李 蕾, 方明科

(信陽師范學院 計算機與信息技術(shù)學院, 河南 信陽 464000)

無線傳感器網(wǎng)絡在軍事、 航天、 森林火災預警、 醫(yī)療衛(wèi)生、 空氣污染監(jiān)控等領(lǐng)域應用廣泛[1-3]. 無線傳感器網(wǎng)絡由大量具有通信功能的傳感器節(jié)點組成, 這些節(jié)點可對相關(guān)信息進行感知和監(jiān)測, 然后將信息發(fā)給相應的簇首, 最后由簇首發(fā)送給基站, 該過程組成了無線傳感器網(wǎng)絡數(shù)據(jù)傳輸?shù)穆酚蒣4-5]. 由于選擇不同的無線傳感器節(jié)點可組成不同性能的無線傳感器網(wǎng)絡數(shù)據(jù)傳輸路由, 因此如何建立最優(yōu)的無線傳感器網(wǎng)絡數(shù)據(jù)傳輸路由算法具有重要意義[6].

目前, 無線傳感器網(wǎng)絡數(shù)據(jù)傳輸?shù)穆酚伤惴蓜澐譃閮深悾?一類是平面結(jié)構(gòu)的無線傳感器網(wǎng)絡數(shù)據(jù)傳輸?shù)穆酚伤惴ǎ?另一類是層次結(jié)構(gòu)的無線傳感器網(wǎng)絡數(shù)據(jù)傳輸?shù)穆酚伤惴? 平面結(jié)構(gòu)的算法由于假設無線傳感器網(wǎng)絡結(jié)構(gòu)固定, 不僅節(jié)點之間采集的信息量較大, 且節(jié)點之間采用單跳方式進行通信, 而現(xiàn)代無線傳感器網(wǎng)絡的結(jié)構(gòu)復雜多變, 因此該類算法已不再適用[7-9]. 層次結(jié)構(gòu)的算法是將整個無線傳感器網(wǎng)絡劃分為多個簇, 可適合現(xiàn)代無線傳感器網(wǎng)絡復雜多變的結(jié)構(gòu), 已成為該領(lǐng)域目前的主要研究方向[10]. LEACH(low energy adaptive clustering hierarchy)是一種典型的無線傳感器網(wǎng)絡數(shù)據(jù)傳輸?shù)穆酚伤惴? 但LEACH算法有一定的缺陷, 因此目前已提出了許多改進的LEACH算法[11-13]. 在實際實用中, 改進的LEACH算法仍存在不足, 如簇劃分不合理、 易選擇剩余能量較小的傳感器節(jié)點作為簇首, 節(jié)點之間的能耗不均衡, 使無線傳感器網(wǎng)絡數(shù)據(jù)傳輸成功率低等[14-15].

為解決當前無線傳感器網(wǎng)絡路由算法存在的不足, 提高數(shù)據(jù)傳輸成功率, 本文提出一種基于證據(jù)理論加權(quán)融合的無線傳感器網(wǎng)絡路由算法, 并與經(jīng)典傳感器網(wǎng)絡路由算法進行對比測試. 測試結(jié)果表明, 本文無線傳感器網(wǎng)絡路由算法的各項指標均優(yōu)于對比算法, 驗證了該路由算法的優(yōu)勢.

1 算法設計

圖1 無線傳感器網(wǎng)絡節(jié)點部署模型Fig.1 Node deployment model of wireless sensor network

1.1 無線傳感器網(wǎng)絡節(jié)點部署模型 無線傳感器網(wǎng)絡中的節(jié)點可劃分為基站節(jié)點和普通節(jié)點. 其中: 基站節(jié)點的能量是無限的, 位置也固定, 主要負責收集無線傳感器網(wǎng)絡所有節(jié)點的監(jiān)測數(shù)據(jù), 并對其處理, 最后將監(jiān)測數(shù)據(jù)發(fā)送到用戶端, 一個無線傳感器網(wǎng)絡只有一個基站節(jié)點; 普通節(jié)點包括簇首節(jié)點和簇內(nèi)節(jié)點, 其位置隨機, 初始化能量相同, 主要負責對監(jiān)測區(qū)的對象數(shù)據(jù)進行收集, 可根據(jù)傳輸距離調(diào)整傳輸功率. 無線傳感器網(wǎng)絡節(jié)點部署模型[16]如圖1所示.

