電子發(fā)燒友App
無線傳感器網(wǎng)絡綜合了無線通信技術、傳感器技術、嵌入式系統(tǒng)、分布式計算等多種前沿技術，網(wǎng)絡內(nèi)各節(jié)點能夠通過無線通信方式（如ZigBee）形成自組織網(wǎng)絡，協(xié)同感知與處理待測區(qū)域內(nèi)的相關信息并發(fā)送給觀測者。在無線傳感器網(wǎng)絡具備諸多優(yōu)勢的同時，其節(jié)點在電池能量、數(shù)據(jù)處理能力、存儲能力等方面資源十分有限，因此在數(shù)據(jù)采集與處理過程中的路由與數(shù)據(jù)融合是一個影響整個網(wǎng)絡生存時間與數(shù)據(jù)采集效率的關鍵性問題，這也是當前的研究熱點之一。無線傳感器網(wǎng)絡誕生以來，研究者依據(jù)使用環(huán)境設計了很多經(jīng)典的路由協(xié)議，其中包括基于節(jié)點分簇機制的LEACH（Low-Energy Adaptive Clustering Hierarchy）、定向擴散路由DD（Directed Diffusion）、基于地理位置信息的GEAR（Geographical and Energy Aware Routing）等等。本文主要討論基于分簇路由的數(shù)據(jù)融合問題，下面將以LEACH為基礎加以分析。
1 、LEACH協(xié)議分析
LEACH協(xié)議是由MIT的Heinzelman等學者提出的一種用于無線傳感器網(wǎng)絡的低功耗自適應分層聚簇路由算法，其基本思想就是以“輪”為周期循環(huán)地隨機選擇簇頭節(jié)點，將整個網(wǎng)絡的能量消耗盡量分散在每個節(jié)點中，延長網(wǎng)絡生存時間。每一輪包括兩個階段：簇的建立階段與數(shù)據(jù)的穩(wěn)定傳輸階段。在簇的建立階段，通過算法隨機選擇某些節(jié)點成為簇頭，其他節(jié)點則選擇與其距離最近的簇頭形成簇；在數(shù)據(jù)的穩(wěn)定傳輸階段，每個節(jié)點分別采集相關數(shù)據(jù)傳送至簇頭，簇頭接收簇內(nèi)各個節(jié)點的數(shù)據(jù)后一起發(fā)送給基站。
在簇的建立階段，關鍵問題就是簇頭的選擇。為了選擇簇頭，網(wǎng)絡內(nèi)每個節(jié)點都隨機生成一個介于0～1之間的數(shù)n如果n小于T（n），則其成為簇頭，T（n）的計算方法如下：
式中：p為預設的每個節(jié)點成為簇頭的概率；r為當前運行的輪數(shù)；G為最近的1／p輪中尚未成為簇頭的節(jié)點集合。該算法讓每1／p輪中網(wǎng)絡內(nèi)的各個節(jié)點都有且僅有一次輪成為簇頭。完成簇頭選擇以后，成為簇頭的每個節(jié)點都向網(wǎng)絡發(fā)送廣播信息，然后網(wǎng)絡內(nèi)的每個節(jié)點通過收到的信號強度決定它要加入的簇（信號的強度與兩個節(jié)點直接的距離正相關）并向該簇頭發(fā)送請求信息，形成簇。分簇完成之后簇頭節(jié)點采用TDMA方式為簇內(nèi)的每個節(jié)點分配其向簇頭上傳數(shù)據(jù)的時隙，開始數(shù)據(jù)的穩(wěn)定傳輸階段，經(jīng)過一定時間后再開始下一輪的循環(huán)，直至節(jié)點因能量耗盡陸續(xù)死亡，當剩余節(jié)點不再滿足數(shù)據(jù)采集的需要時，網(wǎng)絡的生命結束。
LEACH協(xié)議的分簇拓撲結構無需復雜的路由信息，減少了路由控制過程中消耗的能量，簇內(nèi)節(jié)點大部分時間可以關閉耗能最高的通信模塊，將數(shù)據(jù)轉發(fā)功能交給簇頭節(jié)點，有效地節(jié)省了簇內(nèi)節(jié)點能量，而簇頭的輪換機制也保證了某個節(jié)點的能量不至于過快消耗，相對平衡了所有節(jié)點的能耗，延長了網(wǎng)絡生存時間。
顯然，LEACH協(xié)議也存在缺點，主要體現(xiàn)在以下兩個方面：
（1）簇頭選擇算法的隨機性過大，在每輪的簇頭選擇階段，任何節(jié)點成為簇頭的概率相同，而簇頭節(jié)點承擔了網(wǎng)絡中的很大部分通信，包括從簇內(nèi)節(jié)點接收數(shù)據(jù)與發(fā)送數(shù)據(jù)至基站，當能量較低的節(jié)點當選為簇頭時必然會導致其能量的快速耗散以至死亡，節(jié)點能量的不平衡也將影響網(wǎng)絡整體的生存時間；
