朱永平，孔凡鳳

(湖南郵電職業(yè)技術(shù)學(xué)院移動(dòng)通信系，湖南 長(zhǎng)沙 410115)

?

基于耦合因子的WSN無(wú)標(biāo)度路徑能耗優(yōu)化算法

朱永平，孔凡鳳

(湖南郵電職業(yè)技術(shù)學(xué)院移動(dòng)通信系，湖南 長(zhǎng)沙 410115)

在大規(guī)模無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中針對(duì)能耗不均衡問(wèn)題，建立多跳路徑能量?jī)?yōu)化模型，得到路徑能量消耗隨節(jié)點(diǎn)度變化規(guī)律，求出最優(yōu)的節(jié)點(diǎn)度取值，并引入耦合因子參數(shù)構(gòu)建網(wǎng)絡(luò)形成無(wú)標(biāo)度拓?fù)浣Y(jié)構(gòu)，提出一種基于耦合因子的WSN無(wú)標(biāo)度路徑能耗優(yōu)化算法.仿真實(shí)驗(yàn)結(jié)果表明分析表明此算法具有較好容錯(cuò)性能，生成的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)節(jié)點(diǎn)度分布服從冪律，具有無(wú)標(biāo)度性，而且可以減少能量消耗并延長(zhǎng)網(wǎng)絡(luò)生命周期.

無(wú)線(xiàn)傳感器網(wǎng)絡(luò)；耦合因子；路徑能量消耗；容錯(cuò)；無(wú)標(biāo)度

WSN(Wireless Sensor Network)是通信和計(jì)算機(jī)領(lǐng)域的結(jié)合產(chǎn)物，能夠?qū)Ω采w區(qū)域進(jìn)行感知并具有計(jì)算能力，經(jīng)常被用于惡劣環(huán)境中.覆蓋范圍、節(jié)點(diǎn)能耗、生命周期、容錯(cuò)性、服務(wù)質(zhì)量是衡量無(wú)線(xiàn)傳感網(wǎng)絡(luò)重要技術(shù)指標(biāo)[1].在惡劣的環(huán)境中因WSN節(jié)點(diǎn)電池不能更換，節(jié)點(diǎn)能量耗盡后網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)會(huì)發(fā)生變化.所以在構(gòu)建網(wǎng)絡(luò)時(shí)，不但要考慮網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的魯棒性，也要考慮網(wǎng)絡(luò)的節(jié)能性[2]，如何構(gòu)造一個(gè)強(qiáng)健的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)是當(dāng)前專(zhuān)家學(xué)者的研究熱點(diǎn).

