楊彩云汪小東汪 晨王海軍毛科技

(1.衢州學(xué)院電氣與信息工程學(xué)院，浙江 衢州 324000；2.浙江九州治水科技股份有限公司，浙江 衢州 324000；3.衢州市氣象局，浙江 衢州 324000；4.上海電機(jī)學(xué)院，上海 201306；5.浙江工業(yè)大學(xué)計(jì)算機(jī)科學(xué)與技術(shù)軟件學(xué)院，浙江 杭州 310014)

無(wú)線傳感器網(wǎng)絡(luò)(Wireless sensor networks，WSN)是一種由大量傳感器節(jié)點(diǎn)組成，并以無(wú)線自組織的形式構(gòu)成的通信網(wǎng)絡(luò)[1－2]。 無(wú)線傳感器網(wǎng)絡(luò)廣泛應(yīng)用于目標(biāo)跟蹤、空間監(jiān)測(cè)、戰(zhàn)場(chǎng)敵情偵察等領(lǐng)域[3－4]。 無(wú)線傳感器節(jié)點(diǎn)通常采用干電池供電，節(jié)點(diǎn)能耗殆盡時(shí)一般不再進(jìn)行電池更換，因此網(wǎng)絡(luò)壽命受到限制。 為提高網(wǎng)絡(luò)壽命，需要均衡網(wǎng)絡(luò)節(jié)點(diǎn)能耗，從而最大限度地提高網(wǎng)絡(luò)生存時(shí)間[5]。 傳感器節(jié)點(diǎn)在數(shù)據(jù)發(fā)送和接收時(shí)都需要消耗能量，采集的數(shù)據(jù)通過(guò)多跳傳輸轉(zhuǎn)發(fā)至Sink 節(jié)點(diǎn)，靠近Sink 節(jié)點(diǎn)的傳感器節(jié)點(diǎn)由于需要頻繁地轉(zhuǎn)發(fā)網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)發(fā)送的數(shù)據(jù)而造成節(jié)點(diǎn)過(guò)早死亡，從而形成能量空洞導(dǎo)致網(wǎng)絡(luò)失效[6]。

無(wú)線傳感器網(wǎng)絡(luò)路由方法根據(jù)邏輯結(jié)構(gòu)可分為平面路由和分層路由[7]。 平面路由中網(wǎng)絡(luò)內(nèi)所有節(jié)點(diǎn)地位和功能相同，建立和維護(hù)路由時(shí)開(kāi)銷(xiāo)大，因此適合小規(guī)模網(wǎng)絡(luò)。 分簇路由作為分層路由的一種，將傳感器網(wǎng)絡(luò)進(jìn)行分簇，每個(gè)簇分配一個(gè)周期輪換的簇頭，簇頭收集簇內(nèi)成員節(jié)點(diǎn)數(shù)據(jù)并轉(zhuǎn)發(fā)給Sink 節(jié)點(diǎn)[8]。 由于數(shù)據(jù)的轉(zhuǎn)發(fā)和路由通過(guò)簇頭和Sink 完成，因此分簇收集網(wǎng)絡(luò)數(shù)據(jù)是延長(zhǎng)網(wǎng)絡(luò)生命周期的重要方法之一。 Heinzelman 等人[9]提出了基于聚類(lèi)的LEACH 協(xié)議，通過(guò)隨機(jī)選舉簇頭均勻地分配網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)之間的負(fù)載，LEACH 協(xié)議中簇內(nèi)成員節(jié)點(diǎn)、簇頭節(jié)點(diǎn)和Sink 之間均通過(guò)一跳的方式進(jìn)行數(shù)據(jù)傳輸。

帶狀無(wú)線傳感器網(wǎng)絡(luò)是一種長(zhǎng)度遠(yuǎn)大于寬度的網(wǎng)絡(luò)，網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)呈線性排列，主要應(yīng)用于橋梁、管道、河流、地鐵等場(chǎng)景之中[10]。 與普通網(wǎng)絡(luò)類(lèi)似的是，帶狀網(wǎng)絡(luò)Sink 節(jié)點(diǎn)附近區(qū)域的節(jié)點(diǎn)要傳輸更多的數(shù)據(jù)量，因此也會(huì)產(chǎn)生能量空洞問(wèn)題。 而目前大多數(shù)路由方法僅適合于螺旋或者環(huán)形網(wǎng)絡(luò)場(chǎng)景，不適合于帶狀的網(wǎng)絡(luò)，因此研究帶狀網(wǎng)絡(luò)的能耗均衡具有重要意義。

