鄧震峰，劉小崗

(西安機電信息技術(shù)研究所，陜西 西安 710065)

0 引言

在未來戰(zhàn)場進(jìn)行快速、精準(zhǔn)地目標(biāo)毀傷效果評估時，毀傷評估無線傳感網(wǎng)絡(luò)(DAWSN)可幫助指揮員實時掌握戰(zhàn)役火力毀傷效果，調(diào)整火力計劃和火力打擊重點，同時具有最大限度地優(yōu)化火力，提高彈藥毀傷效果的能力。針對DAWSN節(jié)點過早失效導(dǎo)致評估數(shù)據(jù)傳輸精度降低的問題，如何保證DAWSN節(jié)點能耗均衡，確保精確數(shù)據(jù)傳輸是建立實時毀傷評估系統(tǒng)的關(guān)鍵[1-4]。

LEACH算法基于聚類的層次路由協(xié)議[5-6]，是一種典型的DAWSN能耗均衡方法。在LEACH中，所有節(jié)點按照一定概率決定是否成為簇首，周期性地進(jìn)行簇首選舉進(jìn)行數(shù)據(jù)傳輸。通過改進(jìn)LEACH算法實現(xiàn)了減少網(wǎng)絡(luò)能耗，延長網(wǎng)絡(luò)生命周期的目的[7-10]。例如EOP-LEACH、LEACH-MEEC、LEACH-L、ML-LEACH和LEACH-C算法等[11-14]，具備自主的網(wǎng)絡(luò)重組能力，避免了固定的簇首節(jié)點因過度工作而耗盡自身能量，影響網(wǎng)絡(luò)結(jié)構(gòu)和生存周期，然而節(jié)點的數(shù)據(jù)傳輸精度沒有進(jìn)行綜合考慮。特別是針對未來戰(zhàn)場快速精準(zhǔn)目標(biāo)毀傷效果評估，提高彈藥毀傷效能，需要解決DAWSN節(jié)點過早失效導(dǎo)致數(shù)據(jù)傳輸精度降低的問題。本文針對此問題，提出毀傷評估無線傳感網(wǎng)絡(luò)能耗均衡方法。

本文通過一種改進(jìn)的LEACH算法，在選擇DAWSN某一節(jié)點為簇首時，采用剩余能量值和該節(jié)點的未選擇回合數(shù)作為生成選舉概率閾值的參數(shù)，從而剩余更多能量的節(jié)點被選舉的概率更高，同時引入單跳和多跳并行通信進(jìn)行數(shù)據(jù)傳輸，構(gòu)建精準(zhǔn)數(shù)據(jù)傳輸?shù)腄AWSN能量均衡方法，為DAWSN對彈藥打擊目標(biāo)的實時毀傷評估提供了技術(shù)支撐。

1 DAWSN節(jié)點能耗模型建立

LEACH算法中，對DAWSN節(jié)點n獨立產(chǎn)生一個[0,1]區(qū)間內(nèi)的隨機值，并與閾值T(n)比較，當(dāng)小于T(n)時，則該節(jié)點當(dāng)選為簇首。每輪分簇時，若節(jié)點當(dāng)選過簇首，設(shè)置其T(n)為0，則該節(jié)點不會再次成為簇首，閾值T(n)計算如式(1)所示：

(1)

式(1)中，p為簇首在所有節(jié)點中的期望比例，r為當(dāng)前的輪數(shù)，G為最近1/p輪循環(huán)中未成為簇首節(jié)點的集合，mod為求模運算符，p×r·mod(1/p)代表一輪中當(dāng)選簇首的節(jié)點個數(shù)占總節(jié)點數(shù)的比例。

考慮參選節(jié)點的剩余能量和當(dāng)前節(jié)點未被選舉為簇首的輪數(shù)兩個參數(shù)，對LEACH算法選舉簇首的閾值T(n)改進(jìn)為：

(2)

式(2)中，Erest(n)為節(jié)點n的剩余能量，Eavg(r-1)為上一輪穩(wěn)定的數(shù)據(jù)傳輸階段最后一次數(shù)據(jù)幀傳輸時基站統(tǒng)計的網(wǎng)絡(luò)節(jié)點平均剩余能量，Ri(n)為該節(jié)點連續(xù)1/p循環(huán)中未擔(dān)當(dāng)簇首的輪數(shù)，RN為設(shè)定仿真輪數(shù)。

