劉功民 朱俊杰

1(柳州鐵道職業(yè)技術(shù)學(xué)院信息技術(shù)學(xué)院 廣西 柳州 545616) 2(中南林業(yè)科技大學(xué)計(jì)算機(jī)與信息工程學(xué)院 湖南 長(zhǎng)沙 410004)

0 引 言

無(wú)線傳感器網(wǎng)絡(luò)(WSN)具有布線成本低、檢測(cè)精度高和可遠(yuǎn)程控制等優(yōu)勢(shì)，已廣泛應(yīng)用于環(huán)境科學(xué)、智能家居和智能交通等領(lǐng)域[1-2]。同時(shí)，WSN由于節(jié)點(diǎn)數(shù)量多且能量有限難以補(bǔ)充等問(wèn)題，其發(fā)展與應(yīng)用也受到限制。因此如何降低傳感器節(jié)點(diǎn)的能耗，延長(zhǎng)網(wǎng)絡(luò)的壽命成為一個(gè)重要的研究熱點(diǎn)[3]。

目前，針對(duì)WSN中的能耗控制大多通過(guò)MAC層協(xié)議和路由技術(shù)來(lái)實(shí)現(xiàn)，其中LEACH協(xié)議是最具有代表性的一種層次路由器[4]。文獻(xiàn)[5]提出了前端領(lǐng)先的節(jié)能簇首(FLEECH)，用于從多個(gè)聚類中選擇簇首。通過(guò)在通信網(wǎng)絡(luò)中組織傳感器節(jié)點(diǎn)并將數(shù)據(jù)從傳感器節(jié)點(diǎn)路由到遠(yuǎn)程接收器以克服聚類和網(wǎng)絡(luò)通信方面的困難。孫彥景等[6]提出EBFA路由協(xié)議，采用一種社會(huì)福利函數(shù)，預(yù)先衡量中繼節(jié)點(diǎn)的能量消耗情況。文獻(xiàn)[7]基于NB-IoT窄寬物聯(lián)網(wǎng)技術(shù)設(shè)計(jì)了一種能夠進(jìn)行數(shù)據(jù)幀轉(zhuǎn)換和處理的雙模網(wǎng)關(guān)，以實(shí)現(xiàn)在WSN與NB-IoT間高效的數(shù)據(jù)融合。文獻(xiàn)[8-9]提出了一種基于數(shù)據(jù)聚合的傳感器網(wǎng)絡(luò)可調(diào)模型，通過(guò)該模型降低了能耗，并且延長(zhǎng)了網(wǎng)絡(luò)的存活時(shí)間。Sinha[9]利用無(wú)線通道的廣播特性以減少數(shù)據(jù)的傳輸量，并且是在數(shù)據(jù)融合的最后選出簇首。

由于簇首需要實(shí)現(xiàn)簇內(nèi)與簇間通信，因此能耗比一般節(jié)點(diǎn)較高，這導(dǎo)致負(fù)載不均衡，甚至影響網(wǎng)絡(luò)通信。文獻(xiàn)[10]針對(duì)簇間負(fù)載不均衡性，結(jié)合能耗提出了以種群粒子優(yōu)劣為依據(jù)的自適應(yīng)慣性權(quán)重調(diào)整策略的簇首選舉機(jī)制。文獻(xiàn)[11]提出了EEUC(Energy Efficient Unequal Clustering)路由協(xié)議，它是一個(gè)非均勻分簇路由協(xié)議，其簇成員數(shù)量少，節(jié)約能量用于簇間多跳轉(zhuǎn)發(fā)數(shù)據(jù)。文獻(xiàn)[12-13]采用不同的聚類算法，如K-means、MRRCE(Multi-hop Routing Reducing Consumed Energy)等，并考慮剩余能量和距離等因素，實(shí)現(xiàn)簇首選擇的最優(yōu)化，以提升網(wǎng)絡(luò)的生命周期。

此外，在連續(xù)監(jiān)測(cè)應(yīng)用中，移動(dòng)接收器的使用可能導(dǎo)致延時(shí)限制，并且通信所花費(fèi)的時(shí)間更長(zhǎng)。因此引入靜態(tài)和移動(dòng)接收器(稱為雙重接收器)的組合以緩解能量漏洞，減少延時(shí)限制[14-15]，使用受控移動(dòng)接收器為無(wú)線傳感器網(wǎng)絡(luò)引入了節(jié)能競(jìng)爭(zhēng)聚類算法[16]，能夠改善傳感器網(wǎng)絡(luò)的性能。