通過(guò)靜態(tài)Sink 節(jié)點(diǎn)進(jìn)行網(wǎng)絡(luò)數(shù)據(jù)收集，較難實(shí)現(xiàn)網(wǎng)絡(luò)的均衡。 因此，Tunca 等人[11]提出了通過(guò)移動(dòng)Sink 來(lái)收集網(wǎng)絡(luò)數(shù)據(jù)的方法，該方法避免因數(shù)據(jù)傳輸距離長(zhǎng)導(dǎo)致數(shù)據(jù)傳輸能耗高的問(wèn)題，移動(dòng)Sink提高了網(wǎng)絡(luò)能耗的均衡性，對(duì)于提高網(wǎng)絡(luò)壽命具有重要意義。 Khan 等人[12]將基于移動(dòng)Sink 的數(shù)據(jù)收集和分發(fā)方案分為路徑約束、無(wú)路徑約束和Sink 移動(dòng)性受限三種，并進(jìn)行了比較研究，但該方案沒(méi)有對(duì)移動(dòng)Sink 的最佳移動(dòng)速度進(jìn)行考慮，且未根據(jù)簇頭與Sink 的距離動(dòng)態(tài)地調(diào)整傳輸距離，因此數(shù)據(jù)收集時(shí)網(wǎng)絡(luò)能耗較高。 Krishnan 等人[13]提出了一種基于MDC 優(yōu)化的無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)采集方法，使用改進(jìn)的LEACH 算法選舉簇頭，簇內(nèi)成員節(jié)點(diǎn)使用距離調(diào)整算法自動(dòng)調(diào)整傳輸距離，最后采用基于螢火蟲(chóng)優(yōu)化算法的MDC 來(lái)提高網(wǎng)絡(luò)的生存期，實(shí)現(xiàn)高效數(shù)據(jù)采集。 該方法基于環(huán)狀網(wǎng)絡(luò)模型研究，不適用于帶狀網(wǎng)絡(luò)模型。 Qiao 等人[14]為提高帶狀網(wǎng)絡(luò)的通信效率，提出了一種基于位置的鏈簇路由協(xié)議(Position-based Chain Cluster Routing，PCCR)，PCCR將帶狀WSN 劃分為多個(gè)帶狀區(qū)域簇，通過(guò)節(jié)點(diǎn)的位置以及能耗情況選擇簇頭，并建立簇頭鏈作為帶狀WSN 的數(shù)據(jù)傳輸路線轉(zhuǎn)發(fā)節(jié)點(diǎn)數(shù)據(jù)，結(jié)果表明PCCR 協(xié)議比LEACH 協(xié)議更加適合于帶狀WSN，具有更長(zhǎng)的網(wǎng)絡(luò)生命周期。 然而該方法采用靜態(tài)Sink 收集收據(jù)，仍會(huì)存在能量空洞。 Xin 等人[15]首次嘗試解決帶狀無(wú)線傳感器網(wǎng)絡(luò)的多對(duì)一傳輸問(wèn)題，提出一種基于精準(zhǔn)距離的傳輸方案(ADTS)，這種傳輸方案提高了帶狀無(wú)線傳感器網(wǎng)絡(luò)的生命周期。 但該方法是基于靜態(tài)Sink 場(chǎng)景之下，雖然通過(guò)調(diào)整通信范圍提高了網(wǎng)絡(luò)壽命，但能量空洞問(wèn)題仍未完全解決。 Ye 等人[16]針對(duì)道路結(jié)構(gòu)的檢測(cè)，提出了一種帶狀聚類(lèi)方案(Strip Clustering Scheme，SCS)，該方案包括網(wǎng)絡(luò)區(qū)域劃分、簇首節(jié)點(diǎn)選擇、鏈路構(gòu)建、數(shù)據(jù)融合和傳輸。 SCS 通過(guò)數(shù)據(jù)融合，減少冗余數(shù)據(jù)，降低網(wǎng)絡(luò)總能耗，但該方案也是建立在靜態(tài)Sink 的基礎(chǔ)之上，因此能量空洞問(wèn)題依然存在。

