CN104320796A - 基于leach协议的无线传感器网络数据传输方法 - Google Patents

Abstract

本发明公开了一种基于LEACH协议的无线传感器网络数据传输方法，属于无线传感器网络技术领域，旨在均衡传感器节点的能量消耗，延长无线传感器网络的生命周期。本发明针对LEACH协议的不足，从簇头选取、数据传输两方面对LEACH协议做出改进。每一轮簇头选举中，将节点根据剩余能量归类进标准区和警告区两个区域，使得位于不同区域的节点以不同的概率当选为本轮簇头节点，从而保护能量相对较低的节点。在簇头与基站的数据传输过程中，根据簇头节点与基站距离的远近，采用单跳与多跳相结合的方式进行数据传输，降低了能量开销。本发明有效地延长了网络的生命周期，均衡了网络的能量消耗，优化了网络的性能。

Description

基于LEACH协议的无线传感器网络数据传输方法

技术领域

本发明涉及一种基于LEACH协议的无线传感器网络数据传输方法，属于无线传感器网络技术领域。

背景技术

无线传感器网络是由大量传感器节点通过无线传输构成的自组织网络，目的是实时感知、监测、采集和处理区域内的相关环境参数，并最终发送给终端用户。无线传感器网络中节点的能量是由电池提供，节点的生存时间受到电池容量限制，因此，节能问题一直是无线传感器网络的研究热点。基于此，设计高效低能耗的路由算法来延长网络的生存期，并提高网络的利用率，对无线传感器网络来说非常重要。基于分簇的路由算法能够有效延长网络生存期和提高网络利用率，目前，LEACH[4]路由算法是无线传感器网络中分簇路由算法的研究基础。LEACH算法的全称是“低功耗自适应集群分层算法”(Low Energy Adaptive ClusteringHierarchy)，LEACH算法将网络中的节点区分为簇头节点和普通节点。其基本思想是节点周期性地以一定概率成为簇头节点，其他普通节点选择较近的簇头入簇，并在自己所属的时间片内将数据直接发送给本簇的簇头，簇头节点接收并融合本簇内节点发送来的数据并直接传输给基站。LEACH算法将整个网络的能量消耗平均分配到每个传感器节点中，从而达到降低网络能量消耗、提高网络整体生存时间的目的，但也存在着一些不足：

1)簇头的选择没有考虑节点的剩余能量，这样可能会导致剩余能量较少的节点被选为簇头，造成节点过早死亡。

2)随机选取簇头的策略，可能导致簇头分布不均和簇的大小不一致，使得簇头能量消耗不均，影响网络整体能耗的均衡性。

3)频繁的选举簇头，需要节点之间大量的信息交换，增大了节点的能量消耗。

4)簇头节点与基站之间采用单跳的方式直接通信，导致距离基站较远的簇头节点耗能较多，从而加速了节点的能量消耗，不适合在规模较大的传感器网络中应用。

HEED、EECS等算法都是基于LEACH的改进算法，HEED算法以剩余能量和通信代价为依据进行簇头选举和构建网络拓扑，EECS算法则是将节点剩余能量和簇头到基站的距离作为簇头选举和成簇阶段的重要依据。它们都采用了单跳传输方式进行通信，不能有效均衡簇间能耗，也不适合在大规模的WSNs中应用。

发明内容

本发明的目的在于克服现有技术中的不足，提供一种基于LEACH协议的无线传感器网络数据传输方法，解决现有技术中网络能量消耗高、网络整体生存时间短的技术问题。

为达到上述目的，本发明所采用的技术方案是：一种基于LEACH协议的无线传感器网络数据传输方法，包括以下步骤：

步骤一：确定网络拓扑及初始化：将所有传感器节点随机分布于一个正方形区域内，并作如下假设：基站位置固定，处于正方形区域的中心，能量无限；所有传感器节点位置也固定，位置信息已知，具有唯一的标识，且具有相同的初始能量E₀；传感器节点发射功率可调整，可根据传输功率和接收信号的强度确定两节点间的距离；传感器节点之间可以互相直接通信；

步骤二：确定能耗模型：采用一阶无线通信能量消耗模型；

传感器节点发送k比特数据到距离为d的位置，消耗的能量由发射电路损耗和功率放大损耗两部分组成，具体计算公式如下：

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

上式中：E_elec为发射电路损耗能量；ε_fs和ε_mp为功率放大器的能耗系数；d₀表示距离阈值，取值为87.5，如果传输距离＜d₀，则功率放大损耗采用自由空间模型；如果传输距离≥d₀，则功率放大损耗采用多路径衰减模型；

