0 引 言
隨著微電子工藝和無線通信技術的飛速發(fā)展,，無線傳感器網絡(WSN)的研究越來越受到人們的重視,。傳感器網絡(sensor network)是由部署在觀測環(huán)境附近的大量微型廉價低功耗傳感器節(jié)點組成，通過無線通信方式組成一個多跳的無線網絡系統(tǒng),。由于無線傳感器網絡通常部署在人無法接近或者高危險區(qū)域,，且數(shù)量眾多，這使得隨時更換節(jié)點能量變得非常困難,。在監(jiān)測區(qū)域內傳感器節(jié)點采集的相關信息,，通常攜帶一次性電池且能量有限，在經過一段時間的數(shù)據(jù)采集后,，無線傳感器網絡存在嚴重的能量約束問題,。所以，傳感器網絡協(xié)議的首要設計目標就是要高效地使用傳感器節(jié)點的能量,，延長網絡的存活時間,。將傳感器節(jié)點組織成簇的形式，以有效地減少能量消耗,，許多能量高效的路由協(xié)議都是在簇結構的基礎上進行設計的,。
LEACH是一個典型的自適分簇協(xié)議，網絡中節(jié)點通過隨機方式自組織形成簇,，在分配給的時隙向簇首發(fā)送數(shù)據(jù),，簇首對收到的數(shù)據(jù)融合后在每幀結束后直接與基站通信。節(jié)點輪流擔任簇首,，均衡了網絡的能耗,，但簇首在當選時，沒有考慮節(jié)點的能量高低,，若節(jié)點能量很低,，仍要擔當簇首時，會加速它死亡,。另外,，數(shù)據(jù)直接發(fā)送到基站,，會使距基站較遠的節(jié)點能耗很大，導致局部節(jié)點提前死亡,，產生監(jiān)控盲點,。
由于LEACH算法沒有考慮節(jié)點的剩余能量及與基站的距離等因素，很多文獻提出了相應的改進算法,，如EBAC胡是在LEACH協(xié)議的基礎上,，周期性地選用當前輪剩余能量最大的節(jié)點擔任下一輪簇頭。LEACH-D是基于LEACH的多跳路由算法,。文獻[6]提出了構建能量均衡簇群的方法,，LEACH-L綜合考慮了節(jié)點的位置和能量的多跳路由算法。
本文在LEACH協(xié)議的基礎上,，以降低簇頭直接和基站遠距離通信的能量損耗為首要目標,，同時在二層簇頭選擇時綜合考慮了節(jié)點的剩余能量和基站的距離．并且改進了簇頭間的多跳路徑，避免使用低能量的節(jié)點,。通過Matlab仿真表明,，該算法能進一步均衡簇頭節(jié)點的能量消耗，延長網絡的生命周期,。
1 系統(tǒng)模型
N個傳感器節(jié)點隨機均勻分布在一個正方形區(qū)域內，周期性地收集周圍環(huán)境信息,，并且具有如下性質：
(1)所有傳感器節(jié)點部署后不再移動,，且都有1個惟一的標識ID；
(2)基站惟一,，且位于離采集區(qū)域較遠的一個固定位置,；
(3)所有節(jié)點具有相似的能力(處理／通信)，都具備數(shù)據(jù)融合功能,；
(4)若已知對方的發(fā)射功率,，節(jié)點可以根據(jù)接收信號的強度計算出發(fā)送方離它的近似距離；
(5)節(jié)點的能量不能補充,，節(jié)點的發(fā)射功率可控,。
這里采用與文獻[2]相同的無線通信模型：根據(jù)距離閾值d0，分別采用自由空間模型和多路衰減模型,。發(fā)送方發(fā)送k比特的數(shù)據(jù)到距離為d的接收方所消耗的能量為：
2 CAED算法描述
在LEACH基礎上,，提出一個基于能量和距離的分簇算法(clustering algorithm based on energy anddistance)。該算法按輪運行,，每輪分為二層簇頭的建立,，簇內節(jié)點數(shù)據(jù)轉發(fā)和穩(wěn)定數(shù)據(jù)的傳輸。
2.1 二層簇頭的建立