綜上所述，目前基于環(huán)狀無(wú)線傳感器網(wǎng)絡(luò)的路由協(xié)議無(wú)法適應(yīng)帶狀無(wú)線傳感器網(wǎng)絡(luò)。 而已經(jīng)提出的相關(guān)帶狀無(wú)線傳感器網(wǎng)絡(luò)的數(shù)據(jù)匯聚協(xié)議未考慮Sink 節(jié)點(diǎn)的最佳移動(dòng)速度，從而導(dǎo)致網(wǎng)絡(luò)數(shù)據(jù)收集時(shí)能耗過(guò)高。 針對(duì)該問(wèn)題提出一種基于移動(dòng)Sink 的帶狀WSN 數(shù)據(jù)匯聚方法(Low energy data collection method based on mobile Sink in banded WSN，LEDCM)，該方法通過(guò)計(jì)算Sink 節(jié)點(diǎn)的最佳移動(dòng)速度，并自適應(yīng)調(diào)整簇首節(jié)點(diǎn)的通訊范圍，從而以低能耗代價(jià)實(shí)現(xiàn)帶狀網(wǎng)絡(luò)的數(shù)據(jù)匯聚，有效避免了網(wǎng)絡(luò)能量空洞的產(chǎn)生。

1 相關(guān)模型與定義

1.1 網(wǎng)絡(luò)模型

本文采用帶狀網(wǎng)絡(luò)模型，網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)以線性方式均勻分布，如圖1 所示，其中網(wǎng)絡(luò)長(zhǎng)度L遠(yuǎn)大于網(wǎng)絡(luò)高度H。 為減少通信能耗，采用聚簇的方式進(jìn)行通信，將網(wǎng)絡(luò)劃分為n個(gè)大小相同的簇，表示為Setc＝{c1，c2，…，ci，…，cn}，并根據(jù)LEACH 協(xié)議[9]為每個(gè)簇選擇一個(gè)簇頭CHi，通過(guò)周期性輪換簇頭的方式保持網(wǎng)絡(luò)能耗均衡。 每個(gè)簇的簇頭CHi直接與移動(dòng)Sink 通信，每個(gè)簇都有w個(gè)成員節(jié)點(diǎn)(不包括簇頭)，每個(gè)成員節(jié)點(diǎn)生成k位數(shù)據(jù)。 網(wǎng)絡(luò)內(nèi)簇頭的主要任務(wù)是:收集簇內(nèi)成員節(jié)點(diǎn)采集的數(shù)據(jù)，以1/α的融合率將數(shù)據(jù)進(jìn)行融合，以減少冗余數(shù)據(jù)傳輸，然后以單跳的方式將數(shù)據(jù)傳輸至移動(dòng)Sink。 如圖1 所示，網(wǎng)絡(luò)內(nèi)任意一個(gè)簇Ci的長(zhǎng)度表示為leni，并滿足條件0

圖1 網(wǎng)絡(luò)模型

1.2 節(jié)點(diǎn)能耗模型

本文采用文獻(xiàn)[17]提出的節(jié)點(diǎn)能耗模型，根據(jù)節(jié)點(diǎn)傳輸距離的不同，可分為自由空間模型和多徑模型。 節(jié)點(diǎn)發(fā)送或接收kbit 數(shù)據(jù)時(shí)，能耗如式(1)和式(2)所示:

式中:Eelec表示收發(fā)電路的基本能耗；Efs、Eamp表示功率放大電路的系數(shù)；k表示收發(fā)數(shù)據(jù)的位數(shù)；d表示通信距離；d0(d0＝87m)是自由空間模型和多路徑模型之間的邊界。 假設(shè)本文節(jié)點(diǎn)遵循自由空間模型，即dj

