摘 要: 采用統(tǒng)計學的方法,,建立了一個由節(jié)點距離,、節(jié)點潛在能量和節(jié)點連通性按貢獻率組成的路由選擇優(yōu)化模型,該模型量化了各個因素在保持網(wǎng)絡(luò)能耗均衡性方面的作用,,以此來均衡整個無線傳感器網(wǎng)絡(luò)的能耗,。仿真結(jié)果表明,該算法能夠有效降低網(wǎng)絡(luò)能耗并延長網(wǎng)絡(luò)生存時間,。
關(guān)鍵詞: 無線傳感器網(wǎng)絡(luò),;能量均衡性;路由算法
無線傳感器網(wǎng)絡(luò)WSN(Wireless Sensor Networks)是新興的下一代傳感器網(wǎng)絡(luò),。作為一種無基礎(chǔ)設(shè)施的無線網(wǎng)絡(luò),,其在軍事、醫(yī)療,、環(huán)境檢測和森林防火等方面有很好的應用前景,。但由于傳感器網(wǎng)絡(luò)中的節(jié)點目前都是靠電池供電,節(jié)點能量有限且不可再生,,因此,,提高能量在網(wǎng)絡(luò)中的利用效率一直受到高度重視。由于傳感器網(wǎng)絡(luò)工作環(huán)境的特殊性,,不可能采用人工方式均勻布置傳感器節(jié)點,,節(jié)點分布的不均勻引起節(jié)點能量消耗的分布不均,導致一些節(jié)點過早死亡,,形成網(wǎng)絡(luò)“空洞”,,從而加速了本區(qū)域節(jié)點的能量消耗,進而影響網(wǎng)絡(luò)的生命周期,,因此均衡能耗成了WSN中必須考慮的一個重要因素,。既然網(wǎng)絡(luò)中同時存在能量資源和能量消耗的分布不均,研究能量分布與路由協(xié)議相結(jié)合,,設(shè)計一種能有效地提高網(wǎng)絡(luò)能量利用效率且改善網(wǎng)絡(luò)的連通性的路由選擇協(xié)議成為網(wǎng)絡(luò)設(shè)計的重要目標,。
目前大部分路由協(xié)議都是將到節(jié)點間的距離和節(jié)點的剩余能量作為路由選擇時的度量標準,,沒有考慮周圍節(jié)點的影響。但是由于鄰居節(jié)點之間具有高度的相關(guān)性,,路由不再是單個節(jié)點的事情,,而是要與周圍所有節(jié)點聯(lián)合考慮,才能達到路由的最佳性能,。本文在深入研究現(xiàn)有路由算法的基礎(chǔ)上,,進一步研究節(jié)點潛在能量、節(jié)點間距離和節(jié)點周圍的連通性對網(wǎng)絡(luò)性能的影響,,針對由于路由協(xié)議采用的環(huán)境參數(shù)不準確而造成的能量浪費問題,,提出了相應改進方法,從而有效提高了能量利用效率,,延長了網(wǎng)絡(luò)的生命周期。
1 節(jié)點能耗均衡性的分析
1.1 節(jié)點能耗分析
節(jié)點能量主要消耗在無線傳輸/接收數(shù)據(jù),、處理查詢請求,、數(shù)據(jù)融合處理和感知環(huán)境參數(shù)等工作中。其中無線通信消耗的能量占絕大部分,,根據(jù)通信模型[1],,發(fā)送節(jié)點的能耗表示為:
其中,PE(k)是節(jié)點k的潛在能量,,Ek為位于節(jié)點k的傳感范圍內(nèi)的當前剩余能量,,M為節(jié)點用于監(jiān)測和接收等工作的最小保留能量。
上述算法的不足之處是:節(jié)點分布不均勻的網(wǎng)絡(luò)容易出現(xiàn)潛在能量很大,、可利用的能量不多的情況,,這樣加速了網(wǎng)絡(luò)“空洞”[4-5]的出現(xiàn),降低了能量消耗的利用效率,,進而影響網(wǎng)絡(luò)的壽命,。為此本文重新定義潛在能量:設(shè)其是節(jié)點周圍半徑為r區(qū)域內(nèi)所有節(jié)點的剩余能量之和,其中r是一個閾值,。分析如下:假設(shè)有一個k bit的數(shù)據(jù)包需要從B點傳輸?shù)紻點,,如圖1所示。選擇兩條有代表性的路徑來分析:B→D和B→C→D,。這里假設(shè)任意兩節(jié)點都是在距離閾值dcrossover內(nèi)進行數(shù)據(jù)傳輸,。