在穩(wěn)定的數(shù)據(jù)傳輸階段，簇首節(jié)點與基站的通信由LEACH的單跳方式改進(jìn)為采用單跳與多跳相結(jié)合的方式進(jìn)行。設(shè)定當(dāng)簇首節(jié)點與基站的距離為1.5R(R為可靠通信半徑)之內(nèi)時，該簇首節(jié)點使用單跳方式直接與基站通信，當(dāng)距離大于1.5R時，則采用多跳的方式路由中繼通信。當(dāng)簇首節(jié)點需要以多跳方式進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)時，則選取S值最大的簇首節(jié)點作為下一跳的通信節(jié)點，其中S的定義為：

(3)

式(3)中，Ni與Nk為簇首的節(jié)點，Ek_rest是下一輪次候選簇首節(jié)點的剩余能量，Mk是節(jié)點數(shù)，α和β是加權(quán)因子，d(Nk,B)是簇首與基站之間的距離，d(Ni,Nk)是兩個簇首節(jié)點之間的距離。

2 仿真模型建立

毀傷評估無線網(wǎng)絡(luò)部署的區(qū)域設(shè)置為100 m×100 m，DAWSN節(jié)點數(shù)為100。參考節(jié)點在節(jié)點總數(shù)中的比例設(shè)置分別為20%。所有系統(tǒng)節(jié)點的坐標(biāo)都是隨機生成和存儲的，如圖1所示。

圖1 DAWSN節(jié)點隨機分布圖Fig.1 DAWSN node random distribution map

對設(shè)定的網(wǎng)絡(luò)進(jìn)行LEACH算法能耗計算流程設(shè)計，具體如下：

1) 對節(jié)點n使用Type(n)標(biāo)記(簇首節(jié)點為(1)，成員節(jié)點為(0)，對節(jié)點n使用Elected(n)標(biāo)志是否被選為簇頭節(jié)點(被選為1，未選為0)。隨機分布生成100個DAWSN節(jié)點，編號為1，2，…，100，并賦值為[0,1]區(qū)間的隨機數(shù)，設(shè)置Type(n)和Elected(n)值均為0；

2) 將所有Elected(n)值為0的節(jié)點隨機生成值與改進(jìn)后的T(n)比較；

3) 某節(jié)點當(dāng)選為簇首節(jié)點時，對Type(n)和Elected(n)均賦值1；

4) 節(jié)點成為簇成員節(jié)點，對Type(n)賦值0，Elected(n)不賦值；

5) 計算簇成員節(jié)點與所有簇首節(jié)點之間的距離；

6) 比較簇成員節(jié)點與所有簇首節(jié)點之間的距離，加入最近的簇首節(jié)點形成的簇；

7) 一輪分簇過程完成，網(wǎng)絡(luò)運行至穩(wěn)定的數(shù)據(jù)傳輸階段；

8) 進(jìn)行成員節(jié)點的數(shù)據(jù)融合和數(shù)據(jù)轉(zhuǎn)發(fā)；

9) 回到簇首節(jié)點(1)開始下一輪分簇過程。

流程圖如圖2所示。

圖2 LEACH路由算法優(yōu)化后仿真算法流程圖Fig.2 The simulation calculation flow chart of optimized LEACH routing algorithm

3 仿真數(shù)據(jù)分析

在每輪分簇過程中，表示簇首節(jié)點為中心的星型結(jié)構(gòu)為一個分簇，并對簇首節(jié)點的Elected(n)賦值為1，使其在其后的連續(xù)1/p輪分簇過程中不會再當(dāng)選為簇首。本仿真設(shè)置簇首節(jié)點占傳感器總節(jié)點數(shù)的比例為0.1，基站坐標(biāo)設(shè)為(0，0),在某次仿真實驗中的分簇網(wǎng)絡(luò)圖如圖3所示。

圖3 LEACH分簇算法仿真網(wǎng)絡(luò)圖Fig.3 Optimized LEACH clustering algorithm network diagram for a certain simulation round