1.3 相關(guān)定義

假設(shè)1 移動(dòng)Sink 和無(wú)線基站的能量充足，并且是可充電的。

假設(shè)2 將N個(gè)傳感器節(jié)點(diǎn)以線性形式均勻地部署于帶狀網(wǎng)絡(luò)內(nèi)，移動(dòng)Sink 并以最佳移動(dòng)速度運(yùn)行于網(wǎng)絡(luò)上方，如圖1 所示。 當(dāng)移動(dòng)Sink 到達(dá)待數(shù)據(jù)收集的簇附近時(shí)，簇頭節(jié)點(diǎn)調(diào)整通信范圍，使節(jié)點(diǎn)以較低能耗代價(jià)實(shí)現(xiàn)網(wǎng)絡(luò)數(shù)據(jù)的收集。 網(wǎng)絡(luò)能耗的最小目標(biāo)可通過(guò)式(3)表示:

式中:Ei表示i節(jié)點(diǎn)的總基本能耗。

2 網(wǎng)絡(luò)通信能耗分析

本文的數(shù)據(jù)通信方式為:簇內(nèi)成員節(jié)點(diǎn)采集網(wǎng)絡(luò)數(shù)據(jù)發(fā)送給簇頭，簇頭融合數(shù)據(jù)，將融合之后的數(shù)據(jù)通過(guò)單跳的方式轉(zhuǎn)發(fā)給移動(dòng)Sink，最后由Sink 將數(shù)據(jù)發(fā)送至基站。 由于移動(dòng)Sink 和無(wú)線基站能量充足，因此在網(wǎng)絡(luò)通信能耗方面只需考慮兩部分:一是簇內(nèi)成員節(jié)點(diǎn)與簇頭通信的能耗；二是簇頭與移動(dòng)Sink 通信的能耗。

2.1 簇內(nèi)通信能耗

由于網(wǎng)絡(luò)的L?H，因此簇內(nèi)兩節(jié)點(diǎn)之間的距離可通過(guò)投影點(diǎn)之間的距離進(jìn)行表示，如圖2 所示，即可認(rèn)為d(ni，ni＋1)＝d(n′i，n′i＋1)。 因此，簇Ci內(nèi)任意兩節(jié)點(diǎn)之間距離平方的期望E(d2)，可由式(4)計(jì)算得到，而此時(shí)E(d2)的值剛好約等于簇內(nèi)成員節(jié)點(diǎn)到簇頭平均距離的平方。

圖2 節(jié)點(diǎn)投影點(diǎn)距離

式中:x，y分別表示投影節(jié)點(diǎn)n′i和n′i＋1的位置。

對(duì)于簇Ci內(nèi)的通信能耗由兩部分組成，分別是簇內(nèi)成員節(jié)點(diǎn)將數(shù)據(jù)發(fā)送給簇頭CHi消耗的能量和簇頭CHi從簇內(nèi)成員節(jié)點(diǎn)接收數(shù)據(jù)消耗的能量。 由于每個(gè)簇Ci都由w個(gè)成員節(jié)點(diǎn)組成，且每個(gè)成員節(jié)點(diǎn)都產(chǎn)生k位數(shù)據(jù)。 因此，簇內(nèi)成員節(jié)點(diǎn)需要發(fā)送的總數(shù)據(jù)量為T(mén)xCM＝wk。 通過(guò)式(1)和式(4)可以計(jì)算出簇成員發(fā)送TxCM位數(shù)據(jù)時(shí)的總能耗，如式(5)所示:

由于簇頭接收的數(shù)據(jù)量RxCM與簇內(nèi)成員節(jié)點(diǎn)發(fā)送的數(shù)據(jù)量TxCM相同，因此可根據(jù)式(2)和式(4)計(jì)算簇頭CHi接收RxCM位數(shù)據(jù)的能耗，如式(6)所示:

所以簇Ci內(nèi)消耗的通信總能耗為＋，如式(7)所示:

2.2 簇頭與移動(dòng)Sink 通信能耗

移動(dòng)Sink 在距離網(wǎng)絡(luò)上方dm的位置處以速度vi沿特定的方向移動(dòng)(其中dm

圖3 簇頭與移動(dòng)Sink 距離

根據(jù)式(7)可以計(jì)算簇頭CHi與移動(dòng)Sink 每個(gè)位置處的距離平方和，如式(10)所示:

簇頭CHi與移動(dòng)Sink 距離平方的均值為，由式(11)計(jì)算得到:

