CN103796273A - 一种基于能量均衡的无线传感网络分簇路由策略 - Google Patents

Abstract

本发明涉及一种基于能量均衡的无线传感网络分簇路由策略（EBCR），其包括步骤有：把节点剩余能量、能量消耗速度以及节点与基站的距离作为选取簇首的参数，改进簇首的选择过程，使得基站附近分布更多的簇，相应的簇的面积较小，而在远离基站处产生面积更大的簇，从而实现网络能量和簇首分布的有效均衡。使用本发明方法，在小规模无线传感网络中，可以有效降低了簇首间能量消耗，均衡了网络能耗分布，有效延长网络生存周期。

Description

一种基于能量均衡的无线传感网络分簇路由策略

技术领域

本发明涉及一种无线传感网络分簇路由策略，尤其涉及一种基于能量均衡的无线传感网络分簇路由策略，属于无线传感网络技术领域。

背景技术

近十年来，在无线传感器网络在精细农业中的应用逐步成为研究的热点。农业环境中往往传感器节点数量多，分布密度高，节点过早的死亡会导致网络失效，缩短了网络寿命。因此，如何均衡节点的能量消耗以延长网络的生存时间是无线传感器网络在农业应用中的研究重点。由于传感器节点能量的限制，其计算、存储和通信能力都十分有限，每个节点只能获取到局部网络的信息，因而节点上的所运行的网路通信协议不能太复杂。

针对节点能量消耗不均匀的问题，现有的许多网络协议都提出了解决方法。其中LEACH、PEGASIS、HEED、、EEUC较为典型。

LEACH：其核心思想是让每个节点轮流当选簇首，从而使得网络中的能量消耗尽可能均匀。但LEACH仍有不足之处，比如簇首节点不一定是剩余能量最大的节点、簇首节点在空间上难以均匀分布和单跳传输造成的能量消耗不均匀和不利于网络的扩展等。

PEGASIS：PEGASIS采用链式结构传输数据分组，并进行数据聚集以减少能耗，但聚集点仍为随机选择，无法保证网络能耗均衡。

HEED：HEED的簇首选举策略考虑了节点的剩余能量，但却并未考虑网络总体结构，易造成簇首能耗不均。

EEUC：EEUC算法将节点剩余能量与节点距基站的距离作为簇首选举的参考因素，并设定距离门限值，根据节点与基站的距离区分两者之间的通信方式，簇首数比LEACH算法和HEED算法更稳定，能量消耗更均匀，网络生命周期更长。但是EEUC算法涉及4个参数，需要进行人工选取，实际操作起来比较困难。

发明内容

本发明的目的是，提出一种基于能量均衡的无线传感网络分簇路由策略（Energy‐BalancedClusteringRoutingStrategyforWirelessSensorNetworks，EBCR），能够均衡网络能耗分布，延长网络生存周期。

本发明解决上述技术问题的技术方案如下：一种基于能量均衡的无线传感网络分簇路由策略，包括如下步骤：

步骤一、选定传感器能耗模型，基于所选应用场景是无线密集型传感网络，选择自由空间模型；

步骤二、参考能耗模型，计算簇首节点和非簇首节点的能量消耗，根据整个网络能耗最小的原则来求取网络较优的簇首个数；

步骤三、以该簇首个数为参考，计算出较优的簇首比例，代入改进的阈值公式中；

步骤四、每个节点都保存三个能量信息：节点当前剩余能量E_current，节点的初始能量E_max，上一轮开始的剩余能量E_last；将剩余能量和能量消耗的速度考虑在内，改进簇首选择的阈值公式T(n)，确定剩余能量高和能量消耗较慢之间一个较优的比重α；

