0 引言

    近年來，無線傳感器網(wǎng)絡(luò)(WSN)^[1]已成為研究熱點(diǎn)，并有廣泛的潛在應(yīng)用范圍，主要運(yùn)用在環(huán)境監(jiān)測、軍事探測、工業(yè)控制和家庭網(wǎng)絡(luò)^[2-5]。但在實(shí)際應(yīng)用中，為了滿足傳感網(wǎng)絡(luò)技術(shù)的各種應(yīng)用程序要求，異質(zhì)無線傳感網(wǎng)絡(luò)(Heterogeneous Wireless Sensor Networks，HWSN)^[6]的研究已引起了更多關(guān)注。HWSN是由不同類型的傳感節(jié)點(diǎn)組成，此傳感節(jié)點(diǎn)的應(yīng)用范圍廣泛^[7-9]。對于HWSN來說，應(yīng)優(yōu)先考慮減少網(wǎng)絡(luò)運(yùn)行中能源消耗、改善網(wǎng)絡(luò)負(fù)載能力和穩(wěn)定性、延長網(wǎng)絡(luò)生存時間。組織聚類傳感節(jié)點(diǎn)能有效減少網(wǎng)絡(luò)中的能源消耗。由于能源配置和網(wǎng)絡(luò)演變的動態(tài)性和復(fù)雜性，難以在異質(zhì)網(wǎng)絡(luò)中設(shè)計(jì)一個既節(jié)省能源，又能提供可靠數(shù)據(jù)傳輸?shù)木垲悈f(xié)議。

    在無線傳感網(wǎng)絡(luò)中，LEACH^[10]是最流行分布式聚類路由協(xié)議的一種。然而，LEACH存在一定局限性，包括：(1)LEACH未考慮優(yōu)化簇頭的數(shù)量；(2)為了實(shí)現(xiàn)每一節(jié)點(diǎn)中均衡的能源消耗，LEACH必須基于以下2種假設(shè)：①每個節(jié)點(diǎn)的初始能源均等；②在充當(dāng)簇頭時每一節(jié)點(diǎn)所消耗的能源均等。

    本文提出了一種新型異質(zhì)傳感網(wǎng)絡(luò)模式，此模式擁有異質(zhì)監(jiān)控目標(biāo)、能源和所有異質(zhì)節(jié)點(diǎn)。對于具有這些特性的異質(zhì)網(wǎng)絡(luò)，為了能更合理利用網(wǎng)絡(luò)能源和延長網(wǎng)絡(luò)生存時間，提出一種高效節(jié)能的預(yù)測聚類算法（Energy-Efficient Prediction Clustering Algorithm，EEPCA）。

1 系統(tǒng)模式和問題描述

1.1 無線傳感網(wǎng)絡(luò)中的異質(zhì)模式

    為了滿足高效監(jiān)控需求，本文描述HWSN模式的不同初始能源和監(jiān)控目標(biāo)。網(wǎng)絡(luò)模式的基本假設(shè)如下：網(wǎng)絡(luò)位于M×M正方形區(qū)域(如圖1)；N個傳感節(jié)點(diǎn)隨機(jī)分布于網(wǎng)絡(luò)中；節(jié)點(diǎn)是固定的，且其基地臺位于區(qū)域的中間位置。傳感節(jié)點(diǎn)監(jiān)測各種目標(biāo)，并定義一些節(jié)點(diǎn)為常規(guī)數(shù)據(jù)采集(Regular Data Acquisition，RDA)節(jié)點(diǎn)：這些節(jié)點(diǎn)在固定間隔內(nèi)送回固定長度的信息；而在采集數(shù)據(jù)中一些節(jié)點(diǎn)并不常規(guī)，導(dǎo)致送回的信息也不常規(guī)。

    因此兩種方式下節(jié)點(diǎn)為異質(zhì)：(1)異質(zhì)數(shù)據(jù)采集常規(guī)：采集數(shù)據(jù)時一些節(jié)點(diǎn)常規(guī)，而一些不常規(guī)。所有常規(guī)節(jié)點(diǎn)在循環(huán)期間傳輸n₁～n₂信息，且信息容量在[l₁，l₂]bit間；(2)所有節(jié)點(diǎn)的初始能源是異質(zhì)的。

