CN104410997A - 一种用于无线传感器网络的层次型拓扑结构构建方法 - Google Patents

Abstract

本发明请求保护一种用于无线传感器网络的层次型拓扑结构构建方法，包括以下步骤：1)汇聚节点根据区域分割参数将传感器节点的分布区域分别进行横向、纵向上的划分，形成多个子区域，每个子区域即是一个簇；2)汇聚节点通知每个簇中距离自身最远的节点根据节点间权值函数构建簇内链式拓扑结构；3)汇聚节点广播节点剩余能量阈值，剩余能量高于该阈值的节点成为候选头节点。其中，Q值最大的候选头节点为每个簇的最终头节点；4)以距离汇聚节点最近的头节点为根节点，根据头节点间的权值函数在头节点间形成树状拓扑结构，该生成树为头节点间的最小代价树。本发明在满足一定网络能量均衡性的条件下，延长了网络的生存时间。

Description

一种用于无线传感器网络的层次型拓扑结构构建方法

技术领域

本发明涉及无线传感器网络领域，尤其涉及一种层次型无线传感器网络拓扑结构构建方法。

背景技术

无线传感器网络(Wireless Sensor Networks,WSNs)是由大量无线传感器构成的自组织网络，以协作的方式感知、采集和处理网络覆盖区域内的对象信息，并将采集到的数据传递给目标用户。由于传感器设备通信能力有限，大都采用电池供电，能量非常有限，因此如何减少网络能耗，延长网络生存时间是WSNs需要优先考虑的问题。拓扑控制是无线传感器网络的重要技术之一，在满足网络需要的覆盖度和连通度的前提下，通过对传感器节点进行睡眠调度、功率控制和邻居节点的选择，形成一个优化的网络结构，从而延长网络的生存时间，降低通信干扰及MAC层竞争，提高路由协议的效率，并为数据融合提供基础。拓扑构建的实现方式很多，其中层次型结构是较为常见的一种。层次型拓扑控制通过分簇机制选择部分节点担任簇头，由簇头形成处理并转发数据的虚拟骨干网，普通节点暂时关闭通信模块，进入侦听状态以降低能耗。簇头对接收到的数据进行融合处理，减少了网络中传输的数据包的数量。该结构适用于分布式算法，可用于部署大规模的网络。

通过对现有技术文献检索发现，Wendi B.Heinzelman等人发表的文章“AnApplication-Specific Protocol Architecture for Wireless MicrosensorNetworks”(IEEE Tran.on Wireless Communications Vol.1,No.4,pp.660-670,Oct.2002)提出了一种目前无线传感器网络中最具代表性的层次型拓扑控制算法LEACH(Low Energy Adaptive Clustering Hierarchy)。该方法通过周期性等概率地选取簇头，均衡网络中的节点能耗，从而延长网络的生存时间。然而，LEACH算法中簇内节点和簇头直接通信，距离簇头较远的节点消耗的能量较多，对网络规模有一定限制。选举簇头时，虽然考虑了节点能耗均衡性，但是不能保证簇头在区域中的合理分布，且存在簇头负担不均衡的问题。

很多科研人员在LEACH算法的基础上做出了相应的改进。Feng Sen等人提出了一种基于PEGASIS协议的能量有效性拓扑控制算法(“An ImprovedEnergy-Efficient PEGASIS-Based Protocol in Wireless Sensor Networks”,2011Eight International Conference on FSKD,pp.2230-2233)。该方法的主要改进在于网络中的所有节点构成一种链状拓扑，通过设置节点间的距离门限减少网络中长链的产生；选取头节点时综合考虑了节点的剩余能量和节点自身的权值。这种多跳的拓扑结构，节点间通信距离很小，且在能量效率和网络能量均衡性方面均有所改善。然而，该算法中只需要选出一个头节点将处理后的数据直接传输至基站，头节点负担较重，且数据传输时延较大。在网络的不稳定阶段，部分分布较为稀疏的节点会因通信距离较长而受到较大的影响。专利检索如下：

