CN102231899B - 一种无线传感网高斯分簇路由控制方法 - Google Patents

Abstract

一种无线传感网高斯分簇路由控制方法，该路由控制方法根据簇头节点之间的最优距离确定均值，根据网络的大小与成簇数量确定标准差，并且结合节点的剩余能量与概率带中目标节点的平均能量确定概率阈值函数。簇头选取过程中目标节点以与已知簇头的距离作为生成概率阈值的参数，在簇形成阶段节点选取距离最近的簇头为最终簇头。本发明提供一种簇头分布较更加均匀、降低簇头能量消耗、网络整体能量分布均匀、降低网络死亡速度的无线传感网高斯分簇路由控制方法。

Description

一种无线传感网高斯分簇路由控制方法

技术领域

本发明涉及无线传感器网络，尤其是一种无线传感器网络路由控制方法。

背景技术

无线传感器网络是一种由部署在监测区域内大量廉价微型传感器节点组成，通过无线自组织通信方式，协作地感知、采集和处理网络覆盖区域中感知对象的信息，并发送给用户的智能型网络。无线传感器网络的应用领域非常广泛，可应用于医疗监护、环境监测、商业物流、交通管理、精细农业、军事应用、空间探索等诸多领域，是计算机和通信领域的一个研究热点。

目前，对无线传感网络的研究主要针对无线传感器网络的整体构架进行优化。其中对路由协议的研究是无线传感器网络研究领域的一个热点。无线传感器网络路由算法是一种建立节点之间联系的过程，也即节点之间进行信息交互、信息同步的重要前提，传感器节点之间只有建立联系后才能采集数据，否则将会造成数据丢失。针对无线传感器网络的特点和通信需求，传感器节点需要解决通过利用局部信息来进行决策并优化全局行为(即路由生成与路由选择)的问题。由于传统的有线网络协议不需要过多地考虑节点的能量、计算能力、存储能力以及传输距离等问题，因此传统网络中普遍采用的路由协议算法复杂，计算量大，不适合无线传感器网络的应用。由于层次式分簇路由算法具有拓扑结构简单、易于维护、适合大规模网络等特点一直是无线传感器网络路由研究的热点。

国外对于无线传感器网路路由算法的研究起步比较早。Heinzelman W B等人率先提出了适合在无线传感器网络中应用的典型层次式路由协议即LEACH协议。但没有考虑节点的剩余能量导致节点死亡过快。

近年来，国内专家学者也纷纷对无线传感器网络的路由算法进行研究。同济大学的杭海存等人将LEACH算法与蚁群算法相结合运用到复杂的网络环境中，增加了网络中的数据包发送量，平衡了网络的能量消耗，延长了网络的生存时间。但其搜索时间较长，且网络利用率低下。上海交通大学的邵晓萌等人将LEACH协议改进后拟用于矿井下的通信***中，将每个坑室作为一个簇，使其更加符合矿井结构的要求，但还没有投入到现实应用中去。西安电子科技大学的乔俊峰等人提出的基于节点密度的簇算法在簇头选取过程中考虑了节点的密度，从而均衡划分各个簇的规模，平衡各簇的网络负载，降低网络中能量分布的不均。但其在簇头选取过程中并没有考虑到候选簇头节点的剩余能量，从而有可能使剩余能量较小的节点选当为簇头，加快死亡速度。

发明内容

为了克服已有的无线传感器网络路由控制方法的簇头分布较不均匀、簇头能量消耗较大、网络整体能量分布不均匀、网络死亡速度较快的不足，本发明提供一种簇头分布较更加均匀、降低簇头能量消耗、网络整体能量分布均匀、降低网络死亡速度的无线传感网高斯分簇路由控制方法。

本发明解决其技术问题所采用的技术方案是：

一种无线传感网高斯分簇路由控制方法，所述路由控制方法包括以下步骤：

A1、将无线传感器节点随机布置到监测区域；

A2、基站向监测区域内各个节点发送路由命令；

A3、存活节点(即剩余能量大于零)接收命令后，根据信号强度确定与基站之间的距离D_tosink，节点身份标记为node，并且将节点的ID号、能量信息E_residual以及D_tosink等信息打包为package_node发送给基站；