Barabasi和Albert[3]在1999年提出了一種度分布遵循冪律的Barabasi-Albert (BA)模型，此模型組建了魯棒性較強(qiáng)的無(wú)標(biāo)度拓?fù)浣Y(jié)構(gòu)，對(duì)于解決復(fù)雜網(wǎng)絡(luò)的隨機(jī)故障問(wèn)題提供了新的思路.BA模型指出如果存在一個(gè)t+m、t·m條邊的網(wǎng)絡(luò)，新加入j與已存在節(jié)點(diǎn)i的連接概率和度服從冪指數(shù)為3的函數(shù).陳力軍等[4]根據(jù)兩個(gè)參數(shù)生長(zhǎng)和偏好通過(guò)兩個(gè)步驟形成無(wú)標(biāo)度的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，然后隨機(jī)行走加入到父親節(jié)點(diǎn)，從而使網(wǎng)絡(luò)的節(jié)點(diǎn)分布更加均勻.Zheng et al[5]則對(duì)網(wǎng)絡(luò)的節(jié)點(diǎn)進(jìn)行邊緣化處理，通過(guò)嵌入、刪除、補(bǔ)償節(jié)點(diǎn)及重構(gòu)邊緣從而構(gòu)造具有重構(gòu)機(jī)制的Barabasi-Albert模型，提高了網(wǎng)絡(luò)的容錯(cuò)性.Zhu et al[6]從節(jié)省節(jié)點(diǎn)能量角度出發(fā)，構(gòu)建了2種自組織的拓?fù)渚W(wǎng)絡(luò)模型，EAEM(Energy-Aware Evolution Model)算法通過(guò)節(jié)點(diǎn)的剩余能量構(gòu)建連通網(wǎng)絡(luò)，因此有較好的容錯(cuò)能力，特別是對(duì)抗隨機(jī)誤差，性能提高較多；EBEM(Energy-Balanced Evolution Model)則約束每一個(gè)節(jié)點(diǎn)的能量，設(shè)置了閾值，網(wǎng)絡(luò)的能量消耗更加均衡.Li et al[7]對(duì)匯聚節(jié)點(diǎn)的節(jié)點(diǎn)度設(shè)置了最大值，從而解決了因?yàn)楣?jié)點(diǎn)度過(guò)大而造成的過(guò)早死亡，使網(wǎng)絡(luò)的節(jié)點(diǎn)能量消耗更加均衡，延長(zhǎng)整個(gè)網(wǎng)絡(luò)的壽命，但是網(wǎng)絡(luò)的容錯(cuò)性有待提高.劉浩然等[8]提出的EETA算法充分考慮了無(wú)線(xiàn)傳感器網(wǎng)絡(luò)平均跳數(shù)和單跳通信損耗，但是沒(méi)有考慮局域世界節(jié)點(diǎn)間的依賴(lài)性.上面的文獻(xiàn)都對(duì)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)構(gòu)建提出了建設(shè)性的方案，同時(shí)還考慮了節(jié)點(diǎn)的能量消耗，但是沒(méi)有考慮構(gòu)節(jié)點(diǎn)間的競(jìng)爭(zhēng)能力及隨機(jī)誤差對(duì)網(wǎng)絡(luò)的影響，也導(dǎo)致WSN的能量消耗不均衡，生命周期縮短.

基于以上所述，本文在無(wú)標(biāo)度的網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)下考慮WSN的節(jié)能性，構(gòu)建網(wǎng)絡(luò)結(jié)構(gòu)與路徑能耗的關(guān)系，建立節(jié)點(diǎn)度、單跳模型能耗與平均跳數(shù)的關(guān)系式，從而求出最優(yōu)的節(jié)點(diǎn)度數(shù)值，并通過(guò)節(jié)點(diǎn)間的耦合因子調(diào)整節(jié)點(diǎn)度的分布，提出了基于耦合因子的WSN無(wú)標(biāo)度路徑能耗優(yōu)化算法(Energy Efficiency Based on Coupling Coefficients Topology Algorithm，EEBC)，使無(wú)標(biāo)度的網(wǎng)絡(luò)不但健壯而且還延長(zhǎng)了網(wǎng)絡(luò)生命周期.

1　路徑能耗模型

本文研究角度是無(wú)標(biāo)度網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)的構(gòu)建及網(wǎng)絡(luò)能量消耗的均衡，所以從節(jié)點(diǎn)單跳路徑能耗和網(wǎng)絡(luò)平均跳數(shù)入手，分析網(wǎng)絡(luò)路徑能量消耗與節(jié)點(diǎn)度的關(guān)系曲線(xiàn)，得出最優(yōu)節(jié)點(diǎn)度的取值，為構(gòu)建基于耦合因子的路徑能耗優(yōu)化算法EEBC提供理論基礎(chǔ).

考慮能量消耗不能只看單個(gè)節(jié)點(diǎn)，還與網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)密切相關(guān)，也就是說(shuō)任意一個(gè)節(jié)點(diǎn)傳遞數(shù)據(jù)信息的能量消耗不僅與距離有關(guān)系，還與跳數(shù)有關(guān)，更進(jìn)一步說(shuō)就是路徑能量消耗E隨著單個(gè)節(jié)點(diǎn)能耗Ecost、平均跳數(shù)〈h〉增大而增加.定義：E=Ecost〈h〉.

本文分別從單跳能量消耗和數(shù)據(jù)轉(zhuǎn)發(fā)的平均跳數(shù)兩個(gè)參數(shù)入手，結(jié)合推理得到總消耗E和節(jié)點(diǎn)度k的關(guān)系式，并仿真分析E和節(jié)點(diǎn)度的關(guān)系，最終求出使E最小的最優(yōu)節(jié)點(diǎn)度.

