CN101282290A - 基于梯度的无线传感网负载平衡分簇方法 - Google Patents

Abstract

本发明公开了一种无线传感网的分布式的、基于梯度的负载平衡的分簇方法，依据节点距离SINK的跳数(即：节点梯度)来控制簇头的分布，靠近SINK的簇头数量高，远离SINK的簇头数量低，以获得较好的簇间负载平衡，同时，梯度相同的簇具有相同的簇规模，以均衡簇内负载；本方法通过SINK的泛洪广播来建立网络的梯度，因此无需节点位置信息，簇头的选择是分布式进行的。本方法对网络的流量和能量做了较好的平衡，延长了网络生存时间。

Description

基于梯度的无线传感网负载平衡分簇方法

技术领域

本发明提供一种无线传感网的分簇的拓扑管理方法，特别是一种一种基于梯度的无线传感器网络负载平衡分簇方法。

背景技术

无线传感器网络(wireless sensor network，WSN)是当前国际上备受关注的、由多学科高度交叉的新兴前沿研究热点领域。无线传感器网络具有十分广阔的应用前景，在军事国防、工农业、城市管理、生物医疗、环境监测、抢险救灾、防恐反恐、危险区域远程控制等许多领域都有重要的科研价值和巨大实用价值，已经引起了世界许多国家军界、学术界和工业界的高度重视，并成为进入2000年以来公认的新兴前沿热点研究领域，被认为是将对二十一世纪产生巨大影响力的技术之一，它将会对人类未来的生活方式产生深远影响。

在无线传感器网络的研究中，如何延长网络的生存时间(lifetime)是最重要的问题之一。对无线传感器网络的生存时间的评估一般有：第一个节点失效的时间、网络中节点失效的比例达到p、网络非连通等三种。无论是哪一种评估，都要求研究者设计合理的网络结构和路由策略，平衡网络的负载，使得各节点的能量消耗趋于一致，从而最大化网络的生存时间。

对于拥有大量节点的器无线传感网络，分簇的拓扑结构在网络管理和可扩展性上具有较多的优势。在这种网络结构中，簇头(Cluster Head，CH)承担簇内的数据收集与处理工作，收集的数据通过簇头间的多跳路由方式发送至SINK节点。在这种“多对一”的网络结构中，近SINK的节点负载远远高于远SINK节点，可能会导致严重的网络拥塞，同时，高负载意味着高能耗，即存在所谓的“热区(hotspot)”，节点将过早消耗完能量而导致网络***，从而降低整个网络的生存时间。

负载均衡是无线传感网研究的热点之一。研究者针对此问题已提出了一些解决方法，通过改变路由策略和网络结构来达到网络的负载均衡。

Shah等人提出一种能量感知的多路径路由策略，在数据传输时选择高剩余能量的节点路由以平衡负载，Braginsky等人提出基于Random Walk的路由算法，通过路由的随机化来平衡网络负载，在多SINK、查询请求多、网络事件少的情况下较为有效。但是，仅通过路由算法难以解决近SINK的“热区”问题。

另一方面，研究者从构建层次化的网络结构方面着手来寻求负载平衡，其主要思想是基于一种或多种网络信息，力图使算法生成的簇的规模比较均匀，并通过定期轮换簇头来平衡网络负载，如LEACH、HEED、WCA等，其主要着重于簇内负载的均衡，对簇间均衡较少关注，并未解决“热区”问题。

近年来，研究者开始通过构造非均匀的簇结构来寻求网络的负载平衡。Sora等人首次提出采用非均匀分簇来平衡负载，文中假设网络为两层同心圆环，通过减少内层簇的成员数来减少簇内通信能耗，以更多的承担簇间数据转发任务，他们研究的是异构网络且簇头节点位置预设。Shu等人利用功率控制来构建非均匀分簇结构，越靠近SINK的簇头发射功率越小，以此来平衡簇头能耗，这种算法是集中式处理算法，要求节点位置已知，而且生成的网络链路不对称。

