李彬 向敏 趙旭東

摘? 要：無線傳感器節(jié)點攜帶的能源是有限的，制約了網(wǎng)絡(luò)的工作壽命。為了提高節(jié)點的能量利用效率，提出一種進行區(qū)域動態(tài)劃分的分簇方法。通過Sink節(jié)點以區(qū)域中心為原點劃分角幅度相等的子區(qū)域，并對分區(qū)進行動態(tài)控制，然后將每個子區(qū)域作為一個簇，從中選擇簇頭節(jié)點負責將簇內(nèi)的數(shù)據(jù)傳輸至Sink節(jié)點，從而降低了網(wǎng)絡(luò)節(jié)點能耗。仿真結(jié)果表明，通過與LEACH、LEACH-C分簇算法進行對比，該分簇方法提高了節(jié)點的能量利用效率，延長了網(wǎng)絡(luò)的工作時間。

關(guān)鍵詞：無線傳感器網(wǎng)絡(luò);動態(tài)分區(qū);分簇;能量效率

中圖分類號：TP393? ? ? ? ?文獻標志碼：A? ? ? ? ?文章編號：2095-2945（2019）07-0026-03

Abstract： The energy carried by wireless sensor nodes is limited， which restricts the working life of the network. In order to improve the energy efficiency of nodes， a clustering method for dynamic region partition is proposed. Through the Sink node， the sub-region with equal angular amplitude is divided with the center of the region as the origin， and the partition is dynamically controlled， and then each sub-region is regarded as a cluster， from which the cluster head node is selected to transmit the data in the cluster to the Sink node. Thus， the energy consumption of network nodes is reduced. The simulation results show that compared with LEACH and LEACH-C clustering algorithm， this clustering method improves the energy efficiency of nodes and prolongs the working time of the network.

Keywords： wireless sensor networks （WSN）; dynamic partitioning; clustering; energy efficiency

1 概述

無線傳感器網(wǎng)絡(luò)（wireless sensor network， WSN）一般是由部署在各類監(jiān)測區(qū)域范圍內(nèi)的數(shù)據(jù)采集傳感器節(jié)點和Sink節(jié)點（基站或網(wǎng)關(guān)）組成的網(wǎng)絡(luò)，節(jié)點可通過單跳或多跳的無線通信方式進行網(wǎng)絡(luò)數(shù)據(jù)傳輸。WSN在環(huán)境監(jiān)測、災(zāi)害預警、動植物管理等眾多領(lǐng)域得到了廣泛應(yīng)用，在大部分應(yīng)用中傳感器節(jié)點被部署后，節(jié)點的能源將得不到補充，由于節(jié)點的能量是非常有限的，能源的利用效率將影響網(wǎng)絡(luò)的工作時間。因此，如何提高無線傳感器網(wǎng)絡(luò)節(jié)點的能量效率一直以來是一個重要的研究課題。

在眾多的研究中對無線傳感器網(wǎng)絡(luò)進行分簇是一種有效提高節(jié)點能量利用效率的方式。分簇是將網(wǎng)絡(luò)中的節(jié)點分成多個區(qū)域，區(qū)域內(nèi)的節(jié)點距離相近而形成一個簇，然后在每個簇中選擇一個簇頭，其余節(jié)點為簇成員節(jié)點。簇頭在收到簇內(nèi)節(jié)點的數(shù)據(jù)后將其傳輸給Sink節(jié)點。常用的分簇算法可分為分布式分簇算法和集中式分簇算法[1]。分布式分簇算法一般用于節(jié)點位置和能量信息未知的網(wǎng)絡(luò)中，簇頭選擇是隨機的，雖然保證了各個節(jié)點都有相同的概率被選為簇頭，可以有效的延長網(wǎng)絡(luò)生存時間，但是存在網(wǎng)絡(luò)能耗不均衡問題。在集中式分簇算法中，由Sink節(jié)點通過獲取所有節(jié)點的位置和能量等全局信息進行分簇，降低網(wǎng)絡(luò)節(jié)點的能耗效果較好，應(yīng)用研究較多。文獻[2]提出一種基于位置和剩余能量的局部集中式分簇算法LEACH-LC，并采用模擬退火算法確定局部較優(yōu)的分簇，能量效率優(yōu)于LEACH-C算法。文獻[3]提出一種基于能量估算的集中式分簇算法LEACH-EE，通過各個簇的數(shù)據(jù)量來估算每個簇內(nèi)節(jié)點的能量消耗情況來確定下一輪的簇頭和簇結(jié)構(gòu)。文獻[4]提出基于混合CS的WSN六邊形格狀優(yōu)化分簇路由算法，減少了網(wǎng)絡(luò)數(shù)據(jù)傳輸次數(shù)，均衡了網(wǎng)絡(luò)能耗。文獻[5]對監(jiān)測區(qū)域進行等間距環(huán)劃分和等夾角扇形劃分，形成非均勻多跳分簇路由算法，保證了網(wǎng)絡(luò)能耗效率最優(yōu)，延長了網(wǎng)絡(luò)生存周期。本文通過對無線傳感器網(wǎng)絡(luò)的監(jiān)測區(qū)域進行動態(tài)區(qū)域劃分的方式，提出一種基于動態(tài)分區(qū)的集中式分簇方法。

