摘 要： 采用統(tǒng)計學(xué)的方法，建立了一個由節(jié)點距離、節(jié)點潛在能量和節(jié)點連通性按貢獻率組成的路由選擇優(yōu)化模型，該模型量化了各個因素在保持網(wǎng)絡(luò)能耗均衡性方面的作用，以此來均衡整個無線傳感器網(wǎng)絡(luò)的能耗。仿真結(jié)果表明，該算法能夠有效降低網(wǎng)絡(luò)能耗并延長網(wǎng)絡(luò)生存時間。
關(guān)鍵詞： 無線傳感器網(wǎng)絡(luò)；能量均衡性；路由算法
無線傳感器網(wǎng)絡(luò)WSN(Wireless Sensor Networks)是新興的下一代傳感器網(wǎng)絡(luò)。作為一種無基礎(chǔ)設(shè)施的無線網(wǎng)絡(luò)，其在軍事、醫(yī)療、環(huán)境檢測和森林防火等方面有很好的應(yīng)用前景。但由于傳感器網(wǎng)絡(luò)中的節(jié)點目前都是靠電池供電，節(jié)點能量有限且不可再生，因此，提高能量在網(wǎng)絡(luò)中的利用效率一直受到高度重視。由于傳感器網(wǎng)絡(luò)工作環(huán)境的特殊性，不可能采用人工方式均勻布置傳感器節(jié)點，節(jié)點分布的不均勻引起節(jié)點能量消耗的分布不均，導(dǎo)致一些節(jié)點過早死亡，形成網(wǎng)絡(luò)“空洞”，從而加速了本區(qū)域節(jié)點的能量消耗，進而影響網(wǎng)絡(luò)的生命周期，因此均衡能耗成了WSN中必須考慮的一個重要因素。既然網(wǎng)絡(luò)中同時存在能量資源和能量消耗的分布不均，研究能量分布與路由協(xié)議相結(jié)合，設(shè)計一種能有效地提高網(wǎng)絡(luò)能量利用效率且改善網(wǎng)絡(luò)的連通性的路由選擇協(xié)議成為網(wǎng)絡(luò)設(shè)計的重要目標(biāo)。
目前大部分路由協(xié)議都是將到節(jié)點間的距離和節(jié)點的剩余能量作為路由選擇時的度量標(biāo)準(zhǔn)，沒有考慮周圍節(jié)點的影響。但是由于鄰居節(jié)點之間具有高度的相關(guān)性，路由不再是單個節(jié)點的事情，而是要與周圍所有節(jié)點聯(lián)合考慮，才能達到路由的最佳性能。本文在深入研究現(xiàn)有路由算法的基礎(chǔ)上，進一步研究節(jié)點潛在能量、節(jié)點間距離和節(jié)點周圍的連通性對網(wǎng)絡(luò)性能的影響，針對由于路由協(xié)議采用的環(huán)境參數(shù)不準(zhǔn)確而造成的能量浪費問題，提出了相應(yīng)改進方法，從而有效提高了能量利用效率，延長了網(wǎng)絡(luò)的生命周期。
1 節(jié)點能耗均衡性的分析
1.1 節(jié)點能耗分析
節(jié)點能量主要消耗在無線傳輸/接收數(shù)據(jù)、處理查詢請求、數(shù)據(jù)融合處理和感知環(huán)境參數(shù)等工作中。其中無線通信消耗的能量占絕大部分，根據(jù)通信模型[1]，發(fā)送節(jié)點的能耗表示為：
其中，PE(k)是節(jié)點k的潛在能量，Ek為位于節(jié)點k的傳感范圍內(nèi)的當(dāng)前剩余能量，M為節(jié)點用于監(jiān)測和接收等工作的最小保留能量。
上述算法的不足之處是：節(jié)點分布不均勻的網(wǎng)絡(luò)容易出現(xiàn)潛在能量很大、可利用的能量不多的情況，這樣加速了網(wǎng)絡(luò)“空洞”[4-5]的出現(xiàn)，降低了能量消耗的利用效率，進而影響網(wǎng)絡(luò)的壽命。為此本文重新定義潛在能量：設(shè)其是節(jié)點周圍半徑為r區(qū)域內(nèi)所有節(jié)點的剩余能量之和，其中r是一個閾值。分析如下：假設(shè)有一個k bit的數(shù)據(jù)包需要從B點傳輸?shù)紻點，如圖1所示。選擇兩條有代表性的路徑來分析：B→D和B→C→D。這里假設(shè)任意兩節(jié)點都是在距離閾值dcrossover內(nèi)進行數(shù)據(jù)傳輸。
