薛晶晶，雷文禮*，徐 翔

(1.延安大學(xué) 物理與電子信息學(xué)院；2.陜西省能源大數(shù)據(jù)智能處理省市共建實驗室； 3.延安大學(xué) 宣傳部，陜西 延安 716000)

無線傳感器網(wǎng)絡(luò)(WSN)由一組傳感器節(jié)點按照拓撲協(xié)議和一定的通信方式組成，已廣泛應(yīng)用于環(huán)境監(jiān)測、軍事、醫(yī)療測量和功能障礙診斷等領(lǐng)域[1-4]。由于節(jié)點體積小，存儲能力有限，因此，更有效的拓撲控制協(xié)議是設(shè)計WSN延長壽命、提高能源效率、改善負載平衡和覆蓋范圍的關(guān)鍵因素。最新研究表明，成簇能夠有效減少能量消耗，因此本文提出了用于WSN的節(jié)能動態(tài)成簇算法。簇頭選擇剩余能量最大、通信能耗最小的節(jié)點擔(dān)任。在信息傳輸過程中，簇內(nèi)節(jié)點采用單跳傳輸，簇頭節(jié)點根據(jù)與基站(BS)的距離選擇多跳傳輸或單跳傳輸。仿真結(jié)果表明，相比低功耗自適應(yīng)集簇分層型協(xié)議(LEACH)，該算法能有效節(jié)省能量消耗，延長網(wǎng)絡(luò)壽命。

研究表明，已有大量路由協(xié)議被應(yīng)用在無線傳感器網(wǎng)絡(luò)，但多數(shù)是靜態(tài)網(wǎng)絡(luò)。如圖1所示，網(wǎng)絡(luò)協(xié)議被分為四類：分層協(xié)議、數(shù)據(jù)處理協(xié)議、網(wǎng)絡(luò)流量和服務(wù)質(zhì)量協(xié)議、位置追蹤協(xié)議[5-9]。以上協(xié)議能夠很好地解決靜態(tài)網(wǎng)絡(luò)應(yīng)用問題，但對于動態(tài)網(wǎng)絡(luò)，目標軌跡的不斷改變，需要協(xié)議評估是否需要改變簇的狀態(tài)[10-13]。靜態(tài)網(wǎng)絡(luò)無法滿足相應(yīng)需求，因此本文提出了基于自適應(yīng)權(quán)重的動態(tài)成簇算法(以下簡稱EEDCA)。該算法將網(wǎng)絡(luò)分成正六邊形網(wǎng)格，并將節(jié)點通過泰森多邊形圖(Voronoi)分成一定數(shù)量的簇，每個簇剩余能量最多的節(jié)點被選為簇頭。在信息傳輸過程中，簇內(nèi)節(jié)點采用單跳傳輸，簇頭節(jié)點根據(jù)距基站的距離選擇多跳傳輸或單跳傳輸。仿真結(jié)果表明，該算法可以更好地平衡節(jié)點能耗，提高能源效率，延長網(wǎng)絡(luò)壽命。

1 EEDCA算法分析

本文提出新的路由協(xié)議，首先對網(wǎng)絡(luò)系統(tǒng)設(shè)置如下：1)N個傳感器節(jié)點分布在M*M的區(qū)域內(nèi)；2)所有傳感器節(jié)點固定不動；3)所有傳感器節(jié)點材質(zhì)和性能均相同，初始能量也相同；4)基站可以布置在網(wǎng)部內(nèi)部或外部，并有足夠的能量；5)每個節(jié)點都有唯一的ID。

圖1 路由協(xié)議分類

1.1 簇的形成

在監(jiān)測環(huán)境中，傳感器節(jié)點通常以隨機方式部署，這可能會導(dǎo)致網(wǎng)絡(luò)重疊，有效的解決方法是將監(jiān)控區(qū)域劃分為正多邊形網(wǎng)格。本文采用正六邊形網(wǎng)格，對于同一個監(jiān)控區(qū)域，網(wǎng)絡(luò)被劃分為一個六邊形網(wǎng)格，這將花費最少的節(jié)點數(shù)，實現(xiàn)最大的區(qū)域覆蓋，同時轉(zhuǎn)發(fā)的數(shù)據(jù)量也減少，網(wǎng)絡(luò)總體通信能耗也相應(yīng)降低。簇的形成過程如下：首先網(wǎng)絡(luò)初始化階段部分節(jié)點處于工作狀態(tài)，其他節(jié)點休眠[14-15]，然后利用Voronoi圖建立節(jié)點覆蓋模型。Voronoi圖的主要目的是劃分監(jiān)控區(qū)域以保證最大覆蓋，并將劃分的區(qū)域分成小簇，通過改變簇頭而不改變覆蓋區(qū)域來保持最長的使用時間。Voronoi圖的形成如圖2所示。