2 網(wǎng)絡(luò)與能耗模型

2.1 網(wǎng)絡(luò)模型

本文研究參考文獻[6]對無線傳感器網(wǎng)絡(luò)進行如下假設(shè)：

（1）每個節(jié)點具有相同的初始能量，節(jié)點有唯一的設(shè)備ID，都可以作為簇頭節(jié)點，節(jié)點作為簇成員節(jié)點時可以根據(jù)到簇頭的距離調(diào)節(jié)發(fā)射功率;

（2）節(jié)點的位置固定且都可以直接與Sink節(jié)點通信，節(jié)點之間相互獨立，不受其他節(jié)點的影響;

（3）Sink節(jié)點具有較高的計算、存儲能力，能夠獲取網(wǎng)絡(luò)節(jié)點的位置和能量等全局信息，其自身能量遠多于傳感器節(jié)點;

（4）簇頭節(jié)點可以對簇內(nèi)的數(shù)據(jù)進行數(shù)據(jù)融合，減少數(shù)據(jù)的傳輸量。

2.2 能耗模型

由于數(shù)據(jù)處理的能耗遠遠小于數(shù)據(jù)傳輸?shù)哪芎?，因此本文忽略?jié)點數(shù)據(jù)計算和存儲的能耗，采用文獻[5]中的能耗模型，在傳輸lbit數(shù)據(jù)到距離d的節(jié)點能耗為

3 基于動態(tài)分區(qū)的成簇方法

節(jié)點均勻的分布在監(jiān)測區(qū)域內(nèi)與Sink節(jié)點構(gòu)成無線傳感器網(wǎng)絡(luò)，Sink節(jié)點通過獲取的節(jié)點位置信息以區(qū)域中心為原點進行s個角幅度相等的子區(qū)域劃分，其中s?2由區(qū)域內(nèi)的節(jié)點個數(shù)和密集程度決定，區(qū)域劃分后有編號從1到s的子區(qū)域?，F(xiàn)將各個子區(qū)域分別作為一個簇，在Sink節(jié)點處通過計算選出各個子區(qū)域內(nèi)剩余能量最高的節(jié)點作為簇頭，并將控制信息和簇內(nèi)的成員節(jié)點地址發(fā)送給對應(yīng)的簇頭節(jié)點，各個子區(qū)域的簇頭節(jié)點通過廣播發(fā)送消息給其成員節(jié)點，并利用TDMA協(xié)議為每個成員節(jié)點分配時隙，節(jié)點在非時隙處于休眠狀態(tài)以減少能耗。然后各個簇建立之后，簇內(nèi)的成員節(jié)點每隔周期時間T上傳一次監(jiān)測數(shù)據(jù)。為了使各個簇內(nèi)的節(jié)點能耗均衡，每個節(jié)點在上傳r次數(shù)據(jù)后對簇頭節(jié)點進行輪換。

