王景嫻,陳珍萍,趙政坤,黃友銳,韓 濤

(1.安徽理工大學(xué)電氣與信息工程學(xué)院,安徽 淮南 232001;2.蘇州科技大學(xué)電子與信息工程學(xué)院,江蘇 蘇州 215009;3.北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院,北京 100029)

無線傳感器網(wǎng)絡(luò)能量均衡拓?fù)淠Ｐ脱芯?

王景嫻1,陳珍萍2*,趙政坤3,黃友銳1,韓 濤1

(1.安徽理工大學(xué)電氣與信息工程學(xué)院,安徽 淮南 232001;2.蘇州科技大學(xué)電子與信息工程學(xué)院,江蘇 蘇州 215009;3.北京化工大學(xué)信息科學(xué)與技術(shù)學(xué)院,北京 100029)

針對BA模型僅考慮節(jié)點壽命對網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)影響的現(xiàn)狀,考慮到拓?fù)淠芰坷寐什桓邥s短網(wǎng)絡(luò)生命周期,在分析網(wǎng)絡(luò)平均剩余能量和通信半徑對網(wǎng)絡(luò)生命周期影響的基礎(chǔ)上,提出一種無線傳感器網(wǎng)絡(luò)能量均衡拓?fù)淠Ｐ?。該模型在拓?fù)溲莼^程中,綜合考慮節(jié)點剩余能量、通信半徑和節(jié)點度,并引入剩余能量調(diào)節(jié)參數(shù)、通信半徑調(diào)節(jié)參數(shù)和節(jié)點度調(diào)節(jié)參數(shù),最終使剩余能量大的節(jié)點連接概率更高。理論分析和仿真實驗結(jié)果表明,該模型不僅具有無標(biāo)度網(wǎng)絡(luò)的冪律特性,具有較好的穩(wěn)定性,且能夠均衡節(jié)點和網(wǎng)絡(luò)能耗,延長網(wǎng)絡(luò)的生命周期。

無線傳感器網(wǎng)絡(luò);拓?fù)淠Ｐ?能量均衡;網(wǎng)絡(luò)平均剩余能量;通信半徑

無線傳感器網(wǎng)絡(luò)WSNs(Wireless Sensor Networks)是一種分布式傳感網(wǎng)絡(luò),由許多靜止或移動的微型傳感器節(jié)點以自組織、多跳的方式組成的無線網(wǎng)絡(luò)[1]。是為了協(xié)作地感知、采集、處理和傳輸網(wǎng)絡(luò)覆蓋地理區(qū)域內(nèi)被感知對象的信息,并把這些信息經(jīng)過多跳路由到Sink節(jié)點,再由管理基站、網(wǎng)絡(luò)或衛(wèi)星發(fā)送給觀察者[2]。WSNs組網(wǎng)靈活,但其存在一定的局限性,無線傳感器節(jié)點的能量由電池供給,更換困難,且節(jié)點通常被布置在無人看管的惡劣環(huán)境下,容易遭受環(huán)境損壞和惡意攻擊,導(dǎo)致網(wǎng)絡(luò)生命期縮短而使其無法正常工作[3]。因此,保證網(wǎng)絡(luò)的穩(wěn)定性,平衡網(wǎng)絡(luò)能耗,延長網(wǎng)絡(luò)生命周期是目前WSNs實際應(yīng)用中面臨的重要問題[4]。

為了延長網(wǎng)絡(luò)生命周期使WSNs長時間正常工作,需要通過拓?fù)淇刂茦?gòu)造拓?fù)淠Ｐ?使網(wǎng)絡(luò)在全聯(lián)通的情況下進行數(shù)據(jù)傳輸,因此,拓?fù)淇刂茖SNs起著重大影響。有關(guān)拓?fù)淇刂蒲娱L網(wǎng)絡(luò)生命周期的研究,早在1999年,Barabsi和Albert通過對萬維網(wǎng)、交際通信網(wǎng)、和Internet網(wǎng)等網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)進行研究時發(fā)現(xiàn)其度分布服從冪律分布,提出了一種構(gòu)造無標(biāo)度網(wǎng)絡(luò)(scale-free network)的演化模型——BA(Barabsi Albert)無標(biāo)度網(wǎng)絡(luò)模型[5],該模型在隨機節(jié)點失效情況下無標(biāo)度拓?fù)溆兄鼜姷娜蒎e性,能較好適應(yīng)WSNs無人看管的環(huán)境,進而延長網(wǎng)絡(luò)的生命周期。然而BA無標(biāo)度網(wǎng)絡(luò)模型仍存在一定的不足,在BA模型中壽命越大的節(jié)點具有越高的度,但在很多現(xiàn)實網(wǎng)絡(luò)中,節(jié)點的度及其增長速率并非只和節(jié)點的壽命有關(guān)。