步骤五、仿真实验确定剩余能量高和能量消耗较慢之间的比重后，将节点距基站的距离因素

加入到改进的阈值公式T(n)中，实现网络能量和簇首分布的有效均衡。

本发明提出了一种基于能量均衡的无线传感网络分簇路由策略。通过使用本发明提出的方法，可以均衡网络能耗分布，延长网络生存周期。

附图说明

图1是本发明的路由策略EBCR的流程图。

图2是本发明与现有分层策略的网络剩余能量百分比的对比图。

图3是本发明与现有分层策略的网络存活节点数量的对比图。

图4是本发明与现有分层策略的簇首节点数量的对比图。

图5是本发明与现有分层策略的节点剩余能量标准差的对比图。

图6是本发明与现有分层策略的节点每轮发送数据量的对比图。

具体实施方式

以下结合附图对本发明的原理和特征进行描述，所举实例只用于解释本发明，并非用于限定本发明的范围。

图1所示是本发明的基于能量均衡的路由策略的过程，网路初始化是，基站是固定的，网络中所有的传感器节点都是同种类型并且初始能量相等。节点具有足够的计算能力，在网络部署之后第一次投入使用时，通过基站用一个较大的发送功率向网络中所有节点广播一个信号，每个传感器节点在收到此信号后，可以根据接收到信号的强度计算它与基站的近似距离。

下面给出几个新增功能的具体说明。

较优簇首数目K_opt：

$K_{\mathrm{opt}}=\frac{R}{(D_{\max }-D_{\min })}\sqrt{\frac{2N}{\mathrm{\π}}}---\left(1\right)$

其中，R为区域半径，N为网络节点总数，D_max和D_min分别是网络中节点到基站最大和最小的距离。

改进簇首选择的阈值公式T(n)：把节点剩余能量、能量消耗速度以及节点与基站的距离作为选取簇首的参数，改进簇首的选择过程，T(n)的计算方式为：

$\begin{array}{c}T\left(n\right)=\left(\begin{array}{cc}\frac{p_{\mathrm{opt}}}{1-p_{\mathrm{opt}}\left[r\mathrm{mod}(1/p_{\mathrm{opt}})\right]}[\mathrm{\β}\·(\mathrm{\α}\·\frac{E_{\mathrm{currernt}}}{E_{\max }}+(1-\mathrm{\α})\left(1\frac{E_{\mathrm{last}}-E_{\mathrm{current}}}{E_{\max }}\right))+(1-\mathrm{\β})\left(\frac{D_{\max }-d}{D_{\max }-D_{\min }}\right)]& \mathrm{if}(n\∈G)\\ 0& \mathrm{else}\end{array},\right)\\ a\∈\left[\mathrm{0,1}\right]\end{array}---\left(2\right)$

其中，P_opt是较优簇首数目占所有节点的百分比，r是目前循环进行的次数，E_current是节点当前剩余能量，E_max是节点的初始能量，E_last是上一轮开始的剩余能量，D_max和D_min分别是网络中节点到基站最大和最小的距离，d为节点到基站的距离，α为剩余能量高和能量消耗较慢之间一个较优的比重，a∈[0,1]，β是能量因素与距离因素之间比重，β∈[0,1]。

如图1，本发明策略的具体流程为：

1、选定传感器能耗模型；

2、根据整个网络能耗最小的原则来求取网络较优的簇首个数；

3、以该簇首个数为参考，计算出较优的簇首比例；

4、将剩余能量和能量消耗的速度考虑在内，改进簇首选择的阈值公式T(n)，确定剩余能量高和能量消耗较慢之间一个较优的比重α；

5、仿真实验确定剩余能量高和能量消耗较慢之间的比重后，将节点距基站的距离因素加入到改进的阈值公式T(n)中；

6、节点全部死亡，全过程结束。

以下是本发明的一个具体实施案例。参照图5，工作过程如下：

1、基站按照公式（1）计算出网络中较优的一个簇首数目；

2、以该簇首个数为参考，计算出较优的簇首比例；

3、将剩余能量E_current和能量消耗的速度

距离因子

考虑在内，改进簇首选择的阈值公式T(n)，簇首选择开始；

4、簇的建立阶段，按照上面所述的簇头选举算法选出簇头之后，节点一旦确定了自己的簇头身份后，就开始组建自己的簇了。当选的节点要把自己的当选信息广播给网络中的所有节点,节点接收到广播信息后对簇头进行判断，以决定是否加入簇。

5、稳定数据传输阶段，簇头节点根据簇成员的个数计算出用于时分复用(TDMA)的时间表,并广播给簇内节点，开始了数据发送。

6、在每一轮中，簇头节点在每一帧中收集到所有簇内成员发送来的数据之后，对其进行数据融合，以滤除无用信息，然后再发送给基站。当一轮的所有帧的数据都传输完毕后，基站确定自己已经收到每个簇头节点发来的数据之后，便向所有节点发送同步信号，开始新的一轮通信。

