鄧曉平，馬路娟

(山東建筑大學(xué)信息與電氣工程學(xué)院，山東 濟(jì)南 250101)

0 引言

隨著5G 的商用，作為5G 重要應(yīng)用場(chǎng)景之一的智慧家居受到了學(xué)術(shù)界和工業(yè)界的廣泛關(guān)注。據(jù)預(yù)測(cè)，我國(guó)智慧家居市場(chǎng)規(guī)模2022 年有望超過250 億美元，占全球市場(chǎng)份額的25%左右[1]。然而，隨著數(shù)據(jù)流量和連接數(shù)量的爆發(fā)性增長(zhǎng)，原有的集中式架構(gòu)不能滿足大量設(shè)備的接入需求，支持設(shè)備隨時(shí)接入和退出的自組織網(wǎng)絡(luò)成為智慧家居領(lǐng)域的研究熱點(diǎn)[2]。基于分簇的層次化自組織網(wǎng)絡(luò)架構(gòu)可以減少網(wǎng)絡(luò)中的通信量，提高網(wǎng)絡(luò)的可擴(kuò)展性，并降低節(jié)點(diǎn)移動(dòng)性帶來的影響。

低功耗自適應(yīng)集簇分層型協(xié)議(Low Energy Adaptive Clustering Hierarchy,LEACH)是分簇算法的典型代表，其基本思想是以循環(huán)的方式隨機(jī)選擇簇頭節(jié)點(diǎn)，將整個(gè)網(wǎng)絡(luò)的能量負(fù)荷平均分配到每個(gè)節(jié)點(diǎn)，從而達(dá)到降低網(wǎng)絡(luò)能源消耗、提高網(wǎng)絡(luò)生存周期的目的[3]。在此之后，一系列基于LEACH 的改進(jìn)型算法被提出[4-6]。Ahmed[7]根據(jù)路徑成本和節(jié)點(diǎn)之間的連接數(shù)來選擇每個(gè)簇的簇頭。Mustafa[8]提出了三層架構(gòu)LEACH 協(xié)議。韓廣輝[9]在簇頭選取時(shí)引入了節(jié)點(diǎn)的剩余能量以及網(wǎng)絡(luò)的平均能量，使剩余能量比網(wǎng)絡(luò)平均能量高的節(jié)點(diǎn)優(yōu)先充當(dāng)簇頭。李芳芳[10]采用分布式自協(xié)商和集中式相結(jié)合的成簇算法。近幾年也有一些其他分簇算法被提出。Ahmad[11]提出了一種啟發(fā)式的分簇算法，提高了簇的有效性和可靠性，并降低了控制開銷。已有分簇算法大都針對(duì)無線傳感器網(wǎng)絡(luò)提出，基于節(jié)點(diǎn)平等性假設(shè)，并且以降低能耗為目標(biāo)，不適用于節(jié)點(diǎn)異構(gòu)、時(shí)延和到達(dá)率敏感的智慧家居網(wǎng)絡(luò)。

為進(jìn)一步改善設(shè)備的到達(dá)率和時(shí)延均衡性，本文在充分調(diào)研分析智慧家居網(wǎng)絡(luò)的特點(diǎn)基礎(chǔ)上，提出了適合智慧家居網(wǎng)絡(luò)的分簇算法，其創(chuàng)新性與貢獻(xiàn)具體如下：

⑴在分簇算法中，分簇算法自動(dòng)適應(yīng)家庭拓?fù)洌苊饬舜仡^和成員節(jié)點(diǎn)之間穿墻通信造成信號(hào)的嚴(yán)重衰減；

⑵在簇頭決策階段，提出了對(duì)節(jié)點(diǎn)進(jìn)行多維度優(yōu)先級(jí)劃分的方法，確保了選出的簇頭具有更好的通信能力和計(jì)算能力、更長(zhǎng)的生命周期、更低的失效率；

⑶在數(shù)據(jù)發(fā)送階段，給出了基于業(yè)務(wù)特征選擇信道分配策略，降低了傳輸時(shí)延；

⑷部署構(gòu)造了仿真環(huán)境，并進(jìn)行了性能驗(yàn)證。仿真結(jié)果表明，與傳統(tǒng)的LEACH 分簇算法相比，所給出的異構(gòu)自組織網(wǎng)絡(luò)分簇算法更加適合具有突發(fā)數(shù)據(jù)的智慧家居網(wǎng)絡(luò)，并且設(shè)備的時(shí)延更加均衡。

