湯旭翔周峰程吳功興

(1.浙江工商大學(xué)統(tǒng)計(jì)與數(shù)學(xué)學(xué)院，浙江 杭州 310018；2.浙江工商大學(xué)數(shù)字化辦公室，浙江 杭州 310018；3.浙江工商大學(xué)管理工程與電子商務(wù)學(xué)院，浙江 杭州 310018)

隨著高等教育的發(fā)展，世界各個(gè)國家的大學(xué)越來越重視學(xué)生動(dòng)手能力的培養(yǎng)，因此大學(xué)實(shí)驗(yàn)室承擔(dān)著實(shí)踐技能培養(yǎng)的重要角色[1]。 近年來，大學(xué)實(shí)驗(yàn)室安全事故頻發(fā)，給實(shí)驗(yàn)教育工作形成了極大的安全隱患[2]。 基于以上考慮，很多學(xué)校均不遺余力的配套各具特色的實(shí)驗(yàn)室安全監(jiān)測系統(tǒng)、構(gòu)建實(shí)驗(yàn)室安全科學(xué)管理體系、增加智能化安全功能等措施，切實(shí)提高學(xué)校實(shí)驗(yàn)室安全風(fēng)險(xiǎn)防范能力。 Oliver 等開展了相關(guān)實(shí)驗(yàn)，并探索了實(shí)驗(yàn)室安全決策的問題[3]。

無線感知網(wǎng)絡(luò)(wireless sensor networks，WSN)屬于一類分布式集群感知網(wǎng)絡(luò)系統(tǒng)，它的前端是感知物理或者化學(xué)信號的傳感器。 WSN 中的傳感器以無線方式傳輸數(shù)據(jù)，網(wǎng)絡(luò)布置方式靈活，設(shè)備位置可以自由移動(dòng)，也能與互聯(lián)網(wǎng)以有線或無線的方式進(jìn)行連接[4]。 由于電子科學(xué)與技術(shù)、無線通訊技術(shù)的發(fā)展，WSN 也呈現(xiàn)集成化、智能化的發(fā)展趨勢[5]。因此，WSN 已經(jīng)在環(huán)境保護(hù)、臨床醫(yī)學(xué)、國防軍事、智能家居、智慧交通等領(lǐng)域得到切實(shí)應(yīng)用[6]。 Sun等探索了基于實(shí)驗(yàn)室信息傳遞的實(shí)驗(yàn)室生物安全性的課題，從安全和監(jiān)測效率角度進(jìn)行了切實(shí)的研究工作[7]。 數(shù)據(jù)的準(zhǔn)確性是監(jiān)測網(wǎng)絡(luò)工作的重要前提，因此WSN 中異常數(shù)據(jù)分析技術(shù)凸顯其價(jià)值[8-10]。 因此，WSN 網(wǎng)絡(luò)應(yīng)實(shí)時(shí)消除異常數(shù)據(jù)，以全面提升實(shí)驗(yàn)室安全監(jiān)測的精確度[11-13]，為切實(shí)提升實(shí)驗(yàn)室安全監(jiān)管可靠性提供了新的技術(shù)支撐[13-14]。

本文針對用于實(shí)驗(yàn)室安全無線感知網(wǎng)絡(luò)的低功耗自適應(yīng)混合集群分層型協(xié)議開展研究，采取混合集群策略，通過優(yōu)化自適應(yīng)混合集群參數(shù)，尋求一種WSN 能耗的優(yōu)化途徑，并依據(jù)WSN 的網(wǎng)絡(luò)布置特性，設(shè)定網(wǎng)絡(luò)結(jié)構(gòu)包含若干個(gè)實(shí)驗(yàn)室和獨(dú)立單元的結(jié)構(gòu)，對應(yīng)的在WSN 架構(gòu)中引入自適應(yīng)混合集群分層型的數(shù)據(jù)傳輸方案，以期提高WSN 網(wǎng)絡(luò)的生命周期。