A4、基站根据接收到的各节点的package_node确定存活节点的数量N_all、能量E_residual、距离D_tosink等信息，并计算总能量E_all：

4.1)若Nall＞0，基站根据监测区域的规模、存活节点数量Nall、网络总能量Eall确定簇半径R，由于节点在网络中均匀分布，网络最终形成N个簇，网络面积为S，在选取簇头的过程中，对于任一簇头，其所在簇的半径为R，簇的面积为πR²，，高斯分布确定标准差σ；

4.2)否则，结束

A5、基站向节点发送信息包net_infor，包含R值、σ值、节点数量N_all、网络总能量E_all以及开始路由命令等信息；

A6、各个节点接收到基站数据包net_infor并解析得到相关数据、确定R值、σ值并开始路由算法，并同时监听簇头节点发送的head_infor；

A7、若节点监听到head_infor，则转到A8，否则根据概率阈值公式

${\mathrm{CH}}_{\mathrm{prob}}=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}{e}^{-\frac{{(\mathrm{dist}-\sqrt{3}R)}^2}{2{\mathrm{\σ}}^2}}\·\frac{E_{\mathrm{residual}}\×N_{\mathrm{all}}}{E_{\mathrm{all}}}$

生成第一个簇头节点，以为参数生成当选簇头的概率CH_prob，同时节点生成一个随机小数random，

7.1)若该概率值CH_prob大于随机小数random，则节点当选为第一个簇头节点，身份标记改变为header，并将其自身状态标记为covered，计算其概率带内节点的数量N_sum以及概率带内候选节点的总能量E_sum，将信息打包为数据包head_infor并广播；

7.2)否则，节点继续竞争第一个簇头并同时监听簇头信息，重复执行步骤A7；

A8、标记为covered的节点接收到head_infor信息包后将信息存入本地的簇头信息表中；未标记为covered的节点根据信号强度确定与该簇头的距离D_tohead，并解析head_infor得到信息包所属的簇头的相关信息，

8.1)若D_tohead小于或等于R，节点标记自身状态为covered，将簇头信息head_infor保存到本地簇头信息表中，退出簇头节点的竞争；

8.2)否则，节点随机生成小数random，并以D_tohead为参数，根据概率阈值公式

${\mathrm{CH}}_{\mathrm{prob}}=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}{e}^{-\frac{{(D_{\mathrm{tohead}}-\sqrt{3}R)}^2}{2{\mathrm{\σ}}^2}}\·\frac{E_{\mathrm{residual}}{\×N}_{\mathrm{sum}}}{E_{\mathrm{sum}}}$

生成当选簇头的概率值，

8.3)若该概率值CH_prob大于随机小数random，则节点当选为簇头节点，身份标记改变为header，自身状态标记为covered，计算新形成的概率带内节点的数量N_sum以及能量总和E_sum并广播数据包head_infor；

8.4)否则，节点继续监听簇头信号；

A9、判断是否所有节点均标记为covered，若是，基站广播簇头选取结束命令choose_over，转到步骤A10；否则重复执行步骤A8；

A10、所有节点接收到簇头选取结束命令choose_over后，身份标记为node的节点根据自身的簇头信息表选取距离最近的簇头节点header为其最终簇头，并发送入簇请求，身份标记为header的簇头节点设定时间片，同时接收入簇请求，时间片到达后，簇头节点根据接收到的入簇请求分配簇内TDMA时间表，并以R为半径在簇内广播。

进一步，所述路由控制方法还包括以下步骤：

A11、节点开始采集检测数据，依照接收到的TDMA时间表向簇头发送监测数据；

A12、簇头节点将接收到的簇内数据进行数据融合、压缩并发送到基站。

所述路由控制方法还包括以下步骤：A13、重复步骤A2～A12，直至所有节点全部死亡。

更进一步，所述步骤4.1)中，由高斯分布的性质可知，概率带之外的其他节点当选簇头的概率远远小于P_min趋近于0，若把这些节点也选定为候选节点将大大提高算法的时间复杂度，因此将剩下的S-πR²区域划分N-1个簇，在每个候选区域内选取簇头，则每个簇头的平均候选面积为(S-πR²)/(N-1)，而由图2可知候选区域的面积，因此有：