发明内容

本发明的目的是提供一种基于梯度的无线传感器网络负载平衡分簇方法。

本发明针对现有网络流量和能量平衡差、网络生存时间短的问题，提出了的基于梯度的无线传感器网络负载平衡分簇方法包括如下步骤：

步骤101：由数据汇聚节点(SINK)发起网络梯度建立进程。SINK广播网络梯度建立消息，并扩散至全网(如：通过泛洪方式)；

步骤102：网络中每个节点获得自己的梯度值。节点通过接收到邻居节点转发的网络梯度建立消息，可较准确的推算出自身的梯度。

步骤103：各节点设置竞争成簇的通信功率。节点依据自身梯度，计算簇半径，并设置对应的通信功率；

步骤104：节点信息交互。节点在步骤103设置的通信功率下交互Hello信息，包含簇头竞争所需的信息如能量、节点度等。

步骤105：节点分布式竞争成簇。各节点在步骤104获知的信息下，竞争簇头及成簇。

本发明依据节点距离SINK的跳数(即：节点梯度)来控制簇头的数量，靠近SINK的簇头数量高，远离SINK的簇头数量低，以此获得较好的簇间负载平衡，同时，梯度相同的簇具有相同的簇规模，以此来均衡簇内负载；算法通过SINK的泛洪广播来建立网络的梯度，因此无需节点位置信息，簇头的选择是分布式进行的。本方法对网络的流量和能量做了较好的平衡，延长了网络生存时间。

附图说明

图1为本发明的流程图。

图2为本发明方法的分布式竞争成簇的流程图。

图3为本发明的网络结构示意图。

具体实施方法

下面结合附图及实施例对本发明作进一步的说明。

本发明的实现步骤为：

步骤101：由数据汇聚节点(SINK)发起网络梯度建立进程。SINK广播网络梯度建立消息，并扩散至全网。本发明中提供一种基于泛洪的信息扩散方法。SINK节点以簇头的簇间通信功率广播网络梯度建立消息MSG_Grade_Construct，该消息中包含网络梯度域Grade，初始值为零；收到MSG_Grade_Construct消息的节点，将Grade域的值加一并转发出去；由此将MSG_Grade_Construct消息扩散至全网。

步骤102：网络中每个节点获得自己的梯度值。MSG_Grade_Construct消息在网络中扩散的过程中，节点可能接收到来自不同邻居节点的MSG_Grade_Construct消息，其Grade域的值不尽相同，可采用不同的方法估计出自身的最佳梯度值，在本发明中取其中最小值作为节点的网络梯度。

步骤103：各节点设置竞争成簇的通信功率。节点依据自身梯度，设置对应的簇内通信功率。本发明中，给出节点均匀分布、各节点数据产生数率λ相同条件下寻求网络负载平衡的簇半径计算方法如下：

在本发明所示例的网络模型中，梯度为i的CH需要负责簇内的数据收集上发与梯度i+1的CH的数据转发两部份工作，不考虑数据融合，若假设梯度为i的节点中CH所占的比例为p_i，λ_{total_i}为梯度为i的CH负担的流量总和，有

λ_{total_i}＝π(N²-(i-1)²)r²λρ                                         (1)

若令δ_i＝1/p_i为梯度为i的簇的规模，梯度i的簇头数为n_{CH_i}＝π(i²-(i-1)²)r²ρp_i，可得其平均负担的数据流量为

${\mathrm{\λ}}_i={\mathrm{\λ}}_{\mathrm{total}\_i}/n_{\mathrm{CH}\_i}$

$=\mathrm{\λ\ρ}\·\frac{N^2-{(i-1)}^2}{(2i-1)\mathrm{\ρ}{p}_i}\mathrm{\λ}\·{\mathrm{\δ}}_i\·\frac{N^2-{(i-1)}^2}{(2i-1)}---\left(2\right)$

节点的能耗可分为数据发送和接收能耗两部分，一般的，节点接收和发送k个数据，有

ε_recv＝ε_elec·k                                                      (3)

ε_send＝ε_elec·k+ε_amp·r²·k

设E_{CH_i}为梯度为i的CH的单位数据收发能耗，则有

$E_{\mathrm{CH}\_i}=\frac{{\mathrm{\λ}}_i}{k}\·({\mathrm{\ϵ}}_{\mathrm{recv}}+{\mathrm{\ϵ}}_{\mathrm{send}})---\left(4\right)$

$=\mathrm{\λ}\·{\mathrm{\δ}}_i\·\frac{N^2-{(i-1)}^2}{(2i-1)}\·(2{\mathrm{\ϵ}}_{\mathrm{elec}}+{\mathrm{\ϵ}}_{\mathrm{amp}}\·r^2)$