1.1單跳路徑能耗

根據(jù)無(wú)線(xiàn)傳播路徑的模型，在距離為d的節(jié)點(diǎn)間傳輸n bit的數(shù)據(jù)，總的能量消耗Ecost為發(fā)送能量消耗Etx和接收能量消耗Er x之和，滿(mǎn)足下面的關(guān)系式

Ecost= Etx+ Er x

=(Eelctn+εampndα)+Eelctn

=2Eelctn+εampndα

(1)

其中，Eelct為電路裝置接發(fā)每單位bit數(shù)據(jù)的能量損耗；εamp是傳輸單位比特經(jīng)過(guò)每平方米的能量消耗；α是衰減指數(shù)，一般取值范圍為2≤α≤5，此參數(shù)與環(huán)境有關(guān)，當(dāng)網(wǎng)絡(luò)環(huán)境較理想時(shí),α=2.令l=nEelct，μ=nεamp，則上式改寫(xiě)成

Ecost=2l+μd2

(2)

定義N個(gè)節(jié)點(diǎn)隨機(jī)分布在面積為G的區(qū)域內(nèi)，那么節(jié)點(diǎn)服從均勻分布

(3)

節(jié)點(diǎn)落在半徑為d的圓形區(qū)域內(nèi)概率為

(4)

k為在區(qū)域D內(nèi)的節(jié)點(diǎn)數(shù)，那么通信距離d與k、N存在如下關(guān)系

(5)

將上式代入公式(3)，則可以計(jì)算出節(jié)點(diǎn)i單跳路徑內(nèi)消耗的能量為

(6)

1.2平均跳數(shù)〈h〉

在復(fù)雜網(wǎng)絡(luò)中，普通節(jié)點(diǎn)與基站距離較遠(yuǎn)，不能實(shí)現(xiàn)數(shù)據(jù)直接傳輸，文獻(xiàn)[9]LEACH算法首先選出簇頭，普通節(jié)點(diǎn)根據(jù)節(jié)點(diǎn)信號(hào)的強(qiáng)弱加入最近的簇頭，在數(shù)據(jù)傳輸中數(shù)據(jù)從普通節(jié)點(diǎn)傳遞到簇頭，然后匯聚后到基站，從而實(shí)現(xiàn)數(shù)據(jù)的聚合.數(shù)據(jù)從自身節(jié)點(diǎn)到基站需要多次轉(zhuǎn)發(fā).

定義：跳數(shù)為信息從源節(jié)點(diǎn)到基站所轉(zhuǎn)發(fā)的次數(shù).現(xiàn)在較為成熟的轉(zhuǎn)發(fā)算法有：固定傳輸范圍內(nèi)的最短前進(jìn)距離轉(zhuǎn)發(fā)、固定傳輸范圍內(nèi)的最大前進(jìn)距離轉(zhuǎn)發(fā)、貪婪轉(zhuǎn)發(fā)(GFF).通過(guò)比較可以看出GFF具有算法復(fù)雜度低、平均跳數(shù)小等優(yōu)點(diǎn).

(7)

如圖1所示，A1和A2為陰影較大和較小部分的面積，d表示節(jié)點(diǎn)最大通信半徑，a則為源節(jié)點(diǎn)到目的節(jié)點(diǎn)的距離.從圖1中可以看出，假設(shè)兩節(jié)點(diǎn)的距離又一定時(shí)，如果Z越大，那么到達(dá)的目的節(jié)點(diǎn)的跳數(shù)將越少.

圖1　GFF轉(zhuǎn)發(fā)

(8)

(9)

1.3路徑能耗優(yōu)化模型

由上面的兩個(gè)小節(jié)分別推出了Ecost和〈h〉與k關(guān)系式，代入到式E=Ecost〈h〉可以得出平均的能耗E.

(10)

式中ρ為傳感器節(jié)點(diǎn)監(jiān)測(cè)范圍的密度.從上式也可以推導(dǎo)出存在最優(yōu)的節(jié)點(diǎn)度使能量消耗E最小.如果網(wǎng)絡(luò)已經(jīng)獲知，節(jié)點(diǎn)度k為變量，其他的參數(shù)為定值，那么只要求出最佳k就可以使能量消耗達(dá)到最低.

