余修武李 佩劉 永肖人榕張 可

(1.南華大學(xué)資源環(huán)境與安全工程學(xué)院,湖南 衡陽421001；2.鈾礦冶放射性控制技術(shù)湖南省工程研究中心,湖南 衡陽421001；3.湖南省鈾尾礦庫退役治理工程技術(shù)研究中心,湖南 衡陽421001)

無線傳感器網(wǎng)絡(luò)(WSNs,wireless sensor networks)節(jié)點(diǎn)能量有限,且不易更換電源,如何合理高效利用能量,延長網(wǎng)絡(luò)壽命成為其研究的核心問題之一[1－3]。分層路由采用傳感器節(jié)點(diǎn)網(wǎng)絡(luò)分簇和利用簇首進(jìn)行數(shù)據(jù)融合的思路,大大減少數(shù)據(jù)傳輸過程中對(duì)節(jié)點(diǎn)的能量消耗,延長網(wǎng)絡(luò)的生存時(shí)間。近些年,逐漸成為各國學(xué)者在路由協(xié)議層面的研究熱點(diǎn)。

LEACH算法作為均勻分簇路由算法的典型代表,采用節(jié)點(diǎn)等概率成為簇首的方式平衡網(wǎng)絡(luò)節(jié)點(diǎn)的能耗,但易出現(xiàn)“熱區(qū)”現(xiàn)象,造成網(wǎng)絡(luò)過早失效。李成法等[4]利用非均勻競(jìng)選半徑的概念,使靠近基站的簇相對(duì)較小,這樣基站附近簇首轉(zhuǎn)發(fā)數(shù)據(jù)的能耗相應(yīng)降低,從而緩解節(jié)點(diǎn)間的能量消耗不均的問題(EEUC)。Sarkar[5]等利用Firefly算法,通過選擇最佳簇頭來最大化網(wǎng)絡(luò)的能量效率和節(jié)點(diǎn)的壽命,以此提高網(wǎng)絡(luò)性能。潘蕾娜等[6]提出了一種基于信任與能耗均衡的安全分簇路由協(xié)議(SCR-TBE),采用模糊評(píng)判模型提升網(wǎng)絡(luò)的能耗均衡性和可靠性。劉偉等[7]提出了一種基于節(jié)點(diǎn)間相關(guān)性的能量有效分簇路由協(xié)議(BCCP),利用節(jié)點(diǎn)間位置相關(guān)性與節(jié)點(diǎn)剩余能量降低簇內(nèi)能耗。牛玉剛等[8]提出一種帶有重疊區(qū)域的路由算法(OMU),該算法中簇首只用于簇內(nèi)數(shù)據(jù)的接收與融合,由此減少簇首的能量消耗。以上算法雖在一定程度上緩解節(jié)點(diǎn)間能量消耗不均等問題,但其均衡節(jié)點(diǎn)間能耗的能力仍有待提升。其他的一些分層路由還有LEACHimproved[9], EIRNG[10], HCRA[11], GECR[12],CHRA[13]。

本文作者結(jié)合了LEACH算法的選舉簇首的方法,對(duì)閾值T(n)做出改進(jìn)。引入節(jié)點(diǎn)與基站距離和節(jié)點(diǎn)能量等因素,使得靠近基站的節(jié)點(diǎn)成為候選簇首的幾率更大,從而靠近基站的候選簇首數(shù)更多。對(duì)EEUC算法的競(jìng)爭(zhēng)半徑的公式做出改進(jìn),引入繼任簇首能量消耗因子和前任簇首能量消耗因子,提出一種基于動(dòng)態(tài)競(jìng)爭(zhēng)半徑的非均勻分簇路由協(xié)議(Non-uniform clustering routing protocol based on dynamic competitive radius,NCRP)。根據(jù)簇內(nèi)節(jié)點(diǎn)和簇首節(jié)點(diǎn)的消耗情況,動(dòng)態(tài)的改變簇的的大小,使得簇首間的能量消耗盡可能的均勻,大幅延長網(wǎng)絡(luò)的生存時(shí)間。