以上關(guān)于不等簇首選擇方法以及網(wǎng)絡(luò)中使用靜態(tài)和移動(dòng)接收器的研究側(cè)重于解決能耗與延時(shí)等問(wèn)題，但在能量利用率、網(wǎng)絡(luò)壽命、網(wǎng)絡(luò)密度、聚類通信成本等方面降低了WSN性能。因此，本文提出了基于雙重接收器結(jié)合自適應(yīng)加權(quán)數(shù)據(jù)融合的WSN簇首優(yōu)化聚類算法。主要的創(chuàng)新點(diǎn)如下：

(1) 傳統(tǒng)的節(jié)能方法無(wú)法有效地延長(zhǎng)網(wǎng)絡(luò)壽命和能量分配，而所提具有雙重接收器的能量感知不等聚類路由算法增加了基站，能有效地轉(zhuǎn)發(fā)數(shù)據(jù)、均衡負(fù)載的能量分配。

(2) 靜態(tài)接收器附近的聚類耗能較多，靠近靜態(tài)接收器選擇簇首更是如此。因此，本文方法采用靜態(tài)接收器和移動(dòng)接收器(雙重接收器)進(jìn)行數(shù)據(jù)收集，以降低能耗。

(3) 大量傳感器節(jié)點(diǎn)會(huì)產(chǎn)生海量數(shù)據(jù)，因此引入大數(shù)據(jù)技術(shù)，利用自適應(yīng)加權(quán)數(shù)據(jù)融合技術(shù)減少了數(shù)據(jù)的傳遞數(shù)目，提高數(shù)據(jù)處理速度，降低能耗，提高了WSN的性能。

1 系統(tǒng)模型

1.1 網(wǎng)絡(luò)模型

網(wǎng)絡(luò)模型由傳感器節(jié)點(diǎn)組成，且傳感器節(jié)點(diǎn)在網(wǎng)絡(luò)中均勻分布，相對(duì)于簇首(Cluster Head,CH)聚類?；疚挥诿總€(gè)傳感器區(qū)域，簇首和基站在整個(gè)過(guò)程中保持不變，每個(gè)節(jié)點(diǎn)分配唯一ID，根據(jù)傳輸范圍更改屬性。在WSN中這些網(wǎng)絡(luò)模型具有以下屬性：

(1) 傳感器節(jié)點(diǎn)始終是靜態(tài)的，它永遠(yuǎn)不會(huì)改變其位置。這些節(jié)點(diǎn)用于收集周圍數(shù)據(jù)并通過(guò)無(wú)線通信將數(shù)據(jù)轉(zhuǎn)發(fā)到基站。

(2) 當(dāng)發(fā)射功率級(jí)別降低時(shí)，節(jié)點(diǎn)可能具有動(dòng)態(tài)調(diào)節(jié)其功率級(jí)別的能力。

(3) 傳感器區(qū)域的位置搜索中，每個(gè)傳感器節(jié)點(diǎn)是基于接收的信號(hào)強(qiáng)度而不是基于GPS設(shè)備來(lái)計(jì)算它們的位置。

1.2 能量消耗模型

在LEACH協(xié)議中，僅當(dāng)傳感器節(jié)點(diǎn)選擇的隨機(jī)數(shù)小于閾值Ti時(shí)，傳感器節(jié)點(diǎn)才被選為當(dāng)前旋轉(zhuǎn)輪的簇首。Ti的計(jì)算如下所示：

(1)

(2)

式中：Eelec是電能，是發(fā)送或接收1比特信息的能量消耗；φf(shuō)s和φmp的比值是常數(shù)。在接收器中實(shí)現(xiàn)相同的過(guò)程并且為無(wú)線電消耗的能量是：

ERx(m)=m×Eelec

(3)

與通信能量相比，計(jì)算和存儲(chǔ)過(guò)程所消耗的能量要低得多。因此，僅考慮通信的能耗。為了結(jié)合數(shù)字s的這些信息，能量消耗可表示為：

EDx=s×k×Emerge

(4)

式中：Emerge是合并1比特信息的能量消耗；k為能量消耗系數(shù)，通常取0.95。當(dāng)距離小于Ti時(shí)，使用自由空間信道模型；當(dāng)距離大于Ti時(shí)，使用多徑衰落信道模型。