在BA無標(biāo)度網(wǎng)絡(luò)模型的基礎(chǔ)上,許多研究者對其進行了擴展和改進,且取得了豐富的成果,改進的模型使生成的網(wǎng)絡(luò)更符合網(wǎng)絡(luò)的需求[6]。文獻[7]提出了一種具有容錯性的拓?fù)渖赡Ｐ?FTEL模型),該模型將節(jié)點的剩余能量和節(jié)點的負(fù)載結(jié)合起來,形成的拓?fù)湓谝欢ǔ潭壬线_到了節(jié)能的目的。文獻[8]根據(jù)節(jié)點剩余能量和節(jié)點飽和度等聯(lián)系建立模型,延長了網(wǎng)絡(luò)的生命周期同時提高了WSNs拓?fù)涞目箽?。文獻[9]以節(jié)點的剩余能量和節(jié)點度作為適應(yīng)度函數(shù),提出了一種節(jié)能容錯的EAEM 模型,在一定程度上延長了網(wǎng)絡(luò)的生命周期。但文獻[7-9]構(gòu)建的3種無標(biāo)度網(wǎng)絡(luò)拓?fù)淠Ｐ蜎]有考慮節(jié)點通信半徑對網(wǎng)絡(luò)能耗的影響,節(jié)點的通信半徑越大節(jié)點能耗越快,很容易行成剩余能量小的節(jié)點因能量過早耗盡而失效,從而縮短了網(wǎng)絡(luò)的生命周期。文獻[10]依據(jù)WSNs節(jié)點的能量與通信半徑的關(guān)系,提出一種能量有效的無標(biāo)度拓?fù)溲莼Ｐ?EETM模型),使節(jié)點可以根據(jù)自身的能量狀況選擇合適的通信半徑,提高了拓?fù)涞膽?yīng)用價值。但EETM模型沒有考慮網(wǎng)絡(luò)平均剩余能量和新節(jié)點連接時對剩余能量的選擇,這樣不能保證新節(jié)點和網(wǎng)絡(luò)中剩余能量大的節(jié)點進行連接。

考慮到上述不足,以及節(jié)點本身所具有能量大小對網(wǎng)絡(luò)中節(jié)點連接情況的影響,根據(jù)WSNs節(jié)點的剩余能量與通信半徑的關(guān)系,本文提出了一種無線傳感器網(wǎng)絡(luò)能量均衡拓?fù)淠Ｐ虴BTM(Energy Balance Topology Model)。節(jié)點根據(jù)網(wǎng)絡(luò)平均能量情況選擇合適的通信半徑,使得剩余能量大的節(jié)點擁有較大的連接概率,調(diào)節(jié)參數(shù)的引入,使拓?fù)涞亩确植伎烧{(diào),提高了拓?fù)涞膽?yīng)用價值,從而滿足不同網(wǎng)絡(luò)性能的需求。仿真結(jié)果表明EBTM模型不僅具有無標(biāo)度網(wǎng)絡(luò)的冪律特性具有較好的穩(wěn)定性,且能夠均衡節(jié)點和網(wǎng)絡(luò)能耗,延長網(wǎng)絡(luò)的生命周期。

1 能耗模型

WSNs通常將網(wǎng)絡(luò)中最早失效的傳感器節(jié)點的生存時間定義為網(wǎng)絡(luò)的生命期[11],其對網(wǎng)絡(luò)的工作性能具有重要意義。網(wǎng)絡(luò)的生命期與網(wǎng)絡(luò)能耗密切相關(guān),本節(jié)通過建立能耗模型,確定其與節(jié)點剩余能量、節(jié)點度和通信半徑的關(guān)系,之后將此關(guān)系應(yīng)用于無標(biāo)度擇優(yōu)連接概率中。