$\mathrm{\π}[{(\sqrt{3}R+\mathrm{\Δd})}^2-{(\sqrt{3}R-\mathrm{\Δd})}^2]=\frac{S-{\mathrm{\πR}}^2}{N-1}$

$\mathrm{\Δd}=\frac{S-\mathrm{\π}{R}^2}{4\sqrt{3}\mathrm{\πR}(N-1)}$

同时，由于事件发生的概率低于1％为小概率事件，为了降低算法的时间复杂度，在簇头选取过程中引入最小概率阈值P_min＝0.01，概率低于P_min的节点在本轮中不再竞争簇头，设定

这样使得概率大于P_min的节点落于候选概率带范围之内，这样就将簇头的选取范围划定在了宽度为2Δd的圆环内。

由于

根据高斯分布的性质有

通过查取标准高斯分布数值表可得：

$\frac{\mathrm{\Δd}}{\mathrm{\σ}}=P_{\mathrm{rob}}^{-1}\left(P_{\min }\right)$

即

$\mathrm{\σ}=\frac{S{-\mathrm{\πR}}^2}{4\sqrt{3}\mathrm{\πR}(N-1)\·P_{\mathrm{rob}}^{-1}\left(P_{\min }\right)}$

由此确定高斯分布的标准差；

本发明的技术构思为：针对无线传感器网络路由成簇过程中的两个关键因素：距离和剩余能量，提出一种基于高斯分布的分簇路由控制方法。该路由控制方法根据簇头节点之间的最优距离确定均值，根据网络的大小与成簇数量确定标准差，并且结合节点的剩余能量与概率带中目标节点的平均能量确定概率阈值函数。簇头选取过程中目标节点以与已知簇头的距离作为生成概率阈值的参数，在簇形成阶段节点选取距离最近的簇头为最终簇头。

为了避免无线传感器网络簇头选取过程中重簇现象的发生，簇头分布应满足网络最优覆盖模型，距离已知簇头越近节点当选簇头概率越低，只有在合适距离的节点当选簇头的概率才最大，恰好满足高斯分布的性质。算法根据簇头节点之间的最优距离确定均值、根据网络规模以及成簇数量确定标准差，生成概率阈值公式的距离影响因素，结合节点的剩余能量与概率带中目标节点的平均能量确立最终的概率阈值函数。簇头选取过程中目标节点以与各个已知簇头的距离作为参数生成概率阈值，在簇形成阶段节点选取距离最近的簇头为最终簇头，降低节点与簇头通信的能耗，保证网络的通信。同时簇头节点向簇内成员节点一次性广播簇信息改变了一对一的通信方式，节省了节点能量的消耗。

本发明的有益效果主要表现在：本发明使得簇头的分布更加均匀，并且避免簇头节点与成员节点之间一对一的通信，有效降低簇头的能量消耗，均衡网络的整体能量分布。

附图说明

图1是簇头节点最优化覆盖示意图；本专利就是要达到如图所示的效果，簇头节点均匀分布且相互之间距离大致为

图2是传感器节点分布图；

图3是概率阈值函数曲线图，根据概率带边缘节点当选簇头的最小概率来确定σ的值；

图4是第一个节点选取后概率带示意图，其中，候选节点组成的概率带的带宽为2Δd，与最优选取区域

的圆环之间的距离均为Δd，与已知簇头距离在

的节点均为第二个簇头的候选节点，均参与簇头节点选取的竞争，距离大于

的所有节点不参与簇头的选取；

图5是第二个节点选取后概率带示意图；

图6是所有簇头节点选取完成时簇头分布示意图；

图7是节点选取距离最近的簇头节点入簇，节点根据本地路由信息表选取距离最近的簇头为最终簇头并入簇；

具体实施方式

下面结合附图对本发明作进一步描述。

参照图1～图7，一种无线传感网高斯分簇路由控制方法，包括以下步骤：

A1、在监测区域中随机部署传感器节点，如图2所示；

A2、基站向监测区域内各个节点发送路由命令；

A3、存活节点接收命令后，确定与基站之间的距离D_tosink，并标记为node，向基站发送package_node信息包；

A4、基站确定存活节点的数量N_all、能量E_residual、距离D_tosink等信息，并计算总能量E_all。由于N_all＞0，基站根据监测区域的规模S以及簇半径R确定参数σ的值；