传感器节点接收k比特数据的能量消耗为：

E_RX(k)＝kE_elec；

步骤三：区域划分及簇头选举：每轮簇头选举之前，将传感器节点划分为两个不同的区域：标准区和警告区；

如果传感器节点当前剩余能量大于能量阀值Dwarning，则将该传感器节点属于标准区，按照LEACH算法进行簇头选择，LEACH的门限值T(n)_(1)等于LEACH算法的门限值T(n)；

如果传感器节点当前剩余能量小于能量阀值Dwarning，则将该传感器节点属于警告区，参照LEACH算法进行簇头选择，LEACH的门限值T(n)_(2)等于0.1倍的LEACH算法的门限值T(n)，即T(n)_(2)＝0.1×T(n)；

步骤四：能量阀值Dwarning更新：

每一轮簇头选举结束后，如果传感器节点剩余能量值低于当前Dwarning值，则该传感器节点向基站发送一警告信息，基站统计被警告传感器节点占整个网络的比例P，如果P大于设定的阀值T，T＝0.2，则更新Dwarning值，基站向整个网络广播Dwarning信息，否则不更新Dwarning值，基站也不向整个网络广播Dwarning信息；

步骤五：簇建立及簇内通信：簇内通信采用单跳方式传输，当传感器节点被选作簇头以后，向外发送簇头广播信息，非簇头节点根据收到的簇头广播信息的信号强度大小决定要加入哪个簇，然后向决定加入的簇的簇头发送入簇请求，完成簇的建立后，簇头为每个簇内节点分配TDMA时间表，簇内节点按照该TDMA表将数据以单跳方式传输给簇头，簇头节点收到簇内所有数据后，进行数据融合；

步骤六：数据发送：簇头节点融合簇内节点所发的数据后，若簇头到基站的距离＜d0或簇头的候选中继节点集合为空时，则直接与基站进行单跳通信；若簇头到基站的距离≥d0，则采用簇间多跳传输的方式，将数据传送给基站。

进一步的，所述能量阀值Dwarning的具体计算方法如下：

$\mathrm{Dwarning}=\frac{\mathrm{\&alpha;}}{f\left(x\right)}\&CenterDot;\sqrt{E_0}$

其中α为一特定系数，α的值设定为0.7，E₀为节点的初始能量，f(x)为一关于x的函数，其定义为：

$f\left(x\right)=\frac{n+\sqrt{x}}{n-\sqrt{x}},x<10000$

其中n为网络中路由节点总数，x为一变量，表示Dwarning更新的次数。

进一步的，所述的能量阀值Dwarning更新的具体操作方法如下：

基站内部设置两个D1、D2两个计数器；

基站每收到一个警告信息，计数器D1加1，基站通过统计计数器D1计算得知警告区内传感器节点占整个网络的比例P；

设定比例阀值T＝0.2，如果警告区内传感器节点占整个网络的比例P超过20％，即P>T，则计数器D2加1，计数器D2的值就是Dwarning中x的值，随着计数器D2的值不断更新，Dwarning不断更新；

Dwarning重新计算后，基站向整个网络广播Dwarning信息，计数器D1清零，重新统计警告区内传感器节点的数量，而计数器D2保存原有数值，不断记录Dwarning更新的次数。

与现有技术相比，本发明所达到的有益效果是：从簇头选取、数据传输两方面对LEACH协议进行改进，每一轮簇头选举中，将传感器节点根据剩余能量归类进标准区和警告区两个区域，使得位于不同区域的传感器节点以不同的概率当选为本轮簇头节点，从而保护能量相对较低的节点，达到传感器节点能量消耗均衡的目的；在簇头与基站的数据传输过程中，根据簇头节点与基站距离的远近，采用单跳与多跳相结合的方式进行数据传输，降低了能量消耗。本发明有效地延长了网络的生命周期，均衡了网络的能量消耗，优化了网络的性能。

附图说明

图1是本发明中簇头选举操作流程图。

图2是适用于本发明的无线传感器网络节点分布图。

图3是LEACH算法和本发明算法在网络剩余节点数方面的性能表现图。

图4是LEACH算法和本发明算法在网络剩余能量方面的性能表现图。

具体实施方式

下面结合附图对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的技术方案，而不能以此来限制本发明的保护范围。