2 簇首優(yōu)化聚類算法

基于上述系統(tǒng)模型，設(shè)計(jì)了基于雙重接收器結(jié)合數(shù)據(jù)融合技術(shù)(Dual Receivers Combined with Data Fusion Technology,DR-DFT)的簇首優(yōu)化聚類算法，以降低通信成本，節(jié)約能量并延長(zhǎng)網(wǎng)絡(luò)壽命。算法的流程如圖1所示。

圖1 本文方法整體流程

本文系統(tǒng)的網(wǎng)絡(luò)模型的聚類構(gòu)造如圖2所示。該系統(tǒng)由具有簇首的許多聚類組成，簇首在每一輪中形成，具有信號(hào)強(qiáng)度和無(wú)線電范圍。靜態(tài)和移動(dòng)接收器位于網(wǎng)絡(luò)中心路徑，其功能是從簇首收集數(shù)據(jù)。在網(wǎng)絡(luò)中心，靜態(tài)接收器是固定的，移動(dòng)接收器在網(wǎng)絡(luò)區(qū)域中以直線移動(dòng)。節(jié)點(diǎn)在每一輪中聚類，由靜態(tài)和移動(dòng)接收器收集數(shù)據(jù)。

圖2 本文方法的網(wǎng)絡(luò)模型聚類構(gòu)造

2.1 簇首選擇

簇首選擇基于兩個(gè)過(guò)程，即TCH選擇和FCH選擇。基于能量的計(jì)時(shí)器(EBT)被分配給節(jié)點(diǎn)以選擇TCH，并且基于節(jié)點(diǎn)的整體信任值來(lái)計(jì)算信任值，選擇擁有最高信任值和能量的節(jié)點(diǎn)作為TCH。TCH根據(jù)競(jìng)爭(zhēng)范圍、冗余能量、節(jié)點(diǎn)度和簇首數(shù)等參數(shù)競(jìng)爭(zhēng)成為FCH。

2.1.1臨時(shí)簇首選擇

(1) 基于能量計(jì)時(shí)器(EBT)的TCH選擇。根據(jù)每個(gè)節(jié)點(diǎn)的能量，把傳感器節(jié)點(diǎn)分配給定時(shí)器，并根據(jù)能量，確定分配給節(jié)點(diǎn)的等待時(shí)間。本文方法使用兩個(gè)標(biāo)準(zhǔn)來(lái)分配等待時(shí)間，即具有較高能量的節(jié)點(diǎn)將被分配較短的等待時(shí)間，具有較低能量的節(jié)點(diǎn)將被分配較長(zhǎng)的等待時(shí)間。將計(jì)時(shí)器值最先到期的節(jié)點(diǎn)選為臨時(shí)簇首(TCH)。

(5)

式中：E(in)表示節(jié)點(diǎn)i的第n個(gè)近鄰節(jié)點(diǎn)in的能量。對(duì)于任意傳感器節(jié)點(diǎn)ID：Si，基于能量的等待時(shí)間值為：

(6)

根據(jù)式(6)，可知等待時(shí)間隨著節(jié)點(diǎn)能量的增加而減小，選擇此節(jié)點(diǎn)作為臨時(shí)簇首。

(2) 基于信任值的TCH選擇。使用信任值(TV)檢測(cè)節(jié)點(diǎn)行為、節(jié)點(diǎn)質(zhì)量和節(jié)點(diǎn)服務(wù)，也把它用于傳感器節(jié)點(diǎn)的數(shù)據(jù)聚合、重新配置和路由。本文方法使用信任值收集數(shù)據(jù)并監(jiān)視節(jié)點(diǎn)中的不同事件，結(jié)合基于能量的計(jì)時(shí)器(EBT)以尋得臨時(shí)簇首。節(jié)點(diǎn)的信任值計(jì)算式為：

(7)

式中：NFD是轉(zhuǎn)發(fā)數(shù)據(jù)包的數(shù)量；NREC是接收數(shù)據(jù)包的數(shù)量。計(jì)算單個(gè)節(jié)點(diǎn)的信任值，并選擇具有最高信任值的節(jié)點(diǎn)作為臨時(shí)簇首。

2.1.2最終簇首選擇

基于傳感器節(jié)點(diǎn)的能量消耗，識(shí)別聚類的死節(jié)點(diǎn)和活節(jié)點(diǎn)。附帶在節(jié)點(diǎn)上的邊數(shù)稱為節(jié)點(diǎn)度，通過(guò)節(jié)點(diǎn)度這個(gè)指標(biāo)衡量WSN的連通性，而增加節(jié)點(diǎn)度可以通過(guò)減少跳數(shù)來(lái)節(jié)省能量。通過(guò)評(píng)估每個(gè)節(jié)點(diǎn)的能量消耗來(lái)確定最佳節(jié)點(diǎn)度，其目的在于觀察由傳輸范圍控制的節(jié)點(diǎn)度變化引起的影響。