1 網(wǎng)絡(luò)能耗與模型

1.1 網(wǎng)絡(luò)模型假定

本文假定WSNs具備以下特征:①節(jié)點(diǎn)隨機(jī)地分布在監(jiān)測(cè)區(qū)域內(nèi),且具有唯一ID。②所有節(jié)點(diǎn)同構(gòu)且初始能量相同,基站位于監(jiān)測(cè)區(qū)域外,能量無限且位置固定。③所有節(jié)點(diǎn)能夠根據(jù)接收信息的信號(hào)強(qiáng)度值判斷與信息發(fā)送者的近似距離,從而選取自身的發(fā)射功率。④節(jié)點(diǎn)能夠進(jìn)行數(shù)據(jù)融合降低數(shù)據(jù)傳輸量。⑤節(jié)點(diǎn)能夠獲知當(dāng)前自身剩余能量

1.2 能耗模型

發(fā)送數(shù)據(jù)能耗主要分為發(fā)送電路和功率放大電路兩部分。功率放大電路能耗主要由發(fā)射者與接收者之間的距離所決定,依據(jù)兩者之間距離大小與臨界距離的關(guān)系可分別采用自由空間模型和多路徑衰退模型[14],發(fā)送數(shù)據(jù)能耗如式(1)所示:

式中:d發(fā)射距離；l為發(fā)送的二進(jìn)制位數(shù)；Eelec(nJ/bit)為射頻能耗系數(shù)；Efs為采用自由信道模型下的功率放大電路能耗系數(shù)；Emp為采用多路徑衰退模型下的功率放大電路能耗系數(shù)；dinit為臨界距離,dinit＝87 m。

式(2)為接收數(shù)據(jù)能耗

本文所使用的仿真參數(shù)設(shè)置為:Eelec＝50 nJ/bit；Efs＝10(pJ/bit)/m2；Emp＝0.0013(pJ/bit)/m4；dinit＝87 m。

1.3 數(shù)據(jù)融合模型

通過數(shù)據(jù)融合技術(shù)減少數(shù)據(jù)傳輸量,從而降低簇首轉(zhuǎn)發(fā)數(shù)據(jù)的能量消耗,進(jìn)而達(dá)到降低整個(gè)網(wǎng)絡(luò)的能耗的目的。由于不同區(qū)域中數(shù)據(jù)有較大的差異,在本文仿真中不考慮簇間的數(shù)據(jù)融合。假設(shè)簇內(nèi)的數(shù)據(jù)融合模型為:簇首接收每個(gè)節(jié)點(diǎn)發(fā)送的lbit數(shù)據(jù),壓縮為lbit數(shù)據(jù)；數(shù)據(jù)融合能耗設(shè)定為ED＝5 nJ/bit。

2 NCRP算法

本協(xié)議采用LEACH協(xié)議的“輪”循環(huán)機(jī)制,一“輪”即為一個(gè)數(shù)據(jù)采集周期。每輪可分為非均勻分簇階段、簇間多跳路由構(gòu)建階段和數(shù)據(jù)轉(zhuǎn)發(fā)階段,其中非均勻分簇階段又可分為簇首產(chǎn)生和簇的形成兩部分,在完成節(jié)點(diǎn)的非均勻分簇和簇間多跳路由構(gòu)建之后再進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)。數(shù)據(jù)轉(zhuǎn)發(fā)階段可分為簇內(nèi)單跳傳輸和簇間多跳傳輸兩部分。由于靠近基站的簇首在完成簇內(nèi)數(shù)據(jù)收集后還需承擔(dān)轉(zhuǎn)發(fā)較遠(yuǎn)簇首數(shù)據(jù)的任務(wù),導(dǎo)致其能量消耗的速度更快。故本協(xié)議對(duì)Younis提出的LEACH算法做出改進(jìn),使得越靠近基站的節(jié)點(diǎn)成為候選簇首的概率更大。間接使得靠近基站形成更多的簇,從而達(dá)到均衡離基站遠(yuǎn)近不同的節(jié)點(diǎn)之間的能量消耗,延長整個(gè)無線傳感器網(wǎng)絡(luò)的生存時(shí)間。