1 網(wǎng)絡(luò)模型

本文提出一種具有低功耗自適應(yīng)功能的混合式集群分層型網(wǎng)絡(luò)數(shù)據(jù)傳輸協(xié)議(leach-hybrid clusters，LEACH-HC)，基于實(shí)驗(yàn)室安全監(jiān)測WSN 中諸多傳感器節(jié)點(diǎn)的異構(gòu)化特點(diǎn)，建立抽象空間模型，假設(shè)單個(gè)實(shí)驗(yàn)室的結(jié)構(gòu)為13 m×8 m 的長方形。 針對獨(dú)立單元而言，隔離門的尺寸為3 m×4 m，防火區(qū)的尺寸為3 m×4 m。 因此，本文研究的WSN 節(jié)點(diǎn)監(jiān)控空間總體可以簡化為一個(gè)矩形。

模型為了有效延長實(shí)驗(yàn)室監(jiān)測網(wǎng)絡(luò)生命周期和各區(qū)域能量平衡消耗，確保WSN 活躍節(jié)點(diǎn)數(shù)量穩(wěn)定和實(shí)驗(yàn)室監(jiān)測面積覆蓋，將各個(gè)感知節(jié)點(diǎn)根據(jù)開啟頻次需求區(qū)分為1-3 級，其消耗能量逐級遞增，最終節(jié)點(diǎn)布置方法是:數(shù)據(jù)首發(fā)頻率較高的感知節(jié)點(diǎn)被布置在感知區(qū)域的中間位置，并依據(jù)節(jié)點(diǎn)的采樣頻率逐漸向感知區(qū)域邊緣方向鋪設(shè)其他的感知節(jié)點(diǎn)，鋪設(shè)方式如圖1 所示。

圖1 網(wǎng)絡(luò)感知節(jié)點(diǎn)布置示意圖

LEACH-HC 協(xié)議基于混合式集群型策略，它允許通過選舉產(chǎn)生的簇頭節(jié)點(diǎn)與指定節(jié)點(diǎn)共同成為固定簇頭并存。 由于3 級感知節(jié)點(diǎn)能量高于其他類型節(jié)點(diǎn)，因此存在冗余，可以分配更多任務(wù)。 因此，將3 級節(jié)點(diǎn)設(shè)定為固定簇頭并擔(dān)任簇頭節(jié)點(diǎn)。 1 級與2 級節(jié)點(diǎn)采用“選舉”的方式產(chǎn)生必要數(shù)量的簇頭。最佳簇頭數(shù)與WSN 網(wǎng)絡(luò)的規(guī)模相關(guān)，并應(yīng)用在實(shí)驗(yàn)室監(jiān)測區(qū)域的拓?fù)淠Ｐ椭?，與部署面積相同的正方形對應(yīng)的邊長:M＝，代入式(1)中計(jì)算。

將X＝13，Y＝8 代入式(1)中計(jì)算如下:

因此本協(xié)議中最佳簇頭數(shù)Clubest計(jì)算如式(3)所示。

固定簇頭的引入增加了簇頭總數(shù)，1 級和2 級節(jié)點(diǎn)選簇的概率則為Clubest/n。 因此，依據(jù)節(jié)點(diǎn)類型把節(jié)點(diǎn)當(dāng)選簇頭的概率分為兩類情況:①在簇頭選舉過程，所有1 級和2 級節(jié)點(diǎn)參加選舉。 期間發(fā)生的簇頭數(shù)占除3 級節(jié)點(diǎn)之外總數(shù)的一成；②除1級節(jié)點(diǎn)之外其他的節(jié)點(diǎn)被定義為固定簇頭類型的節(jié)點(diǎn)，并且節(jié)點(diǎn)選舉的概率為1。

明確簇頭的選舉，并且把競選簇頭的信息通過網(wǎng)絡(luò)廣播通知，其他節(jié)點(diǎn)依據(jù)收到的信息確認(rèn)加入某個(gè)集群，完成節(jié)點(diǎn)的成簇過程，圖2 顯示的是該過程的流程圖。