（2）LEACH協(xié)議在數(shù)據(jù)傳輸中雖然體現(xiàn)了數(shù)據(jù)融合的思想，但并未提出數(shù)據(jù)融合的具體措施。
2 、基于LEACH的數(shù)據(jù)融合算法
針對LEACH協(xié)議的不足，本文提出了一種基于LEACH的數(shù)據(jù)融合算法，旨在克服LEACH的不足并加入數(shù)據(jù)融合機制，節(jié)省網(wǎng)絡資源，提升數(shù)據(jù)采集效率。
2．1 簇頭選擇算法
因為LEACH的簇頭選擇算法隨機性過大會導致部分節(jié)點的能量消耗過快，本算法在簇頭選擇機制上加入了能量控制因素，讓剩余能量高的節(jié)點有更大的概率當選為簇頭。具體實現(xiàn)方法是通過節(jié)點當前剩余能量與其初始能量的比值來影響閾值T（n），T（n）的計算方法如下：
式中：En_current表示節(jié)點當前的剩余能量；En_initial表示節(jié)點的初始能量；rm表示節(jié)點連續(xù)未當選為簇頭的輪數(shù)，每輪進行簇頭選擇時若該節(jié)點當選為簇頭，則rm重置為0，而若該節(jié)點未當選為簇頭，則rm自增一次。
在簇頭選擇算法中加入上述能量限制因素后，節(jié)點當選為簇頭的隨機性大大降低，剩余能量多的節(jié)點比剩余能量低的節(jié)點有更大的幾率當選為簇頭，因此極大地利用了節(jié)點的剩余能量，有效防止了某些節(jié)點能量消耗過快以致死亡，平衡了網(wǎng)絡內(nèi)節(jié)點的能量消耗。
2．2 簇頭數(shù)據(jù)融合樹的建立
依據(jù)LEACH對無線傳感器網(wǎng)絡的假設，節(jié)點發(fā)送信息的能耗ETx（k，d）與接收信息的能耗ERx（k）分別為：
式中：Eelec為發(fā)送和接收單位信息的能耗；εamp為信號發(fā)送放大器向單位距離發(fā)送單位信息的能耗；k為傳輸?shù)男畔⒘?；d為信息發(fā)送節(jié)點與接收節(jié)點間的距離；λ為路徑損耗指數(shù)。
由上述公式可知，節(jié)點發(fā)送信息消耗的能量會因為距離的增加而大幅增加，而在LEACH的數(shù)據(jù)傳輸階段，簇內(nèi)各節(jié)點將數(shù)據(jù)傳輸給簇頭之后簇頭直接與基站通信，這雖然簡便，但若簇頭與基站距離過遠，數(shù)據(jù)傳輸所消耗的能量將會很大，為解決這個問題，本文將在簇頭節(jié)點與基站的通信中加入多跳的數(shù)據(jù)融合樹。
具體實現(xiàn)方法是在分簇過程完成之后，簇頭節(jié)點相互發(fā)送探測信息包，和基站形成反向組播樹，該樹的形成算法主要基于DDSP，在保證與基站路徑最短的前提下，選擇與已計算的目的簇頭最近的路徑，通過目的簇頭之間共享盡可能長的路徑來降低生成樹的能量消耗。反向組播樹形成之后，數(shù)據(jù)融合過程不僅能在簇頭處理簇內(nèi)節(jié)點傳送來的數(shù)據(jù)時實現(xiàn)，也能在簇頭之間通過反向組播樹向基站發(fā)送數(shù)據(jù)時實現(xiàn)，讓數(shù)據(jù)采集效率更高，同時避免了過遠的簇頭直接向基站發(fā)送數(shù)據(jù)時產(chǎn)生過高的能耗，此時網(wǎng)絡的拓撲結構如圖1所示。
2．3 數(shù)據(jù)融合策略
無線傳感器網(wǎng)絡的數(shù)據(jù)融合不僅僅是對數(shù)據(jù)進行簡單的平均、求和等運算，根據(jù)具體需求，需要采取不同的融合措施，數(shù)據(jù)融合的順序一般是從數(shù)據(jù)層到特征層再到?jīng)Q策層。本協(xié)議應用信息熵進行數(shù)據(jù)分類融合，節(jié)點感知的各種信息的數(shù)據(jù)關系可通過信息熵的計算分為補充數(shù)據(jù)、冗余數(shù)據(jù)以及沖突數(shù)據(jù)。補充數(shù)據(jù)指傳感器節(jié)點感知的目標不同特征的信息；冗余數(shù)據(jù)指傳感器節(jié)點感知的目標同一特征的信息；沖突數(shù)據(jù)指傳感器節(jié)點感知的不同目標的信息或者是同一目標時空不相關的信息，或者是傳感器故障而提供的矛盾信息。判定兩個傳感器節(jié)點提供的信息的數(shù)據(jù)關系方法如下：