圖2　路徑能量消耗隨節(jié)點(diǎn)度變化曲線(xiàn)

現(xiàn)設(shè)定一組參數(shù)取值，L=1，l=1×108J，π=3.14，節(jié)點(diǎn)密度ρ=0.0032.此條件下，WSN最優(yōu)的節(jié)點(diǎn)密度為10，求出路徑能量消耗的曲線(xiàn)變化，如圖2所示.從圖上可以看出，在為1～10的范圍內(nèi)，隨著網(wǎng)絡(luò)節(jié)點(diǎn)度的增加，路徑消耗迅速下降，當(dāng)大于10的時(shí)候，平均路徑損耗又緩慢升高，那么我們可以認(rèn)為存在能量消耗的極小值，從而在WSN可以求出使E最小的最優(yōu)節(jié)點(diǎn)度〈h〉.

通過(guò)實(shí)驗(yàn)也可以求出節(jié)點(diǎn)密度ρ與最優(yōu)節(jié)點(diǎn)度〈h〉的關(guān)系，可以得知隨著節(jié)點(diǎn)密度的增大，節(jié)點(diǎn)度〈h〉也在遞增，并且成單向遞增，所以?xún)烧邽檎汝P(guān)系如圖3所示.可以推出如果已知節(jié)點(diǎn)的密度，則可以求出最佳節(jié)點(diǎn)度，進(jìn)而使能量消耗達(dá)到最低.

圖3　節(jié)點(diǎn)密度與最優(yōu)節(jié)點(diǎn)度的關(guān)系圖

2　基于耦合因子的路徑能耗優(yōu)化算法

BA的模型首次提出了實(shí)際網(wǎng)絡(luò)的無(wú)標(biāo)度網(wǎng)絡(luò)的建模機(jī)理，兩個(gè)關(guān)鍵參數(shù)是增長(zhǎng)和擇優(yōu)連接.但是BA的局限性在于在節(jié)點(diǎn)的連接增長(zhǎng)中僅考慮了時(shí)間變化的長(zhǎng)短，而實(shí)際的網(wǎng)絡(luò)模型在形成過(guò)程中還要考慮優(yōu)先連接因素，因此，本文設(shè)計(jì)的EEBC算法針對(duì)BA模型的優(yōu)先連接概率的設(shè)計(jì)過(guò)于簡(jiǎn)單作了改進(jìn).

第一，擇優(yōu)連接增長(zhǎng)概率不僅取決于節(jié)點(diǎn)度，還依賴(lài)于競(jìng)爭(zhēng)關(guān)系，本文用耦合因子函數(shù)表示，不但具有網(wǎng)絡(luò)的無(wú)標(biāo)度特性，而且又有較強(qiáng)的容錯(cuò)能力.

第二，網(wǎng)絡(luò)節(jié)點(diǎn)的度數(shù)不能隨意增長(zhǎng)，引入關(guān)于耦合因子si的適應(yīng)模型，不但防止節(jié)點(diǎn)的過(guò)度消耗而導(dǎo)致的死亡，使整個(gè)網(wǎng)絡(luò)的消耗更加均衡，而且通過(guò)控制耦合因子si調(diào)整網(wǎng)絡(luò)節(jié)點(diǎn)度的期望值〈h〉，從而得到最佳節(jié)點(diǎn)度.此算法不但具有能耗優(yōu)化能力即有較強(qiáng)的信息傳遞能力，同時(shí)也更接近于真實(shí)的網(wǎng)絡(luò).

2.1耦合因子參數(shù)的定義

本文用耦合因子來(lái)描述相鄰節(jié)點(diǎn)的相互關(guān)系.耦合在硬件上兩個(gè)元器件的輸入和輸出存在相互的影響，能量可以從輸入端傳遞到另外一側(cè).從數(shù)學(xué)的角度上說(shuō)，就是兩個(gè)對(duì)象之間存在較大的相關(guān)性.耦合因子表示為元件間耦合的松緊程度，也可以描述網(wǎng)絡(luò)的局部相鄰節(jié)點(diǎn)之間的傳遞信息的能力.