一种基于LEACH协议的无线传感器网络数据传输方法，包括以下步骤：

步骤一：确定网络拓扑及初始化：将所有传感器节点随机分布于一个正方形区域内，并作如下假设：基站位置固定，处于正方形区域的中心，能量无限。所有传感器节点位置也固定，位置信息已知，具有唯一的标识，且具有相同的初始能量E₀。传感器节点发射功率可调整，可根据传输功率和接收信号的强度确定两节点间的距离；传感器节点之间可以互相直接通信。

步骤二：确定能耗模型：采用一阶无线通信能量消耗模型。

传感器节点发送k比特数据到距离为d的位置，消耗的能量由发射电路损耗和功率放大损耗两部分组成，具体计算公式如下：

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

上式中：E_elec为发射电路损耗能量；ε_fs和ε_mp为功率放大器的能耗系数；d₀表示距离阈值，取值为87.5，如果传输距离＜d₀，则功率放大损耗采用自由空间模型；如果传输距离≥d₀，则功率放大损耗采用多路径衰减模型。

传感器节点接收k比特数据的能量消耗为：

E_RX(k)＝kE_elec。

步骤三：区域划分及簇头选举：每轮簇头选举之前，将传感器节点划分为两个不同的区域：标准区和警告区。

如图1所示，如果传感器节点当前剩余能量大于能量阀值Dwarning，则将该传感器节点属于标准区，按照LEACH算法进行簇头选择，LEACH的门限值T(n)_(1)等于LEACH算法的门限值T(n)。

如果传感器节点当前剩余能量小于能量阀值Dwarning，则将该传感器节点属于警告区，在参照LEACH算法进行簇头选择时，则使LEACH的门限值T(n)_(2)变小，因此被警告节点成为簇头的概率也变小，经过多次仿真发现，当门限值T(n)_(2)等于0.1倍的LEACH算法的门限值T(n)时，即T(n)_(2)＝0.1×T(n)时，仿真效果较好。

能量阀值Dwarning的具体计算方法如下：

$\mathrm{Dwarning}=\frac{\mathrm{\&alpha;}}{f\left(x\right)}\&CenterDot;\sqrt{E_0}$

其中α为一特定系数，α的值设定为0.7，E₀为节点的初始能量，f(x)为一关于x的函数，其定义为：

$f\left(x\right)=\frac{n+\sqrt{x}}{n-\sqrt{x}},x<10000$

其中n为网络中路由节点总数，x为一变量，表示Dwarning更新的次数。f(x)为递增函数，Dwarning为关于x的递减函数。随着x的不断增大，Dwarning的值不断减小，并且递减的幅度越来越小。当Dwarning的值递减到一定程度时，部分位于警告区的传感器节点可能又成为标准区的传感器节点，从而被选为簇头节点的概率变大。

步骤四：能量阀值Dwarning更新：

每一轮簇头选举结束后，如果传感器节点剩余能量值低于当前Dwarning值，则该传感器节点向基站发送一警告信息，基站统计被警告传感器节点占整个网络的比例P，如果P大于设定的阀值T，T＝0.2，则更新Dwarning值，基站向整个网络广播Dwarning信息，否则不更新Dwarning值，基站也不向整个网络广播Dwarning信息。

能量阀值Dwarning更新的具体操作方法如下：

基站内部设置两个D1、D2两个计数器；

基站每收到一个警告信息，计数器D1加1，基站通过统计计数器D1计算得知警告区内传感器节点占整个网络的比例P；

设定比例阀值T＝0.2，如果警告区内传感器节点占整个网络的比例P超过20％，即P>T，则计数器D2加1，计数器D2的值就是Dwarning中x的值，随着计数器D2的值不断更新，Dwarning不断更新；

Dwarning重新计算后，基站向整个网络广播Dwarning信息，计数器D1清零，重新统计警告区内传感器节点的数量，而计数器D2保存原有数值，不断记录Dwarning更新的次数。

步骤五：簇建立及簇内通信：簇内通信采用单跳方式传输，当传感器节点被选作簇头以后，向外发送簇头广播信息，非簇头节点根据收到的簇头广播信息的信号强度大小决定要加入哪个簇，然后向决定加入的簇的簇头发送入簇请求，完成簇的建立后，簇头为每个簇内节点分配TDMA时间表，簇内节点按照该TDMA表将数据以单跳方式传输给簇头，簇头节点收到簇内所有数据后，进行数据融合。

步骤六：数据发送：簇头节点融合簇内节点所发的数据后，若簇头到基站的距离＜d₀或簇头的候选中继节点集合为空时，则直接与基站进行单跳通信；若簇头到基站的距离≥d₀，则采用簇间多跳传输的方式，将数据传送给基站。根据簇头节点与基站距离的远近，采用单跳与多跳相结合的方式进行数据传输，能够降低能量消耗，有效地延长网络生命周期，具体分析如下：