1.2 能源消耗模式

    本文運(yùn)用一種簡單的能源消耗模式^[10]來計(jì)算出通信過程中能源消耗，同時忽略計(jì)算、儲存等過程中的節(jié)點(diǎn)能源消耗。

    通過距離d傳輸l bit信息時，傳輸器的能源消耗:

2 EEPCA聚類算法

2.1 節(jié)點(diǎn)間的距離計(jì)算

    節(jié)點(diǎn)建立了基于接收數(shù)據(jù)的鄰居節(jié)點(diǎn)的一種路由表格，并在其通信范圍內(nèi)為所有節(jié)點(diǎn)節(jié)省了所有相關(guān)的信息。網(wǎng)絡(luò)中的所有節(jié)點(diǎn)由每個節(jié)點(diǎn)的一個整數(shù)值來標(biāo)記。存儲于路由表格中的信息包含節(jié)點(diǎn)和鄰居節(jié)點(diǎn)間的距離、簇頭節(jié)點(diǎn)的ID、至簇頭的距離、當(dāng)前能源和預(yù)測能源消耗。

2.2 簇頭選擇

    設(shè)置p_opt成為最優(yōu)簇頭的比例，P_i成為節(jié)點(diǎn)i被選為簇頭的概率。在能源異質(zhì)的無線傳感網(wǎng)絡(luò)中，P_i計(jì)算復(fù)雜化。目前，通過使用節(jié)點(diǎn)當(dāng)前剩余能源的比率和整個網(wǎng)絡(luò)的平均能源，以及異質(zhì)無線傳感網(wǎng)絡(luò)中許多聚類算法來確定P_i，但是后者難以獲取^[12]，尤其對于那些不同節(jié)點(diǎn)監(jiān)測不同目標(biāo)物的網(wǎng)絡(luò)。最終，主要誤差很可能發(fā)生在預(yù)測平均能源中。

    理想的情況下，節(jié)點(diǎn)分布均勻，并能在相同頻率和長度下送回?cái)?shù)據(jù)。設(shè)置d_toBS為簇頭節(jié)點(diǎn)和BS間的平均距離，設(shè)d_toCH為簇類的成員節(jié)點(diǎn)和簇頭節(jié)點(diǎn)間的平均距離，其結(jié)果如下^[13]：

    最優(yōu)簇頭的數(shù)量如下^[14]：

    隨機(jī)節(jié)點(diǎn)分布可看為泊松點(diǎn)過程^[14]。理想的情況下，在圓圈A中有n個點(diǎn)，且均勻分布在A中的位置都是相互獨(dú)立的隨機(jī)變量。d_i是一個隨機(jī)變量，并呈現(xiàn)出從一個泊松點(diǎn)(x_i，y_i)到此圓圈中心點(diǎn)的距離。圓圈內(nèi)所有泊松點(diǎn)到中心點(diǎn)的預(yù)期值如下：

    任何半徑在中心點(diǎn)周圍旋轉(zhuǎn)后能得到一個圓圈，因此需要考慮一個隨機(jī)半徑上的泊松點(diǎn)分布。在圓圈內(nèi)的所有泊松點(diǎn)分布均勻，且泊松點(diǎn)的密度與半徑平方成比例。因此，在隨機(jī)半徑上的泊松點(diǎn)密度概率如下：

其中R是半徑長度。因此E(d_i)的計(jì)算如下：

    通過式(14)和式(15)，到達(dá)簇頭的距離小于d₀的節(jié)點(diǎn)的預(yù)期平均距離如下：

    到達(dá)簇頭的距離大于d₀的節(jié)點(diǎn)的預(yù)期平均距離如下：

    因此，在理想情況下聚類的一次數(shù)據(jù)傳輸中平均能源消耗如下：

    整合節(jié)點(diǎn)能源因素和通信成本因子，節(jié)點(diǎn)i成為簇頭的概率如下:

