摘  要:    如何有效地使用傳感器節(jié)點的能量以延長WSN的生存時間,一直是WSN路由協(xié)議研究的重點,。基于LEACH,，提出了一種新的路由協(xié)議AF-LEACH,，AF-LEACH根據(jù)數(shù)據(jù)融合的能量開銷和所帶來的節(jié)能增益，對傳感器節(jié)點采集的數(shù)據(jù)進行自適應(yīng)的數(shù)據(jù)融合,。仿真實驗表明,，與LEACH協(xié)議以及在各節(jié)點都進行數(shù)據(jù)融合的MA-LEACH[1]協(xié)議相比，AF-LEACH在降低節(jié)點能耗,，延長網(wǎng)絡(luò)壽命等方面上有了顯著提高,。
關(guān)鍵詞: 無線傳感器網(wǎng)絡(luò)； LEACH,； 數(shù)據(jù)融合,； 移動代理； 網(wǎng)絡(luò)生存時間

    無線傳感器網(wǎng)絡(luò)WSN(Wireless Sensor Network)可以定義為部署在監(jiān)控區(qū)域內(nèi)的大量傳感器節(jié)點所組成的無線網(wǎng)絡(luò),。該網(wǎng)絡(luò)能夠協(xié)作地實時監(jiān)測,、采集和處理節(jié)點分布區(qū)域內(nèi)的各種環(huán)境或監(jiān)測對象的信息,并將處理后的數(shù)據(jù)傳送到網(wǎng)絡(luò)中的特定位置[2],。在WSN中,節(jié)點的電池能量和通信帶寬等資源均十分有限，因此如何有效地利用有限資源,、降低網(wǎng)絡(luò)能耗,、延長網(wǎng)絡(luò)生命周期是無線傳感器網(wǎng)絡(luò)研究的核心問題。數(shù)據(jù)融合算法利用感知數(shù)據(jù)的相關(guān)冗余性來減少傳輸?shù)臄?shù)據(jù)量以達到節(jié)能的目的,。但在許多WSN的應(yīng)用場合中,，數(shù)據(jù)融合的能量開銷是不能忽略不計的，例如圖像數(shù)據(jù)融合開銷和數(shù)據(jù)傳輸開銷已經(jīng)非常接近[3],。
    LEACH[4]（Low Energy Adaptive Clustering Hierarchy）是低功耗自適應(yīng)分層路由算法,是WSN中最早提出的分簇路由協(xié)議,。該算法通過等概率地隨機循環(huán)選取簇頭,其他各節(jié)點根據(jù)接收到的來自簇頭的信號強度進行集群分組。LEACH的執(zhí)行過程是周期性的,，為達到節(jié)省能量的目的,，每輪由簇的建立階段和穩(wěn)定工作兩個階段組成。但這種算法沒有考慮到節(jié)點測量數(shù)據(jù)之間存在的相關(guān)冗余性,，不論數(shù)據(jù)之間的相關(guān)性大還是小,，都進行數(shù)據(jù)融合，然而當(dāng)數(shù)據(jù)相關(guān)性小時,，這樣不僅沒有減少傳輸?shù)臄?shù)據(jù)量,，反而還額外增加了融合開銷，以致增加了網(wǎng)絡(luò)的能耗,，縮短了網(wǎng)絡(luò)的生命周期,。
    LEACH協(xié)議中的簇采用C/S(客戶機/服務(wù)器)計算模式，它把數(shù)據(jù)發(fā)送到簇頭節(jié)點進行融合處理,，這不適合簇組織結(jié)構(gòu)的分布式環(huán)境,。而MA-LEACH采用的基于移動Agent(MA[5])的分布式計算模式是把處理代碼移動到本地節(jié)點去處理數(shù)據(jù)，其所具有的優(yōu)勢非常適合用于簇組織結(jié)構(gòu),。MA-LEACH協(xié)議中的數(shù)據(jù)收集方式是：MA從簇頭出發(fā),按照一定的路由在簇內(nèi)各節(jié)點上遷移,，每遷移到一個節(jié)點都將其攜帶的數(shù)據(jù)與該節(jié)點采集的數(shù)據(jù)融合,最后將所有的數(shù)據(jù)發(fā)送至簇頭。MA-LEACH將MA與LEACH結(jié)合,，有效地減少傳輸中的數(shù)據(jù)量,，從而減少了傳輸能耗，但該算法也沒有考慮到數(shù)據(jù)之間的相關(guān)冗余性,。
    AFMR(Adaptive Fusion Mobile Agent Routing)[6]算法根據(jù)移動代理在無線傳感器網(wǎng)絡(luò)各節(jié)點遷移過程中傳輸能量和融合能量的開銷以及數(shù)據(jù)融合能帶來的節(jié)能增益,，對移動代理遷移到各節(jié)點時是否執(zhí)行數(shù)據(jù)融合進行自適應(yīng)調(diào)整，使得MA在路由過程中收集,、融合相關(guān)節(jié)點測量數(shù)據(jù)的同時,保持總的能量開銷接近最優(yōu),。