2.1 第一輪非均勻分簇

根據(jù)LEACH算法提出的概率式,加入節(jié)點(diǎn)與基站距離等因素對(duì)產(chǎn)生候選簇首的概率進(jìn)行調(diào)節(jié),即:

式中:r表示當(dāng)前的回合數(shù),G是r前1/P回合未當(dāng)選候選簇首的節(jié)點(diǎn)集合,P表示候選簇首數(shù)占總節(jié)點(diǎn)數(shù)的比例,dmax和dmin分別表示無線傳感器網(wǎng)絡(luò)之中節(jié)點(diǎn)與基站的最大距離和最小距離,d(Ni,BS)表示節(jié)點(diǎn)與基站的距離,Et(i)表示節(jié)點(diǎn)Ni初始總能量,Er(i)表示節(jié)點(diǎn)當(dāng)前所剩能量。采用該概率計(jì)算公式,越靠近基站的節(jié)點(diǎn),成為候選簇首的概率越大,從而使得靠近基站的區(qū)域形成更多的簇,簇的規(guī)模也越小,間接達(dá)到非均勻分簇的目的。

在網(wǎng)絡(luò)部署完成后,基站以給定的功率向全網(wǎng)廣播一個(gè)信號(hào),用以各節(jié)點(diǎn)計(jì)算與基站的大致距離。節(jié)點(diǎn)Ni使用式(3)計(jì)算其自身成為候選簇首的概率,而后節(jié)點(diǎn)Ni隨機(jī)選取一個(gè)介于0～1之間的數(shù),若該數(shù)小于Tn(i)則Ni當(dāng)選為候選簇首,否則進(jìn)入睡眠狀態(tài),待簇的形成階段被喚醒。

定義1定義一繼任簇首能量消耗因子,為

式中:Et(i)表示候選簇首Si初始總能量,Er(i)表示節(jié)點(diǎn)當(dāng)前所剩能量。

定義2定義一前任簇首能量消耗因子σ,根據(jù)上一輪的同一簇的簇內(nèi)節(jié)點(diǎn)與簇首能量消耗情況對(duì)下一輪的簇的規(guī)模進(jìn)行調(diào)節(jié)。σ與上一任簇首的能量消耗Ec(j)成正比關(guān)系,與上一輪簇內(nèi)成員節(jié)點(diǎn)消耗能量的均值成反比關(guān)系,為

式中:Ec(j)表示前任簇首Sj在上一輪數(shù)據(jù)采集周期所消耗的能量,表示上一輪以Sj為簇首的簇內(nèi)成員節(jié)點(diǎn)消耗能量的平均值。

為了使距離基站較近的簇具有較小規(guī)模,在距離基站較近的區(qū)域應(yīng)生成更多的簇首。因此,候選簇頭節(jié)點(diǎn)的競(jìng)爭(zhēng)半徑應(yīng)正比于它與基站的距離的函數(shù)關(guān)系.預(yù)先給定一Ro用于控制候選簇首的競(jìng)爭(zhēng)半徑處于一個(gè)合理的范圍,以防產(chǎn)生過小或者過大規(guī)模的簇,進(jìn)而使得簇內(nèi)數(shù)據(jù)轉(zhuǎn)發(fā)能耗趨于合理。綜合考慮候選簇首當(dāng)前所剩能量和上一輪的簇內(nèi)能量消耗情況,重新定義候選簇首Ci的競(jìng)爭(zhēng)半徑Rc(i)計(jì)算公式為