A5、基站向全网广播net_infor；

A6、各个节点接收到net_infor并解析确定R值、σ值并开始路由算法，同时监听是否有head_infor信息包广播；

A7、此时没有节点当选为header，各个节点根据概率阈值公式

${\mathrm{CH}}_{\mathrm{prob}}=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}{e}^{-\frac{{(\mathrm{dist}-\sqrt{3}R)}^2}{2{\mathrm{\σ}}^2}}\·\frac{E_{\mathrm{residual}}\×N_{\mathrm{all}}}{E_{\mathrm{all}}}$

以

为参数竞争当选第一个簇头节点。若刚好ID＝8的节点当选为第一个簇头节点，将其身份标记为header，状态标记为covered，计算其概率带内节点的数量N_sum和这些节点的总能量E_sum，将信息打包为数据包head_infor并广播，本阶段形成的概率带图形如图4所示；

A8、其他节点均为标记为covered，接收到head_infor确定与该簇头的距离D_tohead，D_tohead小于或等于R的节点标记为covered，将簇头信息head_infor保存到本地簇头信息表中，退出簇头节点的竞争，D_tohead大于R的节点随机生成小数random，并根据阈值公式

${\mathrm{CH}}_{\mathrm{prob}}=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}{e}^{-\frac{{(D_{\mathrm{tohead}}-\sqrt{3}R)}^2}{2{\mathrm{\σ}}^2}}\·\frac{E_{\mathrm{residual}}\×N_{\mathrm{sum}}}{E_{\mathrm{sum}}}$

判断是否当选为簇头，第二个簇头节点选取后的成簇图形如图5所示，概率阈值公式的曲线示意图如图4所示；

A9、重复执行步骤A8，直到所有节点均被覆盖，整个网络最终的簇头分布如图6所示；

A10、节点选取最近的簇头节点为其最终簇头，发送入簇请求；

A11、簇头节点根据接收到的入簇请求分配簇内TDMA，并广播簇消息，此时网络的状态如图7所示；

A12、节点根据TDMA时间表向簇头发送监测数据；

A13、重复步骤A2～A12，直至所有节点全部死亡。

Claims (3)

1.一种无线传感网高斯分簇路由控制方法，其特征在于：所述路由控制方法包括以下步骤：

A1、将无线传感器节点随机布置到监测区域；

A2、基站向监测区域内各个节点发送路由命令；

A3、存活节点接收命令后，根据信号强度确定与基站之间的距离D_tosink，节点身份标记为node，并且将节点的ID号、能量信息E_residual以及D_tosink信息打包为package_node发送给基站；

A4、基站根据接收到的各节点的package_node确定存活节点的数量N_all、能量E_residual、距离D_tosink信息，并计算总能量E_all：

4.1）若N_all>0，基站根据监测区域的规模、存活节点数量N_all、网络总能量E_all确定簇半径R，形成N个簇，网络面积为S，在选取簇头的过程中，对于任一簇头，其所在簇的半径为R，簇的面积为πR²，高斯分布确定标准差σ；

4.2）否则，结束；

A5、基站向节点发送信息包net_infor，包含R值、σ值、节点数量N_all、网络总能量E_all以及开始路由命令信息；

A6、各个节点接收到基站数据包net_infor并解析得到相关数据、确定R值、σ值并开始路由算法，并同时监听簇头节点发送的head_infor；

A7、若节点监听到head_infor，则转到A8，否则根据概率阈值公式

${\mathrm{CH}}_{\mathrm{prob}}=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}{e}^{-\frac{{(\mathrm{dist}-\sqrt{3}R)}^2}{{2\mathrm{\σ}}^2}}\·\frac{E_{\mathrm{residual}}\×N_{\mathrm{all}}}{E_{\mathrm{all}}}$