    在WSN中對傳感器節(jié)點進行數(shù)據(jù)融合后，減少了傳輸能量,但同時增加了融合開銷,。針對這一矛盾,，AFMR算法根據(jù)數(shù)據(jù)融合算法的能量開銷和節(jié)能增益,，對每個節(jié)點是否進行數(shù)據(jù)融合運算進行了自適應(yīng)調(diào)節(jié)。
    針對上述問題,，在已有LEACH等協(xié)議的基礎(chǔ)上,，提出了一種新的路由協(xié)議AF-LEACH(Adaptive Fusion LEACH)，通過在簇內(nèi)對各節(jié)點采集的數(shù)據(jù)是否執(zhí)行融合進行自適應(yīng)調(diào)整來節(jié)省節(jié)點能耗,，以達到延長無線傳感器網(wǎng)絡(luò)生命周期的目的,。

1 基于自適應(yīng)數(shù)據(jù)融合的LEACH協(xié)議
1.1 基本定義和概念
    無線傳感器網(wǎng)絡(luò)中的一個簇可以用一個無向加權(quán)全連通圖G=(V,E)來表示，V是簇中所有傳感器節(jié)點的集合,，E使簇中兩個節(jié)點之間可以直接通信,。假設(shè)頂點v∈V代表簇中的一個傳感器節(jié)點,，邊euv=(u,v)∈E代表頂點u和v所對應(yīng)的傳感器節(jié)點能夠直接通信,。
    LEACH采用的能量消耗公式是無線傳感器網(wǎng)絡(luò)中通用的一階無線電模式[7]，傳感器節(jié)點在距離d發(fā)送一條長度為l bit消息所消耗的能量為：

　設(shè)MA由ID,、路由算法,、數(shù)據(jù)緩存、處理測量數(shù)據(jù)代碼組成,，其中數(shù)據(jù)緩存中包含部分融合的簇成員節(jié)點的測量數(shù)據(jù),。
1.2 基于自適應(yīng)數(shù)據(jù)融合的LEACH路由協(xié)議
    基于自適應(yīng)數(shù)據(jù)融合的LEACH協(xié)議的基本思想是：在LEACH的簇結(jié)構(gòu)形成后，網(wǎng)絡(luò)的能耗主要體現(xiàn)在感知數(shù)據(jù)的傳輸和融合上,。
　傳輸能耗與MA的遷移路由有關(guān),，計算MA的路由是TSP問題，本文采用最近鄰居算法,，從簇頭出發(fā),，在所有的成員節(jié)點中尋找權(quán)值(傳輸能量與融合能量之和)最小的邊對應(yīng)的節(jié)點加入到路徑解中，然后再在沒有訪問過的節(jié)點中尋找與當(dāng)前權(quán)值相比最小的節(jié)點,，加入到路徑解中,，依次類推，直至所有的成員節(jié)點都被訪問完,，路徑解中最后一個節(jié)點為簇頭節(jié)點,。
    數(shù)據(jù)融合能夠減少傳輸?shù)臄?shù)據(jù)量，從而減少傳輸能量,，但數(shù)據(jù)融合本身又能導(dǎo)致能量的開銷,，因此當(dāng)節(jié)省的傳輸能量大于數(shù)據(jù)融合開銷時，進行數(shù)據(jù)融合對于網(wǎng)絡(luò)節(jié)能才是有益的,，反之,，則會增加網(wǎng)絡(luò)能耗。由此分析得出,，對簇內(nèi)成員節(jié)點應(yīng)該動態(tài)地進行數(shù)據(jù)融合(自適應(yīng)數(shù)據(jù)融合),。當(dāng)在該節(jié)點進行數(shù)據(jù)融合能節(jié)省網(wǎng)絡(luò)能耗時,，就進行數(shù)據(jù)融合(融合計算開關(guān)置1)；否則,，不進行(融合計算開關(guān)置0),。在某一節(jié)點進行數(shù)據(jù)融合后所節(jié)省的能量實際是，按照計算好的MA遷移路由,，未融合的感知數(shù)據(jù)從該節(jié)點傳輸?shù)酱仡^的能量與融合后的數(shù)據(jù)從該節(jié)點傳輸?shù)酱仡^節(jié)點的能量之差,。差值與數(shù)據(jù)融合的能量進行比較，大于0時,，在該節(jié)點進行數(shù)據(jù)融合,，否則，不進行,。因此簇中某一節(jié)點是否進行數(shù)據(jù)融合還得在遷移路徑上后面的節(jié)點開關(guān)值確定之后才能確定,，于是對應(yīng)于遷移路徑上的節(jié)點順序，各節(jié)點的融合開關(guān)值是逆序計算的,。