定義3

式中:dmax和dmin分別表示無線傳感器網(wǎng)絡(luò)之中節(jié)點(diǎn)與基站的最大距離和最小距離,d(Ci,BS)表示候選簇首與基站的距離,c1、c2和c3都是介于0～1之間的常數(shù),且滿足關(guān)系c1＋c2＋c3＝1,可知Rc(i)介于0～Ro之間。

由于候選簇首競(jìng)選成為最終簇首采用的局部競(jìng)爭(zhēng)的方式,參與競(jìng)選的候選簇首都保有一個(gè)鄰簇首信息表,詳見表1。

表1 候選簇首鄰居節(jié)點(diǎn)信息表

定義4在NCRP簇首競(jìng)選算法中,候選簇首Ci的鄰居簇首集合NCi為NCi＝{Cj｜Cj是候選簇首,且d(Ci,Cj)

規(guī)則1在競(jìng)選中,候選簇首Ci必須先比較鄰簇首集合NCi中的節(jié)點(diǎn)和自身的剩余能量的大小,需等待剩余能量比自身大的候選簇首先做出是否成為最終簇首的決定,而后Si才做出決定。

規(guī)則2在競(jìng)選過程中,若候選簇首Ci的鄰簇首集合NCi中的節(jié)點(diǎn)都退出競(jìng)選,則簇首Si宣布競(jìng)選獲勝直接成為最終簇首。

規(guī)則3在競(jìng)選過程中,若候選簇首Ci宣布其競(jìng)選獲勝,則在Ci的競(jìng)爭(zhēng)半徑內(nèi)的所有候選簇首均要退出競(jìng)選過程。

候選簇首競(jìng)選出最終簇首參照參考文獻(xiàn)[4],所有候選簇首以Ro為半徑,采用相同的頻率廣播競(jìng)選消息COMPETE_HEAD_MSG,該消息包含節(jié)點(diǎn)的ID、節(jié)點(diǎn)的競(jìng)爭(zhēng)半徑以及節(jié)點(diǎn)當(dāng)前所剩余的能量,候選簇首根據(jù)收到的相鄰候選簇首競(jìng)選消息的強(qiáng)度判斷兩節(jié)點(diǎn)之間的近似距離,而后節(jié)點(diǎn)依據(jù)定義1構(gòu)建鄰簇首集合NC,并保有鄰簇首信息表。節(jié)點(diǎn)等待鄰簇首集合中所有能量比自身高的節(jié)點(diǎn)先做出是否擔(dān)任最終簇首的決策。若Ci發(fā)現(xiàn)鄰簇首集合中的節(jié)點(diǎn)能量都小于自身,則Ci直接成為最終簇首并廣播消息FINAL_HEAD_MSG。若候選簇首Ci收到來自Cj廣播的競(jìng)選獲勝消息FINAL_HEAD_MSG,首先判斷自身與候選簇首Cj之間的距離是否大于候選簇首Cj的競(jìng)爭(zhēng)半徑Rc(j)。若大于,節(jié)點(diǎn)Ci將Cj從鄰居簇首集合中移除,繼續(xù)等待鄰簇首集合中比自身能量高的節(jié)點(diǎn)做出是否擔(dān)任最終簇首的決策。若小于,則Ci立刻退出競(jìng)選并廣播消息QUIT_ELECTION_MSG告知它的鄰簇首。若Ci收到來自Cj退出競(jìng)選的消息,則Ci將Cj從鄰居簇首集合中移除,并繼續(xù)等待。若Ci的鄰簇首集合中所有能量比自身高的節(jié)點(diǎn)都退出了競(jìng)選,Ci直接成為最終簇首并廣播消息FINAL_HEAD_MSG。

在第一輪最終簇首產(chǎn)生后,之前未成為候選簇首被喚醒,所有競(jìng)選出來的簇首以Ro為半徑,采用相同的頻率廣播招募簇成員消息RECRUIT_MSG。其他節(jié)點(diǎn)根據(jù)收到的消息RECRUIT_MSG的信號(hào)強(qiáng)度,選擇信號(hào)強(qiáng)度最強(qiáng)的簇,并廣播消息JOIN_CLUSTER_MSG用于通知該簇首。