1 智慧家居網(wǎng)絡(luò)特點(diǎn)分析

要設(shè)計(jì)適合智慧家居網(wǎng)絡(luò)的分簇算法，有必要對(duì)這種網(wǎng)絡(luò)的特點(diǎn)進(jìn)行分析，其特點(diǎn)主要體現(xiàn)在以下幾方面。

1.1 異構(gòu)性

智慧家居網(wǎng)絡(luò)是一個(gè)典型的異構(gòu)網(wǎng)絡(luò)，網(wǎng)絡(luò)中的設(shè)備在通信能力、計(jì)算能力、存儲(chǔ)能力等方面都存在很大差異。已有的分簇算法大都基于同構(gòu)網(wǎng)絡(luò)，即所有節(jié)點(diǎn)都是完全一致的。即使在某些算法中，考慮了網(wǎng)絡(luò)的異構(gòu)性，也是只考慮了節(jié)點(diǎn)的初始能量不同，不符合智慧家居網(wǎng)絡(luò)的實(shí)際情況。

1.2 覆蓋范圍較小

家庭網(wǎng)絡(luò)覆蓋范圍相對(duì)較小，一般只有幾十平米，最多幾百平米。并且，我們可以很容易得到家庭戶型圖和固定設(shè)備的擺放位置，為分簇算法提供依據(jù)。

1.3 數(shù)據(jù)流具有突發(fā)性和不均勻性

無線傳感網(wǎng)節(jié)點(diǎn)不斷采集周邊環(huán)境的數(shù)據(jù)，通過固定的周期上傳數(shù)據(jù)，數(shù)據(jù)流是均勻分布的。但是對(duì)于家庭網(wǎng)絡(luò)來說，既有周期上傳的數(shù)據(jù)，也有突發(fā)的數(shù)據(jù)。

2 面向智慧家居網(wǎng)絡(luò)的分簇算法

本文所給出的分簇算法的過程分為初始化階段、分簇階段和數(shù)據(jù)傳輸階段。初始化階段分為區(qū)域劃分階段和簇劃分階段，分簇階段分為簇頭選舉階段和簇形成階段，數(shù)據(jù)傳輸階段分成很多幀，每一幀分為突發(fā)時(shí)隙階段和固定時(shí)隙階段，幀結(jié)構(gòu)如圖1所示。

圖1 幀結(jié)構(gòu)

2.1 算法假設(shè)

適合智慧家居網(wǎng)絡(luò)的分簇算法基于以下合理假設(shè)。

⑴房子的戶型圖和設(shè)備在房間中的位置已知。

⑵ 將家庭中的設(shè)備按照能量供給方式分為兩類：常帶電設(shè)備和充電設(shè)備，假設(shè)固定設(shè)備都是常帶電設(shè)備，定義為A 類設(shè)備，移動(dòng)設(shè)備都是充電設(shè)備，定義為B 類設(shè)備。假設(shè)節(jié)點(diǎn)知道自己屬于哪一類，并且B類設(shè)備可以感知自己的剩余能量。

⑶ 將家庭中的設(shè)備按照通信距離遠(yuǎn)近分為兩類：I類設(shè)備和II類設(shè)備，I類設(shè)備指的是使用移動(dòng)蜂窩網(wǎng)通信的設(shè)備，II 類設(shè)備指的是使用Wi-Fi、藍(lán)牙、Zigbee和D2D通信的設(shè)備。

⑷用一個(gè)計(jì)算能力系數(shù)C 來表示設(shè)備的計(jì)算能力，C是介于0到1之間的一個(gè)小數(shù)，0表示該設(shè)備不具有計(jì)算能力，1 表示該設(shè)備具有整個(gè)家庭網(wǎng)絡(luò)中最強(qiáng)的計(jì)算能力。假設(shè)節(jié)點(diǎn)知道自己的計(jì)算能力系數(shù)。

⑸將整個(gè)家庭中的設(shè)備按照是否定期上傳數(shù)據(jù)分為兩類：周期設(shè)備和突發(fā)設(shè)備。假設(shè)節(jié)點(diǎn)知道自己屬于哪一類，并且周期設(shè)備知道自己的上傳周期是多長(zhǎng)。