根據(jù)節(jié)點(diǎn)度和能量選擇簇首節(jié)點(diǎn)。N的平均節(jié)點(diǎn)度是：

(8)

式中：d(n)是節(jié)點(diǎn)的度；n是節(jié)點(diǎn)的近鄰數(shù)。網(wǎng)絡(luò)的最小節(jié)點(diǎn)度定義為：

(9)

與EEUC相比，dmin和dmean提供了有效的結(jié)果。節(jié)點(diǎn)度降低了簇首選擇的總體通信成本，增加了網(wǎng)絡(luò)的整體壽命。每個(gè)普通節(jié)點(diǎn)只屬于一個(gè)聚類，最小化聚類數(shù)可最大化聚類大小平均值。選擇部署在密集區(qū)域的高級(jí)節(jié)點(diǎn)作為簇首。

假設(shè)S1、S2、S3、S4、S5是被選定的五個(gè)臨時(shí)簇首，臨時(shí)簇首間的競(jìng)爭(zhēng)范圍如圖3所示。

圖3 臨時(shí)簇首之間的競(jìng)爭(zhēng)范圍

臨時(shí)簇首和最終簇首選擇具體步驟如下：

初始化：能量E，臨時(shí)簇首Sj，總能量Etotal，轉(zhuǎn)發(fā)數(shù)據(jù)包NFD，數(shù)據(jù)包總數(shù)NREC，節(jié)點(diǎn)非聚類集G，節(jié)點(diǎn)數(shù)N。

例1 臨時(shí)簇首選擇

1. ?節(jié)點(diǎn)i∈[網(wǎng)絡(luò)區(qū)域內(nèi)]，E(i)←節(jié)點(diǎn)i的能量級(jí)別

2. 初始化定時(shí)器(i)←k，近鄰節(jié)點(diǎn)in，傳感器網(wǎng)絡(luò)的第n個(gè)近鄰節(jié)點(diǎn)Si，選擇簇首為n

3. ifn為簇首

then 檢查聚類距離dmax=max(dmax,距離)且dmin=max(dmin,距離)

4. 根據(jù)式(5)、式(6)分別計(jì)算平均能量和等待時(shí)間

5. 重復(fù)步驟3和步驟4，直至達(dá)到高頻率的臨時(shí)簇首

6. ifn發(fā)送廣告并結(jié)合請(qǐng)求到G

節(jié)點(diǎn)的非聚類檢查并驗(yàn)證簇首dmax、dmin、總能量Etotal=Etotal+E

else 創(chuàng)建新的聚首，形成剩余節(jié)點(diǎn)的非聚類集

7. 根據(jù)式(7)計(jì)算信任值

例2 最終簇首選擇

8. 根據(jù)式(8)、式(9)計(jì)算節(jié)點(diǎn)度和平均節(jié)點(diǎn)度

9. 對(duì)于所有密集區(qū)域，計(jì)算臨時(shí)簇首的競(jìng)爭(zhēng)范圍：

10. if 距離d(Si,靜態(tài)接收器)增大

then 競(jìng)爭(zhēng)范圍Ri增大

else if 距離d(Si,靜態(tài)接收器)減小

then 競(jìng)爭(zhēng)范圍Ri減小

11. 選擇CH為FCH

2.2 能量消耗

本文算法在每輪中測(cè)量的冗余能量(RE)，其從當(dāng)前的Round(輪次)開始，直到達(dá)到最終節(jié)點(diǎn)。

在本輪中，CH消耗的能量為：

冗余能量=RE+S(i)×E

(10)

平均冗余能量(ARE)：

(11)

則每輪的總能量消耗(TEC)：

TEC(Round+1)=E0×n-RE(Round+1)

(12)

如果網(wǎng)絡(luò)中有n層可用，節(jié)點(diǎn)平均能耗為：

(13)

TEC由所有傳輸能量、接收能量、空閑能量和睡眠模式能量的平均值組成。結(jié)果顯示系統(tǒng)中存在總的死亡和活動(dòng)節(jié)點(diǎn)，對(duì)于這種情況，每個(gè)節(jié)點(diǎn)都能夠?qū)? 000位的數(shù)據(jù)包傳輸?shù)浇邮掌?。此時(shí)，當(dāng)傳輸距離較小和/或無(wú)線電能量較高時(shí)，則使用等量的能量進(jìn)行發(fā)送和接收。