假设簇头n_i将数据传给基站，选择n_j作为其中继节点，n_j直接将数据传输给基站(BS)。坐标(x_i，y_i)和(x_j，y_j)分别表示簇头节点n_i和n_j的地理位置。簇头n_j向全网广播一条消息CH-Message，消息包含簇头节点的ID、剩余能量和它到基站的距离。簇头n_i收到簇头n_j广播的消息后，可以计算出它们之间的距离d_i，j。d_i，j的计算公式为：

$d_{i,j}=\sqrt{{(x_i-x_j)}^2+{(y_i-y_j)}^2}$

为了简化问题分析，假设多跳通信采用自由空间模型，簇头n_i经过簇头n_j中转，传送k bit的数据至基站，则n_i和n_j消耗的能量为：

E_2-hop＝E_TX(k,d(n_i,n_j))+E_RX(k)+E_TX(k,d(n_j,BS))＝

k(E_elec+ε_fsd²(n_i,n_j))+kE_elec+k(E_elec+ε_fsd²(n_j,BS))＝

3kE_elec+kε_fs(d²(n_i,n_j)+d²(n_j,BS))

当簇头n_i与基站的距离d(n_i,BS)≥d₀时，如果n_i直接将k比特数据传至基站，消耗的能量为：

E_1-hop＝E_TX(k,d(n_i,BS))＝kE_elec+kε_mpd⁴(n_i,BS))

要使所建立的多跳路由能耗小于单跳路由能耗，则下式必须成立：

E_2-hop＜E_1-hop

即：

$d^2(n_i,n_j)+d^2(n_j,\mathrm{BS})<\frac{{\mathrm{\&epsiv;}}_{\mathrm{mp}}{d}^4(n_i,\mathrm{BS})-2E_{\mathrm{elec}}}{{\mathrm{\&epsiv;}}_{\mathrm{fs}}}$

则在簇头多跳路由构建过程中，簇头n_i的候选中继节点集合n_i.next为：

由公式E_2-hop可知，d²(n_i,n_j)+d²(n_j,BS)决定了多跳路由能量消耗的高低。则在n_i.next中选择下一跳中继节点n_j的具体策略为：首先定义n_i.next内候选节点n_j的代价函数如下式所示：

$\cos t_j=\frac{d^2(n_i,n_j)+d^2(n_j,\mathrm{BS})}{E_{\mathrm{nj}}}$

其中，E_nj为簇首n_j的剩余能量。

n_i在n_i.next中选择代价函数cost_j最小的节点作为其中继转发节点，即n_j为集合n_i.next中cost_j最小的节点。而当d(n_i,BS)＜d₀或者n_i.next为空时，簇头n_i直接将数据发送到基站，与基站进行单跳通信。

重复执行步骤三～六，直到执行次数到达指定轮数或网络死亡。

如图2所示，100个传感器节点随机分布在100×100m的方形区域中，基站位于方形区域的中心，坐标为(50，50)，仿真采用matlab软件。

仿真参数如下：簇头期望选择概率为p＝0.05，节点的初始能量E₀＝0.5J，电路能耗E_elec＝50nJ/bit，自由空间信道模型的能耗系数ε_fs＝10pJ/bit/m²，多路衰减信道模型的能耗系数ε_mp＝0.0013pJ/bit/m⁴，数据融合能耗E_DA＝5nJ/bit，数据包长度k＝4000bit，控制包长度l＝100bit。

仿真结果如下：

首先分析网络的存活节点数。从图3仿真结果可以看出，当网络运行到851轮时，LEACH算法出现了第一个节点死亡，本文提出的新算法在1242轮时，开始出现第一个节点死亡，网络生存周期比LEACH延长了。传统LEACH算法在运行到1495轮时，所有节点都已死亡，而本文提出的新算法依然有35个左右的节点存活，这表明本发明在很大程度上延长了整个网络的生存周期。

然后分析网络的剩余能量。图4给出了网络中100个节点总的剩余能量随时间的变化，图中曲线的斜率越大说明对应的网络能耗速度越大；斜率越小说明对应的网络能耗速度越小。可以看出新算法的网络能耗速度要慢于采用LEACH算法的网络能耗速度，并且新算法的网络剩余能量曲线始终处于LEACH的上方，说明在相同的时刻其剩余能量始终大于LEACH算法的网络剩余能量。仿真结果说明本发明能够有效减少传感器节点的能量消耗。