　　簇內(nèi)各成員節(jié)點的數(shù)據(jù)收集和處理過程是:簇頭節(jié)點按照簇內(nèi)成員節(jié)點的數(shù)目,，生成一個TDMA時隙表，簇頭節(jié)點根據(jù)MA的遷移路由中各節(jié)點的順序依次為每個成員分配通信時隙,，成員節(jié)點只能在其特定的時隙內(nèi)與由簇頭創(chuàng)建的MA進行通信,，此時簇內(nèi)其他成員節(jié)點關(guān)閉通信模塊以節(jié)省能量。然后,，簇頭節(jié)點的MAE開始創(chuàng)建并派遣MA,，MA從簇頭出發(fā)，按照已經(jīng)計算好的遷移路由和各節(jié)點的融合計算開關(guān)值,，MA依次遷移到各節(jié)點,，當(dāng)融合計算開關(guān)為1(0)時，MA攜帶的數(shù)據(jù)緩存中的數(shù)據(jù)與相應(yīng)節(jié)點采集的數(shù)據(jù)進行(不進行)數(shù)據(jù)融合,，最后MA攜帶著融合處理后的數(shù)據(jù)返回簇頭,，完成一次數(shù)據(jù)收集。
    基于自適應(yīng)數(shù)據(jù)融合的LEACH協(xié)議的基本思想簡述為以下三點：
    (1) 計算MA的遷移路由(子函數(shù)1)
    根據(jù)最近鄰居算法計算MA的遷移路徑：從簇頭出發(fā),，依次取權(quán)值（傳輸能量與融合能量之和）最小的邊對應(yīng)的點加入當(dāng)前解中直至形成回路解,。
    (2) 計算自適應(yīng)數(shù)據(jù)融合開關(guān)值(子函數(shù)2)
    假設(shè)通過子函數(shù)1求得的MA遷移路由為{x0,x1,x2,…,xk,xk+1,…，xn-1,x0}(其中x0為簇頭),，未融合的感知數(shù)據(jù)從某一節(jié)點傳輸?shù)酱仡^的能量與融合后的數(shù)據(jù)從該節(jié)點傳輸?shù)酱仡^節(jié)點的能量作差,，其差值和數(shù)據(jù)融合的能量進行比較，大于0時,，在該節(jié)點進行數(shù)據(jù)融合,，融合計算開關(guān)置1；否則，不進行數(shù)據(jù)融合,，融合計算開關(guān)置0,。由于節(jié)點xk必須知道它后面的節(jié)點xk+1,…，xn-1的融合計算開關(guān)值,才能計算出它自己的,，故逆序求解In-1,，In-2，…,，I2,，I1，亦即得出該簇內(nèi)哪些節(jié)點進行融合計算,，哪些不進行,。
    (3) 進行簇內(nèi)所有成員節(jié)點的數(shù)據(jù)收集（主函數(shù)）
    調(diào)用子函數(shù)1，求出MA的遷移路徑{x0,x1,x2,…,xk,xk+1,…,，xn-1,x0},；
    調(diào)用子函數(shù)2，根據(jù)子函數(shù)1的遷移路徑求出簇內(nèi)各節(jié)點的融合計算開關(guān)值In-1,，In-2,，…,，I2,，I1；
    簇頭節(jié)點派遣MA,，收集節(jié)點xi（i=1,2,，…，n-1）的感知數(shù)據(jù),，根據(jù)Ii=1（或0）的值融合（或不融合）節(jié)點xi的感知數(shù)據(jù)與MA數(shù)據(jù)緩存中的數(shù)據(jù),，最后所有的數(shù)據(jù)匯總至簇頭節(jié)點。
    傳感器節(jié)點的數(shù)據(jù)結(jié)構(gòu)定義如下：
    typedef struct node
    {    int nodeID;      
                                             //節(jié)點ID
    int visitedFlag;   
        //是否被訪問,，1為已經(jīng)被MA訪問過,，0為未訪問
    }SensorNode;
     基于自適應(yīng)數(shù)據(jù)融合的LEACH的算法如下：
    void  FindTheMAPath(int chID,SensorNode cnodes[n])
         //計算MA的遷移路徑的子函數(shù)，chID表示簇頭ID
    {
    int temp=0;
    //暫存遷移路徑上某個節(jié)點在權(quán)值矩陣對應(yīng)的列下標(biāo),，
       以便在該列下標(biāo)值對應(yīng)的行進行下一個節(jié)點的查找