1.2 無線傳感器網(wǎng)絡節(jié)點能耗模型 無線傳感器網(wǎng)絡節(jié)點的能耗模型采用無線電模型, 當無線傳感器網(wǎng)絡節(jié)點要進行數(shù)據(jù)發(fā)送時, 首先通過無線電路對數(shù)據(jù)進行發(fā)送, 并對數(shù)據(jù)進行信號轉(zhuǎn)換, 然后采用無線電發(fā)射放大電路對信號進行放大處理, 最后通過無線電接收電路接收數(shù)據(jù), 其工作原理[17-18]如圖2所示.

圖2 無線傳感器網(wǎng)絡節(jié)點能耗模型Fig.2 Energy consumption model of wireless sensor network nodes

設Eelec為電路能耗,εfs,εmp分別為自由傳播能耗和多徑衰減能耗, 當傳感器節(jié)點發(fā)送數(shù)據(jù)大小為kbit, 發(fā)送距離為d時, 能耗計算公式為

(1)

其中d0為門限距離, 計算公式為

(2)

對于相同距離, 接收同樣大小數(shù)據(jù)的能耗計算公式為

ERx(k)=kEelec.

(3)

簇首節(jié)點融合kbit數(shù)據(jù)的能耗為

Ef(k)=kEda,

(4)

其中Eda為融合數(shù)據(jù)能耗.

1.3 模糊聚類算法的無線傳感器網(wǎng)絡分簇 當前無線傳感器網(wǎng)絡的簇劃分采用隨機方式, 存在產(chǎn)生簇首過于集中、 簇成員節(jié)點分配不合理的弊端, 因此, 本文采用模糊聚類算法進行無線傳感器網(wǎng)絡分簇, 即將整個無線傳感器網(wǎng)絡劃分為多個子區(qū)域. 設無線傳感器網(wǎng)絡共有N個節(jié)點, 其位置集合為X={x1,x2,…,xn}, 利用模糊聚類算法將每個節(jié)點劃分到相應簇中. 用vi表示第i個聚類中心,uij表示第i個傳感器節(jié)點相對于第j個簇隸屬度值,U表示隸屬度矩陣,V表示聚類中心矩陣, 則無線傳感器網(wǎng)絡分簇的目標函數(shù)為

(5)

其中：K表示聚類中心的數(shù)量, 即無線傳感器網(wǎng)絡的簇數(shù)；m表示模糊加權(quán)指數(shù). 式(5)的約束條件為

(6)

在模糊聚類算法中,uij和vi的更新公式為

模糊聚類算法進行無線傳感器網(wǎng)絡分簇思想： 先隨機在無線傳感器網(wǎng)絡中選擇多個聚類中心, 然后以聚類中心為基礎, 對全部無線傳感器網(wǎng)絡傳感器節(jié)點進行初步聚類, 并根據(jù)式(8)得到每個傳感器節(jié)點的最終隸屬度值, 最后每個傳感器節(jié)點根據(jù)隸屬度值劃分到無線傳感器網(wǎng)絡子區(qū)域內(nèi), 于是整個無線傳感器網(wǎng)絡被劃分為K個簇.

