0 引言

    網(wǎng)絡(luò)中傳感器的數(shù)目過(guò)多，會(huì)使網(wǎng)絡(luò)間通信產(chǎn)生更多的能耗，集中式算法易導(dǎo)致單個(gè)節(jié)點(diǎn)失效^[1-2]。因此，無(wú)線傳感器網(wǎng)絡(luò)(Wireless Sensor Network，WSN)^[3-4]協(xié)議必須含有分布式定位功能。文獻(xiàn)[5]利用自組織方式確保連通性并對(duì)網(wǎng)絡(luò)進(jìn)行重新配置，應(yīng)用于網(wǎng)絡(luò)層或節(jié)點(diǎn)層。然而，每個(gè)節(jié)點(diǎn)都包含在自組織網(wǎng)絡(luò)中時(shí)，無(wú)法保證其能量效率^[6]。

    本文提出一種WSN能效優(yōu)化的自組織位置感知協(xié)議(Energy Efficient Self-organized Location aware Protocol，EESLP)，根據(jù)拓?fù)淇刂七M(jìn)行自組織處理，綜合考慮兩個(gè)WSN參數(shù)：數(shù)據(jù)包投遞率和能耗，在增加數(shù)據(jù)包傳輸率的同時(shí)降低了能耗。

1 提出的自組織位置感知協(xié)議

    本文協(xié)議分四個(gè)步驟進(jìn)行路由選擇，工作流程如圖1所示。

1.1 位置感知結(jié)構(gòu)的構(gòu)建

    圖2所示為基于位置感知構(gòu)建的樹(shù)結(jié)構(gòu)，其中，黑色節(jié)點(diǎn)表示Sink節(jié)點(diǎn)（根節(jié)點(diǎn)），灰色節(jié)點(diǎn)表示錨主干節(jié)點(diǎn)，白色節(jié)點(diǎn)表示葉節(jié)點(diǎn)。位置感知結(jié)構(gòu)構(gòu)建算法如算法1所示。

    算法1：位置感知結(jié)構(gòu)構(gòu)建算法

    輸入：含有V個(gè)頂點(diǎn)(V←v₁，v₂，…，v_n)和E條邊的非連通圖G。

    輸出：通過(guò)錨節(jié)點(diǎn)進(jìn)行完全連接的樹(shù)結(jié)構(gòu)。

    (1)在圖G選取根頂點(diǎn)V_R，即V_R∈G。//V_R是Sink節(jié)點(diǎn)

    (2)添加連接V_R和v_i以及節(jié)點(diǎn)v_i和v_j的邊e_i。//i，j=1，2，3…

    (3)若v_i和v_j是V_R的兩跳距離節(jié)點(diǎn)，則執(zhí)行步驟(4)

    (4)檢測(cè)C(連通性)。//利用G圖中的兩個(gè)未連接鄰居節(jié)點(diǎn)將v_i和v_j連接

    (5)選取v_abi和v_abj作為第一層主干錨節(jié)點(diǎn)，命名為V_ab1和V_ab2。//V_ab表示主干錨節(jié)點(diǎn)

    (6)持續(xù)步驟(3)～(5)，直到圖G中的所有節(jié)點(diǎn)都連接

    (7)通過(guò)V_abi和V_abj將位置信息告知V_R

    (8)否則

    (9)運(yùn)行步驟(2)

    (10)結(jié)束

1.2 用于結(jié)構(gòu)維護(hù)的拓?fù)淇刂?/strong>

    利用拓?fù)淇刂凭S護(hù)結(jié)構(gòu)貫穿整個(gè)過(guò)程，通常通過(guò)減少或簡(jiǎn)化網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)來(lái)進(jìn)行節(jié)能，同時(shí)維持網(wǎng)絡(luò)的一些重要特性（如連通性和覆蓋范圍等）^[7]。拓?fù)淇刂坪途S護(hù)算法如算法2描述。