由于第一輪非均勻分簇比較繁瑣,其中成簇算法產(chǎn)生過多的信息開銷。故之后的非均勻分簇在第一輪分簇形成的基本格局下簡(jiǎn)化候選簇首的產(chǎn)生,以降低數(shù)據(jù)轉(zhuǎn)發(fā)以外的算法開銷,延長網(wǎng)絡(luò)生存時(shí)間。

2.2 第二輪及后續(xù)輪次非均勻分簇

在第一輪數(shù)據(jù)采集周期結(jié)束后,在第一輪后的每一輪數(shù)據(jù)采集周期前設(shè)定一個(gè)等待時(shí)間用于簇首判斷是否需要重新產(chǎn)生候選簇首。若在等待時(shí)間過后簇首未收到消息ELECT_MSG,那么將由每個(gè)簇首在簇內(nèi)r前1/P回合未當(dāng)選簇首成員節(jié)點(diǎn)中,選擇能量最高的個(gè)節(jié)點(diǎn)成為下一輪簇首,并廣播FINAL_HEAD_MSG通知簇內(nèi)節(jié)點(diǎn)。為減少節(jié)點(diǎn)能耗開銷,在數(shù)據(jù)采集周期內(nèi)的最后一次數(shù)據(jù)采集時(shí),選擇簇首所需的節(jié)點(diǎn)信息采用“捎帶”的方式與采集的數(shù)據(jù)一起傳輸。若簇內(nèi)不存在r前1/P回合未當(dāng)選簇首成員節(jié)點(diǎn),分簇過程參照第一輪分均勻分簇。通過該方式可減小非均勻分簇的能量開銷,延長網(wǎng)絡(luò)生存時(shí)間。

2.3 簇間多跳路由

NCRP協(xié)議采用簇內(nèi)單跳和簇間多跳的方式進(jìn)行數(shù)據(jù)傳輸。每個(gè)簇首需要從鄰居簇首中選擇一個(gè)作為其中繼節(jié)點(diǎn),轉(zhuǎn)發(fā)至基站。由于不同簇之間的數(shù)據(jù)差異性較大,本協(xié)議簇間通信不進(jìn)行數(shù)據(jù)融合,只轉(zhuǎn)發(fā)接收到簇首數(shù)據(jù)的完整數(shù)據(jù)包。

NCRP的簇間多跳路由建立采用文獻(xiàn)[14]中的貪婪算法建立最小代價(jià)函數(shù)來建立簇間多跳路由。簇首Sj運(yùn)用貪婪算法在其鄰居簇首中選擇中繼節(jié)R Ni,中繼節(jié)點(diǎn)RNi在所有候選節(jié)點(diǎn)中具有最小代價(jià)函數(shù),代價(jià)函數(shù)定義如下:

式中:neighor(si)表示簇首Si的鄰居簇首剩余能量均值,Ecurrent(sj)表示簇首Sj的剩余能量；Nnon－CH(Sj)表示簇首Sj的成員節(jié)點(diǎn)數(shù),Nnon－CH(si)表示簇首Si的鄰居簇首成員節(jié)點(diǎn)數(shù)量的均值；dsi－sj表示簇首Si到簇首Sj的距離,dsj－BS表示簇首Sj到基站的距離,d0表示簇首到基站的臨界值；α,β,γ為加權(quán)系數(shù),且滿足α＋β＋γ＝1。因此,cost(RNi)＝min{cost(i,j)}。如果簇首Si的中繼節(jié)點(diǎn)是本身,則直接發(fā)送數(shù)據(jù)到基站；否則,簇首Si發(fā)送數(shù)據(jù)到中繼節(jié)點(diǎn)RNi,當(dāng)每個(gè)簇首都找到中繼節(jié)點(diǎn),簇間多跳路由建立。