由于簇頭從簇內(nèi)成員節(jié)點(diǎn)接收wk位數(shù)據(jù)，而簇頭的數(shù)據(jù)融合率為1/α，因此簇頭發(fā)送給移動(dòng)Sink 的數(shù)據(jù)量TxCH＝wk/α，根據(jù)式(1)可以計(jì)算出簇頭將數(shù)據(jù)發(fā)送至移動(dòng)Sink 消耗的能量，如式(12)所示:

根據(jù)式(2)可計(jì)算出移動(dòng)Sink 接收簇頭CHi數(shù)據(jù)時(shí)消耗的能量ESink－rxi，如式(13)所示:

由于移動(dòng)Sink 的能量充足，并且是可補(bǔ)充的。因此，在簇頭與移動(dòng)Sink 通信時(shí)可忽略移動(dòng)Sink 消耗的能量，即＝0。 則簇頭與移動(dòng)Sink 通信的總能耗可由式(14)計(jì)算得到:

2.3 節(jié)點(diǎn)平均能耗

節(jié)點(diǎn)的平均能耗是簇內(nèi)通信能耗和簇頭與移動(dòng)Sink 通信能耗的均值。 由式(7)和式(14)可以得到簇Ci通信時(shí)總能耗，如式(15)所示:

由于簇Ci內(nèi)成員節(jié)點(diǎn)的個(gè)數(shù)為w(即簇內(nèi)節(jié)點(diǎn)數(shù)量為w＋1)，因此節(jié)點(diǎn)的平均通信能耗為，如式(16)所示:

3 數(shù)據(jù)采集方法設(shè)計(jì)

在數(shù)據(jù)采集階段，移動(dòng)Sink 根據(jù)節(jié)點(diǎn)的平均能耗計(jì)算出最佳移動(dòng)速度，利用數(shù)據(jù)發(fā)送前后的距離，調(diào)整簇頭的傳輸距離，從而減少通信能耗。

智能化發(fā)展是未來(lái)階段自動(dòng)化機(jī)械制造的主要趨勢(shì)，我國(guó)的機(jī)械制造自動(dòng)化智能技術(shù)應(yīng)用總體而言相對(duì)普及，但實(shí)際智能操控水平并不高，部分關(guān)鍵性系統(tǒng)操作流程仍需人工干預(yù)完成，導(dǎo)致生產(chǎn)成本大幅增加，自動(dòng)化生產(chǎn)效率大打折扣。未來(lái)階段的自動(dòng)化機(jī)械設(shè)備制造必須與現(xiàn)代智能化技術(shù)有效融合，通過(guò)一系列的技術(shù)研發(fā)提高智能化技術(shù)應(yīng)用可靠性，從將智能化技術(shù)開(kāi)發(fā)納入自動(dòng)化機(jī)械設(shè)備制造體系，以此提高自動(dòng)化機(jī)械設(shè)備生產(chǎn)的實(shí)際可控性。

3.1 移動(dòng)Sink 的最佳移動(dòng)速度

為減少移動(dòng)Sink 收集數(shù)據(jù)時(shí)的網(wǎng)絡(luò)能耗，需要考慮移動(dòng)Sink 的移動(dòng)速度。 由于不同簇的物理規(guī)模不同，因此在采集數(shù)據(jù)時(shí)，移動(dòng)Sink 的移動(dòng)速度會(huì)有所差異，其目的是為了減少網(wǎng)絡(luò)能耗，盡可能地提高網(wǎng)絡(luò)生命周期。

由式(16)可知，節(jié)點(diǎn)的平均能耗是關(guān)于Sink 移動(dòng)速度vi的二次方程，并且該方程開(kāi)口向上，可以對(duì)平均能耗求取一階導(dǎo)，當(dāng)一階導(dǎo)為0 時(shí)，此時(shí)的節(jié)點(diǎn)平均能耗最低，即移動(dòng)Sink 在采集該簇?cái)?shù)據(jù)時(shí)的最佳移動(dòng)速度。