由于網(wǎng)絡(luò)能耗的產(chǎn)生主要是來源于節(jié)點收發(fā)數(shù)據(jù)。因此,本文依據(jù)傳感器節(jié)點傳輸和接收數(shù)據(jù)能耗來構(gòu)建能量模型。

節(jié)點發(fā)送方發(fā)送lbit數(shù)據(jù)所需的能耗如式(1)所示:

(1)

節(jié)點接收方接收lbit數(shù)據(jù)所需的能耗如式(2)所示:

ERX=Eeleclki

(2)

式中:l是單位時間內(nèi)感知到的比特率,ki是節(jié)點i的節(jié)點度,Ri是節(jié)點i的通信半徑,Eelec是節(jié)點收發(fā)單位比特數(shù)據(jù)所需的能耗。

對任何一個節(jié)點i,其消耗能量為接收能耗和發(fā)送能耗之和,所以單位時間內(nèi)任意節(jié)點i平均需要消耗的能量Ei(t)為:

(3)

則網(wǎng)絡(luò)的總能耗如式(4)所示:

(4)

式中:N為拓?fù)渲泄?jié)點個數(shù)。由式(4)可知,當(dāng)Eelec和l已知時,網(wǎng)絡(luò)能耗僅與ki和Ri有關(guān)。故節(jié)點i能耗的評估方法可定義成節(jié)點i的能耗Ei(t)與其剩余能量Ei之比,因此,節(jié)點能耗模型可由式(5)得出:

(5)

網(wǎng)絡(luò)能耗模型,如式(6)所示:

(6)

結(jié)合式(5)、式(6)對網(wǎng)絡(luò)生命期進行評估,分析可知,網(wǎng)絡(luò)的生命期LIFE可表示為式(7):

(7)

根據(jù)式(7)可知,在構(gòu)建網(wǎng)絡(luò)拓?fù)鋾r,節(jié)點i的剩余能量、通信半徑和節(jié)點度共同決定了網(wǎng)絡(luò)生命期長短,節(jié)點度和通信半徑越大,那么節(jié)點的能耗就會越高,進而導(dǎo)致其平均剩余能量就越低。

2 EBTM演化機制及動態(tài)特性分析

2.1 EBTM拓?fù)溲莼Ｐ?/p>

對網(wǎng)絡(luò)模型做如下假設(shè):

①初始網(wǎng)絡(luò)由少量m0個節(jié)點和e0條邊構(gòu)成,以后每隔一段時刻就向網(wǎng)絡(luò)中新增一個節(jié)點n,同時加上該節(jié)點出發(fā)的m(m

②新節(jié)點的通信半徑可在R1Eave則新節(jié)點的通信半徑在Rn/2<…

③新節(jié)點在選定的通信半徑之內(nèi)尋找到剩余能量最大的節(jié)點并與其相連。

BA模型在擇優(yōu)連接時[12],新節(jié)點與已有節(jié)點連接的概率僅取決于節(jié)點i的度ki,如式(8)所示:

(8)

式中:i、j表示節(jié)點序號,∑kj為已知節(jié)點的度總和。

EBTM模型的拓?fù)湫纬稍瓌t與BA無標(biāo)度網(wǎng)絡(luò)類似,都是先“增長”后“擇優(yōu)連接”。

①增長:初始的節(jié)點數(shù)較少,數(shù)量為m0,以后每隔一段時間就向網(wǎng)絡(luò)中新增一個節(jié)點n,同時加上從該節(jié)點出發(fā)的m(m

②局域世界擇優(yōu)連接:擇優(yōu)增長過程中,新加入的節(jié)點n只能在其通信半徑內(nèi)選擇與其連接的節(jié)點i,而此時擇優(yōu)的概率取決于節(jié)點當(dāng)前的節(jié)點度ki、剩余能量Ei和通信半徑di。

(9)