假定節(jié)點1與節(jié)點2感知數(shù)據(jù)的分布特性符合pi（x／xi），其中i為傳感器號1或2，x（x∈X）為感知的隨機數(shù)，xi為節(jié)點i感知的數(shù)據(jù)值；節(jié)點i和節(jié)點j的聯(lián)合分布為pij（x／xi，xj），由信息熵的定義，節(jié)點i和j感知數(shù)據(jù)的自熵hi（xi）與聯(lián)合熵hij（xi，xj）的計算如下：
自熵表明了節(jié)點i感知數(shù)據(jù)xi的不確定性，而互熵則表明了節(jié)點i和j聯(lián)合感知數(shù)據(jù)（xi，xj）的不確定性。比較hi（xi），hj（xj）與hij（xi，xj）三者的大小關系有以下三種情況：
（1）hi（xi）≤hij（xi，xj）≤hj（xj），說明兩個傳感器的聯(lián)合感知數(shù)據(jù)既沒減少xi的不確定性，也沒增加xj的不確定性，兩個節(jié)點的感知數(shù)據(jù)互不影響，因此兩個數(shù)據(jù)是互補的；
（2）hij（xi，xj） （3）hi（xi）≤hj（xj）
3、 仿真實驗
本文采用Matlab建立仿真模型，分別對原LEACH算法與改進后的算法進行仿真分析并加以比較。
3．1 仿真模型與參數(shù)設置
本實驗采用LEACH定義的物理模型，其定義如下：
（1）所有節(jié)點屬性完全一樣，能量有限并且均能與基站直接通信；
（2）基站位置固定，節(jié)點不知道其自身位置信息；
（3）無線通信采用對稱的信道，消耗的能量與傳輸?shù)姆较驘o關，節(jié)點可根據(jù)與目標節(jié)點的距離來調(diào)節(jié)射頻發(fā)射功率；
（4）簇頭節(jié)點可執(zhí)行數(shù)據(jù)融合。
實驗采用的各參數(shù)定義如表1所示。
3．2 仿真結果及分析
算法的仿真采用了300個節(jié)點，隨機分布在500×500的平面區(qū)域，而基站位置為（250，250）。節(jié)點分布示意如圖2所示。
圖2中“*”表示傳感器節(jié)點，“☆”表示基站。建立上述模型后，LEACH協(xié)議的仿真結果如圖3所示。
改進后的協(xié)議仿真結果如圖4所示。
通過比較可以明顯地得出，新協(xié)議比原LEACH協(xié)議具有很長的網(wǎng)絡生存時間。為了更量化地比較兩個協(xié)議的網(wǎng)絡性能，下面繼續(xù)對網(wǎng)絡運行中第一個節(jié)點的死亡時間（First Node Dead，F(xiàn)ND）以及一半節(jié)點的死亡時間（Half Nocles Dead，HND）進行比較，因為在分簇路由中，必須要一個以上的節(jié)點才能進行路由計算，所以在此不考慮全部節(jié)點的死亡時間。由于仿真實驗的隨機性，每個協(xié)議的FND與HND值是對兩個協(xié)議進行多次運算后取的平均值。如圖5所示。
由圖5可知，對于FND，新協(xié)議比原LEACH協(xié)議延長了網(wǎng)絡生存時間約85％，而對于HND，新協(xié)議則比原LEACH協(xié)議延長了約100％。綜上所述，由于新算法的諸多改進，網(wǎng)絡的整體性能比LEACH更為優(yōu)秀。
4 、結語
本文通過對LEACH在簇頭選擇機制以及數(shù)據(jù)融合方面不足之處的改進，提出了一種新的基于LEACH分簇路由協(xié)議的數(shù)據(jù)融合算法，改進主要體現(xiàn)在三個方面；在簇頭選擇算法上加入了能量控制機制，讓剩余能量高的節(jié)點有更高幾率當選為簇頭；將簇頭節(jié)點到基站的單跳路由改為加入了數(shù)據(jù)融合策略的反向組播樹，節(jié)省了與基站過遠的簇頭消耗的能量，數(shù)據(jù)在不斷往基站的傳輸中也有更多的機會融合；提出了基于信息熵的具體數(shù)據(jù)融合策略，讓信息的傳輸更有效率。仿真結果表明，這些改進有效平衡了節(jié)點能量消耗，延長了網(wǎng)絡生存時間。
責任編輯：gt
工商網(wǎng)監(jiān)
評論