3.2 數(shù)據(jù)采集模型

在數(shù)據(jù)傳輸?shù)某跗?，本文利用LEACH 協(xié)議進(jìn)行簇頭選舉、簇規(guī)劃以及確定數(shù)據(jù)傳輸路徑等。 移動(dòng)Sink 從帶狀網(wǎng)絡(luò)的一端開(kāi)始移動(dòng)并廣播數(shù)據(jù)請(qǐng)求包Dreq，當(dāng)簇頭接收到數(shù)據(jù)請(qǐng)求包Dreq時(shí)，給移動(dòng)Sink 回復(fù)Dreply數(shù)據(jù)包，接著開(kāi)始網(wǎng)絡(luò)數(shù)據(jù)的傳輸。具體的數(shù)據(jù)匯聚過(guò)程如表1 所示。

表1 數(shù)據(jù)匯聚方法

本文提出的LEDCM 方法在數(shù)據(jù)匯聚時(shí)，移動(dòng)Sink 始終以最佳移動(dòng)速度運(yùn)行。 并且簇頭動(dòng)態(tài)調(diào)整傳輸距離，很好地解決了因傳輸距離的長(zhǎng)短而造成能量浪費(fèi)或者數(shù)據(jù)包投遞率低的問(wèn)題，因此本文提出的方法能夠以較低能耗實(shí)現(xiàn)較高的網(wǎng)絡(luò)數(shù)據(jù)包投遞率。

4 仿真實(shí)驗(yàn)

使用MATLAB 仿真軟件對(duì)本文提出的LEDCM方法進(jìn)行實(shí)驗(yàn)，實(shí)驗(yàn)分析了節(jié)點(diǎn)的平均能耗、網(wǎng)絡(luò)生存時(shí)間和數(shù)據(jù)包投遞率。 為體現(xiàn)本文提出方法性能的優(yōu)越性，與現(xiàn)有的基于帶狀網(wǎng)絡(luò)模型的方法進(jìn)行對(duì)比，包括帶狀聚類(lèi)方案(SCS)[16]、節(jié)能地理路由協(xié)議(EEGR)[18]和直接傳輸方案(DT)[18]。 網(wǎng)絡(luò)參數(shù)配置如表2 所示。

表2 網(wǎng)絡(luò)參數(shù)配置

4.1 簇規(guī)模與節(jié)點(diǎn)能耗關(guān)系

實(shí)驗(yàn)中將網(wǎng)絡(luò)長(zhǎng)度L設(shè)置為1 000 m，簇的長(zhǎng)度leni

圖4 簇規(guī)模與網(wǎng)絡(luò)能耗關(guān)系

從圖4 可以看出，隨著簇規(guī)模的增大，節(jié)點(diǎn)的平均能耗首先迅速降低，當(dāng)簇規(guī)模leni大于60 之后，節(jié)點(diǎn)平均能耗緩慢上升。 由于剛開(kāi)始簇的規(guī)模較小，隨著簇規(guī)模的增大，網(wǎng)絡(luò)內(nèi)簇的數(shù)量在減少，從而降低了由于大量簇頭承擔(dān)數(shù)據(jù)轉(zhuǎn)發(fā)時(shí)過(guò)多的能量消耗。 而當(dāng)簇規(guī)模大于一定值時(shí)，由于簇的數(shù)量少，此時(shí)負(fù)載主要由少量的簇頭承擔(dān)，但是該情況將加快簇頭輪換，影響數(shù)據(jù)傳輸性能。 為降低節(jié)點(diǎn)平均能耗，選擇一個(gè)合適的簇規(guī)模較為重要。

4.2 不同簇的節(jié)點(diǎn)平均能耗

靜態(tài)Sink 的網(wǎng)絡(luò)模型中，Sink 節(jié)點(diǎn)部署于網(wǎng)絡(luò)的一側(cè)，如果簇的ID 越大，表明該簇距離Sink 節(jié)點(diǎn)的距離就越遠(yuǎn)。 實(shí)驗(yàn)中分別將網(wǎng)絡(luò)長(zhǎng)度L設(shè)置為400 m，600 m 和1 000 m，圖5 至圖7 分別分析了不同的簇與節(jié)點(diǎn)平均能耗之間的關(guān)系，網(wǎng)絡(luò)簇的規(guī)模為50。 實(shí)驗(yàn)數(shù)據(jù)均為重復(fù)20 次的平均結(jié)果。