    算法2：拓?fù)淇刂坪徒Y(jié)構(gòu)維護(hù)算法

    輸入：含有V個(gè)頂點(diǎn)(V←v₁，v₂，…，v_n)和E條邊的未連接圖G。

    輸出：通過(guò)錨節(jié)點(diǎn)進(jìn)行完全連接的樹(shù)結(jié)構(gòu)。

    階段一：利用拓?fù)淇刂七M(jìn)行拓?fù)浣Y(jié)構(gòu)簡(jiǎn)化（連通性和覆蓋范圍）

    (1)當(dāng)V中節(jié)點(diǎn)v（葉節(jié)點(diǎn)）的能量減少或改變位置時(shí)。//節(jié)點(diǎn)能量耗盡或節(jié)點(diǎn)處于運(yùn)動(dòng)過(guò)程中

    (2)v_ai←v_i。狀態(tài)的改變指向錨主干

    (3)v_i←v_abi←V_R。//連通維護(hù)層級(jí)V_R，v_bi和v，其中v與新錨點(diǎn)v_bi連接

    (4)若v_bi的一跳鄰居節(jié)點(diǎn)中含有一跳未連接的路徑，將v_bi添加到v_b上

    (5)更新G中所有的由v_i到v_abi的連接

    (6)樹(shù)(T)結(jié)構(gòu)維護(hù)

    階段二：拓?fù)浣Y(jié)構(gòu)維護(hù)階段。

    (7)使G含有v_i，v_ab和V_R

    (8)若P(v_i≠v_ab≠V_R)能量不等

    (9)則從G移出v_i，當(dāng)需要時(shí)恢復(fù)v_i

    (10)在G中利用V_R維護(hù)樹(shù)結(jié)構(gòu)

1.3 節(jié)能機(jī)制

    利用位置模型對(duì)網(wǎng)絡(luò)進(jìn)行建模，將網(wǎng)絡(luò)拓?fù)渥鳛闃?gòu)建結(jié)構(gòu)的關(guān)鍵參數(shù)，能量效率如圖3所示，負(fù)載均衡算法如算法3所示。

    算法3：負(fù)載平衡算法

    輸入：無(wú)向圖G=(V，E)。//V，E分別表示頂點(diǎn)和邊的集合。

    輸出：一個(gè)連接網(wǎng)格結(jié)構(gòu)L表示圖G的子集。

    (1)構(gòu)建局部網(wǎng)格結(jié)構(gòu)l_n←{V，E}。//在其覆蓋區(qū)域內(nèi)至少含有2個(gè)未連接的鄰居節(jié)點(diǎn)

    (2)在l_n∈L中構(gòu)建1個(gè)一維的網(wǎng)格集合

    (3)L(v)∈{G}，這里L(fēng)≥2，3，4，…。//v表示一個(gè)頂點(diǎn)

    (4)在集合L中尋找一個(gè)子集合A用于更替路由，如l₁，l₂，…，l_n∈V

    (5)若l₁，l₂為更替路由虛擬節(jié)點(diǎn)。//節(jié)點(diǎn)度l₁，l₂≥1或2

    (6)則將葉節(jié)點(diǎn)n與L或l連接

    (7)向局部網(wǎng)絡(luò)添加節(jié)點(diǎn)L_n←L∪l∪n

    (8)當(dāng)L(v)改變其位置時(shí)。//v，u是L(局部結(jié)構(gòu))中的頂點(diǎn)

    (9)l(u)←L(v)。//通過(guò)′l′維護(hù)連接′L′，l是L的子集

    (10)只有當(dāng)l一跳連接u和v，則增加v，u

    (11)類(lèi)似的，添加一跳l₁，l₂，…，l_n到L的其他節(jié)點(diǎn)

    (12)(l，n)←更新i。//i為信息狀態(tài)

    (13)若l₁在一跳中不可利用或不在傳輸范圍內(nèi)。//僅用于較小傳輸范圍

    (14)n←l。//葉節(jié)點(diǎn)(n)變成虛擬節(jié)點(diǎn)