定義：無(wú)線(xiàn)傳感器網(wǎng)絡(luò)節(jié)點(diǎn)間的耦合因子初始值為1，每新加入一個(gè)節(jié)點(diǎn)，耦合因子的計(jì)算規(guī)則為：

(11)

其中，常數(shù)0<δ<1，控制耦合因子的大小，Γi為節(jié)點(diǎn)的集合，kl為節(jié)點(diǎn)i的度，最大值為kmax.

在網(wǎng)絡(luò)的生長(zhǎng)過(guò)程中，無(wú)標(biāo)度的容錯(cuò)拓?fù)浣Y(jié)構(gòu)的網(wǎng)絡(luò)度服從ρ(k)=Ck-λ(C>0,λ>2)，記節(jié)點(diǎn)的最小度為1，則可由下面的公式計(jì)算出無(wú)標(biāo)度網(wǎng)絡(luò)的鄰居節(jié)點(diǎn)數(shù)期望〈h〉.

(12)

(13)

WSN網(wǎng)絡(luò)在生長(zhǎng)過(guò)程中每個(gè)時(shí)間邊數(shù)加1，因此可以得出節(jié)點(diǎn)度期望值〈h〉和最大度kmax的關(guān)系.

(14)

由上式可以得出，節(jié)點(diǎn)度期望值〈h〉可以由kmax和λ決定，反之，如果〈h〉和λ已知，可以求出kmax.

本文的網(wǎng)絡(luò)生成演進(jìn)規(guī)則按照如下規(guī)則生成：

1)初始化網(wǎng)絡(luò)：給定一個(gè)具有m0節(jié)點(diǎn)，e0條邊的網(wǎng)絡(luò).網(wǎng)絡(luò)按照時(shí)間步增長(zhǎng)，但是不能無(wú)限制的增長(zhǎng)，否則會(huì)引起網(wǎng)絡(luò)的消耗不均衡.

(15)

(16)

2.2算法EEBC動(dòng)態(tài)性分析

分布屬性會(huì)影響EEBC算法的性能，假設(shè)新的節(jié)點(diǎn)m在t時(shí)刻加入網(wǎng)絡(luò)，R0為網(wǎng)絡(luò)的初始半徑，Rt為t時(shí)刻的半徑，RQ為節(jié)點(diǎn)的通信半徑.因此

(17)

將式(17)代入(16)得到

(18)

一般網(wǎng)絡(luò)生成過(guò)程中采用平均場(chǎng)的方法，節(jié)點(diǎn)i的度數(shù)kl的t時(shí)刻增長(zhǎng)率為：

(19)

其中，新的節(jié)點(diǎn)在t時(shí)刻進(jìn)入網(wǎng)絡(luò)，初始的度數(shù)為kj(t)=m，然后以節(jié)點(diǎn)的度數(shù)以概率p不斷變化.解方程得：

(20)

當(dāng)t→∞時(shí)，上式可得

(21)

(22)

節(jié)點(diǎn)i的度ki(t)小于k的概率為

(23)

(24)

度分布概率密度為

(25)

當(dāng)t→∞時(shí)

(26)

從上式可以得出此算法是無(wú)標(biāo)度的，當(dāng)psi越大，耦合因子的函數(shù)越大，節(jié)點(diǎn)度的變化就越明顯.

3　仿真結(jié)果與性能比較

通過(guò)上面的分析，理論上證明了網(wǎng)絡(luò)的拓?fù)涠确植季哂袃缏商卣?本文與容錯(cuò)性代表算法EBEM和生命周期較好代表算法EETA算法進(jìn)行比較.通過(guò)實(shí)驗(yàn)平臺(tái)MATLAB進(jìn)行仿真，實(shí)驗(yàn)的參數(shù)設(shè)置如下：

表1　仿真參數(shù)設(shè)置

3.1無(wú)標(biāo)度特性

本文EEBC算法拓?fù)浣Y(jié)構(gòu)如圖4所示，在200個(gè)節(jié)點(diǎn)中，生成了少數(shù)的高節(jié)點(diǎn)度的中樞節(jié)點(diǎn)和多數(shù)的普通的末梢節(jié)點(diǎn)，從而避免了網(wǎng)絡(luò)中“貧富”差距，造成網(wǎng)絡(luò)節(jié)點(diǎn)消耗比較均衡.