2.2 初始化

初始化工作的第一步是利用設(shè)備的地理位置信息，以房間為單位將設(shè)備劃分成不同的區(qū)域，小房間劃分成一個(gè)區(qū)域，大房間劃分成多個(gè)區(qū)域，每個(gè)區(qū)域就是一個(gè)簇，給每個(gè)簇進(jìn)行編號(hào)。簇半徑按照?qǐng)D2所示方法予以確定，該方法將整個(gè)家庭網(wǎng)絡(luò)按照房間劃分成大小不等的矩形區(qū)域，小房間被劃分成一個(gè)區(qū)域，大房間被劃分成多個(gè)區(qū)域。每個(gè)矩形區(qū)域都能被完全包含在半徑為Ri的圓中，要求：Ri≤R0,i=1,2,3,4,5,6。

圖2 簇的劃分

2.3 簇形成

簇頭選舉只在已經(jīng)劃分好的區(qū)域內(nèi)進(jìn)行，不需要跟基站進(jìn)行通信，只需要在簇頭選舉完成后通知基站，處理本地化，降低了基站負(fù)載，縮短了簇頭選舉時(shí)間。在選舉簇頭的過程中，充分考慮家庭網(wǎng)絡(luò)的異構(gòu)性，每個(gè)區(qū)域根據(jù)設(shè)備類型不同和應(yīng)用場(chǎng)景不同采用不同的簇頭選擇標(biāo)準(zhǔn)。并且基于節(jié)點(diǎn)地理位置選擇簇頭，使選出的簇頭與簇成員之間具有更小距離。

⑴設(shè)備篩選

只有I類設(shè)備參與簇頭選舉，II類設(shè)備在簇頭選舉階段關(guān)閉自己的通信模塊，不參與簇頭選舉，如果簇中存在A 類設(shè)備，B 類設(shè)備不參與簇頭選舉，當(dāng)簇中不存在A類設(shè)備時(shí)，才在B類設(shè)備中選擇簇頭，這個(gè)過程稱為設(shè)備篩選，如圖3 所示。當(dāng)存在A 類設(shè)備的家庭網(wǎng)絡(luò)中發(fā)生斷電時(shí)，A 類設(shè)備將完全失效，重新在B 類設(shè)備中選擇簇頭。

圖3 設(shè)備篩選流程圖

⑵計(jì)算競(jìng)爭(zhēng)值

如果是A 類設(shè)備競(jìng)選簇頭，就不考慮移動(dòng)速度和剩余能量，將計(jì)算能力C 節(jié)點(diǎn)位置系數(shù)L 按照一定系數(shù)加權(quán)。位置系數(shù)是按照節(jié)點(diǎn)在簇中所處地理位置決定的，越靠近簇中心的設(shè)備位置系數(shù)越大，位于簇的圓心位置的設(shè)備位置系數(shù)為1，位于圓周上的設(shè)備位置系數(shù)為0，如圖4 所示為簇i內(nèi)設(shè)備位置系數(shù)的計(jì)算方法，設(shè)備1 的位置系數(shù)是1，設(shè)備3 的位置系數(shù)是0，設(shè)備2 的系數(shù)。設(shè)備i的競(jìng)爭(zhēng)值Wi=w1Ci+w2Li，其中w1+w2=1，w1和w2的值根據(jù)具體的應(yīng)用場(chǎng)景來確定。選擇競(jìng)爭(zhēng)值最大的設(shè)備作為本簇的簇頭。

圖4 位置系數(shù)示意圖

如果是B 類設(shè)備競(jìng)爭(zhēng)簇頭，就要考慮移動(dòng)速度和剩余能量，分別將移動(dòng)速度和剩余能量歸一化為速度系數(shù)和能量系數(shù)。速度系數(shù)用S來表示，固定設(shè)備的速度系數(shù)為1，定義整個(gè)家庭網(wǎng)絡(luò)中具有最大速度Vmax的設(shè)備速度系數(shù)為0，設(shè)備i的速度為Vi時(shí)速度系數(shù)。假設(shè)整個(gè)網(wǎng)絡(luò)的充電設(shè)備中具有最大剩余能量Emax的設(shè)備能量系數(shù)是1，能量為0 的設(shè)備能量系數(shù)是0，則具有剩余能量Ei的設(shè)備能量系數(shù)Ni=EiEmax。設(shè)備i的競(jìng)爭(zhēng)值Wi=w1Ci+w2Li+w3Si+w4Ni，其中w1+w2+w3+w4=1，w1，w2，w3，w4的值根據(jù)具體應(yīng)用場(chǎng)景來確定。選擇競(jìng)爭(zhēng)值最大的設(shè)備作為本簇的簇頭。