1.4 自組織

    利用自組織方式^[8]降低節(jié)點(diǎn)或網(wǎng)絡(luò)中的消息復(fù)雜度，為避免碰撞、競(jìng)爭(zhēng)和連接失敗等問(wèn)題，通過(guò)重建和位置結(jié)構(gòu)的拓?fù)溥^(guò)程獲得自組織，利用分布式定位算法實(shí)現(xiàn)位置結(jié)構(gòu)的拓?fù)溥^(guò)程。若一個(gè)節(jié)點(diǎn)希望進(jìn)入任何一個(gè)工作區(qū)域，則會(huì)對(duì)它的服務(wù)進(jìn)行分層限制，并產(chǎn)生支持每個(gè)節(jié)點(diǎn)的平面路由。在真實(shí)的數(shù)據(jù)傳輸過(guò)程中（如網(wǎng)絡(luò)電話），僅有平面路由是不行的。與此同時(shí)，在一個(gè)分層系統(tǒng)中，將實(shí)時(shí)傳輸設(shè)置為高優(yōu)先級(jí)，并將節(jié)點(diǎn)連接到低擁堵的區(qū)域。為了減少路由和控制開(kāi)銷(xiāo)，允許中間節(jié)點(diǎn)或中繼節(jié)點(diǎn)處理其他節(jié)點(diǎn)的擁堵情況。自組織算法如算法4所示。

    算法4：EESLP中的自組織算法

    (1)算法在G中的每個(gè)WSN上執(zhí)行；L∈G，L為位置結(jié)構(gòu)

    (2)用i表示整數(shù)，w，r∈W_i；//W_i為位置結(jié)構(gòu)節(jié)點(diǎn)集合，w為W_i中元素，r為中繼節(jié)點(diǎn)

    (3)執(zhí)行自私行為，調(diào)整節(jié)點(diǎn)到其最初的位置或維護(hù)路由進(jìn)程

    (4)if將w_i變?yōu)閣_i+1 or將r_i變?yōu)閞_i+1，then

    (5)在G中尋找所有可能執(zhí)行自私行為的自組織節(jié)點(diǎn)

    (6)if w=w(i)，then

    (7) if ′i′是奇數(shù)，then w支撐奇數(shù)連接（最小度）

    (8) else if ′i′為偶數(shù)，將連接調(diào)整到i+1個(gè)r_i節(jié)點(diǎn)

    (9) end

    (10)else 為連通性選取新的wi

    (11)end

2 實(shí)驗(yàn)

    在移動(dòng)場(chǎng)景和穩(wěn)定場(chǎng)景下對(duì)本文協(xié)議進(jìn)行了仿真實(shí)驗(yàn)和分析。

2.1 實(shí)驗(yàn)設(shè)置

    仿真中，接收功率設(shè)置為0.1 W，傳輸功率設(shè)置為0.281 4 W。利用NS2仿真器構(gòu)建含有200個(gè)節(jié)點(diǎn)、大小為1 000 m×1 000 m的WSN區(qū)域，聞?dòng)嶉g隔為0.90 s，采用隨機(jī)位點(diǎn)模型。所有節(jié)點(diǎn)的初始能量為0.25 J，節(jié)點(diǎn)的傳輸范圍為10 m～50 m，仿真持續(xù)時(shí)間為120 s。在第一種場(chǎng)景中，所有節(jié)點(diǎn)都是固定的，并且按序生成10個(gè)UDP會(huì)話，每個(gè)會(huì)話傳輸50個(gè)恒定比特率（CBR）數(shù)據(jù)包。在初始階段，所有節(jié)點(diǎn)都是黑色的，擁有紅色節(jié)點(diǎn)的度為5；用黃色表示運(yùn)動(dòng)節(jié)點(diǎn)。在移動(dòng)體系結(jié)構(gòu)中，設(shè)置節(jié)點(diǎn)的移動(dòng)速率為1 m/s。利用穩(wěn)定能效自組織位置感知協(xié)議(Stable Energy Efficient Self-organized Location aware Protocol，SEESLP)表示穩(wěn)定性分析，移動(dòng)能效自組織位置感知協(xié)議(Mobile Energy Efficient Self-organized Location aware Protocol，MEESLP)表示移動(dòng)場(chǎng)景分析，另外，每個(gè)場(chǎng)景下設(shè)置2種覆蓋區(qū)域范圍，I和II分別表示25 m和50 m的覆蓋區(qū)域。