1.3 節(jié)點的連通性
對于連通性[6]問題，定義為：如果至少去掉k個傳感器鄰居節(jié)點才能使該節(jié)點所在區(qū)域的網(wǎng)絡(luò)不連通，則稱該節(jié)點周圍的網(wǎng)絡(luò)是k連通的。一個節(jié)點周圍的網(wǎng)絡(luò)連通性越好，就意味著路由選擇時可以綜合考慮本區(qū)域節(jié)點的剩余能量和本區(qū)域能耗的均衡性，選出一個既能降低能耗又能平衡本區(qū)域能耗負載的下一跳節(jié)點。以圖1為例，C節(jié)點的連通度大于E節(jié)點的連通度，C節(jié)點可以根據(jù)周圍環(huán)境的變化選擇最佳下一跳節(jié)點，這樣能很好地平衡本區(qū)域網(wǎng)絡(luò)的能量消耗；但E節(jié)點周圍連通性差，很容易因能量耗盡而死亡，導(dǎo)致本區(qū)域出現(xiàn)網(wǎng)絡(luò)“空洞”，加速了本區(qū)域能量的消耗，加劇了能耗的不均衡。因此，節(jié)點周圍網(wǎng)絡(luò)的連通性也是均衡網(wǎng)絡(luò)能耗的一個重要因素。
2 能耗均衡路由算法
傳感器網(wǎng)絡(luò)的路由算法直接關(guān)系到傳感器網(wǎng)絡(luò)中能量消耗的速率，從而決定網(wǎng)絡(luò)的生命周期，所以設(shè)計一個好的路由模型對延長網(wǎng)絡(luò)的生命周期至關(guān)重要。為了延長網(wǎng)絡(luò)的生命周期必須首先考慮兩個方面的問題：降低節(jié)點能耗和均衡網(wǎng)絡(luò)的能耗[7-9]。影響節(jié)點能耗和網(wǎng)絡(luò)能耗均衡性的因素很多，考慮到各種因素在其中貢獻率的大小、算法的復(fù)雜度以及在現(xiàn)有模擬仿真環(huán)境中的可操作性，本算法主要考慮節(jié)點間的距離d、節(jié)點的潛在能量PEr和節(jié)點的連通性UCneighbour三方面的因素，表示為：
2.1 變量貢獻率
d、PEr及UCneighbour是3個不同量綱的變量，目前沒有現(xiàn)成的數(shù)學(xué)模型作為參考，有一些學(xué)者采用假設(shè)一個數(shù)值或取隨機數(shù)的解決方式，這種方式得到的數(shù)據(jù)在現(xiàn)實應(yīng)用中的參考價值有限，也沒有很強的說服力。為了得到一組在實際應(yīng)用中更有參考價值的數(shù)據(jù)，本文引用統(tǒng)計學(xué)中主成分分析的方法來解決這一問題。
為了更好地反映出各個變量在路由選擇時的貢獻，構(gòu)建3個優(yōu)化函數(shù)對這3個變量進行優(yōu)化處理，使處理后的值有相同的期望變化趨勢，這樣便于最優(yōu)值的選擇。這3個變量的優(yōu)化函數(shù)分別為
該路由模型綜合考慮了節(jié)點間的距離、節(jié)點的潛在能量和節(jié)點的連通性3個因素，追求三者在路由選擇中的聯(lián)合優(yōu)化。
3 實驗與仿真
為了驗證本文提出算法的性能，采用網(wǎng)絡(luò)仿真工具NS-2進行了仿真實驗，并與目前路由效果比較好的基于密度的路由算法進行性能的比較。實驗參數(shù)配置如表1。
仿真策略是將本文中的算法與基于密度的路由算法在同樣的網(wǎng)絡(luò)環(huán)境下進行比較測評，兩種路由算法采用同樣的異常恢復(fù)策略。評價指標(biāo)包括網(wǎng)絡(luò)的剩余總能量和節(jié)點死亡數(shù)目兩個方面。設(shè)EBR為基于能耗均衡性的路由算法，DBR為基于密度的路由算法，仿真結(jié)果分別如圖2、圖3所示。