2.3 用于數(shù)據(jù)傳輸?shù)碾p重接收器

在連續(xù)監(jiān)測(cè)應(yīng)用中使用雙重接收器可減少能耗問(wèn)題。所提出的雙重接收器基于靜態(tài)和移動(dòng)接收器用于聚合數(shù)據(jù)傳輸網(wǎng)絡(luò)模型。在網(wǎng)絡(luò)的中心，固定靜態(tài)接收器從附近的CH收集數(shù)據(jù)，移動(dòng)接收器在網(wǎng)絡(luò)區(qū)域中以直線運(yùn)動(dòng)形式朝靜態(tài)接收器移動(dòng)。

在傳輸m比特信息時(shí)，靜態(tài)接收器的網(wǎng)絡(luò)坐標(biāo)表示為：

(14)

移動(dòng)接收器的線性路徑坐標(biāo)表示為：

(15)

數(shù)據(jù)包到接收器的傳輸取決于簇首到移動(dòng)或靜態(tài)接收器之間的最小距離，在聚類間具體的通信流程如圖4所示。

圖4 聚類間通信的流程

2.4 自適應(yīng)加權(quán)數(shù)據(jù)融合

在無(wú)線傳感器網(wǎng)絡(luò)中，由于節(jié)點(diǎn)的部署具有隨機(jī)性與高密度性，所感應(yīng)的信息具有冗余性、實(shí)時(shí)性、成本低等特點(diǎn)，而數(shù)據(jù)融合便可充分利用數(shù)據(jù)特征，有效減少冗余性，增強(qiáng)互補(bǔ)性。

為了更加客觀地對(duì)數(shù)據(jù)權(quán)重進(jìn)行處理，提出一種自適應(yīng)加權(quán)數(shù)據(jù)融合技術(shù)，準(zhǔn)確度更高，并且能夠減少異常數(shù)據(jù)。提出的自適應(yīng)加權(quán)數(shù)據(jù)融合技術(shù)中，當(dāng)總方差最小時(shí)，自適應(yīng)地尋找最優(yōu)加權(quán)因子，從而得到最優(yōu)的融合數(shù)據(jù)。

(16)

總方差σ2為：

(17)

(18)

(19)

對(duì)函數(shù)求極值，可得模型所對(duì)應(yīng)的最優(yōu)加權(quán)因子以及總方差的最小值：

(20)

3 仿真實(shí)驗(yàn)

3.1 實(shí)驗(yàn)設(shè)置

在實(shí)驗(yàn)過(guò)程中，基于有效的簇首選擇以及基于DR-DFT的簇首優(yōu)化聚類算法使用雙重接收器進(jìn)行數(shù)據(jù)傳輸，分析了網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的特性及其性能。使用MATLAB測(cè)試所提出的方法。在這項(xiàng)工作中，用100個(gè)節(jié)點(diǎn)模擬1 000 m×1 000 m的地形區(qū)域。假定網(wǎng)絡(luò)區(qū)域的最大競(jìng)爭(zhēng)范圍為40 m。

在仿真結(jié)果中，討論了本文方法與現(xiàn)有的EEUC技術(shù)[11]、MRRCE技術(shù)[13]的比較。除此之外，通過(guò)實(shí)驗(yàn)以確定活動(dòng)節(jié)點(diǎn)和死節(jié)點(diǎn)的數(shù)量、冗余能量、平均冗余能量、總能量損耗、平均能量損耗和網(wǎng)絡(luò)壽命。仿真所用參數(shù)如表1所示。

表1 WSN仿真參數(shù)

3.2 實(shí)驗(yàn)結(jié)果對(duì)比與分析

在仿真時(shí)，每個(gè)節(jié)點(diǎn)都有自己的能量，能量用于與近鄰節(jié)點(diǎn)通信以進(jìn)行數(shù)據(jù)傳輸?；顒?dòng)節(jié)點(diǎn)具有4 250個(gè)隨機(jī)選擇輪，如圖5所示。本文方法與EEUC技術(shù)、MRRCE技術(shù)進(jìn)行比較。本文算法將活動(dòng)節(jié)點(diǎn)數(shù)保持為較高的值，直到系統(tǒng)達(dá)到4 250輪。

圖5 活動(dòng)節(jié)點(diǎn)數(shù)