2.2 結(jié)果分析

    由于網(wǎng)絡(luò)是利用標(biāo)記策略形成，因此作為關(guān)鍵因素的位置路由成為性能比較的重點(diǎn)。在相同的參數(shù)設(shè)置下，隨機(jī)生成10個(gè)連接的UDGs，計(jì)算每個(gè)圖的LS以及平均LS尺寸，LS表示位置結(jié)構(gòu)中用于維護(hù)連通性所需的節(jié)點(diǎn)個(gè)數(shù)，結(jié)果如圖4所示。由圖4可知，SEESLP-II策略?xún)H需要8%的節(jié)點(diǎn)去維護(hù)連通性。根據(jù)鄰近Sink節(jié)點(diǎn)識(shí)別機(jī)制，位置結(jié)構(gòu)中僅需12個(gè)節(jié)點(diǎn)連接Sink節(jié)點(diǎn)與源節(jié)點(diǎn)。另一方面，MEESLP-I需要25%的節(jié)點(diǎn)進(jìn)行移動(dòng)維護(hù)，這是因?yàn)樵谝苿?dòng)場(chǎng)景下，具有高的節(jié)點(diǎn)密度和節(jié)點(diǎn)移動(dòng)性，節(jié)點(diǎn)之間需要交換更多的控制負(fù)載。同時(shí)還可以看出，若網(wǎng)絡(luò)是稀疏的，網(wǎng)絡(luò)中的大多數(shù)節(jié)點(diǎn)將會(huì)被一個(gè)位置結(jié)構(gòu)包含，這與高或低的節(jié)點(diǎn)度策略無(wú)關(guān)。若網(wǎng)絡(luò)變得稠密，利用高節(jié)點(diǎn)度減小EESLP的尺寸。因此，最高節(jié)點(diǎn)度策略?xún)?yōu)于最小節(jié)點(diǎn)度策略。

    傳輸范圍分析是基于不同傳輸范圍內(nèi)所需的中間節(jié)點(diǎn)的個(gè)數(shù)。不同場(chǎng)景下，傳輸范圍在10 m～50 m內(nèi)變化時(shí)，控制節(jié)點(diǎn)個(gè)數(shù)，結(jié)果如圖5所示?？梢钥闯觯琒EESLP中，當(dāng)傳輸范圍為10 m時(shí)，連通性?xún)H需30個(gè)控制節(jié)點(diǎn)，隨著傳輸范圍的增加，所需的控制節(jié)點(diǎn)個(gè)數(shù)相應(yīng)減少，當(dāng)傳輸范圍為50 m時(shí)，相應(yīng)的控制節(jié)點(diǎn)個(gè)數(shù)為11。由于結(jié)構(gòu)的位置性，MEESLP需要近50%的節(jié)點(diǎn)維護(hù)連通性。此外，隨著傳輸范圍由40 m增加到50 m，兩種方法的LS尺寸都減少，隨著傳輸范圍的進(jìn)一步增加，這兩種方法的尺寸會(huì)越來(lái)越接近。

    平均節(jié)點(diǎn)度分析中，評(píng)估了節(jié)能方法的可擴(kuò)展性，如圖6所示，網(wǎng)絡(luò)的密度限制為200個(gè)節(jié)點(diǎn)。從圖中可知，SEESLP-II僅需4個(gè)中繼節(jié)點(diǎn)。由于當(dāng)一個(gè)支配者的節(jié)點(diǎn)級(jí)別增加，它就不能連接所有的節(jié)點(diǎn)，因此與傳輸范圍分析相比，節(jié)點(diǎn)級(jí)別分析需要更大量的中間節(jié)點(diǎn)。