1.4 基于證據(jù)理論選擇簇首節(jié)點 當前無線傳感器網(wǎng)絡的簇首根據(jù)傳感器節(jié)點剩余能量進行選擇, 使得整個網(wǎng)絡的傳感器節(jié)點能耗不均勻, 因此本文引入證據(jù)理論對每個簇的傳感器節(jié)點性能進行綜合評價, 再根據(jù)評價結(jié)果選擇每個簇的簇首. 證據(jù)理論是不確定性數(shù)學的一個重要分支, 設一個事件或命題為xi(i=1,2,…,n), 則表示Θ識別框架, 即Θ={x1,x2,…,xn}.Θ所有子集組成一個集合2Θ, 即

2Θ={φ,{x1},…,{xn},{x1∪x2},{x1∪x3},…,Θ}.

(9)

如果函數(shù)M: 2Θ→[0,1]滿足如下條件：

(10)

則稱為Θ的基本概率分配函數(shù)， 其中M(A)表示事件A的基本可信度.

對于n個不同的證據(jù), 對其概率分配函數(shù)M1,M2,…,Mn, 通過證據(jù)理論進行融合, 可得新的概率分配函數(shù)為

(11)

本文采用傳感器節(jié)點剩余能量、 與下一簇首間的通信距離、 數(shù)據(jù)通信能耗、 路由距離作為評價指標, 評價簇首選擇的優(yōu)劣. 首先采用證據(jù)理論分別確定傳感器節(jié)點剩余能量、 與下一簇首間的通信距離、 數(shù)據(jù)通信能耗、 路由距離的權(quán)值, 然后根據(jù)權(quán)值得到所有傳感器節(jié)點性能的綜合評價結(jié)果, 并根據(jù)綜合結(jié)果對傳感器節(jié)點進行排序, 最后根據(jù)排序結(jié)果選擇最優(yōu)的傳感器節(jié)點作為簇首節(jié)點.

1.5 證據(jù)理論加權(quán)融合的無線傳感器網(wǎng)絡路由算法工作原理 為解決當前無線傳感器網(wǎng)絡路由構(gòu)建過程中, 由于簇的劃分、 簇首選擇等不足導致的無線傳感器網(wǎng)絡生命周期過短、 數(shù)據(jù)傳輸?shù)腻e誤率高、 數(shù)據(jù)傳輸時延長、 無線傳感器網(wǎng)絡的不可靠性等缺陷, 本文提出一種基于證據(jù)理論加權(quán)融合的無線傳感器網(wǎng)絡路由算法, 其基本原理為： 首先通過引入模糊聚類算法進行無線傳感器網(wǎng)絡分簇, 使網(wǎng)絡的簇數(shù)及簇內(nèi)的傳感器節(jié)點數(shù)更合理, 然后采用多個指標對每個傳感器節(jié)點的性能進行評價, 并引入證據(jù)理論根據(jù)評價指標進行加權(quán), 選擇綜合性能最優(yōu)的傳感器節(jié)點作為一個簇的簇首, 防止一些性能差的傳感器節(jié)點被選擇為簇首, 最后簇內(nèi)節(jié)點根據(jù)節(jié)點之間的距離進行單跳或多跳相結(jié)合的方式進行通信, 構(gòu)建一條最優(yōu)的數(shù)據(jù)傳輸路由.

2 仿真測試

2.1 無線傳感器網(wǎng)絡參數(shù)設置 為測試證據(jù)理論加權(quán)融合的無線傳感器網(wǎng)絡路由算法性能, 采用MATLAB 2017實現(xiàn)無線傳感器網(wǎng)絡路由算法仿真, 選擇文獻[14]和文獻[15]中的無線傳感器網(wǎng)絡路由算法進行對比實驗. 無線傳感器網(wǎng)絡仿真參數(shù)列于表1.