2.4 數(shù)據(jù)轉(zhuǎn)發(fā)階段

數(shù)據(jù)轉(zhuǎn)發(fā)包括簇內(nèi)單跳和簇間多跳兩部分,在簇間多跳路由建立后,簇成員節(jié)點(diǎn)將采集的數(shù)據(jù)轉(zhuǎn)發(fā)給簇首,簇首再將收到的數(shù)據(jù)進(jìn)行融合后轉(zhuǎn)發(fā)至其中繼節(jié)點(diǎn)。直至所有簇首將接收到的數(shù)據(jù)轉(zhuǎn)發(fā)到對(duì)應(yīng)的中繼節(jié)點(diǎn),表示數(shù)據(jù)轉(zhuǎn)發(fā)完成,數(shù)據(jù)采集周期結(jié)束。算法流程圖如圖1所示。

圖1 流程圖

3 算法分析

性質(zhì)1NCRP協(xié)議的消息復(fù)雜度為O(N),N為總節(jié)點(diǎn)數(shù)。

證明在非均勻分簇算法中,節(jié)點(diǎn)成為候選簇首的概率為T,共有N×T個(gè)節(jié)點(diǎn)成為候選簇首并廣播N×T條COMPETE_HEAD_MSG消息。設(shè)共競(jìng)選出K個(gè)最終簇首,廣播K條FINAL_HEAD_MSG消息,(N×T－K)個(gè)候選簇首退出競(jìng)選并廣播(N×T－K)條QUIT_ELECTION_MSG消息。K個(gè)簇首廣播K條RECRUIT_MSG消息,(N－K)個(gè)節(jié)點(diǎn)廣播(N－K)條JOIN_CLUSTER_MSG消息。所有總的消息開銷為

即消息復(fù)雜度為O(N),此處分析的是第一輪分簇的消息復(fù)雜度,實(shí)際上只有滿足特定條件才會(huì)選取該分簇方式,通常情況會(huì)選取消息復(fù)雜度更低的后續(xù)輪次分簇的方式。盡管消息復(fù)雜度分析主要在分簇階段,但在實(shí)際應(yīng)用中還應(yīng)考慮簇間多跳路由和數(shù)據(jù)轉(zhuǎn)發(fā)的信息開銷。

4 實(shí)驗(yàn)結(jié)果及分析

本文利用MATLAB R2017a對(duì)NCRP算法進(jìn)行模擬,與LEACH和EEUC進(jìn)行對(duì)比。400個(gè)節(jié)點(diǎn)被隨機(jī)分布在200 m×200 m的正方形區(qū)域內(nèi),為了更好與LEACH和EEUC做對(duì)比,本文選取與EEUC相同的參數(shù)設(shè)置,詳見表2。

表2 模擬參數(shù)表

為了評(píng)價(jià)NCRP算法的性能,分別從簇首的分布、簇首消耗能量的方差、死亡節(jié)點(diǎn)的分布和網(wǎng)絡(luò)的生存時(shí)間等方面與LEACH和EEUC算法進(jìn)行對(duì)比分析。

4.1 簇首的分布

如圖2(a)、圖2(c)可以看出,由于LEACH和EEUC都是采用閾值的方式產(chǎn)生簇首,節(jié)點(diǎn)的成為簇首的概率都相等故產(chǎn)生的簇首隨機(jī)分布在網(wǎng)絡(luò)中。反觀圖2(b),由于NCRP算法引入節(jié)點(diǎn)與基站的距離因素和節(jié)點(diǎn)能量對(duì)閾值公式進(jìn)行改進(jìn),靠近基站的節(jié)點(diǎn)有更大的幾率成為簇首。進(jìn)而使得更多靠近基站的節(jié)點(diǎn)成為簇首,擔(dān)負(fù)起轉(zhuǎn)發(fā)外圍簇首數(shù)據(jù)的任務(wù)。