通過在Sink節(jié)點處的計算控制每次能夠選擇剩余能量較高的節(jié)點作為簇頭節(jié)點，保證了每個簇內(nèi)的節(jié)點能耗均衡，但是由于不同子區(qū)域節(jié)點數(shù)目存在差異，不同子區(qū)域內(nèi)節(jié)點平均能耗不同，因此如果只使用固定分區(qū)的方式進行簇的建立會使整個網(wǎng)絡(luò)的節(jié)點能耗不均衡，從而影響網(wǎng)絡(luò)性能?，F(xiàn)對區(qū)域劃分位置進行改變，在每一次重新選取簇頭節(jié)點前將所有子區(qū)域的當前劃分位置向同一方向旋轉(zhuǎn)Δα，Δα<，并使Δα滿足在經(jīng)過h次重新劃分區(qū)域后h.Δα=，這樣在經(jīng)過h·rT時間后的區(qū)域劃分將與第一次進行的區(qū)域劃分相同，如圖1所示為區(qū)域被劃分為5個子區(qū)域的動態(tài)分區(qū)及簇的形成過程。

4 仿真分析

本文在Matlab平臺上對設(shè)計的分簇方法進行仿真，并與常見的分簇算法LEACH、LEACH-C進行能耗性能對比，以20%的網(wǎng)絡(luò)節(jié)點死亡時的時間作為有效網(wǎng)絡(luò)生命周期衡量指標。具體的仿真參數(shù)為：50個初始能量為2J的節(jié)點分布在200m×200m的區(qū)域內(nèi)，Sink節(jié)點位于區(qū)域的中心，如圖2所示。并設(shè)置區(qū)域劃分數(shù)量s為5，每次節(jié)點上傳數(shù)據(jù)次數(shù)r為30，數(shù)據(jù)包的長度l為4000bit，發(fā)送數(shù)據(jù)的周期T為60s，每次子區(qū)域位置旋轉(zhuǎn)角度Δα為24°，其它能耗參數(shù)Eelec為50nJ/bit，εfs為10pJ/bit/m2，εmp為0.0013pJ/bit/m4。

通過仿真可以得出周期發(fā)送數(shù)據(jù)的次數(shù)即網(wǎng)絡(luò)生命周期與節(jié)點存活數(shù)量的關(guān)系圖，如圖3所示，對比LEACH、LEACH-C和只進行固定分區(qū)的分簇算法可以看出，在節(jié)點死亡數(shù)量達到20%時進行動態(tài)分區(qū)的分簇方法工作時間最長，因此該方法的網(wǎng)絡(luò)節(jié)點能量利用效率最好。

5 結(jié)束語

本文針對無線傳感器網(wǎng)絡(luò)工作壽命受到節(jié)點能源制約的問題，提出一種能夠提高節(jié)點能量利用效率的動態(tài)分區(qū)成簇方法。通過Sink節(jié)點具有較高的計算存儲等能力，實現(xiàn)對區(qū)域進行多個子區(qū)域的劃分，然后將各個子區(qū)域分別作為一個簇，從中選擇簇頭負責簇內(nèi)節(jié)點的數(shù)據(jù)上傳，并通過動態(tài)分區(qū)控制方式均衡了區(qū)域內(nèi)節(jié)點的能耗。仿真結(jié)果表明該分簇方法不僅能夠減少網(wǎng)絡(luò)節(jié)點的能耗，而且改善了網(wǎng)內(nèi)節(jié)點能耗均衡性能，從而延長了監(jiān)測網(wǎng)絡(luò)的工作時間。

參考文獻：

[1]徐晶晶，張欣慧，許必宵，等.無線傳感器網(wǎng)絡(luò)分簇算法綜述[J].計算機科學，2017，44（02）：31-37.

[2]馬建樂，楊軍.基于位置和剩余能量的局部集中式LEACH算法研究[J].傳感技術(shù)學報，2013，26（08）：1147-1151.

[3]劉國梅.WSN的一種基于能量估算的集中式分簇路由協(xié)議[J].單片機與嵌入式系統(tǒng)應(yīng)用，2013，13（04）：15-17+44.

[4]崔燦，孫毅，陸俊，等.基于混合CS的WSN六邊形格狀優(yōu)化分簇路由算法研究[J].通信學報，2016，37（05）：176-183.

[5]胡源，牛玉剛，鄒媛媛.基于區(qū)域劃分的WSN非均勻多跳分簇路由算法[J].控制與決策，2017，32（09）：1695-1700.

[6]孫彥清，彭艦，劉唐，等.基于動態(tài)分區(qū)的無線傳感器網(wǎng)絡(luò)非均勻成簇路由協(xié)議[J].通信學報，2014，35（01）：198-206.