圖4　網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)

3.2容錯(cuò)能力對(duì)比

依據(jù)于表1給的實(shí)驗(yàn)參數(shù)，同時(shí)根據(jù)上文的理論分析，計(jì)算求得kmax=17.408，取整為kmax=17來(lái)實(shí)現(xiàn)EEBC算法，從而研究網(wǎng)絡(luò)的拓?fù)湫阅?

每輪各個(gè)節(jié)點(diǎn)會(huì)跟鄰居節(jié)點(diǎn)進(jìn)行數(shù)據(jù)交換，網(wǎng)絡(luò)中節(jié)點(diǎn)發(fā)生故障的概率是相同的，在具有300個(gè)節(jié)點(diǎn)的網(wǎng)絡(luò)中，實(shí)驗(yàn)中隨機(jī)地移除某個(gè)節(jié)點(diǎn)，統(tǒng)計(jì)網(wǎng)絡(luò)中最大連通支配集中節(jié)點(diǎn)的數(shù)目，觀察EEBC、EBEM、EETA三種算法的容錯(cuò)能力.

圖5　隨機(jī)失效容忍能力對(duì)比

從圖5中不難看出，三種算法都具有較好的容錯(cuò)能力，網(wǎng)絡(luò)中度較小的節(jié)點(diǎn)失效的概率較大，對(duì)于網(wǎng)絡(luò)連通性影響小，容錯(cuò)性就比較好.EEBC拓?fù)渚W(wǎng)絡(luò)連通分支大于EBEM和EETA，在移除15個(gè)節(jié)點(diǎn)時(shí)，網(wǎng)絡(luò)覆蓋依然比較完整，故具有較好的容錯(cuò)能力.

3.3節(jié)點(diǎn)能耗分析及網(wǎng)絡(luò)的生命周期對(duì)比

選取100、200、300、400個(gè)節(jié)點(diǎn)的任意節(jié)點(diǎn)間通信能耗來(lái)體現(xiàn)網(wǎng)絡(luò)能耗，重復(fù)試驗(yàn)50次，每次統(tǒng)計(jì)信息傳遞中路徑的單跳路徑能耗和跳數(shù)，最后取平均值，結(jié)果如圖6所示.

圖6　網(wǎng)絡(luò)平均路徑能量損耗

EETA算法充分考慮了無(wú)線(xiàn)傳感器網(wǎng)絡(luò)平均跳數(shù)和單跳通信損耗，EBEM算法不但考慮了節(jié)點(diǎn)的剩余能量，還考慮了節(jié)點(diǎn)度的最大值，網(wǎng)絡(luò)較均衡.但是EBEM沒(méi)有考慮路徑能量消耗，EETA則沒(méi)有考慮局域世界節(jié)點(diǎn)間的依賴(lài)性.由圖6可以看出EEBC在路徑能量消耗方面具有優(yōu)勢(shì)，節(jié)能有明顯的提升.

圖7　網(wǎng)絡(luò)生命周期比較

從圖7可以看出，EEBC出現(xiàn)首個(gè)節(jié)點(diǎn)死亡的輪數(shù)要比EAEM晚112輪，而且EEBC算法在整體上消耗能量比EBEM算法要少.在實(shí)驗(yàn)中，每一輪節(jié)點(diǎn)與鄰居節(jié)點(diǎn)交換數(shù)據(jù)，隨著生命運(yùn)行周期輪數(shù)的不斷增加，失效節(jié)點(diǎn)的比例數(shù)也在增加，但是EEBC算法節(jié)能明顯，所以生命周期要長(zhǎng)于EBEM算法.EEBC算法不但考慮了平均跳數(shù)和單跳通信能耗，而且通過(guò)節(jié)點(diǎn)間耦合因子控制節(jié)點(diǎn)的連通支配，得到網(wǎng)絡(luò)結(jié)構(gòu)比較均衡，使網(wǎng)絡(luò)的生命周期得到延長(zhǎng).