式中:An為新加入節(jié)點n的鄰節(jié)點區(qū)域;di=f(Ri)為關(guān)于節(jié)點通信半徑Ri的連續(xù)函數(shù),由網(wǎng)絡(luò)平均剩余能量決定;Ei=f(Ei)為關(guān)于節(jié)點平均剩余能量的連續(xù)函數(shù);β1,β2,β3為調(diào)節(jié)參數(shù),分別調(diào)節(jié)節(jié)點度剩余能量和節(jié)點通信半徑在擇優(yōu)連接時的權(quán)重。

2.2 EBTM度分布屬性

由連續(xù)場理論可知,如果節(jié)點度ki不間斷的改變,由上述擇優(yōu)增長的結(jié)果可得,ki改變的速率是:

(10)

由于Ei=f(Ei)和di=f(Ri)分別是閉區(qū)間[minf(Ei),maxf(Ei)]和[minf(Ri),maxf(Ri)]上的連續(xù)函數(shù),所以可得:

(11)

(12)

由最值定理可知,存在μ使得:

dj=Rμ

(13)

Ej=Eμ

(14)

假設(shè)新節(jié)點n于t時刻加入到網(wǎng)絡(luò)中,Rn為新加入節(jié)點n的通信半徑,R0和Rt分別是最初和t時刻網(wǎng)絡(luò)通信半徑,改進的擇優(yōu)增長過程如圖1所示。

圖1 改進的擇優(yōu)增長過程

求得,則

(15)

(16)

式(16)代入式(10)可得:

(17)

設(shè)f(R)=Ri/Ru,f(E)=Ei/Eu,采用分離變量法解式(17)得:

(18)

式中:C是任意常數(shù),設(shè)ti為節(jié)點i加入網(wǎng)絡(luò)的時刻,結(jié)合初始條件ki(ti)=m解上述微分方程可得:

(19)

因此,節(jié)點i的度小于k的概率為:

p(ki(t)

2m(β2/β1)f(E)-2m(β3/β1)f(R)

(20)

在改進的擇優(yōu)增長過程中,每隔一個相同的時隙就新增一個節(jié)點到網(wǎng)絡(luò)中,即每個新節(jié)點加入網(wǎng)絡(luò)的時間是不確定的完全隨機的,因此ti服從(0,t)區(qū)間內(nèi)的均勻分布,其概率密度函數(shù)p(ti)為:

(21)

結(jié)合式(20)和式(21)可得:

p(ki(t)

(22)

因此EBTM模型的度分布為:

(23)

當(dāng)t→∞時,式(23)可簡化為:

(24)

從式(24)可以看出,EBTM模型的拓?fù)涠确植甲裱瓋缏商匦?冪律指數(shù)為1+2/β1,表明該模型是一個無標(biāo)度網(wǎng)絡(luò)。通過調(diào)節(jié)參數(shù)β1、β2、β3來調(diào)節(jié)拓?fù)涞亩确植?從而達到優(yōu)化拓?fù)湫阅艿哪康摹?/p>

3 仿真與分析

本節(jié)借助MATLAB仿真軟件,分析EBTM模型的拓?fù)涠确植己凸?jié)點度與剩余能量的關(guān)系,分析結(jié)果取運行100次后的平均值。節(jié)點的通信半徑可以在40m、45m、50m之間切換。仿真實驗環(huán)境參數(shù)如表1所示。

表1 仿真實驗環(huán)境參數(shù)

3.1 度分布

度分布作為網(wǎng)絡(luò)拓?fù)涞年P(guān)鍵特性,直接關(guān)系到網(wǎng)絡(luò)的安全與穩(wěn)定,為了分析當(dāng)節(jié)點總數(shù)N不同時,對EBTM模型生成的度分布的影響,假設(shè)節(jié)點連接邊數(shù)m為定值,將N設(shè)置成100、1 000和5 000,繪制此時的度分布圖。假設(shè)網(wǎng)絡(luò)最初只有5個節(jié)點,連接邊數(shù)為3,同時每隔t時間段,周期性地新增1個節(jié)點,圖2為仿真實驗結(jié)果,可以看出EBTM模型遵循冪律分布,且節(jié)點越多,其仿真所得的點越近似于一條直線,即其度分布更加接近理論值,也就越穩(wěn)定。