1.申请号CN201110430184.1，公开日2012年6月13日

2.申请号CN200810035214.7，公开日2008年9月17日

3.申请号CN201210564794.5，公开日2013年3月27日

在申请号为CN201110430184.1的专利中公开了一种无线传感器网络的静态分簇算法。采用该发明可以降低网络组网过程中的能量消耗，层次划分更加合理。但是该发明不能根据网络的实际需求改变网络层次的划分。在申请号为CN200810035214.7的专利中公开了一种基于不均匀分簇的无线传感器网络拓扑控制算法，降低了总体网络能量消耗，可以较好地均衡各个节点的能量消耗，延长了网络中大部分节点协同工作的时间。但是该发明中簇内节点与簇头直接通信，距离簇头较远的节点消耗的能量较多，对网络规模有一定限制。在申请号为CN201210564794.5的专利中公开了一种基于局部最短路径树的无线传感网拓扑控制算法。该发明根据各个节点的局部拓扑知识，通过改进的局部最短路径树构造方法，在使网络结构尽量精简的同时，降低节点发射功率、节点度，从而达到均衡和节约网络能耗的目标。但是该发明形成的的拓扑结构较为复杂，且不能有效的和数据融合算法相结合。

本发明相对于最接近的现有技术其最大的特征是考虑了节点间通信代价和网络能量均衡性的问题，在避免节点间产生长链的同时采用多跳的拓扑结构降低网络能耗；同时还考虑了根据实际需求通过调整区域分割因子来调整划分的子区域的个数，采用本发明能够在均衡网络能耗的同时，延长网络的生存时间，能有效地提高网络整体性能。

发明内容

针对以上现有的层次型拓扑控制算法中网络能量均衡性较差、网络生存时间较短、数据汇聚时延较大的问题，综合考虑了剩余能量、能耗和距离等因素，本发明的目的在于提供一种均衡网络能耗的同时，延长网络的生存时间，能有效地提高网络整体性能的用于无线传感器网络的层次型拓扑结构构建方法，本发明的技术方案如下：一种用于无线传感器网络的层次型拓扑结构构建方法，其包括以下步骤：

101、无线传感器网络完成节点布置后，无线传感器网络中的汇聚节点向整个无线传感器网络发送初始化消息InitialMSG，无线传感器网络内节点收到InitialMSG后以不同的退避时间T_backoff向汇聚节点上报自己的位置及节点id信息，汇聚节点根据节点上报的信息获取无线传感器网络内节点的位置、id、节点间距离信息，并统计节点总数；

102、汇聚节点统计完节点总数后根据区域分割参数，将分布区域分别进行横向、纵向的划分，形成若干个子区域，每个子区域即是一个簇，区域划分完毕后，汇聚节点在网络中通过adverinfoMSG告知每个节点所属的簇；

103、汇聚节点通知每个簇中距离自身最远的节点根据节点间权值函数构建簇内链式拓扑结构；

104、汇聚节点通过adverinfoMSG广播节点剩余能量阈值，簇中剩余能量高于该阈值的节点成为候选头节点，并将该消息上报至汇聚节点，汇聚节点选择每个簇中节点剩余能量Q值最大的候选头节点为最终头节点，汇聚节点通过adverinfoMSG广播头节点消息，使簇内普通节点获取头节点信息；

105、头节点间不再形成链式结构，而是根据权值函数构建最小代价树，距离汇聚节点最近的头节点被指定为根节点，由根节点开始构建头节点间的树形拓扑结构，完成无线传感器网络的层次型拓扑结构的构建。

进一步的，所述无线传感器网络结构抽象为平面内的无向简单图G(V,E)，其中V(G)是节点集合，E(G)为网络中边的集合。r_max为节点以最大发射功率p_max通信时的传输范围，图中的任意两个节点i∈V(G)和j∈V(G)-{i}之间的距离为d(i,j)，那么E(G)满足E(G)＝{(i,j):d(i,j)≤r_max,i,j∈V(G)}。

进一步的，步骤104中所述的剩余能量阈值定义为其中r_max为预测的最大工作轮数，与节点的初始能量相关；r_cur为网络当前的工作轮数；E₀为节点的初始能量，节点Q值定义为其中d_toBS(i)表示节点i和汇聚节点的距离。