圖2 WSN 協(xié)議成簇階段運(yùn)行圖

2 數(shù)據(jù)預(yù)處理與網(wǎng)絡(luò)設(shè)定

2.1 異常數(shù)據(jù)預(yù)處理

實(shí)驗(yàn)室安全感知節(jié)點(diǎn)異常數(shù)據(jù)來源主要包括:①系統(tǒng)故障；②硬件問題；③軟件缺陷；④系統(tǒng)工作環(huán)境波動(dòng)導(dǎo)致。 本研究工作采用的異常數(shù)據(jù)判定如下:設(shè)定感知節(jié)點(diǎn)信號s(t)，如果｜s(t)-d｜≥δ(d為s(t)信號中經(jīng)由簇頭的最新異常的數(shù)據(jù))，則s(t)就是異常的數(shù)據(jù)；δ是異常數(shù)據(jù)統(tǒng)計(jì)性閾值。 根據(jù)上文方式對s(t)做二值化分析，若s(t)異常，就將s(t)置1，若非異常就把s(t)置0。 若s(t)置1，后續(xù)則考察統(tǒng)計(jì)之前P-1 個(gè)檢測數(shù)據(jù)的轉(zhuǎn)換結(jié)果是否50%以上置1，若是則置1，二值化為y(t)＝1；若非則y(t)＝0。P為判定窗口尺寸。y(t)＝0 表示窗口尺寸內(nèi)異常數(shù)據(jù)低于50%，則s(t)為瞬時(shí)異常數(shù)據(jù)，不向外傳輸。 若y(t)＝1 表明s(t)是非瞬時(shí)異常數(shù)據(jù)，s(t)會(huì)被傳輸。

2.2 數(shù)據(jù)前處理

傳統(tǒng)意義上的無線感知網(wǎng)絡(luò)中具有一些數(shù)量的感知節(jié)點(diǎn)，所以網(wǎng)絡(luò)中節(jié)點(diǎn)故障是難以避免的。 基于以上考慮，本文選擇充足的樣本數(shù)量用于訓(xùn)練，采用最大似然估計(jì)(MLE)作為概率密度函數(shù)去使用[6]。 因此，假設(shè)訓(xùn)練特征集為S＝{s1，s2，…，sk}，將其密度表示如下:

θ的最大似然估計(jì)定為有較大置信的最大似然函數(shù)，我們采用對數(shù)MLE 的優(yōu)化算法代替θ的最大似然估計(jì)去增加算法的執(zhí)行速度:

若模型具有m個(gè)類C1，C2，…，Cm，假定t類是一組具有n維的向量集合，其表示方法為DCt＝表示數(shù)據(jù)i在t類中的出現(xiàn)概率。S＝{s1，s2，…，sk}是WSN 工作的k種模式。 模式s1的MLE 設(shè)定為在該模式中某個(gè)數(shù)據(jù)涌現(xiàn)的概率:

Ni為數(shù)據(jù)i在模式s1中涌現(xiàn)的數(shù)量，假定P(DCt)是分類型任務(wù)集合，那么對于P(DCt)的先驗(yàn)性分布，這個(gè)模型的最大后驗(yàn)概率為[15]:

2.3 集群的密度分析

假定每個(gè)子單元內(nèi)網(wǎng)絡(luò)節(jié)點(diǎn)分布狀態(tài)是均勻的，那么節(jié)點(diǎn)密度定義為，其中n是節(jié)點(diǎn)的數(shù)目，r為節(jié)點(diǎn)的周邊半徑，那么WSN 節(jié)點(diǎn)距離的期望函數(shù)則定義為:

式(9)所示為WSN 節(jié)點(diǎn)中能量損耗模型:

全網(wǎng)絡(luò)節(jié)點(diǎn)總的能量消耗定義為Qall＝

3 仿真研究結(jié)果

3.1 仿真參數(shù)設(shè)定與模式

在本研究中，我們依據(jù)不同的監(jiān)測對象而選用不同的傳感器，以實(shí)現(xiàn)感知的目的。 表1 為所選用傳感器的性能參數(shù)。 傳感器搜集感知數(shù)據(jù)，然后通過網(wǎng)絡(luò)模塊經(jīng)由WSN 將數(shù)據(jù)傳輸?shù)綌?shù)據(jù)堆棧進(jìn)行保存，并進(jìn)行相關(guān)的分析工作。

表1 WSN 中傳感器性能參數(shù)