圖2 不同節(jié)點總數(shù)N情況下的度分布圖

圖3給出了網(wǎng)絡(luò)規(guī)模為100個節(jié)點時,β1=1和β1=0.5 拓?fù)涞亩确植记闆r。其中,β1=1時,是BA模型,其拓?fù)涠确植际莾缰笖?shù)為3的冪律分布,如圖3可知,拓?fù)鋵嶋H度分布與理論度分布基本一致;當(dāng)β1=0. 5 時,拓?fù)涞睦碚摱确植挤蟽缰笖?shù)為5的冪律分布,如圖3可知,拓?fù)涞膶嶋H度分布符合這樣的冪律分布。拓?fù)涞亩确植茧S著β1的變化而變化,β1越大拓?fù)渲卸却蟮墓?jié)點占有的概率就越大,拓?fù)鋵⒏硬灰?guī)則,需要經(jīng)過改變β1的值來實現(xiàn)調(diào)節(jié)度分布的目的,以達到網(wǎng)絡(luò)特征要求。

圖3 EBTM度分布

圖4 節(jié)點度與能量的關(guān)系

3.2 節(jié)點度與能量關(guān)系的演化

圖4給出了EETM,BA和EBTM(β1=0.5)模型此時所構(gòu)建拓?fù)渲泄?jié)點度k和節(jié)點剩余能量的關(guān)系。由圖4可以看出,EETM和EBTM(β1=0.5)模型具有節(jié)點度越大對應(yīng)的剩余能量就越大的特點,而BA模型沒有這個特點。這是由于BA模型構(gòu)建拓?fù)鋾r只與節(jié)點度有關(guān),而EETM和EBTM模型在構(gòu)建網(wǎng)絡(luò)拓?fù)鋾r,考慮了節(jié)點的剩余能量使剩余能量大的節(jié)點具有較大的連接概率。

由圖4還可以看出,EBTM模型在節(jié)能方面優(yōu)于EETM模型這是因為在擇優(yōu)連接時EBTM模型綜合考慮了節(jié)點的剩余能量和通信半徑,依據(jù)網(wǎng)絡(luò)平均剩余能量調(diào)節(jié)通信半徑,使剩余能量大的節(jié)點具有更大的連接概率,促使網(wǎng)絡(luò)向節(jié)能方向轉(zhuǎn)變,從而均衡了能耗,避免度大的節(jié)點因為能量耗盡而失效,因而延長了網(wǎng)絡(luò)生命周期。

4 結(jié)束語

本文針對無標(biāo)度網(wǎng)絡(luò)在WSNs中的應(yīng)用進行了研究,通過構(gòu)建節(jié)點生命期模型,得出節(jié)點生命期與節(jié)點剩余能量、通信半徑和節(jié)點度的關(guān)系,并通過網(wǎng)絡(luò)的剩余能量約束節(jié)點的通信半徑,使節(jié)點避免由于能量耗盡引起節(jié)點失效,最終達到了均衡網(wǎng)絡(luò)能耗的目的。實驗結(jié)果表明EBTM模型符合無標(biāo)度網(wǎng)絡(luò)的基本特征,調(diào)節(jié)參數(shù)的引入,使構(gòu)建的無標(biāo)度網(wǎng)絡(luò)具有冪律指數(shù)可調(diào)的特點,這樣可以滿足不同網(wǎng)絡(luò)性能的需求。

[1]崔亞峰,史健芳. 基于自適應(yīng)動態(tài)簇和預(yù)測機制的WSN 目標(biāo)跟蹤算法[J]. 傳感技術(shù)學(xué)報,2015,28(7):1046-1050.

[2]Qiang L,Xiaohong H,Supeng L,et al. Deployment Strategy of Wireless Sensor Networks for Internet of Things[J]. China Communications,2011,8(8):111-120.

[3]王寧,周圓,劉敬浩. 一種基于改進粒子群的無線傳感器網(wǎng)絡(luò)層次化聚類協(xié)議[J]. 傳感技術(shù)學(xué)報,2017,30(1):120-125.

[4]劉端陽,暴占兵,程珍.一種可分負(fù)載WSN的能耗均衡負(fù)載調(diào)度算法[J]. 傳感技術(shù)學(xué)報,2014,27(2):225-232.

[6]Dorogovtsev S N,Mendes J F F. Scaling Properties of Scale-Free Evolving Networks:Continuous Approach[J]. Physical Review E,2001,63(5):056125.

