無線傳感器網(wǎng)絡(luò)WSN(Wireless Sensor Network)[1]是將大量微型傳感器節(jié)點隨機(jī)部署在目標(biāo)區(qū)域，以自組織方式形成的網(wǎng)絡(luò)，其目的是讓這些節(jié)點協(xié)作地采集和處理網(wǎng)絡(luò)覆蓋區(qū)域的信息，并傳遞給控制管理中心。WSN將現(xiàn)代通信技術(shù)、微型傳感器技術(shù)和網(wǎng)絡(luò)技術(shù)有機(jī)融為一體，在軍事、醫(yī)療、環(huán)境監(jiān)測、智能交通等許多領(lǐng)域有極高的應(yīng)用價值和廣闊的應(yīng)用前景。由于受到節(jié)點能耗的限制，如何在近乎苛刻的能源條件下延長網(wǎng)絡(luò)生命成為WSN首要考慮的問題。

1 LEACH協(xié)議簡介
    LEACH(Low Energy Adaptive Clustering Hierarchy)[2]是一種低功耗自適應(yīng)分層路由協(xié)議。該協(xié)議中網(wǎng)絡(luò)運行時間按“輪”計量，每輪循環(huán)分為簇的建立和數(shù)據(jù)通信兩個階段。網(wǎng)絡(luò)節(jié)點動態(tài)成簇，簇頭負(fù)責(zé)收集、融合成員節(jié)點采集的數(shù)據(jù)，并將融合后的數(shù)據(jù)直接發(fā)送給基站。LEACH協(xié)議一方面能夠保證各節(jié)點等概率地?fù)?dān)任簇頭，使得網(wǎng)絡(luò)能量分布相對均衡；另一方面運用TDMA的MAC層機(jī)制來減少簇內(nèi)數(shù)據(jù)發(fā)送沖突，降低了能耗。但該協(xié)議仍存在以下幾點不足：(1)簇頭的選擇未考慮節(jié)點的距離和剩余能量因素，易導(dǎo)致簇頭分布不均或能量低的節(jié)點當(dāng)選簇頭；(2)該協(xié)議提到了數(shù)據(jù)融合的概念，但并未給出具體的算法； (3)簇頭與基站采用一跳通信模式，如果某個簇頭距離基站較遠(yuǎn)，能耗會大幅增加，影響網(wǎng)絡(luò)性能。
    參考文獻(xiàn)[3]針對突發(fā)事件監(jiān)測網(wǎng)絡(luò)利用蟻群算法構(gòu)建數(shù)據(jù)收集鏈路，參考文獻(xiàn)[4]提出了基于區(qū)域的簇頭選擇和采用貪婪算法構(gòu)建簇間鏈?zhǔn)铰酚傻亩嗵鴶?shù)據(jù)傳輸方法。以上兩種方法節(jié)能效果都很顯著，但單簇頭使得網(wǎng)絡(luò)的魯棒性較差。參考文獻(xiàn)[5]提出了基于自適應(yīng)數(shù)據(jù)融合的路由協(xié)議，延長了網(wǎng)絡(luò)時間，但未考慮到簇頭的選擇及其路由方式。
    針對LEACH協(xié)議的不足，綜合考慮簇頭的選擇、數(shù)據(jù)融合方法以及簇頭與基站的通信方式三個方面，提出了改進(jìn)算法LEACH-E。
2 改進(jìn)的數(shù)據(jù)收集和融合算法
2.1模型假設(shè)
    本文對網(wǎng)絡(luò)模型作如下假設(shè)：(1)基站固定;(2)所有節(jié)點同構(gòu)，能量有限，具有定位功能以及數(shù)據(jù)融合能力;(3)節(jié)點可調(diào)節(jié)功率大小與基站點通信; (4)節(jié)點能量消耗采用一階無線電模式[6]。