每個(gè)設(shè)備將自己的競(jìng)爭(zhēng)值在簇內(nèi)進(jìn)行廣播。如果接收到其他節(jié)點(diǎn)的競(jìng)爭(zhēng)值大于自己的競(jìng)爭(zhēng)值，則關(guān)閉通信模塊直到簇頭選舉階段結(jié)束；如果在整個(gè)簇頭選舉階段，一直沒有收到比自己大的競(jìng)爭(zhēng)值，則該節(jié)點(diǎn)當(dāng)選為簇頭，并在簇頭選舉階段結(jié)束后廣播自己當(dāng)選簇頭這一結(jié)果。

簇內(nèi)成員節(jié)點(diǎn)收到本簇簇頭的當(dāng)選廣播后，向簇頭發(fā)送加入請(qǐng)求，簇頭收到后予以確認(rèn)，加入到自己的簇成員列表中，如圖5所示。

圖5 簇形成流程圖

2.4 數(shù)據(jù)傳輸

在家庭環(huán)境中，能量不再是首要考慮的問題，因此應(yīng)盡量使用單跳傳輸，降低傳輸時(shí)延，包括簇頭與基站的通信，簇頭與成員的通信，一個(gè)簇內(nèi)成員之間的通信，簇頭與簇頭的通信等。使用CDMA 來避免不同簇之間相互干擾，給每個(gè)簇分配不同的擴(kuò)頻碼，如圖6所示。

圖6 擴(kuò)頻碼分配

將整個(gè)數(shù)據(jù)傳輸階段分為很多幀，每一幀包括m個(gè)突發(fā)時(shí)隙和n個(gè)固定時(shí)隙，突發(fā)時(shí)隙用來傳輸突發(fā)數(shù)據(jù)，固定時(shí)隙用來傳輸周期上傳的數(shù)據(jù)，突發(fā)時(shí)隙和固定時(shí)隙所占一個(gè)幀的比例根據(jù)本簇內(nèi)業(yè)務(wù)需求靈活確定。固定時(shí)隙階段每個(gè)時(shí)隙固定分配給某個(gè)周期上傳數(shù)據(jù)的設(shè)備，在每個(gè)幀的這個(gè)時(shí)隙到來時(shí)該設(shè)備上傳數(shù)據(jù)；突發(fā)時(shí)隙階段的時(shí)隙可以靈活分配，允許一個(gè)設(shè)備占用多個(gè)時(shí)隙，如圖7，設(shè)備1 和設(shè)備2是突發(fā)設(shè)備，設(shè)備3、4、5是周期設(shè)備。

圖7 時(shí)隙分配圖

3 仿真分析

3.1 仿真場(chǎng)景

以某智慧家居公司的實(shí)際部署構(gòu)建仿真場(chǎng)景，房屋戶型圖和節(jié)點(diǎn)分布如圖8所示。

圖8 仿真場(chǎng)景

家庭內(nèi)的設(shè)備包括以下類型，括號(hào)內(nèi)的數(shù)字表示該類型設(shè)備的數(shù)量。

⑴ I 類A：冰箱⑵、彩電⑶、洗衣機(jī)⑵、空調(diào)⑷、熱水器⑴；

⑵I類B：手機(jī)⑸；

⑶II 類A：溫濕度傳感器⑻、光照傳感器⑹、可燃?xì)怏w探測(cè)器⑴、紅外探測(cè)器⑴、燈⑾、門磁⑹、微波爐⑴、電炊具⑴、洗碗機(jī)⑴、智能浴缸⑴、智能抽水馬桶⑴、電表⑴、水表⑴、燃?xì)獗恝拧⒊橛蜔煓C(jī)⑴、加濕機(jī)⑴；

⑷II類B：PDA+筆記本電腦⑷。

3.2 參數(shù)設(shè)置

信號(hào)穿透不同障礙物的衰減值如表1所示。

表1 損耗附加值取值表

能耗與功率設(shè)置如表2所示。

表2 能耗與功率設(shè)置

數(shù)據(jù)上傳周期及數(shù)據(jù)包大小如表3所示。

表3 家庭內(nèi)各設(shè)備數(shù)據(jù)上傳周期及數(shù)據(jù)包大小

3.3 仿真結(jié)果

智慧家居環(huán)境更關(guān)注的性能是時(shí)延和可靠性，因此我們選擇時(shí)延和到達(dá)率作為本次仿真的性能評(píng)價(jià)指標(biāo)，并將適合智慧家居的分簇算法（SH）與經(jīng)典分簇算法LEACH進(jìn)行比較。