进一步的，所述节点间的能量距离定义为其中Ploss(i,j)为源节点i到目的节点j的路径损耗；E₀为节点j的初始能量；E_r(j)为节点j当前轮数的剩余能量，源节点i到目的节点j的路径损耗定义为Ploss(i,j)＝p_t(i)-rssi(j)，其中p_t(i)为源节点i和目的节点j通信时的发射功率，rssi(j)为目的节点j反馈给源节点i的接收信号强度值；假设(i₁,j₁)、(i₂,j₂)表示网络中任意两个可以相互通信的节点对，那么节点间的权值函数W定义为：

$W(i_1,j_1)>W(i_2,j_2)\⇔\mathrm{ED}(i_1,j_1)>\mathrm{ED}(i_2,j_2)$

或者(ED(i₁,j₁)＝ED(i₂,j₂)

&&max{id(i₁),id(j₁)}>max{id(i₂),id(j₂)})

或者(ED(i₁,j₁)＝ED(i₂,j₂)

&&max{id(i₁),id(j₁)}＝max{id(i₂),id(j₂)}

&&min{id(i₁),id(j₁)}>min{id(i₂),id(j₂)}。

进一步的，步骤102中的汇聚节点计算区域分割参数t的公式为：

其中N为网络中的节点总数；p在LEACH算法中代表簇头百分比，在本发明中为区域分割因子，且满足0<p<1，决定了划分的区域个数，代表向上取整数。

本发明的优点及有益效果如下：

本发明实施例提供的用于无线传感器网络的层次型拓扑控制算法，将节点的分布区域划分为多个子区域，节点间根据权值函数寻找邻居节点。通过调整区域分割参数，可以根据节点分布区域的实际需求，对子区域的个数进行调整。簇内多跳结构有效地降低了节点间的通信距离。选择头节点时，综合考虑了节点的剩余能量以及节点和汇聚节点的距离，不仅降低了头节点重选频率，也均衡了网络能耗。因此，本发明实施例有效地均衡了网络能耗，延长了网络的生存时间。

附图说明

图1是按照本发明优选实施例的区域分割因子p＝0.05时节点分布区域示划分示意图；

图2是本发明实施例簇内拓扑构建流程图；

图3是本发明实施例选举头节点流程图；

图4是本发明实施例头节点间拓扑构建流程图；

图5是本发明实施例算法总流程图；

图6是本发明实施例区域分割因子p＝0.05时形成的拓扑图。

具体实施方式

下面结合附图给出一个非限定的实施例对本发明作进一步的阐述。但是应该理解，这些描述只是示例的，而并非要限制本发明的范围。此外，在以下说明中，省略了对公知结构和技术的描述，以避免不必要地混淆本发明的概念。

本发明实施例中，应用网络模型具体如下：

节点同构，能量有限；节点通过现有的定位技术或者接收信号强度与节点间距离的关系获得自身在分布区域中的具***置；节点随机分布于L×L的区域内；汇聚节点以及网络中节点的位置是固定的；汇聚节点能量持续供应，且可以向全网广播数据。

本发明实施例采用的网络模型为平面内的无向简单图G(V,E)，其中V(G)是节点集合，E(G)为网络中边的集合；r_max为节点以最大发射功率p_max通信时的传输范围。图中的任意两个节点i∈V(G)和j∈V(G)-{i}之间的距离为d(i,j)，那么E(G)满足E(G)＝{(i,j):d(i,j)≤r_max,i,j∈V(G)}；节点具有唯一的id。

相距为d且可以相互通信的任意两个节点，发送k比特数据消耗的能量为：

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

其中E_elec＝50nj/bit表示发射机和接收机的电路损耗能量；d为发送节点到接收节点的距离；d₀为参考距离，如果d<d₀，功率放大损耗采用自由空间模型；如果d≥d₀，采用多路径衰减模型；ε_fs和ε_mp分别表示两种模型中功率放大器的放大参数；当d<d₀时，ε_fs＝10pj/bit/m²；当d≥d₀时，ε_mp＝0.0013pj/bit/m⁴；d₀满足接收端接收k比特数据时消耗的能量为E_Rx(k,d)＝kE_elec。