1.3 節(jié)點的連通性
對于連通性[6]問題,定義為:如果至少去掉k個傳感器鄰居節(jié)點才能使該節(jié)點所在區(qū)域的網(wǎng)絡(luò)不連通,,則稱該節(jié)點周圍的網(wǎng)絡(luò)是k連通的,。一個節(jié)點周圍的網(wǎng)絡(luò)連通性越好,就意味著路由選擇時可以綜合考慮本區(qū)域節(jié)點的剩余能量和本區(qū)域能耗的均衡性,,選出一個既能降低能耗又能平衡本區(qū)域能耗負載的下一跳節(jié)點,。以圖1為例,,C節(jié)點的連通度大于E節(jié)點的連通度,C節(jié)點可以根據(jù)周圍環(huán)境的變化選擇最佳下一跳節(jié)點,,這樣能很好地平衡本區(qū)域網(wǎng)絡(luò)的能量消耗,;但E節(jié)點周圍連通性差,很容易因能量耗盡而死亡,,導致本區(qū)域出現(xiàn)網(wǎng)絡(luò)“空洞”,,加速了本區(qū)域能量的消耗,加劇了能耗的不均衡,。因此,,節(jié)點周圍網(wǎng)絡(luò)的連通性也是均衡網(wǎng)絡(luò)能耗的一個重要因素。
2 能耗均衡路由算法
傳感器網(wǎng)絡(luò)的路由算法直接關(guān)系到傳感器網(wǎng)絡(luò)中能量消耗的速率,,從而決定網(wǎng)絡(luò)的生命周期,,所以設(shè)計一個好的路由模型對延長網(wǎng)絡(luò)的生命周期至關(guān)重要。為了延長網(wǎng)絡(luò)的生命周期必須首先考慮兩個方面的問題:降低節(jié)點能耗和均衡網(wǎng)絡(luò)的能耗[7-9],。影響節(jié)點能耗和網(wǎng)絡(luò)能耗均衡性的因素很多,,考慮到各種因素在其中貢獻率的大小、算法的復雜度以及在現(xiàn)有模擬仿真環(huán)境中的可操作性,,本算法主要考慮節(jié)點間的距離d,、節(jié)點的潛在能量PEr和節(jié)點的連通性UCneighbour三方面的因素,表示為:
2.1 變量貢獻率
d,、PEr及UCneighbour是3個不同量綱的變量,,目前沒有現(xiàn)成的數(shù)學模型作為參考,有一些學者采用假設(shè)一個數(shù)值或取隨機數(shù)的解決方式,,這種方式得到的數(shù)據(jù)在現(xiàn)實應用中的參考價值有限,,也沒有很強的說服力。為了得到一組在實際應用中更有參考價值的數(shù)據(jù),,本文引用統(tǒng)計學中主成分分析的方法來解決這一問題,。
為了更好地反映出各個變量在路由選擇時的貢獻,構(gòu)建3個優(yōu)化函數(shù)對這3個變量進行優(yōu)化處理,,使處理后的值有相同的期望變化趨勢,,這樣便于最優(yōu)值的選擇。這3個變量的優(yōu)化函數(shù)分別為
該路由模型綜合考慮了節(jié)點間的距離,、節(jié)點的潛在能量和節(jié)點的連通性3個因素,,追求三者在路由選擇中的聯(lián)合優(yōu)化。
3 實驗與仿真
為了驗證本文提出算法的性能,,采用網(wǎng)絡(luò)仿真工具NS-2進行了仿真實驗,,并與目前路由效果比較好的基于密度的路由算法進行性能的比較。實驗參數(shù)配置如表1,。
仿真策略是將本文中的算法與基于密度的路由算法在同樣的網(wǎng)絡(luò)環(huán)境下進行比較測評,,兩種路由算法采用同樣的異?;謴筒呗浴Tu價指標包括網(wǎng)絡(luò)的剩余總能量和節(jié)點死亡數(shù)目兩個方面,。設(shè)EBR為基于能耗均衡性的路由算法,,DBR為基于密度的路由算法,仿真結(jié)果分別如圖2,、圖3所示,。