當(dāng)突發(fā)時(shí)隙在每個(gè)幀中設(shè)置為三個(gè)，突發(fā)數(shù)據(jù)大小為1.5*106bits 時(shí)，端到端時(shí)延和到達(dá)率的仿真結(jié)果圖9和圖10所示。

圖9 端到端時(shí)延對(duì)比圖

從圖9 可以看出，對(duì)于I 類設(shè)備和II 類A設(shè)備而言，兩種算法的時(shí)延差別不大，但是對(duì)于II 類B 設(shè)備，SH 算法比LEACH 算法的時(shí)延降低了36%，這是因?yàn)閷?duì)II 類B 設(shè)備來說，數(shù)據(jù)包大而且傳輸速率低，在LEACH 算法中一個(gè)幀無法完成一個(gè)數(shù)據(jù)包的傳輸。而在適合智慧家居的分簇算法中，數(shù)據(jù)包比較大的突發(fā)數(shù)據(jù)可以占用長(zhǎng)達(dá)三個(gè)時(shí)隙的突發(fā)時(shí)隙，保證任何數(shù)據(jù)都可以在一個(gè)幀內(nèi)傳輸完成，因此時(shí)延較低。從圖10 可以看出，對(duì)于所有設(shè)備,適合智慧家居的分簇算法都達(dá)到了100%，這是因?yàn)樵诜执氐倪^程中采用了先分簇再選擇簇頭的方法，保證一個(gè)簇中的所有設(shè)備都處于同一房間中，避免了設(shè)備之間穿墻通信造成的較大衰減，而且使得一個(gè)簇內(nèi)的設(shè)備距離較近，提高了成員設(shè)備與簇頭的可達(dá)性。

圖10 到達(dá)率對(duì)比圖

將突發(fā)數(shù)據(jù)包大小分別設(shè)置為3*106bits，4.5*106bits，6*106bits，7.5*106bits，9*106bits，突發(fā)時(shí)隙分別設(shè)置為6，9，12，15，18 個(gè)，觀察端到端時(shí)延的均衡性變化規(guī)律，結(jié)果如圖11和圖12所示。

圖11 LEACH算法設(shè)備端到端時(shí)延

圖12 適合智慧家居的分簇算法設(shè)備端到端時(shí)延

在LEACH算法中，A類設(shè)備對(duì)突發(fā)數(shù)據(jù)包的大小不敏感，B類設(shè)備隨著突發(fā)數(shù)據(jù)包的增大而增大，尤其是對(duì)于II類B設(shè)備，當(dāng)數(shù)據(jù)包變?yōu)樵瓉淼奈灞稌r(shí)，時(shí)延也變?yōu)樵瓉淼奈灞丁?/p>

適合智慧家居的分簇算法中，四種設(shè)備的時(shí)延都會(huì)隨著突發(fā)數(shù)據(jù)包的增大而增大，其中B 類設(shè)備的時(shí)延增長(zhǎng)率更快，當(dāng)突發(fā)數(shù)據(jù)包為原來的5 倍時(shí)，I 類B設(shè)備和II類B設(shè)備的時(shí)延分別為原來的三倍和四倍。

綜合以上時(shí)延和到達(dá)率的仿真結(jié)果，與LEACH算法相比，適合智慧家居的分簇算法可以顯著提升到達(dá)率和降低時(shí)延，并且使不同類型設(shè)備之間的時(shí)延更加均衡。

4 結(jié)論

針對(duì)智慧家居網(wǎng)絡(luò)的特點(diǎn)，本文提出了一種基于節(jié)點(diǎn)異構(gòu)性和地理位置的智慧家居網(wǎng)絡(luò)分簇算法，并且基于智慧家居實(shí)際部署進(jìn)行了仿真分析。根據(jù)仿真試驗(yàn)結(jié)果，可以得出以下結(jié)論：①通過將簇的范圍限制在一個(gè)房間之內(nèi)，并且選擇具有蜂窩網(wǎng)絡(luò)通信能力的設(shè)備作為簇頭，可以使設(shè)備的到達(dá)率達(dá)到100%；②通過在數(shù)據(jù)幀中設(shè)置突發(fā)時(shí)隙，可以顯著降低具有突發(fā)數(shù)據(jù)的設(shè)備時(shí)延；③采用固定時(shí)隙和突發(fā)時(shí)隙相結(jié)合的幀結(jié)構(gòu)，可以提高不同類型設(shè)備的時(shí)延均衡性。本論文給出的算法為進(jìn)一步提高實(shí)際智慧家居系統(tǒng)中無線通信模塊的網(wǎng)絡(luò)性能提供了基礎(chǔ)。