    int x[n];
        //將遷移路徑上節(jié)點的ID依次存入一維數(shù)組x[n]
         i=0;
        //數(shù)組x[n]的下標(biāo)變量
         x[0]=chID;
        //MA遷移路徑上的第一節(jié)點為簇頭節(jié)點,，即MA
        由簇頭節(jié)點派遣出去
    do{  DataType  minweight=∞;
       //DataType是感知數(shù)據(jù)類型，給最小權(quán)值變量賦初值    for(j=1;j<n; j++)
        //從所有的簇成員節(jié)點中找出距離ID為i的節(jié)點            最近的節(jié)點
         {  curID=getcurID( );
        //獲取第j個簇成員節(jié)點的ID
            if((W[temp][j]<minweight)&&(cnodes[curID].
            visitedFlag==0))
　　　    {minweight=w[temp][j];temp=j;}
        }
              x[++i]=curID;
               cnodes[curID].visitedFlag=1;
         }while(i==n－1)
}
void AdaptiveFusion(int *x)
{
    bool I[n];
        //I[i]表示Ii（融合計算開關(guān)）
       h(xn-1x0)= c();
        // c(exi,xj)為MA從節(jié)點xi到節(jié)點xj的單位數(shù)據(jù)傳
                 輸能量
    if (&rho;(e■)* h(xn-1x0)-q(xn-1))   I[n-1]=1;
        //⊿xn-2 xn-1﹥0?圯In-1=1,；
       else                             I[n-1]=0;
       for(i=n-2; i>0; k--) 
    //逆序求解In-1,，In-2，&hellip;&hellip;,，I2,，I1
    { h(xix0)=c(exi,xi+1)+q(xi+1)*I[i+1]+(1-&rho;(exi,xi+1)*I[i+1]) *h(xi+1x0)；
    //假設(shè)&rho;(e■)，q(xi+1)為已知量
　　        cmp=&rho;(exi,xi+1)* h(xix0)-q(xi),；
　　        if(cmp>0)  I[i]=1;
　        else       I[i]=0,；
         }
}
main( )  
{ While(1)
    {  select cluster heads and form clusters;
           for(each cluster)
                   {FindTheMAPath(int chID,SensorNode cnodes[n]);     //求得MA的遷移路徑
　　　　　　　　　AdaptiveFusion(int *x);
    //求得各節(jié)點的融合開關(guān)
               for（i=1; i<n; i++）
                   {  CopeWithSenseDate(x[i]，I[i]);
    //處理ID為x[i]的節(jié)點的感知數(shù)據(jù),，并根據(jù)I[i]值自適
    應(yīng)數(shù)據(jù)融合
　　　　　　　　　　　send the data to the sink node;
                    }
            }
     }
}
2 仿真結(jié)果與分析
    本文采用NS-2（Network Simulation version2)對AF-LEACH進行仿真,，它是一種可擴展的、容易配置的和可編程的事件驅(qū)動網(wǎng)絡(luò)仿真引擎,。在仿真過程中,，比較了LEACH、MA-LEACH(Mobile Agent LEACH)和AF-LEACH三種路由協(xié)議,。LEACH中簇成員節(jié)點將數(shù)據(jù)分別發(fā)送給簇頭,，然后由簇頭一起將所有數(shù)據(jù)進行融合，簇頭負擔(dān)過重,；MA-LEACH中MA按照能量開銷最小的路由到感知節(jié)點進行本地處理,，然后將融合后的數(shù)據(jù)發(fā)送至簇頭；AF-LEACH根據(jù)數(shù)據(jù)融合的開銷和節(jié)能增益,，對簇內(nèi)各節(jié)點進行自適應(yīng)數(shù)據(jù)融合,。