7、直到全部节点死亡，全过程结束。

以上所述仅为本发明的较佳实施例，并不用以限制本发明，凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

本发明的有益效果在于：可以降低了簇首间能量消耗，均衡了网络能耗分布，有效延长了网络生存周期。通过使用EBCR(Energy‐BalancedClusteringRoutingStrategyforWirelessSensorNetworks,基于能量均衡的无线传感网分簇路由策略)路由策略进行仿真，比较NetworkLifetime（网络寿命）、Numberofclusterhead（簇首节点数量）及Standarddeviationofresidualenergy（节点剩余能量标准差），Amountofdataperround（每轮发送的数据量）和LEACH、HEED、EEUC进行了仿真实验。

首先确定比重a。由图2可以看出，LEACH协议由于没有充分考虑簇首节点的剩余能量，其能量消耗过快；HEED由于将节点剩余能量考虑在内，一定程度上降低了网络能耗。但是，由于没有充分考虑网络总体结构，在运行了650轮左右时网络能耗的陡增，当a=0.7时能量消耗有所平缓；当a=0.9时，在运行一段时间后，网络能耗也出现了一定幅度的增加。综合考虑，a取值0.8。

由图3可以看出，EBCR在550轮之前网络的存活节点数会明显高于EEUC，这是由于EBCR在簇首选取的时候就将距离与能量因素考虑在内造成的，在网络运行的前期就可以很好的均衡网络能耗，从而在前期有更多的存活节点。

图4显示的是LEACH、HEED、EEUC、EBCR在100round中产生的簇首数量。由图可以看出，由于LEACH是随机选取簇头，所以它产生的簇头数量变化幅度很大，相比较LEACH，HEED，EEUC，EBCR的簇首数量更加稳定，EEUC在选取簇头的时候未考虑到簇首的较优比例。

由图5可知，随着运行的轮数的增加，各节点的剩余能量差别随之增大，这是由于簇首节点较其他节点消耗更多的能量造成的。LEACH随机选取簇首，所以导致了能量消耗的不均衡，HEED的簇首选择仍然带有一定的随机性，能耗不均的现象仍会出现，EEUC通过非均匀分簇策略，得靠近基站的簇规模较小，其簇内成员节点数会较少，离基站越远的节点形成规模较大的簇，因此，其能量标准差相对较小，本发明从簇首选择的角度去实现这一功能，也达到了能量标准差相对较小的结果。

从图6中可以看出，HEED、EEUC、EBCR每轮发送的数据量在前期较稳定，而LEACH变化就很大，这是因为LEACH在簇头选择上没考虑能量问题，而EBCR和EEUC可以维持较长时间的通信数据量的稳定。本发明的策略在保证能量均衡的基础上，网路的可靠性也较好。

仿真结果表明在小规模无线传感网络，使用本策略可以降低了簇首间能量消耗，有效的延长网络生存周期，均衡了网络能耗分布。

Claims (5)

1.一种基于能量均衡的无线传感网络分簇路由策略，其特征在于包括如下步骤：

步骤一、选定传感器能耗模型；

步骤二、根据整个网络能耗最小的原则来求取网络较优的簇首个数；

步骤三、以该簇首个数为参考，计算出较优的簇首比例；

步骤四、将剩余能量和能量消耗速度考虑在内，改进簇首选择的阈值公式T(n)，确定剩余能量高和能量消耗较慢之间一个较优的比重α；

步骤五、仿真实验确定剩余能量高和能量消耗速度之间的比重后，将节点与基站之间的距离参数加入到改进的阈值公式T(n)中。

2.根据权利要求1所述的一种基于能量均衡的无线传感网络分簇路由策略，其特征在于，在所述步骤一中选定传感器能耗模型为自由空间模型，按如下公式计算传输k-bit数据的能耗：