圖5 簇ID 與節(jié)點(diǎn)平均能耗關(guān)系(L＝400 m)

圖6 簇ID 與節(jié)點(diǎn)平均能耗關(guān)系(L＝600 m)

圖7 簇ID 與節(jié)點(diǎn)平均能耗關(guān)系(L＝1 000 m)

從圖5 至圖7 可以看出隨著簇ID 的增大，DT和SCS 消耗的能量在增多，而LEDCM 方法節(jié)點(diǎn)的平均能耗始終保持不變，且能耗最低。 這是因?yàn)殡S著簇ID 的增大，DT 和SCS 方法中簇頭與Sink 的距離就越長(zhǎng)，則數(shù)據(jù)傳輸距離就越長(zhǎng)，需要消耗的能量就越多。 而LEDCM 方法通過(guò)移動(dòng)Sink 均衡網(wǎng)絡(luò)能耗，由于在數(shù)據(jù)收集時(shí)，移動(dòng)Sink 始終以最佳速度運(yùn)動(dòng)，而且簇頭的傳輸距離根據(jù)與移動(dòng)Sink 的距離自適應(yīng)地調(diào)整，因此LEDCM 方法比現(xiàn)有方法的平均節(jié)點(diǎn)能耗都低，且網(wǎng)絡(luò)能耗均衡性最好。

4.3 網(wǎng)絡(luò)生存時(shí)間

網(wǎng)絡(luò)生存時(shí)間是評(píng)價(jià)一個(gè)網(wǎng)絡(luò)節(jié)能性和能耗均衡性的重要標(biāo)準(zhǔn)，網(wǎng)絡(luò)生存時(shí)間越長(zhǎng)，網(wǎng)絡(luò)節(jié)能性和網(wǎng)絡(luò)均衡性就越好。 衡量網(wǎng)絡(luò)生存時(shí)間的標(biāo)準(zhǔn)有很多，比如網(wǎng)絡(luò)中第一個(gè)節(jié)點(diǎn)或最后一個(gè)節(jié)點(diǎn)死亡的時(shí)間、網(wǎng)絡(luò)鏈路中斷的時(shí)間。 本文采用最后一個(gè)節(jié)點(diǎn)死亡的時(shí)間作為網(wǎng)絡(luò)的生存時(shí)間。 圖8 分析了網(wǎng)絡(luò)長(zhǎng)度L＝1 000 m，網(wǎng)絡(luò)簇的個(gè)數(shù)為20 時(shí)(每個(gè)簇規(guī)模相同)，每輪之后存活的節(jié)點(diǎn)數(shù)量。 圖9 分析了網(wǎng)絡(luò)內(nèi)簇的個(gè)數(shù)為20 時(shí)，網(wǎng)絡(luò)長(zhǎng)度與網(wǎng)絡(luò)生存時(shí)間的關(guān)系。

圖8 實(shí)驗(yàn)輪數(shù)與存活節(jié)點(diǎn)關(guān)系

圖9 網(wǎng)絡(luò)長(zhǎng)度與網(wǎng)絡(luò)生存時(shí)間關(guān)系

從圖8 可以看出，LEDCM 第一次出現(xiàn)死亡節(jié)點(diǎn)時(shí)，網(wǎng)絡(luò)已經(jīng)完成了5.2×104輪的數(shù)據(jù)收集，當(dāng)網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)全部死亡時(shí)，LEDCM 完成了8.12×104輪的數(shù)據(jù)收集。 與其他方法對(duì)比，當(dāng)存活節(jié)點(diǎn)數(shù)量相同的情況下，LEDCM 采集的數(shù)據(jù)輪數(shù)是最多的，即LEDCM 的網(wǎng)絡(luò)壽命最長(zhǎng)。 這是因?yàn)楸疚奶岢龅姆椒⊿ink 以最佳移動(dòng)速度運(yùn)行，并且簇頭在數(shù)據(jù)傳輸時(shí)動(dòng)態(tài)地調(diào)整傳輸距離，因此使能耗達(dá)到最低，從而提高了網(wǎng)絡(luò)生命周期。