4　結(jié)束語(yǔ)

本文通過(guò)分析網(wǎng)絡(luò)節(jié)點(diǎn)數(shù)據(jù)交換的平均跳數(shù)和單跳路徑的能量消耗兩個(gè)變量，得到了網(wǎng)絡(luò)節(jié)點(diǎn)度的分布，并得出最優(yōu)取值，提出一種基于耦合因子WSN無(wú)標(biāo)度路徑能耗優(yōu)化算法，分析得到該算法具有無(wú)標(biāo)度性.通過(guò)實(shí)驗(yàn)仿真表明，EEBC算法構(gòu)成的網(wǎng)絡(luò)結(jié)構(gòu)的路徑能量消耗比較均衡，優(yōu)于EBEM和EETA算法，具有較好的節(jié)能特性.在真實(shí)的環(huán)境中設(shè)計(jì)能耗低同時(shí)容侵能力強(qiáng)的無(wú)標(biāo)度算法是接下來(lái)的研究方向.

[1]Chen X, Kim Y A, Wang B, et al. Fault-tolerant monitor placement for out-of-band wireless sensor network monitoring[J].Ad Hoc Net-works, 2012, (1):62-74.

[2]Baria A, Jaekel A, Jiang J, et al. Design of fault tolerant wireless sensor networks satisfying survivability and lifetime requirement[J].Computer Communications, 2012, (3):320-333.

[3]Barabasi A, Albert R. Emergence of scaling in random net-works[J].Science, 1999,(15):509-512.

[4]陳力軍, 劉明, 陳道蓄, 等.基于隨機(jī)行走的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)簇間拓?fù)溲莼痆J].計(jì)算機(jī)學(xué)報(bào), 2009, (1):69-76.

[5]Zheng G Z, Liu S Y, Qi X G. Scale-free topology evolution for wireless sensor networks with reconstruction mechanism[J].Computer & Electrical Engineering, 2012, (3):643-651.

[6]Zhu H L, Luo H, Peng H P, et al. Complex networks-based energy-efficient evolution model for wireless sensor networks[J].Chaos, Solitons & Fractals, 2009, (4):1828-1835.

[7]Li S D, Li L X, Yang Y X. A local-world heterogeneous model of wireless sensor networks with node and link diversity[J]. Physica A, 2011, (6):1182-1191.

[8]劉浩然, 韓濤, 李雅倩, 等.具有路徑能耗優(yōu)化特性的無(wú)標(biāo)度容錯(cuò)拓?fù)淇刂扑惴╗J].通信學(xué)報(bào), 2014, (6):64-72.

[9]Hou T C, Li V. Transmission range control in multihop packet radio networks[J].IEEE Transactions on Communications, 1986, (1):38-44.

[10]Klenrock L, Silvester J. Optimum transmission radii for packet radio networks or why six is a magic number[C]. Proc IEEE Nat Telecomm Conf[C]. 1978.

(責(zé)任編校：晴川)

Scale-free Algorithm in WSN Based on Coupling Coefficients with Optimization of Path Energy Consumption

ZHU Yongping, KONG Fanfeng

(Department of Mobile Communication, Hunan Post and Telecommunication College,Changsha Hunan 410115, China)

For the issue of path energy imbalance consumption in large-scale sensor network，an optimization model of network path energy consumption based on the mode of multi-hop was established, and the law of the change of the energy consumption of the path was obtained. According to the optimal value of nodes, the network topology was built based on the coupling factor parameter which could control the network average node degree, and a scale-free topology control algorithm EEBC having the characteristics that could minimize the path energy consumption was put forward. The performance analysis indicates that the algorithm has good fault-tolerant performance and the node degree distribution follows the power law. The simulation results show that the algorithm also reduces the path energy consumption in the network and then prolongs the network life.

WSN; coupling coefficients ; path energy consumption; fault-tolerant; scale-free

2016-06-08

湖南省教育廳重點(diǎn)項(xiàng)目(批準(zhǔn)號(hào)：ZJA2013023)；湖南省教育廳科學(xué)研究項(xiàng)目(批準(zhǔn)號(hào)：16C1187).

朱永平(1971— )，男，湖南祁陽(yáng)人，湖南郵電職業(yè)技術(shù)學(xué)院移動(dòng)通信系講師，碩士.研究方向：移動(dòng)通信、無(wú)線(xiàn)傳感器網(wǎng)絡(luò).

TP393

A

1008-4681(2016)05-0053-05