    在100 m&times;100 m的區(qū)域內(nèi)隨機部署100個節(jié)點，節(jié)點一旦部署將不再移動,?；疚挥?50 m,175 m)，簇頭節(jié)點創(chuàng)建MA后,，將其封裝在數(shù)據(jù)包中發(fā)送出去,，MA遍歷簇內(nèi)所有節(jié)點后返回簇頭節(jié)點。模擬實驗參數(shù)如表1,。

    由圖1和圖2可以看出,比較LEACH協(xié)議,、MA-LEACH協(xié)議和AF-LEACH協(xié)議,它們的節(jié)點存活時間依次增加,能耗依次減少。原因在于,相對于LEACH,，MA-LEACH,、AF-LEACH避免了由大量的感知數(shù)據(jù)傳輸而導(dǎo)致的能量消耗，并且移動Agent計算模式把數(shù)據(jù)融合的過程分散到簇內(nèi)每個節(jié)點上,，這樣減少了簇頭節(jié)點的能量消耗,，推遲了節(jié)點的死亡時間；相對于MA-LEACH,，AF-LEACH的優(yōu)勢是當(dāng)有些節(jié)點之間的相關(guān)性較小時,，即數(shù)據(jù)融合節(jié)省的能量小于數(shù)據(jù)融合能量開銷時，就不進行數(shù)據(jù)融合,，也就是自適應(yīng)數(shù)據(jù)融合,，這樣就減少了節(jié)點的能耗,，延長了整個網(wǎng)絡(luò)的存活時間。

    LEACH協(xié)議是基于分簇的典型協(xié)議,，本文針對它的不足提出了一種新的路由協(xié)議AF-LEACH,。該協(xié)議明確利用數(shù)據(jù)的相關(guān)性，根據(jù)數(shù)據(jù)融合的能量開銷和所帶來的節(jié)能增益,，對傳感器節(jié)點采集的數(shù)據(jù)進行自適應(yīng)的數(shù)據(jù)融合,。經(jīng)仿真結(jié)果表明，改進后的AF-LEACH降低節(jié)點的能量消耗,，進而延長網(wǎng)絡(luò)的生命周期,。
參考文獻
[1] 王培東，李海東,，徐妍．基于移動Agent的LEACH協(xié)議的研究與改進[J]．通信技術(shù),，2009，42(9):151-153.
[2] 孫利民,，李建中,，陳渝,等．無線傳感器網(wǎng)絡(luò)[M]．北京：清華大學(xué)出版社，2005．
[3] LUO H, LUO J, DAS S K et al. Energy efficient routing  with adaptive data fusion in sensor networks[C]. 2005.CSE UTA:Technical Report,2005.
[4] HEINZELMAN W, CHANDRAKASAN A, BALAKRISHNAN H. Energy-efficient communication protocol for wireless  micro sensor networks:Proc.of the 33rd Annual Hawaii Int&rsquo; l Conf.on System Sciences,Maui,2000[C].IEEE Computer Society,2000:3005-3014.
[5] TAO Xianping. Research on internet based mobile Agent  technology and application [D].Nanjing: Nanjing University,  2001.
[6] 胡海峰,，楊震．無線傳感器網(wǎng)絡(luò)中基于移動代理的自適應(yīng)數(shù)據(jù)融合路由算法[J]．電子與信息學(xué)報,，2008,30(9):2254-2258.
[7] HEINZELMAN W, CHANDRAKASAN A, BALAKRISHNAN H. An application specific protocol architecture for wireless micro sensor networks[J]. IEEE Trans on Wireless Comm, 2002,1(4):660-670.