DAWSN中存活的節(jié)點數(shù)隨聚類輪數(shù)而變化，如圖4所示。對比傳統(tǒng)LEACH算法，死亡節(jié)點分別在第41輪和77輪出現(xiàn)，50%節(jié)點數(shù)死亡分別在第124輪和241輪，全部死亡(無法成簇組網(wǎng)，可認(rèn)為全部死亡)分別在351輪和452輪。由此可見，改進(jìn)后的LEACH算法使網(wǎng)絡(luò)總能耗均衡地分配到了各個節(jié)點上，推遲了部分節(jié)點因能量耗盡的死亡時間。

DAWSN消耗的總能量隨著分簇輪數(shù)增加的變化曲線如圖5所示。隨著分簇輪數(shù)的增加，傳統(tǒng)LEACH算法的總能量消耗均呈現(xiàn)先快后慢的增長趨勢，與存活節(jié)點數(shù)量的變化趨勢基本一致。但改進(jìn)后的LEACH算法的能耗增長幅度在經(jīng)過同樣分簇輪數(shù)的情況下，明顯慢于改進(jìn)前的算法。改進(jìn)后的LEACH算法減少了能量損耗，使得在DAWSN總能量一定的情況下，增加了DAWSN的生存時間。

圖5 LEACH算法改進(jìn)前后的能耗對比圖Fig.5 Comparison of energy consumption of node networks before and after LEACH algorithm improvement

4 實驗結(jié)果分析

5個DAWSN模塊進(jìn)行數(shù)據(jù)傳輸準(zhǔn)確率測試，其中4個DAWSN設(shè)置為參考節(jié)點，1個DAWSN設(shè)置為目標(biāo)節(jié)點。測試中的DAWSN如圖6所示，以節(jié)點2的位置為原點建立參考坐標(biāo)系，如圖7所示。

圖6 DAWSN節(jié)點通訊測試圖Fig.6 The test layout diagram of Node communication

圖7 DAWSN節(jié)點通訊坐標(biāo)設(shè)置圖Fig.7 The reference coordinate system of Node localization

采用一次測試發(fā)送/接收500條數(shù)據(jù)，進(jìn)行單跳與多跳并行通信方式，設(shè)置可靠通信半徑為45 m，在測試過程中將通信距離從60 m增大到80 m，每次步長為2 m,測試結(jié)果如表1所示。

表1 DAWSN數(shù)據(jù)傳輸測試結(jié)果Tab.1 The data transmission test results of DAWSN

DAWSN可靠通信距離(丟包率≤1%)為72 m左右，此距離下數(shù)據(jù)傳輸準(zhǔn)確可靠度達(dá)99%，相比采用單跳通信在72 m的丟包率1.6%，有效提高了數(shù)據(jù)傳輸精度，如圖8所示。結(jié)果表明在設(shè)置可靠通信半徑1.5R范圍內(nèi)，采用單跳通信與單跳/多跳并行通信的數(shù)據(jù)傳輸精度均小于1%，超過72 m時，單跳/多跳并行通信的數(shù)據(jù)傳輸精度明顯高于單跳通信方式，充分表明了本文設(shè)計的DAWSN系統(tǒng)的能耗與數(shù)據(jù)傳輸?shù)臏?zhǔn)確性。

圖8 DAWSN節(jié)點通訊精確性對比分析Fig.8 Comparative analysis of DAWSN node communication accuracy

5 結(jié)論

本文提出毀傷評估DAWSN節(jié)點的能量均衡方法，該方法通過改進(jìn)LEACH算法，單跳/多跳并行通信，對DAWSN節(jié)點的生存時間和數(shù)據(jù)傳輸準(zhǔn)確率進(jìn)行了仿真與測試驗證，仿真實驗結(jié)果表明：

1) 通過對改進(jìn)LEACH算法，均衡了DAWSN節(jié)點的能量消耗，相比傳統(tǒng)EACH模型該方法提高DAWSN節(jié)點2倍的生存時間；

2) 引入單跳/多跳并行通信的無線網(wǎng)絡(luò)結(jié)構(gòu)，進(jìn)行DAWSN數(shù)據(jù)傳輸測試驗證，測得的節(jié)點在距離為72 m內(nèi)可靠通訊誤差小于1%，提高了DAWSN的數(shù)據(jù)傳輸準(zhǔn)確率。

該方法為建立彈藥打擊目標(biāo)毀傷效果的實時精準(zhǔn)評估提供了技術(shù)支撐。