表1 無線傳感器網(wǎng)絡仿真參數(shù)設置

圖3 不同無線傳感器網(wǎng)絡路由算法的數(shù)據(jù)傳輸時延對比Fig.3 Comparison of data transmission delay of different wireless sensor network routing algorithms

2.2 無線傳感器網(wǎng)絡數(shù)據(jù)傳輸時延分析 3種對比無線傳感器網(wǎng)絡路由算法的數(shù)據(jù)傳輸時延變化如圖3所示. 由圖3可見, 隨著仿真時間的不斷增加, 無線傳感器網(wǎng)絡的數(shù)據(jù)傳輸時延均增加, 這是由于隨著數(shù)據(jù)傳輸量的不斷增加, 使數(shù)據(jù)轉(zhuǎn)發(fā)的次數(shù)增多, 但在相同的仿真時間內(nèi), 證據(jù)理論加權(quán)融合的無線傳感器網(wǎng)絡路由算法的數(shù)據(jù)傳輸時延少于文獻[14]和文獻[15]算法的數(shù)據(jù)傳輸時延, 表明證據(jù)理論加權(quán)融合算法的無線傳感器網(wǎng)絡數(shù)據(jù)傳輸速度更快, 提高了無線傳感器網(wǎng)絡的數(shù)據(jù)吞吐量.

2.3 無線傳感器網(wǎng)絡丟包率分析 3種對比無線傳感器網(wǎng)絡路由算法的丟包率變化曲線如圖4所示. 由圖4可見, 由于無線傳感器網(wǎng)絡工作時間延長, 數(shù)據(jù)丟包率不斷上升, 這是由于隨著工作時間的延長, 一些傳感器節(jié)點由于能量耗盡而失效, 無線傳感器網(wǎng)絡需要動態(tài)調(diào)整數(shù)據(jù)傳輸?shù)穆酚? 使數(shù)據(jù)丟包次數(shù)不斷增多, 但本文算法的丟包率一直低于文獻[14]和文獻[15]算法的丟包率, 表明本文算法的無線傳感器網(wǎng)絡數(shù)據(jù)傳輸成功率更高, 減少了無線傳感器網(wǎng)絡數(shù)據(jù)傳輸?shù)腻e誤次數(shù), 使無線傳感器網(wǎng)絡的通信質(zhì)量更高.

2.4 無線傳感器網(wǎng)絡生存周期分析 3種對比無線傳感器網(wǎng)絡路由算法的傳感器節(jié)點死亡數(shù)量曲線如圖5所示. 由圖5可見, 在無線傳感器網(wǎng)絡工作初期, 傳感器節(jié)點死亡數(shù)量較少, 隨著工作時間的增加, 傳感器節(jié)點死亡數(shù)量呈上升趨勢, 到一定時間, 無線傳感器網(wǎng)絡中多數(shù)傳感器節(jié)點死亡, 此時無線傳感器網(wǎng)絡處于無法正常工作狀態(tài), 已經(jīng)失效, 生存周期完結(jié), 但證據(jù)理論加權(quán)融合算法的無線傳感器網(wǎng)絡生存周期明顯優(yōu)于文獻[14]和文獻[15]算法, 延長了無線傳感器網(wǎng)絡的壽命.

圖4 不同無線傳感器網(wǎng)絡路由算法的丟包率對比Fig.4 Comparison of packet loss rates of different wireless sensor network routing algorithms

圖5 不同無線傳感器網(wǎng)絡路由算法的生存周期對比Fig.5 Comparison of life cycle of different wireless sensor network routing algorithms

綜上所述, 本文針對無線傳感器網(wǎng)絡路由算法存在的數(shù)據(jù)傳輸可靠性差, 網(wǎng)絡易失效等問題, 提出了一種基于證據(jù)理論加權(quán)融合的無線傳感器網(wǎng)絡動態(tài)路由算法, 通過引入模糊聚類分析算法解決簇劃分不合理的問題, 并引入證據(jù)理論對傳感器節(jié)點的性能進行加權(quán), 解決了簇首選擇問題. 仿真測試結(jié)果表明, 本文算法使無線傳感器網(wǎng)絡各節(jié)點能耗更均衡, 減少了網(wǎng)絡丟包率, 延長了通信的生命周期, 有一定的實際應用價值.