圖6顯示了不同輪次的死節(jié)點(diǎn)數(shù)，且本文系統(tǒng)的死節(jié)點(diǎn)數(shù)很少。當(dāng)?shù)谝粋€(gè)節(jié)點(diǎn)失去其完整能量時(shí)，該輪數(shù)即網(wǎng)絡(luò)壽命?？梢钥闯觯谝粋€(gè)節(jié)點(diǎn)在1 150輪處死亡，因此網(wǎng)絡(luò)壽命為1 150。

圖6 死節(jié)點(diǎn)數(shù)

圖7顯示了本文方法與現(xiàn)有的EEUC技術(shù)、MRRCE技術(shù)的冗余能量。平均4 200個(gè)節(jié)點(diǎn)的聚類節(jié)點(diǎn)的能量損耗是平衡的且接近最小值。

圖7 對(duì)應(yīng)輪次每個(gè)節(jié)點(diǎn)的冗余能量

圖8顯示了在不同輪次中的平均冗余能量。

圖8 對(duì)應(yīng)輪次每個(gè)節(jié)點(diǎn)的平均冗余能量

圖9顯示了考慮TCH和FCH方案的情況下，三種方法總能耗的比較。當(dāng)考慮平衡能耗方案時(shí)，使用最佳能量配置。本文方法平衡了能耗，增加了每個(gè)傳感器節(jié)點(diǎn)的傳輸速率。因?yàn)榭紤]到這一點(diǎn)，所以每個(gè)傳感器節(jié)點(diǎn)的能耗都很低。

圖9 對(duì)應(yīng)輪次每個(gè)節(jié)點(diǎn)的總能耗

圖10顯示了每個(gè)節(jié)點(diǎn)的執(zhí)行時(shí)間。將本文方法與EEUC技術(shù)和MRRCE技術(shù)進(jìn)行比較，其中EEUC和MRRCE都采用單接收器。

圖10 對(duì)應(yīng)輪次每個(gè)節(jié)點(diǎn)的執(zhí)行時(shí)間

可以看出，相比其他兩種方法，本文方法執(zhí)行時(shí)間較長(zhǎng)。分析可知，由于雙向接收器中的靜態(tài)接收器位置相對(duì)固定，接收信號(hào)范圍有限，而動(dòng)態(tài)接收器在移動(dòng)過(guò)程中會(huì)占用一定的時(shí)間，因此，相比基于單接收器的方法，本文方法一定程度上增加了耗時(shí)。但總體上看，相比其他2種方法而言，本文方法執(zhí)行時(shí)間并未增加太多，仍然在可以接受的范圍內(nèi)。

將本文方法與現(xiàn)有的EEUC技術(shù)、MRRCE技術(shù)的網(wǎng)絡(luò)壽命進(jìn)行比較如表2所示。可以觀察到，本文方法具有更長(zhǎng)的網(wǎng)絡(luò)壽命。

表2 網(wǎng)絡(luò)壽命比較

4 結(jié) 語(yǔ)

針對(duì)WSN中能量分布不均衡且網(wǎng)絡(luò)壽命較短等問(wèn)題，提出一種利用雙傳感器結(jié)合自適應(yīng)加權(quán)數(shù)據(jù)融合技術(shù)的WSN簇首優(yōu)化聚類算法，以減少能耗，延長(zhǎng)網(wǎng)絡(luò)壽命。數(shù)據(jù)采集和傳輸過(guò)程中，該方法使用雙重接收器，通過(guò)移動(dòng)接收器減少了節(jié)點(diǎn)的能量消耗，利用自適應(yīng)加權(quán)數(shù)據(jù)融合技術(shù)對(duì)節(jié)點(diǎn)收集的數(shù)據(jù)進(jìn)行有效信息提取。實(shí)驗(yàn)結(jié)果表明，與EEUC和MRRCE技術(shù)相比，本文方法在活動(dòng)節(jié)點(diǎn)數(shù)量、冗余能量、平均冗余能量、總能耗等方面取得了更好的結(jié)果。雖然在執(zhí)行時(shí)間上略有增加，但顯著提高了連續(xù)監(jiān)測(cè)無(wú)線傳感器網(wǎng)絡(luò)的網(wǎng)絡(luò)壽命以及降低了能量損耗。

未來(lái)會(huì)在雙重接收器的基礎(chǔ)上，考慮使用多重接收器進(jìn)行數(shù)據(jù)搜集和傳輸，并利用機(jī)器學(xué)習(xí)優(yōu)化聚類算法降低WSN的能耗，從而進(jìn)一步提高生命周期。