在簇建立階段,，首輪擔任簇頭的節(jié)點由基站隨機確定,。簇頭的個數(shù)根據(jù)監(jiān)測區(qū)域的位置、大小及網絡規(guī)模來確定。被選中擔任簇頭的ID由基站依次在網絡中進行廣播,，網內節(jié)點對逐次收到的ID與自己的進行對比,，相同的即為本輪的簇頭。簇頭全部選出以后,，再向全網廣播簇頭ID,。簇內節(jié)點在每輪數(shù)據(jù)傳輸?shù)淖詈笠粠咽Ｓ嗄芰康刃畔⒁黄鸢l(fā)送至各自簇頭,。簇頭對各簇內節(jié)點的剩余能量進行比較,，選舉剩余能量最大的節(jié)點作為下一輪簇頭，這樣建立了第一層簇頭,。
第二層簇頭的建立和通信模式與LEACH有較大的區(qū)別,。每輪選出的第一層簇頭成為第二層簇頭的普通節(jié)點，在LEACH中這些節(jié)點直接與基站通信,。由式(1)可以看出,，放大器能耗遠大于電路能耗，且放大器能耗中與通信距離d有直接關系,，因此在產生第二層簇頭時,，充分考慮了節(jié)點的剩余能量和節(jié)點與基站間距離等因素。產生第二層簇頭的閾值按如下公式計算：
式中：Eresidual(i)標識為i的簇頭的剩余能量,；BSdistance(i)標識為i的簇頭與基站之間的距離,。每輪在產生完第一層簇頭且簇頭能量高于某一個值Eth(若節(jié)點低于Eth就認為節(jié)點失效)時，各簇頭比較Tch值,，找出其中Tch最大值為第二層簇頭,。因此，第二層簇頭既有較高的能量,，又距基站較近,，這樣既能減少轉發(fā)數(shù)據(jù)時所消耗的能量，又能保證節(jié)點能量不會很快耗盡,，而影響數(shù)據(jù)的采集,。
2.2 簇內節(jié)點數(shù)據(jù)轉發(fā)
每輪第一層簇頭選出來后，節(jié)點依據(jù)收到廣播信號的強度選擇要加入的簇,，此時簇內通信采用自由空間模型,。與第一層簇內節(jié)點數(shù)據(jù)通信不同，由于第二層簇內節(jié)點距離簇頭較遠,，有些可能遠遠超過了d0值,，而數(shù)據(jù)通信采用的自由空間模型不一定正確，另外,，直接與簇頭通信的能量消耗較大,。因此,，假設遠離簇頭的節(jié)點可與臨近的、能量高于自己的節(jié)點通信,，且數(shù)據(jù)經過多路轉發(fā)直至簇頭,，滿足上述假設條件如式(4)所示：
由于每一輪每個簇頭在簇中的位置以及簇內節(jié)點的個數(shù)會發(fā)生動態(tài)變化，為便于分析式(4)的最佳臨近節(jié)點,，在圖1中列出了某種狀態(tài)下4種典型的數(shù)據(jù)轉發(fā)方式,。
圖1(a)出現(xiàn)在數(shù)據(jù)收集的前期階段，由于節(jié)點能量充足,，靠近基站的節(jié)點采用直接傳輸方式,，而遠離基站的節(jié)點通過式(4)選擇下一跳節(jié)點進行數(shù)據(jù)轉發(fā)；經過多輪數(shù)據(jù)采集之后,，靠近基站的節(jié)點因過多參與數(shù)據(jù)的轉發(fā)能量迅速降低,，依據(jù)式(4)出現(xiàn)了圖1(b)或圖1(c)；在數(shù)據(jù)收集的后續(xù)階段,，由于靠近基站的節(jié)點整體能量下降,，它們分別采用單跳的方式直接與基站通信，同時依據(jù)式(4)出現(xiàn)了圖1(d),。整個數(shù)據(jù)采集階段遠離基站的節(jié)點都是通過多跳的方式與臨近節(jié)點通信,，說明通過多跳的數(shù)據(jù)轉發(fā)能耗要小于直接發(fā)送到簇首，同時轉發(fā)數(shù)據(jù)的節(jié)點能量較高,，保證了轉發(fā)數(shù)據(jù)時有足夠的能量,，均衡了網絡的能量。
2.3 穩(wěn)定數(shù)據(jù)傳輸