    LEACH閾值方式T(i)的限制應(yīng)根據(jù)以下兩個步驟得到完善：(1)推進(jìn)T(i)進(jìn)入多層異質(zhì)網(wǎng)絡(luò)中；(2)在EEPCA中，考慮能源因子和通信成本因子，并改善T(i)的演算方式，如下：

    當(dāng)一個節(jié)點(diǎn)未成功被選為簇頭時，r_s是回合數(shù)量。一旦此節(jié)點(diǎn)被選為簇頭，那么r_s則被重設(shè)為0。

2.3 能源消耗預(yù)測機(jī)制

    在r-1回合中，對于任何節(jié)點(diǎn)j，將花費(fèi)n_j次來傳輸信息，且其長度為l_j，另外節(jié)點(diǎn)i和節(jié)點(diǎn)j的距離為d_i，j。由于每個節(jié)點(diǎn)都會在通信范圍和相互距離內(nèi)保持所有節(jié)點(diǎn)的相關(guān)信息，節(jié)點(diǎn)j′的通信范圍內(nèi)的任何節(jié)點(diǎn)都能計(jì)算r-1回合中節(jié)點(diǎn)j的能源消耗，如下：

    當(dāng)開始執(zhí)行r-1回合時在r回合的初始階段能預(yù)測出節(jié)點(diǎn)j剩余能源，如下：

    由于受諸多因素影響（如網(wǎng)絡(luò)環(huán)境改變），當(dāng)開始執(zhí)行回合時，所有節(jié)點(diǎn)需重新聚類，且其新的簇頭需被重新選擇，確定節(jié)點(diǎn)j：

    接近剩余能源的當(dāng)前剩余能源是否在最后一輪回合被預(yù)測，取決于：

    如果γ小于常數(shù)ε，則能接受能源預(yù)測誤差。在初始階段 r回合中，節(jié)點(diǎn) j不能廣播其能源信息，且根據(jù)計(jì)算結(jié)果其剩余節(jié)點(diǎn)能在路由表中更新節(jié)點(diǎn)j′。

3 仿真實(shí)驗(yàn)

3.1 仿真環(huán)境構(gòu)建

    本文提出一種評估性能的算法，且在MATLAB環(huán)境下做了一個仿真實(shí)驗(yàn)。此實(shí)驗(yàn)隨機(jī)仿真了在100 m×100 m范圍內(nèi)的傳感節(jié)點(diǎn)。在形成之后，節(jié)點(diǎn)成為靜止?fàn)顟B(tài)，且100個節(jié)點(diǎn)隨機(jī)分布于此區(qū)域內(nèi)。假設(shè)BS位于區(qū)域內(nèi)的中心位置，用于此實(shí)驗(yàn)中的參數(shù)見表1。本文將比較EEPCA、LEACH、SEP和EDFCM的性能，所有結(jié)果都是100次獨(dú)立實(shí)驗(yàn)的平均值。

3.2 實(shí)驗(yàn)結(jié)果和分析

    在EEPCA中，α和β分別是計(jì)算pi中調(diào)節(jié)能源因子和通信成本因子的計(jì)算因子，并滿足α＋β=1。改變α和β數(shù)值后觀察EEPCA的性能。此實(shí)驗(yàn)設(shè)置所有節(jié)點(diǎn)的能源為異質(zhì)，且其初始能源是1～3 J。除了RDA節(jié)點(diǎn)外，網(wǎng)絡(luò)中的所有監(jiān)測的目標(biāo)物都為異質(zhì)。在TDMA時間段中所有節(jié)點(diǎn)會發(fā)送4 000 bit的信息給簇頭。

    當(dāng)α和β數(shù)值隨著上述情況改變時，圖2表明了第一個節(jié)點(diǎn)的死亡時間、10%和50%節(jié)點(diǎn)的死亡時間。當(dāng)α數(shù)值在0.74左右時，第一個節(jié)點(diǎn)的死亡時間和10%節(jié)點(diǎn)的死亡時間出現(xiàn)在最后；然而當(dāng)α數(shù)值在0.66～0.68范圍內(nèi)時，50%節(jié)點(diǎn)的死亡時間出現(xiàn)在最后。在后續(xù)的實(shí)驗(yàn)中α和β數(shù)值統(tǒng)一為0.7和0.3。