以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变形，这些改进和变形也应视为本发明的保护范围。

Claims (3)

1.基于LEACH协议的无线传感器网络数据传输方法，其特征在于，包括以下步骤：

步骤一：确定网络拓扑及初始化：将所有传感器节点随机分布于一个正方形区域内，并作如下假设：基站位置固定，处于正方形区域的中心，能量无限；所有传感器节点位置也固定，位置信息已知，具有唯一的标识，且具有相同的初始能量E₀；传感器节点发射功率可调整，可根据传输功率和接收信号的强度确定两节点间的距离；传感器节点之间可以互相直接通信；

步骤二：确定能耗模型：采用一阶无线通信能量消耗模型；

传感器节点发送k比特数据到距离为d的位置，消耗的能量由发射电路损耗和功率放大损耗两部分组成，具体计算公式如下：

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

上式中：E_elec为发射电路损耗能量；ε_fs和ε_mp为功率放大器的能耗系数；d₀表示距离阈值，取值为87.5，如果传输距离＜d₀，则功率放大损耗采用自由空间模型；如果传输距离≥d₀，则功率放大损耗采用多路径衰减模型；

传感器节点接收k比特数据的能量消耗为：

E_RX(k)＝kE_elec；

步骤三：区域划分及簇头选举：每轮簇头选举之前，将传感器节点划分为两个不同的区域：标准区和警告区；

如果传感器节点当前剩余能量大于能量阀值Dwarning，则将该传感器节点属于标准区，按照LEACH算法进行簇头选择，LEACH的门限值T(n)_(1)等于LEACH算法的门限值T(n)；

如果传感器节点当前剩余能量小于能量阀值Dwarning，则将该传感器节点属于警告区，参照LEACH算法进行簇头选择，LEACH的门限值T(n)_(2)等于0.1倍的LEACH算法的门限值T(n)，即T(n)_(2)＝0.1×T(n)；

步骤四：能量阀值Dwarning更新：

每一轮簇头选举结束后，如果传感器节点剩余能量值低于当前Dwarning值，则该传感器节点向基站发送一警告信息，基站统计被警告传感器节点占整个网络的比例P，如果P大于设定的阀值T，T＝0.2，则更新Dwarning值，基站向整个网络广播Dwarning信息，否则不更新Dwarning值，基站也不向整个网络广播Dwarning信息；

步骤五：簇建立及簇内通信：簇内通信采用单跳方式传输，当传感器节点被选作簇头以后，向外发送簇头广播信息，非簇头节点根据收到的簇头广播信息的信号强度大小决定要加入哪个簇，然后向决定加入的簇的簇头发送入簇请求，完成簇的建立后，簇头为每个簇内节点分配TDMA时间表，簇内节点按照该TDMA表将数据以单跳方式传输给簇头，簇头节点收到簇内所有数据后，进行数据融合；

步骤六：数据发送：簇头节点融合簇内节点所发的数据后，若簇头到基站的距离＜d₀或簇头的候选中继节点集合为空时，则直接与基站进行单跳通信；若簇头到基站的距离≥d₀，则采用簇间多跳传输的方式，将数据传送给基站。

2.根据权利要求1所述的基于LEACH协议的无线传感器网络数据传输方法，其特征在于，所述能量阀值Dwarning的具体计算方法如下：

$\mathrm{Dwarning}=\frac{\mathrm{\&alpha;}}{f\left(x\right)}\&CenterDot;\sqrt{E_0}$

其中α为一特定系数，α的值设定为0.7，E₀为节点的初始能量，f(x)为一关于x的函数，其定义为：

$f\left(x\right)=\frac{n+\sqrt{x}}{n-\sqrt{x}},x<10000$

其中n为网络中路由节点总数，x为一变量，表示Dwarning更新的次数。

3.根据权利要求2所述的基于LEACH协议的无线传感器网络数据传输方法，其特征在于，所述的能量阀值Dwarning更新的具体操作方法如下：

基站内部设置两个D1、D2两个计数器；

基站每收到一个警告信息，计数器D1加1，基站通过统计计数器D1计算得知警告区内传感器节点占整个网络的比例P；

设定比例阀值T＝0.2，如果警告区内传感器节点占整个网络的比例P超过20％，即P>T，则计数器D2加1，计数器D2的值就是Dwarning中x的值，随着计数器D2的值不断更新，Dwarning不断更新；

Dwarning重新计算后，基站向整个网络广播Dwarning信息，计数器D1清零，重新统计警告区内传感器节点的数量，而计数器D2保存原有数值，不断记录Dwarning更新的次数。