在穩(wěn)定數(shù)據(jù)傳輸階段,，普通節(jié)點與第一層簇頭通信方式和LEACH相同，但是數(shù)據(jù)的采集,、融合工作完成之后不是將數(shù)據(jù)包直接發(fā)送到基站,，而是在給定的時隙內發(fā)送給第一層各自的簇頭。第二層的節(jié)點依據(jù)能量和距離選出下一跳節(jié)點進行數(shù)據(jù)轉發(fā),，直至第二層的簇頭或直接與基站通信,，第二層簇頭節(jié)點經過二次數(shù)據(jù)融合后，發(fā)送數(shù)據(jù)至基站,。
3 算法分析和仿真結果
利用Matlab工具對LEACH,，EBAC和CAED算法進行仿真比較，各項參數(shù)設置如下：假設無線傳感器網絡由300個相同的節(jié)點組成,，隨機拋撒在200 m×200 m的區(qū)域內,，遠程基站的坐標是(x==100 m，y=350 m),。每個節(jié)點的初始能量為E0=1 J,，發(fā)送和接收電路的損耗為ETX=ERX=50 nJ／b,，數(shù)據(jù)融合消耗為EDA=5 nJ／b，εfs=10 pJ／(b·m-2)時dd0,。其中,，d0為常數(shù)，數(shù)據(jù)包長度為4 200 b,，廣播包長度為60 b,，簇頭個數(shù)kopt=5。節(jié)點能量低于Eth=0.000 1 J時,，認為其死亡,，假設數(shù)據(jù)融合率為100%，且在轉發(fā)過程中無數(shù)據(jù)包丟失,。沒有誤碼率,。
圖2是存活的節(jié)點數(shù)與輪數(shù)關系圖?？梢钥闯?，LEACH在整個生命周期曲線比較陡峭，網絡中節(jié)點的存活數(shù)量隨時間的推移變化急劇,，網絡中節(jié)點的能量不均衡,。EBAC曲線在1 000輪前比LEACH平滑，由于在選舉簇頭節(jié)點時考慮了剩余能量,，故性能明顯優(yōu)于LEACH,，但是EBAC中簇頭直接與基站通信，增加了簇頭節(jié)點遠程通信能量損耗,，當運行到某一時刻(大約在1 094輪后),，大量節(jié)點在輪數(shù)相差不多的情況下失效。CAED綜合考慮了剩余能量和距離,，并且在第二層簇中使用多跳方式轉發(fā)數(shù)據(jù),。CAED的曲線比EBAC平滑，進一步延長了網絡的生命周期,。
表1統(tǒng)計出網絡運行這3個算法時,，發(fā)生首個節(jié)點失效時的輪數(shù)，網絡有30％的節(jié)點失效時的輪數(shù)和網絡運行800輪時節(jié)點的失效個數(shù),。表中數(shù)值都是經過多次運行相應算法得出的平均值,，這里用首節(jié)點死亡輪數(shù)來衡量網絡穩(wěn)定周期，用30％節(jié)點失效來衡量網絡生命周期,。
由表1可見,，相對于LEACH來說，CAED網絡的穩(wěn)定周期延長了570％以上,，同時將網絡生命周期延長了458％以上,。相對于EBAC來說,，CAED網絡的穩(wěn)定周期延長了67％以上，網絡生命周期延長了20％以上,。3種算法在800輪時,，節(jié)點的失效個數(shù)分別占節(jié)點總數(shù)的81.7％，11.7％和3.7％,，網絡的節(jié)點能耗進一步均衡,，避免了“盲節(jié)點”過早的發(fā)生。
圖3顯示了網絡在運行3種算法時,，網絡總的剩余能量情況,，仿真實驗中每隔50輪做1次采樣記錄。從圖3可以看出,，對網絡總的剩余能量而言,，CAED明顯高于LEACH和EBAC，說明CAED能很好地節(jié)省網絡能量,，延長網絡的生命周期,。
4 結 語
提出一種基于能量和距離的分簇多跳算法。第一層簇頭選擇時考慮了節(jié)點的剩余能量,，第二層簇頭充分考慮了節(jié)點能量和到基站的距離,，并且改進了簇內節(jié)點的數(shù)據(jù)轉發(fā)方式。仿真結果表明,，與LEACH算法相比,，該算法均衡了網絡的能量消耗，明顯延長了網絡的生命周期,。