圖2 簇首分布圖

4.2 簇首消耗能量的方差

圖3為三種算法的簇首消耗能量的方差。在仿真實(shí)驗(yàn)中,隨機(jī)抽取三種算法未出現(xiàn)死亡節(jié)點(diǎn)的前的10輪,用簇首消耗能量的方差衡量三種算法的簇首間能量消耗的均衡情況。發(fā)現(xiàn)三種算法中LEACH算法的方差最大,說明LEACH并沒用采取相應(yīng)的方法對(duì)簇首間的能量消耗均衡。EEUC和NCRP算法相比于LEACH算法方差都小很多,說明EEUC和NCRP算法在簇首間能量消耗均衡方面遠(yuǎn)優(yōu)于LEACH算法。NCRP算法方差略低于EEUC,說明NCRP在處理簇首間能耗差異方面優(yōu)于EEUC算法。

圖3 簇首消耗能量的方差

4.3 死亡節(jié)點(diǎn)的分布

節(jié)點(diǎn)間能量消耗不均是致使無線傳感器網(wǎng)絡(luò)過早失效的原因,圖4為三種算法在50%節(jié)點(diǎn)死亡時(shí)的死亡節(jié)點(diǎn)分布圖(×為死亡節(jié)點(diǎn))。

從圖4(a)可以看出,LEACH算法遠(yuǎn)離基站的死亡節(jié)點(diǎn)數(shù)量大于靠近基站的死亡節(jié)點(diǎn)數(shù)量,這說明LEACH算法節(jié)點(diǎn)間能耗均衡能力較差。反觀圖4(b)和圖4(c),死亡節(jié)點(diǎn)分布較為均勻。說明NCRP和EEUC算法在均衡節(jié)點(diǎn)能耗方面遠(yuǎn)優(yōu)于LEACH算法,更有利于延長網(wǎng)絡(luò)的生存時(shí)間。

圖4 死亡節(jié)點(diǎn)分布圖

4.4 網(wǎng)絡(luò)生存時(shí)間

圖5為三種算法的網(wǎng)絡(luò)生存時(shí)間,LEACH算法第一個(gè)死亡節(jié)點(diǎn)出現(xiàn)在第268回合,EEUC算法是第742回合,而NCRP算法第一個(gè)死亡節(jié)點(diǎn)出現(xiàn)在第986回合,性能較LEACH提升了189.93%,較EEUC提升了32.88%。LEACH算法節(jié)點(diǎn)死亡50%出現(xiàn)在第423回合,EEUC是在第762回合,而NCRP算法節(jié)點(diǎn)死亡50%出現(xiàn)在第1023回合,性能較LEACH提升了88.42%,較EEUC提升了34.25%。這說明NCRP算法在競(jìng)爭(zhēng)半徑的公式引入距離和能量等因素,使得競(jìng)爭(zhēng)半徑RC更加趨于合理,有效地均衡了網(wǎng)絡(luò)中節(jié)點(diǎn)的能耗,延長了網(wǎng)絡(luò)的壽命。

圖5 網(wǎng)絡(luò)生存時(shí)間

5 結(jié)論

本文提出一種動(dòng)態(tài)競(jìng)爭(zhēng)半徑的非均勻分簇路由協(xié)議,在第一輪選舉候選簇首利用改進(jìn)過的閾值公式可以使靠近基站區(qū)域產(chǎn)生更多的簇首用于轉(zhuǎn)發(fā)其他簇首的數(shù)據(jù),有效均衡了整個(gè)傳感器網(wǎng)絡(luò)能量消耗。在NCRP算法中,在競(jìng)爭(zhēng)半徑的計(jì)算中引入繼任能量消耗因子和前任能量消耗因子,使得競(jìng)爭(zhēng)半徑更加合理。仿真實(shí)驗(yàn)表明,NCRP能夠有效均衡節(jié)點(diǎn)間能耗,延長整個(gè)網(wǎng)絡(luò)的存活時(shí)間。