圖2 六邊形劃分及簇的形成(★表示簇頭節(jié)點)

1.2 簇頭的選擇

1.2.1 網(wǎng)絡(luò)能量模型

本文基于一階射頻能量消耗模型推導(dǎo)出數(shù)據(jù)包傳輸和接收過程中能量消耗的方程。該模型包括自由空間模型和多路徑衰減模型，模型采用d2和d4來表示發(fā)送端和接收端通信時因為距離引起的傳輸能量的消耗。因此當使用無線模型在距離dij之間傳輸k位的消息時，能量消耗如(1)式所示，(2)式表示節(jié)點接收k位數(shù)據(jù)包消耗的能量。

ETX(k,d)=eelec×k+eamp×k×dij，

(1)

ERX=eelec×k。

(2)

其中eelec表示每發(fā)送或接收1 bit數(shù)據(jù)所消耗的能量，eamp表示發(fā)送放大器處理Eb/N0數(shù)據(jù)所消耗的能量。實驗表明，數(shù)據(jù)傳輸會消耗更多的能量，并且傳輸距離越長，能量消耗越多。因此在路由協(xié)議的設(shè)計過程中，應(yīng)盡快減小傳輸距離和數(shù)據(jù)包大小，并在簇頭和簇內(nèi)節(jié)點間采用自由空間模型，基站和簇頭間采用多路徑模型，這樣能有效延長網(wǎng)絡(luò)使用壽命。節(jié)點i和j之間通信能量消耗方程為(3)式，該方程表明，傳輸距離不同，計算方式不同。

(3)

其中d0表示距離閾值，當超過該閾值時采用多路衰減模型來傳輸，低于時信號傳輸使用自由空間模型，Ecurt為某些節(jié)點的當前能量。Einit/Ecurt的值越大，能量消耗速度越快。

1.2.2 簇頭選擇

1)為每個節(jié)點設(shè)置ID，i=1，2……N。

2)Si表示某個簇，權(quán)重計算如(4)式所示。該公式既能計算簇內(nèi)節(jié)點權(quán)重值也能計算簇整體權(quán)重值。通過比較，選擇簇內(nèi)最小權(quán)重的節(jié)點擔(dān)任簇頭。

(4)

3)節(jié)點和基站的通信能量消耗采用(5)式計算，公式如下：

(5)

2 數(shù)據(jù)通信

網(wǎng)絡(luò)使用過程中，節(jié)點要與節(jié)點、簇頭、基站等進行通信。數(shù)據(jù)傳輸中，簇頭作為中間樞紐能量消耗速率快，同時，當傳輸距離較遠時，該類節(jié)點因能量耗損完而失效。因此，本文采用分時復(fù)用的方式進行傳輸。

圖3 單線網(wǎng)絡(luò)

ETX(l,d)=ETX_elec(l)+ETX_amp(l,d)=

(6)

(7)

ERX(l)=ERX_elec(l)=lEelec，

(8)

網(wǎng)絡(luò)總體能量消耗如(9)式所示，其中α為數(shù)據(jù)傳輸跳數(shù)[17]。

Etot=α(ETX+ERX)=

(9)

3 EEDCA算法流程

EEDCA算法詳細步驟描述如下：

1)部署基站，并按照正六邊形來劃分監(jiān)測環(huán)境；

2)按照Voronoi圖來劃分節(jié)點；

3)初始化各個節(jié)點的參數(shù)，并計算節(jié)點剩余能量和當前傳輸中消耗能量值；

4)比較每輪節(jié)點剩余能量以及數(shù)據(jù)傳輸能量消耗值，選擇剩余能量最多，耗能最小的節(jié)點擔(dān)任簇頭；

5)當節(jié)點在簇頭通信范圍內(nèi)時，該節(jié)點被選擇為簇內(nèi)成員；

6)簇內(nèi)成員節(jié)點采集監(jiān)測環(huán)境信息，并傳輸給簇頭節(jié)點，簇頭節(jié)點判斷自身和基站的距離以及剩余能量，并選擇單跳傳輸或多跳傳輸。