CH的负载平衡的问题可描述为寻求{δ_i，i＝1，...，N}，使得{E_{CH_i}，i＝1，2，...，N}的方差σ最小，即

${\mathrm{\σ}}^2={(\mathrm{\λ}\·({2\mathrm{\ϵ}}_{\mathrm{elec}}+{\mathrm{\ϵ}}_{\mathrm{amp}}\·r^2))}^2$

$\·\underset{i=1}{\overset{N}{\mathrm{\Σ}}}{(\frac{N^2-{(i-1)}^2}{2i-1}\·{\mathrm{\δ}}_i-\frac{1}{N}\underset{j=1}{\overset{N}{\mathrm{\Σ}}}\frac{N^2-{(j-1)}^2}{2j-1}\·{\mathrm{\δ}}_j)}^2---\left(5\right)$

算法中，依据获得的{δ_i，i＝1，..，N}，可计算出相应的簇半径。

令r_i为梯度为i的簇半径，并令节点密度ρ＝1/(πr₀ ²)，则有

$r_i=\sqrt{{\mathrm{\δ}}_i/\left(\mathrm{\π\ρ}\right)}---\left(6\right)$

各节点依据公式(6)计算簇的覆盖半径，设置相应的通信功率即可。

步骤104：节点信息交互。节点在步骤103设置的通信功率下周期性广播Hello消息，包含节点ID、当前能量E_i、权值W_i(初始值为0)、当前节点状态(初始为UN)等信息，节点根据接收到的信息更新自己的簇头竞争权值W_i；

步骤105：节点分布式竞争成簇。本发明中提供一种基于权值的分布式簇头竞争及成簇方法，仅需通过邻居节点的信息交互即可依据不同的应用改变权值参数以获得较好的分簇结构，开销较少且有较好的适应性。

其步骤如图2所示，具体详述如下：

步骤201：节点初始化。节点在成簇阶段存在四种状态：未定(UN)、簇头(CH)、准簇成员(PreCM)与簇成员(CM)，成簇完成则仅有CH与CM两种状态。在簇头竞争初始阶段，节点均为未定(UN)状态。

步骤202：节点权值信息交互。该步骤旨在寻找网络局部权值极小的节点，竞争成为簇头节点，可与步骤104同时进行。

步骤203：簇头选举。若节点的权值Wi在其邻居中最小，置自己为CH，开始周期性广播Beacon帧；若节点邻居中存在权值小于自身权值的CH，置自己为PreCM；此步骤完成后，网络中仅存在CH与PreCM两种节点状态。

步骤204：成簇。

a)PreCM节点侦听信道，接收CH节点的Beacon帧，建立CH表，选择CH表中的最佳CH，并向其发送加入申请MSG_JOIN_REQ消息，设置WaitACK定时器，等待MSG_JOIN_ACK消息；

b)CH接收到MSG_JOIN_REQ消息，若簇未满，发送MSG_JOIN_ACK消息允许节点加入，否则，发送MSG_JOIN_DENY消息拒绝加入申请；

c)PreCM节点若接收到CH发出的MSG_JOIN_ACK消息，则置自己为CM，完成分簇过程，若接收到MSG_JOIN_DENY消息或WaitACK定时器超时，则转入a)，选择其他CH；

d)若PreCM节点的CH表中无可用CH，则置自己为CH，开始广播Beacon帧，完成分簇过程。最终，网络中仅有CH节点与CM节点。

以上描述的仅是本发明的一个最佳实施例，本发明的保护范围并非局限于上述具体实施例，凡本领域技术人员根据本发明所做出的显而易见的改动均落在本发明的保护范围内。

Claims (1)

1、基于梯度的无线传感器网络负载平衡分簇方法，其特征在于它包括如下步骤：

步骤101：由数据汇聚节点(SINK)发起网络梯度建立进程，SINK广播网络梯度建立消息，并扩散至全网；

步骤102：网络中每个节点获得自己的梯度值。节点通过接收到邻居节点转发的网络梯度建立消息，可较准确的推算出自身的梯度；

步骤103：各节点设置竞争成簇的通信功率。节点依据自身梯度，计算簇半径，并设置对应的通信功率；

步骤104：节点信息交互。节点在步骤103设置的通信功率下交互Hello信息，包含簇头竞争所需的信息如能量、节点度等；

步骤105：节点分布式竞争成簇。各节点在步骤104获知的信息下，竞争簇头及成簇。

Images