下面结合附图对本发明实施例提供的一种用于无线传感器网络的层次型拓扑控制算法进行更详细地说明。

本发明实施例，一种用于无线传感器网络的层次型拓扑控制算法，由以下步骤实现：

步骤1，节点布置完毕后，汇聚节点向整个网络发送初始化消息InitialMSG，网络内节点收到InitialMSG后以不同的退避时间T_backoff向汇聚节点上报自己的位置、节点id等信息。汇聚节点根据节点上报的信息获取网络内节点的位置、id、节点间距离等信息，并统计节点总数。

步骤2，参见图1，是本发明区域分割因子p＝0.05时节点分布区域示划分示意图，包括：

汇聚节点计算区域分割参数t：

其中N为网络中的节点总数；p在LEACH算法中代表簇头百分比，在本发明中为区域分割因子，且满足0<p<1，决定了划分的区域个数。代表向上取整数。当p＝0.05时，区域分割参数t＝3。汇聚节点首先将节点分布区域在水平方向上划分为3部分，然后在竖直方向上划分为3部分，那么节点的分布区域被划分为9个子区域，这9个子区域即为簇，且在整个网络生存周期中不再改变。因此，通过调整区域分割因子p即可以根据节点分布区域的实际需求将区域划分为多个子区域。

步骤3，参见图2，是本发明实施例簇内拓扑构建流程图，包括：

簇内节点以p_max广播helloMSG，获取邻居信息列表。邻居信息列表表项如下：

CID(i)

NID(i)

Er(i)

RSSI(i)

其中CID(i)为第i个邻居节点所在簇的id；NID(i)为节点i的节点id；E_r(i)为节点i当前工作轮数的剩余能量；RSSI(i)为节点i的接收信号强度值。该列表包含在helloMSG中，若节点收到不属于自身所在簇的helloMSG时，则将其直接丢弃。

本发明实施例中，上一个入链节点根据存储的邻居信息列表计算自身与尚未入链的邻居节点间的权值，并选择权值最小的邻居节点为下一个入链节点。所有的节点均执行上述操作，直到簇内所有节点均已加入链中。为了保证权值唯一性，本发明综合考虑了节点间的能量距离和节点id，其中节点间的能量距离定义如下：

$\mathrm{ED}(i,j)=\mathrm{Ploss}(i,j)*\frac{E_0}{E_r\left(j\right)}$

其中Ploss(i,j)为源节点i到目的节点j的路径损耗；E₀为节点j的初始能量；E_r(j)为节点j当前轮数的剩余能量。通过测量helloMSG的接收功率，每个节点可以确定和邻居节点通信时对应的发射功率p_t，因此源节点i到目的节点j的路径损耗定义为：

Ploss(i,j)＝p_t(i)-rssi(j)

其中p_t(i)为源节点i和目的节点j通信时的发射功率；rssi(j)为目的节点j反馈给源节点i的接收信号强度值。

在确定节点到达某个邻居节点的发射功率时，假设所有节点具有相同的p_max。一般情况下，发射功率p_t和接收功率p_r之间的关系可以表示为p_r＝p_t*G，其中G是发射天线增益G_t、接收天线增益G_r、发射天线高度h_t、接收天线高度h_r、波长λ、收发天线间距离d、路径损耗指数α以及***损耗L₀的函数。在构建拓扑之前，节点间需要以p_max收集自己的邻居节点信息。假设节点i收到了节点j的相关信息，通过测量接收功率p_r可以得到因此节点i和节点j通信时需满足其中p_th为节点正确接收信息时的功率门限值。节点在广播消息时，对应的发射功率由最远邻居节点决定。

假设(i₁,j₁)、(i₂,j₂)表示网络中任意两个可以相互通信的节点对，那么节点间的权值函数W定义为：

$W(i_1,j_1)>W(i_2,j_2)\&DoubleLeftRightArrow;\mathrm{ED}(i_1,j_1)>\mathrm{ED}(i_2,j_2)$