    由于蟻群算法是一種啟發(fā)式算法，下一跳節(jié)點的選擇有一定的隨機(jī)性，因此不能保證每次都能找到最短路徑，這樣可能會增加傳輸延遲和節(jié)點能耗，但同時也避免了一定時間內(nèi)總是沿著唯一一條最短路徑進(jìn)行通信，進(jìn)而導(dǎo)致該路徑上的簇頭承擔(dān)了太多的發(fā)送任務(wù)而過早死亡的情況出現(xiàn)。
3 仿真實驗與分析
    本文運用MATLAB7.0進(jìn)行仿真，分別從簇頭向基站發(fā)送數(shù)據(jù)包的數(shù)目、節(jié)點的平均能耗和網(wǎng)絡(luò)存活節(jié)點個數(shù)三個方面來比較改進(jìn)前后算法的性能。
    在100 m×100 m的區(qū)域內(nèi)隨機(jī)分布100個節(jié)點，基站位于(50,175)。具體參數(shù)設(shè)置如表1。
    圖1是簇頭發(fā)送給基站的數(shù)據(jù)包數(shù)目。當(dāng)簇頭基于主成分分析法對數(shù)據(jù)融合之后，原本每個簇頭要發(fā)送M×N個數(shù)據(jù)，如今只需傳送(M×p+N×p+2N)個數(shù)據(jù)，從而大幅地減少了數(shù)據(jù)通信量，緩解了網(wǎng)絡(luò)擁塞。圖2直觀地表明LEACH-E算法能有效減少節(jié)點的平均能耗。圖3是網(wǎng)絡(luò)存活節(jié)點個數(shù)隨輪數(shù)的變化情況。LEACH中網(wǎng)絡(luò)運行至第449輪時第一個節(jié)點死亡，當(dāng)LEACH-E在560輪時才出現(xiàn)死亡節(jié)點，前者在518輪時半數(shù)節(jié)點死亡，而后者在599輪時50%節(jié)點死亡，可見改進(jìn)后的算法能將網(wǎng)絡(luò)周期延長15%左右。這正是由于LEACH-E充分考慮了簇頭的位置分布、剩余能量、通信方式等因素，使網(wǎng)絡(luò)能量被均勻分擔(dān)到每個節(jié)點上，避免了部分節(jié)點負(fù)載重而過早失效，從而有效延長了網(wǎng)絡(luò)的生存時間。

    本文基于LEACH協(xié)議，針對簇頭的選擇、數(shù)據(jù)融合算法以及簇頭到基站的通信方式做了一系列優(yōu)化。實驗結(jié)果表明,該算法相比于LEACH協(xié)議能有效地節(jié)省節(jié)點能耗，保證網(wǎng)絡(luò)負(fù)載均勻，延長網(wǎng)絡(luò)生命。但本文未考慮數(shù)據(jù)融合帶來的延遲問題，因此如何平衡數(shù)據(jù)融合的時效性是進(jìn)一步探索和研究的方向。
參考文獻(xiàn)
[1] 王殊,閻毓杰,胡富平.無線傳感器網(wǎng)絡(luò)的理論及應(yīng)用[M]. 北京：北京航空航天大學(xué)出版社，2007.
[2] HEINZELMAN W,CHANDRAKASAN A,BALAKRISHNAN H.Energy-efficient communication protocol for wireless microsensor networks[J].IEEE Computer Society,2002:3005-3014.
[3] 楊靖,熊偉麗,秦寧寧,等.用于無線傳感器網(wǎng)絡(luò)的高效能數(shù)據(jù)收集算法[J].吉林大學(xué)學(xué)報（工學(xué)版）,2011,41(6):1720-1725.
[4] 李雅卿,李臘元.WSN中LEACH路由協(xié)議的改進(jìn)及其仿真[J].計算機(jī)工程,2009,35(10):104-106.
[5] 王培東,袁召蘭,王瑜.基于自適應(yīng)數(shù)據(jù)融合的LEACH路由協(xié)議[J].電子技術(shù)應(yīng)用,2011,37(7):123-126.
[6] 廖明華,張華,謝建全.基于蟻群算法的WSN能量預(yù)測路由協(xié)議[J].計算機(jī)工程,2012,38(3):88-90.
[7] 張路橋,朱清新,呂濤,等.無線傳感器網(wǎng)絡(luò)中考慮干擾的拓?fù)鋬?yōu)化[J].電子科技大學(xué)學(xué)報,2011,40(4):564-567.
[8] 孫利民,李建中,陳渝.無線傳感器網(wǎng)絡(luò)[M]．北京:清華大學(xué)出版社,2005:260-272.
[9] Duan Haibing. Ant colony algorithms:theory and applications[M]. Beijing:Science and Technology Press,2007.