在編程軟件中編碼對WSN 模型進(jìn)行參數(shù)配置和仿真計(jì)算，考察本研究設(shè)定的WSN 網(wǎng)絡(luò)和協(xié)議的仿真運(yùn)行狀況，網(wǎng)絡(luò)參數(shù)配置情況如表2 所示。 為了比較WSN 數(shù)據(jù)傳輸效率，本文選擇LEACH、SEP作為對照協(xié)議，與HEACH-HC 協(xié)議進(jìn)行有效對比。

表2 網(wǎng)絡(luò)仿真參數(shù)

3.2 仿真結(jié)果分析

圖3 顯示了LEACH、SEP 和LEACH-HC 三個(gè)傳輸協(xié)議的節(jié)點(diǎn)存活數(shù)量變化，本研究假定WSN 中第一次出現(xiàn)死亡節(jié)點(diǎn)就是網(wǎng)絡(luò)完整性缺失的開始，網(wǎng)絡(luò)完整性缺失情況就是網(wǎng)絡(luò)生存能力的重要表征方法。 如圖所示，所研究的協(xié)議在第一個(gè)50 輪仿真后都出現(xiàn)若干個(gè)死亡節(jié)點(diǎn)，并且SEP 在第二個(gè)50 輪之后死亡節(jié)點(diǎn)數(shù)量明顯大于LEACH 和LEACHHC。 在后續(xù)仿真過程中，LEACH 協(xié)議死亡節(jié)點(diǎn)數(shù)量突然加快，在不到600 輪時(shí)死亡節(jié)點(diǎn)已經(jīng)幾乎達(dá)到了一半，而在仿真結(jié)束時(shí)基本全部死亡，結(jié)果證明未經(jīng)優(yōu)化的LEACH 協(xié)議在600 輪之前尚能在一定程度上保持其完整性，但是之后其完整性在采用的三種協(xié)議中表現(xiàn)較差。 SEP 后半程節(jié)點(diǎn)死亡速率小于LEACH，但顯著大于LEACH-HC，SEP 協(xié)議在仿真900 輪時(shí)死亡節(jié)點(diǎn)占比53%，在仿真結(jié)束時(shí)達(dá)到60%左右。 本研究提出的LEACH-HC 協(xié)議在仿真結(jié)束時(shí)，存活節(jié)點(diǎn)占比在76%左右，相比SEP 和LEACH，LEACH-HC 的生存周期長，能夠最大程度保持網(wǎng)絡(luò)的完整性。

圖3 三種網(wǎng)絡(luò)協(xié)議的存活節(jié)點(diǎn)數(shù)量

WSN 節(jié)點(diǎn)能量損耗是其生存能力的重要考察指標(biāo)，LEACH-HC 網(wǎng)絡(luò)基站區(qū)域內(nèi)不同距離的死亡節(jié)點(diǎn)數(shù)量仿真結(jié)果如圖4 所示，本研究選取距離基站100 m、200 m、300 m 和400 m 范圍內(nèi)進(jìn)行仿真研究。 仿真結(jié)果表明，不同區(qū)域距離下死亡節(jié)點(diǎn)數(shù)量均隨著仿真輪數(shù)的增加而增加，WSN 網(wǎng)絡(luò)的完整性都有下降。 距離越遠(yuǎn)的區(qū)域內(nèi)(300 m 與400 m)節(jié)點(diǎn)的死亡數(shù)量多于較近的區(qū)域(100 m 與200 m)。仿真輪數(shù)越多，節(jié)點(diǎn)死亡率越大，從1 000 輪到2 000輪這個(gè)時(shí)間段內(nèi)，300 m 與400 m 距離節(jié)點(diǎn)死亡率上升至220%和170%；而100 m 與200 m 區(qū)域內(nèi)的WSN 節(jié)點(diǎn)對應(yīng)輪數(shù)區(qū)間死亡率則增長較緩慢。 結(jié)果證明LEACH-HC 在靠近基站區(qū)域中節(jié)點(diǎn)能耗分布相對均勻，位于不同距離的區(qū)域中節(jié)點(diǎn)死亡速率合理，節(jié)點(diǎn)的能量消耗較為平衡。

