277.

[2]張鐵民，李輝輝，陳大為，等. 多源傳感器信息融合的農(nóng)用小車(chē)路徑跟蹤導(dǎo)航系統(tǒng)[J]. 農(nóng)業(yè)機(jī)械學(xué)報(bào)，2015，46（3）：37-42.

[3]張春花，劉方愛(ài)，申志遠(yuǎn). 一種新的異構(gòu)無(wú)線傳感器網(wǎng)絡(luò)分簇算法[J]. 傳感器與微系統(tǒng)，2013，32（6）：143-146.

[4]楊 勇，夏士雄，周 勇. WSN中能量有效的分層協(xié)作覆蓋模型[J]. 軟件學(xué)報(bào)，2012，23（10）：2783-2794.

[5]于春娣，丁 勇，李 偉，等. 一種能量有效的WSN目標(biāo)跟蹤動(dòng)態(tài)協(xié)同自組織算法[J]. 傳感技術(shù)學(xué)報(bào)，2012，25（11）：1577-1583.

[6]唐 琳，吳 際. 異構(gòu)多媒體傳感器網(wǎng)絡(luò)服務(wù)質(zhì)量研究[J]. 電子與信息學(xué)報(bào)，2013，35（4）：965-969.

[7]余良俊，汪小志，劉志剛，等. 基于ARM與ZigBee的溫室環(huán)境無(wú)線監(jiān)控系統(tǒng)設(shè)計(jì)[J]. 農(nóng)機(jī)化研究，2015，（7）：97-100.

[8]黎 昂，曾利軍，譚 艷. 近鄰中繼節(jié)點(diǎn)在異構(gòu)網(wǎng)絡(luò)中的分簇部署策略[J]. 計(jì)算機(jī)科學(xué)，2013，40（1）：45-48.

[9]尹建月. 異構(gòu)傳感器網(wǎng)絡(luò)分簇路由算法研究[D]. 哈爾濱：哈爾濱工業(yè)大學(xué)，2011：20-45.

[10]李士軍，溫 竹，宮 鶴，等. 無(wú)線傳感器網(wǎng)絡(luò)在農(nóng)業(yè)中的應(yīng)用進(jìn)展[J]. 浙江農(nóng)業(yè)學(xué)報(bào)，2014，26（6）：1715-1720.

[11]劉 唐，彭 艦，楊 進(jìn). 異構(gòu)延遲容忍移動(dòng)傳感器網(wǎng)絡(luò)中基于轉(zhuǎn)發(fā)概率的數(shù)據(jù)傳輸[J]. 軟件學(xué)報(bào)，2013，24（2）：215-229.

[12]單慧勇，劉中一，田云臣. 集成傳感器射流清潔的水產(chǎn)養(yǎng)殖環(huán)境監(jiān)測(cè)系統(tǒng)設(shè)計(jì)[J]. 江蘇農(nóng)業(yè)科學(xué)，2015，43（7）：429-430.

[13]焦 毅，易克初，馬懋德，等. 基于QoS感知的異構(gòu)無(wú)線網(wǎng)絡(luò)負(fù)載均衡算法[J]. 吉林大學(xué)學(xué)報(bào)：工學(xué)版，2013，43（3）：794-800.

[14]劉乃森，倪 軍，董繼飛，等. 多光譜作物生長(zhǎng)傳感器溫度特性試驗(yàn)[J]. 農(nóng)業(yè)工程學(xué)報(bào)，2014，21（21）：157-164.

[15]石文孝，張 閣，王繼紅，等. 基于網(wǎng)格的異構(gòu)無(wú)線網(wǎng)絡(luò)負(fù)載均衡算法[J]. 吉林大學(xué)學(xué)報(bào)：工學(xué)版，2013，43（5）：788-793.

[16]宋慶恒，劉英德，馬 源，等. 基于多傳感器數(shù)據(jù)融合的溫室溫濕度控制系統(tǒng)設(shè)計(jì)[J]. 江蘇農(nóng)業(yè)科學(xué)，2015，43（6）：394-396.