由圖2的仿真結(jié)果可以看出，在整個仿真過程中，EBR的剩余總能量一直高于DBR，這說明EBR的能耗低于DBR。從圖3的仿真結(jié)果可以看出，在仿真的中后期，EBR節(jié)點的死亡數(shù)目少于DBR。綜合圖2和圖3的仿真結(jié)果可以看到，在仿真的后期，剩余的總能量和死亡節(jié)點的數(shù)目近似沿直線變化，這說明這段時間網(wǎng)絡(luò)能耗比較均衡，整個網(wǎng)絡(luò)的連通性很好，沒有因網(wǎng)絡(luò)“空洞”的出現(xiàn)而引起網(wǎng)絡(luò)能耗加速。
本文對WSN節(jié)點的潛在能量和節(jié)點的連通性進行了探討，提出一種在節(jié)點分布不均勻的條件下，實現(xiàn)能量消耗均衡的路由算法，更好地延長了網(wǎng)絡(luò)生命周期。該算法兼顧了網(wǎng)絡(luò)中節(jié)點能耗的高效性和網(wǎng)絡(luò)能耗的均衡性，實現(xiàn)了網(wǎng)絡(luò)中節(jié)點間能耗的平衡。仿真結(jié)果表明，與基于密度的路由算法相比，該算法在節(jié)點平均生命周期、網(wǎng)絡(luò)生命期方面具有更好的性能。下一步的主要工作是在保證能耗的高效率和高均衡度的基礎(chǔ)上，進一步提高網(wǎng)絡(luò)的可擴展性，縮短數(shù)據(jù)傳輸?shù)臅r延。
參考文獻
[1] HEINZELMAN W B， CHANDRAKASAN A P， BALAKRISHNAN H. An application-specific protocol architecture for wireless microsensor networks[J]. IEEE Transactions on Wireless Communications， 2002，1(4)：660-670.
[2] 張曦煌，高翠芳.無線傳感器網(wǎng)絡(luò)中密度路由算法的改進研究[J].計算機應(yīng)用，2007，27(10).
[3] Ko Rensong， Lai Chihchung. Density-based routing mechanism for sensor networks[C]. Proceedings of the 10th IEEE Symposium on Computers and Communications. Washington， DC： IEEE Computer Society， 2005：341-346.
[4] CHEN B， JAMIESON K， BALAKRISHNAN H， et al. Span： an energy-efficient coordination algorithm for topology maintenance in ad hoc wireless networks[J]. ACM Wireless Networks Journal， 2002：8(5).
[5] MANJESHWAR A， AGRAWAL D P. TEEN： a routing protocol for enhanced efficiency in wireless sensor networks[C]. 15th International Parallel and Distributed Processing Symposium， 2001： 2009-2015.
[6] 余榮.保證服務(wù)質(zhì)量的最小能量無線傳感器網(wǎng)絡(luò)路由算法[J].清華大學(xué)學(xué)報(自然科學(xué)版)，2007，47(10)：1634-1637.
[7] 劉韜，謝儲暉.無線傳感器網(wǎng)絡(luò)能量均衡路由算法[J].微電子學(xué)與計算機，2009，26(10)：5-7.
[8] 孫國棟，廖明宏.能量均衡的無線傳感器網(wǎng)絡(luò)短路徑路由算法[J].自動化學(xué)報，2008，34(12)：1540-1544.
[9] 米志超，周建江.一種能量均衡的無線傳感器網(wǎng)絡(luò)生命期優(yōu)化算法[J].系統(tǒng)工程與電子技術(shù)，2008，30(12)：2477-2480.