$\begin{array}{c}{E}_{\mathrm{Tx}}(k,d)=E_{\mathrm{Tx}-\mathrm{elc}}\left(k\right)+E_{\mathrm{Tx}-\mathrm{mp}}(k,d)\\ =\left\{\begin{array}{c}{\mathrm{kE}}_{\mathrm{elec}}+{\mathrm{k\&epsiv;}}_{\mathrm{fs}}{d}^2,d<d_0\\ {\mathrm{kE}}_{\mathrm{elec}}+{\mathrm{k\&epsiv;}}_{\mathrm{mp}}{d}^4,d\&GreaterEqual;d_0\end{array}\right.\end{array}$

E_Rx(k,d)=E_Rx-elec(k)=kE_elec

其中，节点发送数据的能耗E_Tx包括发射电路损耗和功率放大损耗两部分，节点接收数据的能耗E_Rx为接收电路损耗；假设传输电路或接收电路的能耗为E_elec=50nJ/bit；当传输距离d<d₀和d≥d₀时，传输放大电路的能耗系数分别为ε_fs=10pJ/bit/m²和ε_mp=0.0013pJ/bit/m⁴，临界距离

其特征还在于，在所述步骤二中，根据整个网络能耗最小的原则，按如下公式计算较优簇首数目K_opt：

$K_{\mathrm{opt}}=\frac{R}{(D_{\max }-D_{\min })}\sqrt{\frac{2N}{\mathrm{\&pi;}}}$

其中，R为区域半径，N为网络节点总数，D_max和D_min分别是网络中节点到基站最大和最小的距离。

3.根据权利要求2所述的一种基于能量均衡的无线传感网络分簇路由策略，其特征在于，在所述步骤三中，按如下公式计算较优的簇首比例P_opt：

$p_{\mathrm{opt}}=\frac{K_{\mathrm{opt}}}{N}$

其中，K_opt为较优簇首数目，N为网络节点总数。

4.根据权利要求3所述的一种基于能量均衡的无线传感网络分簇路由策略，其特征在于，将剩余能量和能量消耗速度考虑在内，改进簇首选择的阈值公式T(n)如下：

$\begin{array}{c}T\left(n\right)=\left(\begin{array}{cc}\frac{p_{\mathrm{opt}}}{1-p_{\mathrm{opt}}\left[r\mathrm{mod}(1/p_{\mathrm{opt}})\right]}[\mathrm{\&alpha;}\&CenterDot;\frac{E_{\mathrm{currernt}}}{E_{\max }}+(1-\mathrm{\&alpha;})(1-\frac{E_{\mathrm{last}}-E_{\mathrm{current}}}{E_{\max }})]& \mathrm{if}(n\&Element;G)\\ 0& \mathrm{otherwise}\end{array}\right)\\ a\&Element;\left[\mathrm{0,1}\right]\end{array}$

其中，每个节点都保存三个能量信息：节点当前剩余能量E_current，节点的初始能量E_max，上一轮开始的剩余能量E_last；α为剩余能量高和能量消耗较慢之间一个较优的比重，a∈[0,1]。

5.根据权利要求4所述的一种基于能量均衡的无线传感网络分簇路由策略，其特征在于：将距离因子

考虑在簇首选择的阈值公式T(n)中，保证能量因素的同时，增大靠近基站成为簇首的可能性，使靠近基站的簇首增多，改进的阈值公式T(n)如下：

$\begin{array}{c}T\left(n\right)=\left(\begin{array}{cc}\frac{p_{\mathrm{opt}}}{1-p_{\mathrm{opt}}\left[r\mathrm{mod}(1/p_{\mathrm{opt}})\right]}[\mathrm{\&beta;}\&CenterDot;(\mathrm{\&alpha;}\&CenterDot;\frac{E_{\mathrm{currernt}}}{E_{\max }}+(1-\mathrm{\&alpha;})(1-\frac{E_{\mathrm{current}}}{E_{\max }}))+(1-\mathrm{\&beta;})\left(\frac{D_{\max }-d}{D_{\max }-D_{\min }}\right)]& \mathrm{if}(n\&Element;G)\\ 0& \mathrm{otherwise}\end{array}\right)\\ a\&Element;\left[\mathrm{0,1}\right]\end{array}$

其中，d为节点到基站的距离，在能量因素与距离因素之间取个比重β，β∈[0,1]。

Images