    當(dāng)所有節(jié)點(diǎn)為異質(zhì)時，以往的實(shí)驗(yàn)環(huán)境通常會比較EEPCA、LEACH、SEP和EDFCM，并通過測試來分析EEPCA簇頭的選擇機(jī)制對算法性能的影響。

    圖3的仿真實(shí)驗(yàn)表明以往實(shí)驗(yàn)環(huán)境中不同算法中死亡節(jié)點(diǎn)數(shù)量的變量，此變量隨著時間的推而得到。圖3顯示LEACH不能充分利用異質(zhì)節(jié)點(diǎn)的額外能源，其穩(wěn)定器較短，且其節(jié)點(diǎn)死于固定速率中。與LEACH比較，SEP是穩(wěn)定期較長。EEPCA和EDFCM在X軸上的曲線坡度較小，原因在于EEPCA能在異質(zhì)網(wǎng)絡(luò)中給每個節(jié)點(diǎn)均勻分配能源消耗，且其第一個節(jié)點(diǎn)和最后一個節(jié)點(diǎn)的死亡時間相對較近。

    在以往實(shí)驗(yàn)環(huán)境中，改變整個節(jié)點(diǎn)數(shù)量中異質(zhì)節(jié)點(diǎn)的比例，并觀察每個算法的性能。當(dāng)異質(zhì)節(jié)點(diǎn)的比例在0～100%改變時，圖4展現(xiàn)了從開端至第一個節(jié)點(diǎn)死亡時的回合數(shù)量。此實(shí)驗(yàn)中所有非能源異質(zhì)節(jié)點(diǎn)的初始能源為2 J，先于10%節(jié)點(diǎn)面臨死亡的時間，此時網(wǎng)絡(luò)能送回高質(zhì)量、高可靠性的BS數(shù)據(jù)^[13]。因此，圖5表示從開端至10%節(jié)點(diǎn)死亡期間的回合數(shù)量，也就是其穩(wěn)定期。

    對于異質(zhì)網(wǎng)絡(luò)，如果LEACH不是一個聚類算法，那么隨著異質(zhì)節(jié)點(diǎn)的增加，其得到的網(wǎng)絡(luò)穩(wěn)定期將迅速減少。相對于LEACH、SEP能獲得25%以上的穩(wěn)定期，其基本同文獻(xiàn)[11]中呈現(xiàn)的環(huán)境結(jié)果一致。由于EDFCM考慮不同節(jié)點(diǎn)的異質(zhì)能源，因此其比SEP能獲得更長的穩(wěn)定期。EEPCA考慮了通信過程中除剩余能源以外的節(jié)點(diǎn)能源消耗，因此在異質(zhì)節(jié)點(diǎn)比例增加的過程中EEPCA的穩(wěn)定期減少率明顯低于其他算法。隨著異質(zhì)節(jié)點(diǎn)的比例更大，就更能獲得較長穩(wěn)定期。

    此實(shí)驗(yàn)中介紹了RDA節(jié)點(diǎn)。設(shè)置網(wǎng)絡(luò)中的所有節(jié)點(diǎn)能源都為異質(zhì)，那么50%的節(jié)點(diǎn)為RDA節(jié)點(diǎn)，10%節(jié)點(diǎn)為故障節(jié)點(diǎn)。所有RDA節(jié)點(diǎn)將在一回合中發(fā)送信息3～7次，其信息容量基本在2 000～6 000 bit之間。檢查網(wǎng)絡(luò)穩(wěn)定期中常量ξ的影響。當(dāng)ξ的數(shù)值在0.92～0.93之間時，圖6表明網(wǎng)絡(luò)得到的最大穩(wěn)定期。