    圖7顯示了數(shù)據(jù)包投遞率的比較。一個(gè)數(shù)據(jù)包的大小在16 bit到128 bit之間變化，利用本文協(xié)議傳輸數(shù)據(jù)包并對(duì)包投遞率進(jìn)行分析。在WSN網(wǎng)絡(luò)中存在3種會(huì)影響PDR的情況：（1）節(jié)點(diǎn)發(fā)送功率變化；（2）節(jié)點(diǎn)數(shù)量變化；（3）網(wǎng)絡(luò)大小變化。

2.3 性能比較

    將本文協(xié)議與文獻(xiàn)[5]、文獻(xiàn)[7]和文獻(xiàn)[8]提出的協(xié)議進(jìn)行比較，結(jié)果如圖7(a)所示。從圖中可以看出，本文協(xié)議具有最優(yōu)的數(shù)據(jù)包投遞率。

    本文協(xié)議的一個(gè)重要衡量指標(biāo)是能量分析。在初始階段，所有節(jié)點(diǎn)的能量設(shè)置為0.25 J，將0.1 J設(shè)置為能量閾值。將本文協(xié)議與文獻(xiàn)[5]、文獻(xiàn)[7]和文獻(xiàn)[8]提出的協(xié)議進(jìn)行比較，結(jié)果如圖7(b)所示。從圖7(b)可以看出，本文協(xié)議在120 s后網(wǎng)絡(luò)節(jié)點(diǎn)平均能量仍然能夠保持70%，很好地均衡了網(wǎng)絡(luò)節(jié)點(diǎn)能量，提高了網(wǎng)絡(luò)壽命。

3 結(jié)束語(yǔ)

    本文提出了一種利用能效優(yōu)化的自組織位置感知協(xié)議，根據(jù)主干錨節(jié)點(diǎn)的位置感知將網(wǎng)絡(luò)構(gòu)建成樹(shù)結(jié)構(gòu)，利用拓?fù)淇刂苾?yōu)化網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)來(lái)維持網(wǎng)絡(luò)的連通性和覆蓋范圍。同時(shí)在路徑選擇過(guò)程中加入節(jié)能機(jī)制，從而均衡網(wǎng)絡(luò)負(fù)載。在運(yùn)行過(guò)程中，利用自組織方式最小化消息傳輸和接收次數(shù)，降低消息復(fù)雜度，減少協(xié)議開(kāi)銷(xiāo)。未來(lái)研究將會(huì)考慮傳感器網(wǎng)絡(luò)快速運(yùn)動(dòng)情況。

參考文獻(xiàn)

[1] ZENG Y，CAO J，HONG J，et al.Secure localization and location verification in wireless sensor networks: a survey[J].The Journal of Supercomputing，2013，64(3)：685-701.

[2] YU G，YU F.A localization algorithm for mobile wireless sensor networks[C].Integration Technology，2007.ICIT′07.IEEE International Conference on.IEEE，2007：623-627.

[3] CUZZOCREA A，PAPADIMITRIOU A，KATSAROS D，et al.Edge betweenness centrality：A novel algorithm for QoS-based topology control over wireless sensor networks[J].Journal of Network and Computer Applications，2012，35(4)：1210-1217.

[4] 趙雁航，錢(qián)志鴻，尚小航，等.基于跳距修正粒子群優(yōu)化的WSN定位算法[J].通信學(xué)報(bào)，2013，34(9)：105-114.

[5] VECCHIO M，López-Valcarce R，MARCELLONI F.A two-objective evolutionary approach based on topological constraints for node localization in wireless sensor networks[J].Applied Soft Computing，2012，12(7)：1891-1901.

[6] GENTILE C，ALSINDI N，RAULEFS R，et al.Cooperative localization in wireless sensor networks：distributed algorithms[C].Geolocation Techniques.Springer New York，2013：187-211.

[7] 康一梅，李志軍，胡江，等.一種低能耗層次型無(wú)線傳感器網(wǎng)絡(luò)拓?fù)淇刂扑惴╗J].自動(dòng)化學(xué)報(bào)，2010，36(4)：543-549.

[8] LUO X，YU H，WANG X.Energy-aware self-organisation algorithms with heterogeneous connectivity in wireless sensor networks[J].International Journal of Systems Science，2013，44(10)：1857-1866.