生成第一个簇头节点，以

为参数生成当选簇头的概率CH_prob，同时节点生成一个随机小数random，

7.1）若该概率值CH_prob大于随机小数random，则节点当选为第一个簇头节点，身份标记改变为header，并将其自身状态标记为covered，计算其概率带内节点的数量N_sum以及概率带内候选节点的总能量E_sum，将信息打包为数据包head_infor并广播；

7.2）否则，节点继续竞争第一个簇头并同时监听簇头信息，重复执行步骤A7；

A8、标记为covered的节点接收到head_infor信息包后将信息存入本地的簇头信息表中；未标记为covered的节点根据信号强度确定与该簇头的距离D_tohead，并解析head_infor得到信息包所属的簇头的相关信息，

8.1）若D_tohead小于或等于R，节点标记自身状态为covered，将簇头信息head_infor保存到本地簇头信息表中，退出簇头节点的竞争；

8.2）否则，节点随机生成小数random，并以D_tohead为参数，根据概率阈值公式

${\mathrm{CH}}_{\mathrm{prob}}=\frac{1}{\sqrt{2\mathrm{\π}}\mathrm{\σ}}{e}^{-\frac{{(D_{\mathrm{tohead}}-\sqrt{3}R)}^2}{{2\mathrm{\σ}}^2}}\·\frac{E_{\mathrm{residual}}\×N_{\mathrm{sum}}}{E_{\mathrm{sum}}}$

生成当选簇头的概率值CH_prob；

8.3）若概率值CH_prob大于随机小数random，则节点当选为簇头节点，身份标记改变为header，自身状态标记为covered，计算新形成的概率带内节点的数量N_sum以及能量总和E_sum并广播数据包head_infor；

8.4）否则，节点继续监听簇头信号；

A9、判断是否所有节点均标记为covered，若是，基站广播簇头选取结束命令choose_over，转到步骤A10；否则重复执行步骤A8；

A10、所有节点接收到簇头选取结束命令choose_over后，身份标记为node的节点根据自身的簇头信息表选取距离最近的簇头节点header为其最终簇头，并发送入簇请求，身份标记为header的簇头节点设定时间片，同时接收入簇请求，时间片到达后，簇头节点根据接收到的入簇请求分配簇内TDMA时间表，并以R为半径在簇内广播。

2.如权利要求1所述的一种无线传感网高斯分簇路由控制方法，其特征在于：所述路由控制方法还包括以下步骤：

A11、节点开始采集检测数据，依照接收到的TDMA时间表向簇头发送监测数据；

A12、簇头节点将接收到的簇内数据进行数据融合、压缩并发送到基站。

3.如权利要求1或2所述的一种无线传感网高斯分簇路由控制方法，其特征在于：所述步骤4.1)中，将剩下的S-πR²区域划分N-1个簇，在每个候选区域内选取簇头，则每个簇头的平均候选面积为(S-πR²)/(N-1)，有：

$\mathrm{\π}[{(\sqrt{3}R+\mathrm{\Δd})}^2-{(\sqrt{3}R-\mathrm{\Δd})}^2]=\frac{S-\mathrm{\π}{R}^2}{N-1}$

$\mathrm{\Δd}=\frac{S-\mathrm{\π}{R}^2}{4\sqrt{3}\mathrm{\πR}(N-1)}$

同时，在簇头选取过程中引入最小概率阈值P_min=0.01，概率低于P_min的节点在本轮中不再竞争簇头，设定使得概率大于P_min的节点落于候选概率带范围之内，将簇头的选取范围划定在了宽度为2Δd的圆环内；

由于

根据高斯分布的性质有

通过查取标准高斯分布数值表得：

$\frac{\mathrm{\Δd}}{\mathrm{\σ}}=P_{\mathrm{rob}}^{-1}\left(P_{\min }\right)$

即

$\mathrm{\σ}=\frac{S-\mathrm{\π}{R}^2}{4\sqrt{3}\mathrm{\πR}(N-1)\·P_{\mathrm{rob}}^{-1}\left(P_{\min }\right)}$

由此确定高斯分布的标准差σ。

Images