摘  要： 采用統計學的方法，建立了一個由節點距離、節點潛在能量和節點連通性按貢獻率組成的路由選擇優化模型，該模型量化了各個因素在保持網絡能耗均衡性方面的作用，以此來均衡整個無線傳感器網絡的能耗。仿真結果表明，該算法能夠有效降低網絡能耗并延長網絡生存時間。
關鍵詞： 無線傳感器網絡；能量均衡性；路由算法

　無線傳感器網絡WSN(Wireless Sensor Networks)是新興的下一代傳感器網絡。作為一種無基礎設施的無線網絡，其在軍事、醫療、環境檢測和森林防火等方面有很好的應用前景。但由于傳感器網絡中的節點目前都是靠電池供電，節點能量有限且不可再生，因此，提高能量在網絡中的利用效率一直受到高度重視。由于傳感器網絡工作環境的特殊性，不可能采用人工方式均勻布置傳感器節點，節點分布的不均勻引起節點能量消耗的分布不均，導致一些節點過早死亡，形成網絡“空洞”，從而加速了本區域節點的能量消耗，進而影響網絡的生命周期，因此均衡能耗成了WSN中必須考慮的一個重要因素。既然網絡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議相結合，設計一種能有效地提高網絡能量利用效率且改善網絡的連通性的路由選擇協議成為網絡設計的重要目標。
　目前大部分路由協議都是將到節點間的距離和節點的剩余能量作為路由選擇時的度量標準，沒有考慮周圍節點的影響。但是由于鄰居節點之間具有高度的相關性，路由不再是單個節點的事情，而是要與周圍所有節點聯合考慮，才能達到路由的最佳性能。本文在深入研究現有路由算法的基礎上，進一步研究節點潛在能量、節點間距離和節點周圍的連通性對網絡性能的影響，針對由于路由協議采用的環境參數不準確而造成的能量浪費問題，提出了相應改進方法，從而有效提高了能量利用效率，延長了網絡的生命周期。
1 節點能耗均衡性的分析
1.1 節點能耗分析
　節點能量主要消耗在無線傳輸/接收數據、處理查詢請求、數據融合處理和感知環境參數等工作中。其中無線通信消耗的能量占絕大部分，根據通信模型[1]，發送節點的能耗表示為：

其中，PE(k)是節點k的潛在能量，Ek為位于節點k的傳感范圍內的當前剩余能量，M為節點用于監測和接收等工作的最小保留能量。
　上述算法的不足之處是：節點分布不均勻的網絡容易出現潛在能量很大、可利用的能量不多的情況，這樣加速了網絡“空洞”[4-5]的出現，降低了能量消耗的利用效率，進而影響網絡的壽命。為此本文重新定義潛在能量：設其是節點周圍半徑為r區域內所有節點的剩余能量之和，其中r是一個閾值。分析如下：假設有一個k bit的數據包需要從B點傳輸到D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。這里假設任意兩節點都是在距離閾值dcrossover內進行數據傳輸。

1.3 節點的連通性
　對于連通性[6]問題，定義為：如果至少去掉k個傳感器鄰居節點才能使該節點所在區域的網絡不連通，則稱該節點周圍的網絡是k連通的。一個節點周圍的網絡連通性越好，就意味著路由選擇時可以綜合考慮本區域節點的剩余能量和本區域能耗的均衡性，選出一個既能降低能耗又能平衡本區域能耗負載的下一跳節點。以圖1為例，C節點的連通度大于E節點的連通度，C節點可以根據周圍環境的變化選擇最佳下一跳節點，這樣能很好地平衡本區域網絡的能量消耗；但E節點周圍連通性差，很容易因能量耗盡而死亡，導致本區域出現網絡“空洞”，加速了本區域能量的消耗，加劇了能耗的不均衡。因此，節點周圍網絡的連通性也是均衡網絡能耗的一個重要因素。
2 能耗均衡路由算法
　傳感器網絡的路由算法直接關系到傳感器網絡中能量消耗的速率，從而決定網絡的生命周期，所以設計一個好的路由模型對延長網絡的生命周期至關重要。為了延長網絡的生命周期必須首先考慮兩個方面的問題：降低節點能耗和均衡網絡的能耗[7-9]。影響節點能耗和網絡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、算法的復雜度以及在現有模擬仿真環境中的可操作性，本算法主要考慮節點間的距離d、節點的潛在能量PEr和節點的連通性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，目前沒有現成的數學模型作為參考，有一些學者采用假設一個數值或取隨機數的解決方式，這種方式得到的數據在現實應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用中更有參考價值的數據，本文引用統計學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，構建3個優化函數對這3個變量進行優化處理，使處理后的值有相同的期望變化趨勢，這樣便于最優值的選擇。這3個變量的優化函數分別為

　該路由模型綜合考慮了節點間的距離、節點的潛在能量和節點的連通性3個因素，追求三者在路由選擇中的聯合優化。
3 實驗與仿真
　為了驗證本文提出算法的性能，采用網絡仿真工具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絡環境下進行比較測評，兩種路由算法采用同樣的異常恢復策略。評價指標包括網絡的剩余總能量和節點死亡數目兩個方面。設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，仿真結果分別如圖2、圖3所示。

　由圖2的仿真結果可以看出，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的仿真結果可以看出，在仿真的中后期，EBR節點的死亡數目少于DBR。綜合圖2和圖3的仿真結果可以看到，在仿真的后期，剩余的總能量和死亡節點的數目近似沿直線變化，這說明這段時間網絡能耗比較均衡，整個網絡的連通性很好，沒有因網絡“空洞”的出現而引起網絡能耗加速。
　本文對WSN節點的潛在能量和節點的連通性進行了探討，提出一種在節點分布不均勻的條件下，實現能量消耗均衡的路由算法，更好地延長了網絡生命周期。該算法兼顧了網絡中節點能耗的高效性和網絡能耗的均衡性，實現了網絡中節點間能耗的平衡。仿真結果表明，與基于密度的路由算法相比，該算法在節點平均生命周期、網絡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上，進一步提高網絡的可擴展性，縮短數據傳輸的時延。
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.無線傳感器網絡中密度路由算法的改進研究[J].計算機應用，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.保證服務質量的最小能量無線傳感器網絡路由算法[J].清華大學學報(自然科學版)，2007，47(10)：1634-1637.
[7] 劉韜，謝儲暉.無線傳感器網絡能量均衡路由算法[J].微電子學與計算機，2009，26(10)：5-7.
[8] 孫國棟，廖明宏.能量均衡的無線傳感器網絡短路徑路由算法[J].自動化學報，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絡生命期優化算法[J].系統工程與電子技術，2008，30(12)：2477-2480.