或者(ED(i₁,j₁)＝ED(i₂,j₂)

&&max{id(i₁),id(j₁)}>max{id(i₂),id(j₂)})

或者(ED(i₁,j₁)＝ED(i₂,j₂)

&&max{id(i₁),id(j₁)}＝max{id(i₂),id(j₂)}

&&min{id(i₁),id(j₁)}>min{id(i₂),id(j₂)}

步骤4，参见图3，是本发明实施例选举头节点流程图，包括：

根据汇聚节点通过adverinfoMSG广播的节点剩余能量阈值选择每个簇的候选头节点，剩余能量阈值定义为：

$E_{\mathrm{th}}=\left[\frac{r_{\max }-r_{\mathrm{cur}}}{r_{\max }}\right]*E_0$

其中r_max为预测的最大工作轮数，与节点的初始能量相关；r_cur为网络当前的工作轮数；E₀为节点的初始能量。

簇内节点将自身剩余能量与E_th进行比较。令节点i为网络中的任意一个节点，若E_r(i)≤E_th，节点i放弃头节点竞争；若E_r(i)>E_th，节点i成为候选头节点，并将该信息通过confirmMSG上报至汇聚节点。

汇聚节点选择每个簇的最终头节点时，需综合考虑候选头节点的剩余能量及头节点到自身的距离，以减少头节点需要向汇聚节点传输数据时的能耗。将上述两个因素定义为节点i的Q值：

$Q\left(i\right)=\frac{E_r\left(i\right)}{d_{\mathrm{toBS}}\left(i\right)}$

其中d_toBS(i)表示节点i和汇聚节点的距离。汇聚节点选择每个簇中Q值最大的候选头节点为最终头节点，并将头节点信息通过adverinfoMSG进行广播，使簇内节点获取相应的头节点信息。

步骤5，参见图4，是本发明实施例头节点间拓扑构建流程图，包括：簇内节点暂时关闭通信模块，进入侦听状态。每个头节点计算与邻居头节点间的权值，并按照从小到大的顺序排序后存储起来。汇聚节点将距离自身最近的头节点指定为根节点，根据头节点间的权值，由根节点开始构建头节点间的最小代价树。由已经加入最小代价树的所有头节点选择下一个加入最小代价树的头节点。假设头节点s₁和头节点s₂为任意两个已经加入最小代价树的头节点，W(s₁,g₁)为头节点s₁与尚未加入最小代价树的邻居头节点g₁的最小权值，W(s₂,g₂)为头节点s₂与尚未加入最小代价树的邻居头节点g₂的最小权值。若W(s₁,g₁)>W(s₂,g₂)，那么头节点g₂将优先加入最小代价树；反之，头节点g₁将优先加入最小代价树。对所有已经加入最小代价树的头节点执行上述操作，直至选出最优的下一个加入最小代价树的头节点。当所有头节点均已加入最小代价树，头节点间拓扑构建过程完成。

图5是本发明实施例算法总流程图。图6是本发明实施例区域分割因子p＝0.05时形成的拓扑图。

本发明实施例提供的一种用于无线传感器网络的层次型拓扑控制算法，通过将节点的分布区域划分为多个子区域来避免节点间长链的产生，降低数据包的传输时延；簇内多跳结构有效地降低了节点间的通信距离，且节点根据权值函数选择下一个入链节点，该权值函数综合考虑了节点间的通信代价以及节点的剩余能量，降低了节点能耗。进行头节点选择时，综合考虑了节点的剩余能量以及节点和汇聚节点的距离，不仅降低了头节点重选频率，也均衡了网络能耗。头节点间不再形成链式结构，而是根据权值函数构建最小代价树，避免了个别头节点间因距离较远形成长链，使头节点因负载过大而提早死亡的情况。因此，本发明有效地均衡了网络能耗，延长了网络的生存时间。

以上这些实施例应理解为仅用于说明本发明而不用于限制本发明的保护范围。在阅读了本发明的记载的内容之后，技术人员可以对本发明作各种改动或修改，这些等效变化和修饰同样落入本发明权利要求所限定的范围。