4 仿真實驗及結(jié)果分析

4.1 仿真環(huán)境

本文采用Matlab仿真來分析算法性能。實驗環(huán)境如下：本文采用100 m×100 m的正方形區(qū)域進行仿真，并用正六邊形進行劃分，節(jié)點按照Voronoi圖來部署，如圖2所示。實驗仿真參數(shù)[18]如表1所示。

表1 仿真參數(shù)表

4.2 仿真結(jié)果及分析

為了驗證本文算法的有效性，將提出的EEDCA算法與LEACH協(xié)議在同等仿真環(huán)境中進行了比較。

圖4給出了基站位于(50，50)的位置，網(wǎng)絡(luò)部署60個節(jié)點時，隨著仿真的進行，網(wǎng)絡(luò)中出現(xiàn)第一個節(jié)點死亡(FND)、一半節(jié)點死亡(HND)、最后一個節(jié)點死亡(LND)的運行輪數(shù)。從圖4中可以看出，EEDCA算法第一個節(jié)點死亡、一半節(jié)點死亡、最后一個節(jié)點死亡的運行輪數(shù)分別為810、1725、2415，而LEACH算法的運行輪數(shù)分別為243、1150、1732。通過比較第一個節(jié)點死亡和最后一個節(jié)點死亡的運行輪數(shù)，EEDCA算法能夠穩(wěn)定運行的時間大于LEACH協(xié)議近70%。同時，EEDCA算法節(jié)點死亡速率較小，從而能夠有效延長網(wǎng)絡(luò)生命周期。這表明LEACH協(xié)議適用性較小，多個節(jié)點反復(fù)擔(dān)任簇頭，能量過度消耗而失效。所以EEDCA算法對不同節(jié)點分時復(fù)用，并按照正六邊形以及Voronoi圖部署節(jié)點，從而獲得了比LEACH更長的穩(wěn)定周期和生命周期。

圖4 不同數(shù)量節(jié)點死亡運行輪數(shù)

圖5給出了基站位于(-50，100)，網(wǎng)絡(luò)部署60個節(jié)點時，網(wǎng)絡(luò)中出現(xiàn)第一個節(jié)點死亡、一半節(jié)點死亡、最后一個節(jié)點死亡的運行輪數(shù)。從圖5可以看出，EEDCA和LEACH算法出現(xiàn)第一個節(jié)點的死亡輪數(shù)分別是165、110，一半節(jié)點死亡的輪數(shù)分別是371、280，最后一個節(jié)點死亡的輪數(shù)分別是515、303。網(wǎng)絡(luò)生命周期分別提高了約33%、24%、40%。圖4和圖5相比較，基站的位置發(fā)生變化后，網(wǎng)絡(luò)的生命周期明顯下降，因此，在網(wǎng)絡(luò)部署過程中，基站位置至關(guān)重要，合理的部署能夠有效延長網(wǎng)絡(luò)壽命。同時進一步的比較，表明本文算法能夠有效延長網(wǎng)絡(luò)工作周期。

圖5 不同數(shù)量節(jié)點死亡運行輪數(shù)

圖6 節(jié)點存活數(shù)與網(wǎng)絡(luò)運行輪數(shù)

圖6基站位于(50，50)，節(jié)點數(shù)為100，給出了網(wǎng)絡(luò)運行輪數(shù)和節(jié)點存活關(guān)系。從圖中可以看出，EEDCA下降速率較慢，EEDCA和LEACH算法最后一個節(jié)點的運行輪數(shù)分別為2360和1780。這表明該算法能夠有效延長網(wǎng)絡(luò)生命周期，同等環(huán)境下運行時間更長。

5 結(jié)論

本文提出了一種自適應(yīng)權(quán)重的無線傳感器網(wǎng)絡(luò)動態(tài)成簇算法(EEDCA)。在該算法中，利用正六邊形劃分網(wǎng)絡(luò)，同時簇的形成按照Voronoi圖來實現(xiàn)，簇頭選擇剩余能量以及通信能耗權(quán)重最小的節(jié)點擔(dān)任，從而有效延長了部分節(jié)點的壽命。數(shù)據(jù)傳輸采用分時復(fù)用的方式，即簇內(nèi)單跳傳輸，簇頭和基站選擇多跳傳輸，均衡了節(jié)點的能量消耗，提高了能量使用效率。通過仿真并與LEACH算法對比分析，EEDCA算法高效運行周期和網(wǎng)絡(luò)使用壽命都提高了20%以上，這表明本文算法具有更好的性能，對應(yīng)用環(huán)境的適應(yīng)性和可擴展性更好。