由圖2的仿真結(jié)果可以看出,在整個仿真過程中,,EBR的剩余總能量一直高于DBR,,這說明EBR的能耗低于DBR。從圖3的仿真結(jié)果可以看出,,在仿真的中后期,,EBR節(jié)點的死亡數(shù)目少于DBR。綜合圖2和圖3的仿真結(jié)果可以看到,,在仿真的后期,,剩余的總能量和死亡節(jié)點的數(shù)目近似沿直線變化,這說明這段時間網(wǎng)絡(luò)能耗比較均衡,,整個網(wǎng)絡(luò)的連通性很好,沒有因網(wǎng)絡(luò)“空洞”的出現(xiàn)而引起網(wǎng)絡(luò)能耗加速,。
本文對WSN節(jié)點的潛在能量和節(jié)點的連通性進行了探討,,提出一種在節(jié)點分布不均勻的條件下,實現(xiàn)能量消耗均衡的路由算法,,更好地延長了網(wǎng)絡(luò)生命周期,。該算法兼顧了網(wǎng)絡(luò)中節(jié)點能耗的高效性和網(wǎng)絡(luò)能耗的均衡性,實現(xiàn)了網(wǎng)絡(luò)中節(jié)點間能耗的平衡,。仿真結(jié)果表明,,與基于密度的路由算法相比,該算法在節(jié)點平均生命周期,、網(wǎng)絡(luò)生命期方面具有更好的性能,。下一步的主要工作是在保證能耗的高效率和高均衡度的基礎(chǔ)上,進一步提高網(wǎng)絡(luò)的可擴展性,,縮短數(shù)據(jù)傳輸?shù)臅r延,。
參考文獻
[1] HEINZELMAN W B, CHANDRAKASAN A P,, BALAKRISHNAN H. An application-specific protocol architecture for wireless microsensor networks[J]. IEEE Transactions on Wireless Communications,, 2002,1(4):660-670.
[2] 張曦煌,,高翠芳.無線傳感器網(wǎng)絡(luò)中密度路由算法的改進研究[J].計算機應用,,2007,,27(10).
[3] Ko Rensong, Lai Chihchung. Density-based routing mechanism for sensor networks[C]. Proceedings of the 10th IEEE Symposium on Computers and Communications. Washington,, DC: IEEE Computer Society,, 2005:341-346.
[4] CHEN B, JAMIESON K,, BALAKRISHNAN H,, et al. Span: an energy-efficient coordination algorithm for topology maintenance in ad hoc wireless networks[J]. ACM Wireless Networks Journal, 2002:8(5).
[5] MANJESHWAR A,, AGRAWAL D P. TEEN: a routing protocol for enhanced efficiency in wireless sensor networks[C]. 15th International Parallel and Distributed Processing Symposium,, 2001: 2009-2015.
[6] 余榮.保證服務(wù)質(zhì)量的最小能量無線傳感器網(wǎng)絡(luò)路由算法[J].清華大學學報(自然科學版),2007,,47(10):1634-1637.
[7] 劉韜,,謝儲暉.無線傳感器網(wǎng)絡(luò)能量均衡路由算法[J].微電子學與計算機,2009,,26(10):5-7.
[8] 孫國棟,,廖明宏.能量均衡的無線傳感器網(wǎng)絡(luò)短路徑路由算法[J].自動化學報,2008,,34(12):1540-1544.
[9] 米志超,,周建江.一種能量均衡的無線傳感器網(wǎng)絡(luò)生命期優(yōu)化算法[J].系統(tǒng)工程與電子技術(shù),2008,,30(12):2477-2480.