從圖9 可以看出隨著網(wǎng)絡(luò)長(zhǎng)度的增加，LEDCM的網(wǎng)絡(luò)的生存時(shí)間緩慢減小，但與SCS、EEGR 和DT相比，網(wǎng)絡(luò)生存時(shí)間最長(zhǎng)。 由于隨著網(wǎng)絡(luò)規(guī)模的增多，在網(wǎng)絡(luò)內(nèi)簇的個(gè)數(shù)不變的情況下，每個(gè)簇的規(guī)模在逐漸增大，需要傳輸?shù)臄?shù)據(jù)量就越多，網(wǎng)絡(luò)生命周期就越短。 與其他方法相比，LEDCM 方法的移動(dòng)Sink 采用最佳移動(dòng)速度采集數(shù)據(jù)，因此網(wǎng)絡(luò)能耗最低，網(wǎng)絡(luò)壽命最長(zhǎng)。

4.4 數(shù)據(jù)包投遞率

數(shù)據(jù)包投遞率是衡量方法優(yōu)劣的一個(gè)重要指標(biāo)，數(shù)據(jù)包投遞率越高表示該方法收集數(shù)據(jù)時(shí)，數(shù)據(jù)丟失率越低，收集的數(shù)據(jù)就越可靠。 圖10 分析了當(dāng)網(wǎng)絡(luò)長(zhǎng)度L＝1 000 m，網(wǎng)絡(luò)簇規(guī)模為50 時(shí)，不同的實(shí)驗(yàn)輪數(shù)與網(wǎng)絡(luò)數(shù)據(jù)包投遞率之間的關(guān)系。

圖10 數(shù)據(jù)包投遞率

從圖10 可以看出，LEDCM 的數(shù)據(jù)投遞率是最高的，當(dāng)實(shí)驗(yàn)輪數(shù)為6×104時(shí)，數(shù)據(jù)包投遞率為94.3%，而此時(shí)SCS、EEGR 和DT 方法的數(shù)據(jù)包投遞率分別為61.9%，50.8%，10.2%。 因?yàn)閷?shí)驗(yàn)輪數(shù)為4×104至6×104時(shí)，此時(shí)DT 方法中的節(jié)點(diǎn)已經(jīng)全部死亡，因此網(wǎng)絡(luò)已經(jīng)失效，無(wú)法實(shí)現(xiàn)數(shù)據(jù)包的傳輸，所以數(shù)據(jù)包投遞率最低。 SCS 和EEGR 在實(shí)驗(yàn)輪數(shù)為4×104時(shí)，網(wǎng)絡(luò)內(nèi)節(jié)點(diǎn)開(kāi)始逐漸死亡，因此數(shù)據(jù)投遞率逐漸降低。 而LEDCM 方法當(dāng)實(shí)驗(yàn)輪數(shù)為5.2×104時(shí)才有節(jié)點(diǎn)能耗殆盡開(kāi)始死亡，并且LEDCM 通過(guò)自適應(yīng)地調(diào)整簇頭的傳輸范圍，從而以不增加通信能耗的情況下，盡可能地提高通信質(zhì)量，因此LEDCM 方法的數(shù)據(jù)包投遞率是最高的。

5 總結(jié)

目前帶狀無(wú)線傳感器網(wǎng)絡(luò)數(shù)據(jù)匯聚時(shí)能耗高、數(shù)據(jù)包投遞率低，從而造成網(wǎng)絡(luò)生存時(shí)間短，數(shù)據(jù)可靠性差等問(wèn)題。 本文提出了一種基于移動(dòng)Sink 的帶狀WSN 數(shù)據(jù)匯聚方法，移動(dòng)Sink 以最佳移動(dòng)速度收集數(shù)據(jù)，簇頭根據(jù)與移動(dòng)Sink 的距離自適應(yīng)地調(diào)整傳輸范圍，從而在不浪費(fèi)網(wǎng)絡(luò)能耗的情況下盡可能地提高網(wǎng)絡(luò)通信質(zhì)量。 實(shí)驗(yàn)結(jié)果表明，提出的方法在能耗均衡性、網(wǎng)絡(luò)壽命以及數(shù)據(jù)包投遞率方面都表現(xiàn)出較好的性能。 下一步工作，將研究多個(gè)移動(dòng)Sink 情況下LEDCM 的性能。