圖4 網(wǎng)絡(luò)不同區(qū)域節(jié)點(diǎn)生存率的比較

無線網(wǎng)絡(luò)簇頭數(shù)量變化研究結(jié)果如圖5 所示，LEACH-HC 的簇頭總量優(yōu)于SEP、LEACH 等協(xié)議，初始時(shí)LEACH-HC 簇頭總量是另外兩種協(xié)議的2.4倍，在經(jīng)歷了1000 輪仿真運(yùn)行之后，LEACH-HC 的簇頭總數(shù)仍優(yōu)于SEP、LEACH 協(xié)議，表明LEACHHC 具有更高的數(shù)據(jù)傳送性能和網(wǎng)絡(luò)完整性。

圖5 LEACH-HC 簇頭數(shù)目與時(shí)間變化曲線圖

LEACH-HC、SEP 與LEACH 協(xié)議的數(shù)據(jù)吞吐量仿真結(jié)果如圖6 所示，仿真結(jié)果表明SEP 協(xié)議與未優(yōu)化過的LEACH 協(xié)議數(shù)據(jù)吞吐量隨著仿真輪數(shù)的增加而略有增加，基本一直處于較低的數(shù)量級。 而LEACH-HC 協(xié)議則保持上升的狀態(tài)，并且在仿真1 000輪時(shí)達(dá)到將近8 萬多的吞吐量，數(shù)據(jù)吞吐能力優(yōu)于其他兩種協(xié)議。

圖6 節(jié)點(diǎn)數(shù)據(jù)的吞吐仿真圖

4 結(jié)論

本文探索了一種用于實(shí)驗(yàn)室安全無線感知網(wǎng)絡(luò)(WSN)的低功耗自適應(yīng)混合集群分層型協(xié)議(LEACHHC)，協(xié)議采用混合式集群的策略，通過選舉生成簇頭節(jié)點(diǎn)并與特定節(jié)點(diǎn)構(gòu)成固定簇頭共同存在。 本研究定義3 級節(jié)點(diǎn)額外承擔(dān)網(wǎng)絡(luò)傳輸任務(wù)。 通過優(yōu)化自適應(yīng)混合集群參數(shù)，尋求發(fā)現(xiàn)一種WSN 能耗的優(yōu)化途徑，從而延長實(shí)驗(yàn)室安全監(jiān)測WSN 的生命周期。 依據(jù)WSN 的網(wǎng)絡(luò)布置特性，設(shè)定網(wǎng)絡(luò)包含若干個(gè)實(shí)驗(yàn)室和獨(dú)立單元的結(jié)構(gòu)，對應(yīng)的在WSN 架構(gòu)中引入自適應(yīng)混合集群分層型的數(shù)據(jù)傳輸方案，提高傳感器監(jiān)測數(shù)據(jù)傳輸效率。 仿真結(jié)果表明，LEACH-HC 協(xié)議在仿真結(jié)束時(shí)，存活節(jié)點(diǎn)占比在76%左右，相比SEP 和LEACH，LEACH-HC 的生存周期長，能夠最大程度保持網(wǎng)絡(luò)的完整性。 LEACH-HC 在靠近基站區(qū)域中節(jié)點(diǎn)能耗分布均勻，在不同距離的各個(gè)區(qū)域內(nèi)節(jié)點(diǎn)死亡率增長符合規(guī)律，可以保持能耗相對均衡。 初始時(shí)LEACH-HC 協(xié)議簇頭數(shù)是其他協(xié)議的2.4 倍，在經(jīng)歷了1 000 輪仿真運(yùn)行之后，LEACH-HC 協(xié)議簇頭數(shù)量仍高于SEP、LEACH 協(xié)議。 LEACH-HC 協(xié)議在仿真1 000 輪時(shí)達(dá)到將近8 萬多的吞吐量，具有很大的數(shù)據(jù)吞吐優(yōu)勢。 以上結(jié)果表明，所探索的LEACH-HC 協(xié)議適合實(shí)驗(yàn)室安全監(jiān)測網(wǎng)絡(luò)的數(shù)據(jù)傳輸。