4 結(jié)論

    本文通過使用不同初始能源和監(jiān)測目標(biāo)物來描述HWSB模式，并提出用于多層異質(zhì)傳感網(wǎng)絡(luò)中的一種高效能源預(yù)測聚類算法：EEPCA。基于能源因子和通信成本因子，EEPCA中的每個節(jié)點(diǎn)都獨(dú)立選擇自身作為簇頭節(jié)點(diǎn)，簇頭選擇的概率與節(jié)點(diǎn)當(dāng)前剩余能源和平均通信成本有關(guān)。同時，考慮到WSNs通常被用于監(jiān)測目標(biāo)物（如：溫度、濕度），且此目標(biāo)物需定期報道數(shù)據(jù)和其報道數(shù)據(jù)的長度通常是固定，因此給RDA節(jié)點(diǎn)介紹了一種高效能源消耗預(yù)測機(jī)制。通過比較LEACH、SEP、EDFCM和EEPCA，仿真實(shí)驗(yàn)表明EEPCA能獲得更長生存期，更高效能源，更優(yōu)質(zhì)網(wǎng)絡(luò)監(jiān)測，且其性能高于其他協(xié)議的性能。

參考文獻(xiàn)

[1] AKYILDIZ I F，SU W，SANKARASUBRAMANIAM Y，et al.Wireless sensor network：a survey[J].Computer Networks，2002，38(4)：393-422.

[2] HAENGGI M.Handbook of sensor networks：compact wireless and wired sensing systems[M].CRC Press，2005.

[3] CHONG C Y，KUMAR S P.Sensor networks：evolution，opportunities，and challenges[J].Proceedings of the IEEE，2003，91(8)：1247-1256.

[4] ESTRIN D，GIROD L，POTTIE G，et al.Instrumenting the world with wireless sensor networks[C].in Proceedings of the IEEE International Conference on Acoustics，Speech，and Signal Processing(ICASSP ’01)，2001：2033-2036.

[5] CHANG C Y，CHANG H R.Energy-aware node placement，topology control and MAC scheduling for wireless sensor networks[J].Computer Networks，2008，52(11)：2189-2204.

[6] DUARTE-MELO E J，LIU M.Analysis of energy consumption and lifetime of heterogeneous wireless sensor networks[C].in Proceedings of the IEEE Global Telecommunications Conference(GLOBECOM ’02)，IEEE Press，Taipei，Taiwan，2002：21-25.

[7] DE FREITAS E P，HEIMFARTH T，PEREIRA C E，et al.Evaluation of coordination strategies for heterogeneous sensor networks aiming at surveillance applications[C].in Proceedings of the IEEE Sensors Conference(SENSORS’09)，Christchurch，New Zealand，2009：591-596.

[8] CORCHADO J M，BAJO J，TAPIA D I，et al.Using heterogeneous wireless sensor networks in a telemonitoring system for healthcare[J].IEEE Transactions on Information Technology in Biomedicine，2010，14(2)：234-240.

[9] DIETRICH I，DRESSLER F.On the lifetime of wireless sensor networks[J].ACM Transactions on Sensor Networks，2009，5(1)：531-539.

[10] 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.

[11] SMARAGDAKIS G，MATTA I，BESTAVROS A.SEP：a stable election protocol for clustered heterogeneous wireless sensor networks[C].in Proceedings of the International Workshop on SANPA，2004：251-261.

[12] QING L，ZHU Q X，WANG M W.Design of a distributed energy-efficient clustering algorithm for heterogeneous wireless sensor networks[J].Computer Communications，2006，29(12)：2230-2237.

[13] DOSHI S，BHANDARE S，BROWNL T.An on-demand minimum energy routing protocol for a wireless ad hoc network[J].ACM SIGMOBILE Mobile Computing and Communications Review，2002，6(3)：50-66.

[14] MHATRE V，ROSENBERG C.Design guidelines for wireless sensor networks：communication，clustering and aggregation[J].Ad Hoc Networks，2004，2(1)：45-63.

作者信息:

劉  靜1，2，樊建席2

(1.蘇州健雄職業(yè)技術(shù)學(xué)院 軟件與服務(wù)外包學(xué)院，江蘇 太倉215411；

2.蘇州大學(xué) 計(jì)算機(jī)科學(xué)與技術(shù)學(xué)院，江蘇 蘇州215006)