[7]劉浩然,尹文曉,韓濤,等. 一種優(yōu)化無線傳感器網(wǎng)絡(luò)生命周期的容錯拓?fù)溲芯縖J]. 物理學(xué)報,2014,63(4):40509-040509.

[8]Zheng G,Liu Q. Scale-Free Topology Evolution for Wireless Sensor Networks[J]. Computers and Electrical Engineering,2013,39(6):1779-1788.

[9]Zhu H,Luo H,Peng H,et al. Complex Networks-Based Energy-Efficient Evolution Model for Wireless Sensor Networks[J]. Chaos,Solitons and Fractals,2009,41(4):1828-1835.

[10]劉洲洲,王福豹. 能量有效的無線傳感器網(wǎng)絡(luò)無標(biāo)度拓?fù)淠Ｐ蚚J]. 北京郵電大學(xué)學(xué)報,2015(1):87-91.

[11]Tang W,Guo W. Maximum Lifetime Genetic Routing Algorithm in Wireless Sensor Networks[J]. Journal of Software,2010,21(7):1646-1656.

[12]Zheng G,Liu S,Qi X. Scale-Free Topology Evolution for Wireless Sensor Networks with Reconstruction Mechanism[J]. Computers and Electrical Engineering,2012,38(3):643-651.

Research of Energy-Balanced Topology Modelin Wireless Sensor Networks*

WANGJingxian1,CHENZhenping2*,ZHAOZhengkun3,HUANGYourui1,HANTao1

(1.College of Electrical and Information Engineering,An hui university of science and technology,Huainan Anhui 232001,China;2.College of Electronic and Information Engineering,Suzhou university of science and technology,Suzhou Jiangsu 215009,China;3.College of Information Science and Technology,Beijing University of Chemical Technology,Beijing 100029,China)

Considering that the BA model only focuses on the effect of the node lifetime to the network topological structure,together with the fact that low energy utilization will incur the shorting of the lifetime of the network,this paper proposes an energy-balanced topology model for wireless sensor networks by analyzing the influence of the average network residual energy and communication radius to the network lifetime. During the topology evolution,the proposed model considers the residual energy of node,the communication radius and the node degree synthetically,meanwhile,adopts the three adjust parameters of the residual energy,the communication radius and the node degree,comprehensively,and eventually makes those nodes with more residual energy have high connection probability. Both the theoretical analysis and the simulation results show that the proposed model not only has the power-law characteristics of scale-free network with good stability,but also can balance the energy consumption of the nodes and the network,thus can prolong the network lifetime.

wireless sensor networks;topology model;energy balance;network average residual energy;communication radius

王景嫻(1993-)，女，漢族，安徽淮南人，安徽理工大學(xué)碩士研究生，主要研究無線傳感器網(wǎng)絡(luò)拓?fù)淇刂?，wehappyxian888@163．com；陳珍萍(1981-)，女，漢族，安徽南陵人，博士、副教授、安徽理工大學(xué)研究生導(dǎo)師，蘇州科技大學(xué)副教授，主要從事物聯(lián)網(wǎng)技術(shù)和時間同步方面的研究，zhpchen10@163．com； 趙政坤(1996-)，女，漢族，安徽淮南人，北京化工大學(xué)本科生，主要研究方向為無線傳感器網(wǎng)絡(luò)等方面，ladykunkun@icloud．com；黃友銳(1971-)，男，漢族，安徽長豐人，教授、安徽理工大學(xué)博士生導(dǎo)師，主要從事智能控制、礦山物聯(lián)網(wǎng)、復(fù)雜網(wǎng)絡(luò)、無線傳感器網(wǎng)絡(luò)等方面研究，hyr628@163．com； 韓 濤(1984-)，男，漢族，安徽淮南人，安徽理工大學(xué)實驗師，主要從事無線傳感網(wǎng)絡(luò)等方面研究，than@aust．edu．cn。

項目來源:國家自然科學(xué)基金項目(51404008,51274011);安徽省科技攻關(guān)計劃項目(1501021027)

2016-11-20 修改日期:2017-04-25

TP393;TP212.9;TN929.5

A

1004-1699(2017)08-1246-06

C:6150P;7230

10.3969/j.issn.1004-1699.2017.08.020