Claims (5)

1.一种用于无线传感器网络的层次型拓扑结构构建方法，其特征在于：包括以下步骤：

101、无线传感器网络完成节点布置后，无线传感器网络中的汇聚节点向整个无线传感器网络发送初始化消息InitialMSG，无线传感器网络内节点收到InitialMSG后以不同的退避时间T_backoff向汇聚节点上报自己的位置及节点id信息，汇聚节点根据节点上报的信息获取无线传感器网络内节点的位置、id、节点间距离信息，并统计节点总数；

102、汇聚节点统计完节点总数后根据区域分割参数，将分布区域分别进行横向、纵向的划分，形成若干个子区域，每个子区域即是一个簇，区域划分完毕后，汇聚节点在网络中通过adverinfoMSG告知每个节点所属的簇；

103、汇聚节点通知每个簇中距离自身最远的节点根据节点间权值函数构建簇内链式拓扑结构；

104、汇聚节点通过adverinfoMSG广播节点剩余能量阈值，簇中剩余能量高于该阈值的节点成为候选头节点，并将该消息上报至汇聚节点，汇聚节点选择每个簇中节点剩余能量Q值最大的候选头节点为最终头节点，汇聚节点通过adverinfoMSG广播头节点消息，使簇内普通节点获取头节点信息；

105、头节点间不再形成链式结构，而是根据权值函数构建最小代价树，距离汇聚节点最近的头节点被指定为根节点，由根节点开始构建头节点间的树形拓扑结构，完成无线传感器网络的层次型拓扑结构的构建。

2.根据权利要求1所述的用于无线传感器网络的层次型拓扑结构构建方法，其特征在于：所述无线传感器网络结构抽象为平面内的无向简单图G(V,E)，其中V(G)是节点集合，E(G)为网络中边的集合。r_max为节点以最大发射功率p_max通信时的传输范围，图中的任意两个节点i∈V(G)和j∈V(G)-{i}之间的距离为d(i,j)，那么E(G)满足E(G)＝{(i,j):d(i,j)≤r_max,i,j∈V(G)}。

3.根据权利要求1所述的用于无线传感器网络的层次型拓扑结构构建方法，其特征在于：步骤104中所述的剩余能量阈值定义为其中r_max为预测的最大工作轮数，与节点的初始能量相关；r_cur为网络当前的工作轮数；E₀为节点的初始能量，节点Q值定义为其中d_toBS(i)表示节点i和汇聚节点的距离。

4.根据权利要求2所述的用于无线传感器网络的层次型拓扑结构构建方法，其特征在于：所述节点间的能量距离定义为其中Ploss(i,j)为源节点i到目的节点j的路径损耗；E₀为节点j的初始能量；E_r(j)为节点j当前轮数的剩余能量，源节点i到目的节点j的路径损耗定义为Ploss(i,j)＝p_t(i)-rssi(j)，其中p_t(i)为源节点i和目的节点j通信时的发射功率，rssi(j)为目的节点j反馈给源节点i的接收信号强度值；假设(i₁,j₁)、(i₂,j₂)表示网络中任意两个可以相互通信的节点对，那么节点间的权值函数W定义为：

$W(i_1,j_1)>W(i_2,j_2)\&DoubleLeftRightArrow;\mathrm{ED}(i_1,j_1)>\mathrm{ED}(i_2,j_2)$

或者(ED(i₁,j₁)＝ED(i₂,j₂)

&&max{id(i₁),id(j₁)}>max{id(i₂),id(j₂)})

或者(ED(i₁,j₁)＝ED(i₂,j₂)

&&max{id(i₁),id(j₁)}＝max{id(i₂),id(j₂)}

&&min{id(i₁),id(j₁)}>min{id(i₂),id(j₂)}。

5.根据权利要求1所述的用于无线传感器网络的层次型拓扑结构构建方法，其特征在于：步骤102中的汇聚节点计算区域分割参数t的公式为：

其中N为网络中的节点总数；p在LEACH算法中代表簇头百分比，在本发明中为区域分割因子，且满足0<p<1，决定了划分的区域个数，代表向上取整数。