文獻(xiàn)標(biāo)識碼： A
文章編號： 0258-7998(2015)06-0118-03
0 引言
網(wǎng)絡(luò)中傳感器的數(shù)目過多，會使網(wǎng)絡(luò)間通信產(chǎn)生更多的能耗，集中式算法易導(dǎo)致單個節(jié)點(diǎn)失效[1-2]。因此，無線傳感器網(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，每個節(jié)點(diǎn)都包含在自組織網(wǎng)絡(luò)中時，無法保證其能量效率[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個頂點(diǎn)(V←v1，v2，…，vn)和E條邊的非連通圖G。
輸出：通過錨節(jié)點(diǎn)進(jìn)行完全連接的樹結(jié)構(gòu)。
(1)在圖G選取根頂點(diǎn)VR，即VR∈G。//VR是Sink節(jié)點(diǎn)
(2)添加連接VR和vi以及節(jié)點(diǎn)vi和vj的邊ei。//i，j=1，2，3…
(3)若vi和vj是VR的兩跳距離節(jié)點(diǎn)，則執(zhí)行步驟(4)
(4)檢測C(連通性)。//利用G圖中的兩個未連接鄰居節(jié)點(diǎn)將vi和vj連接
(5)選取vabi和vabj作為第一層主干錨節(jié)點(diǎn)，命名為Vab1和Vab2。//Vab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Vabi和Vabj將位置信息告知VR
(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)貫穿整個過程，通常通過減少或簡化網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)來進(jìn)行節(jié)能，同時維持網(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個頂點(diǎn)(V←v1，v2，…，vn)和E條邊的未連接圖G。
輸出：通過錨節(jié)點(diǎn)進(jìn)行完全連接的樹結(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。//節(jié)點(diǎn)能量耗盡或節(jié)點(diǎn)處于運(yùn)動過程中
(2)vai←vi。狀態(tài)的改變指向錨主干
(3)vi←vabi←VR。//連通維護(hù)層級VR，vbi和v，其中v與新錨點(diǎn)vbi連接
(4)若vbi的一跳鄰居節(jié)點(diǎn)中含有一跳未連接的路徑，將vbi添加到vb上
(5)更新G中所有的由vi到vabi的連接
(6)樹(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vi，vab和VR
(8)若P(vi≠vab≠VR)能量不等
(9)則從G移出vi，當(dāng)需要時恢復(fù)vi
(10)在G中利用VR維護(hù)樹結(jié)構(gòu)
1.3 節(jié)能機(jī)制
利用位置模型對網(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：無向圖G=(V，E)。//V，E分別表示頂點(diǎn)和邊的集合。
輸出：一個連接網(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)ln←{V，E}。//在其覆蓋區(qū)域內(nèi)至少含有2個未連接的鄰居節(jié)點(diǎn)
(2)在ln∈L中構(gòu)建1個一維的網(wǎng)格集合
(3)L(v)∈{G}，這里L(fēng)≥2，3，4，…。//v表示一個頂點(diǎn)
(4)在集合L中尋找一個子集合A用于更替路由，如l1，l2，…，ln∈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)Ln←L∪l∪n
(8)當(dāng)L(v)改變其位置時。//v，u是L(局部結(jié)構(gòu))中的頂點(diǎn)
(9)l(u)←L(v)。//通過′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)類似的，添加一跳l1，l2，…，ln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、競爭和連接失敗等問題，通過重建和位置結(jié)構(gòu)的拓?fù)溥^程獲得自組織，利用分布式定位算法實現(xiàn)位置結(jié)構(gòu)的拓?fù)溥^程。若一個節(jié)點(diǎn)希望進(jìn)入任何一個工作區(qū)域，則會對它的服務(wù)進(jìn)行分層限制，并產(chǎn)生支持每個節(jié)點(diǎn)的平面路由。在真實的數(shù)據(jù)傳輸過程中（如網(wǎng)絡(luò)電話），僅有平面路由是不行的。與此同時，在一個分層系統(tǒng)中，將實時傳輸設(shè)置為高優(yōu)先級，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銷，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∈Wi；//Wi為位置結(jié)構(gòu)節(jié)點(diǎn)集合，w為Wi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wi變?yōu)閣i+1 or將ri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ri節(jié)點(diǎn)
(9) end
(10)else 為連通性選取新的wi
(11)end
2 實驗
在移動場景和穩(wěn)定場景下對本文協(xié)議進(jìn)行了仿真實驗和分析。
2.1 實驗設(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個節(jié)點(diǎn)、大小為1 000 m×1 000 m的WSN區(qū)域，聞訊間隔為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)時間為120 s。在第一種場景中，所有節(jié)點(diǎn)都是固定的，并且按序生成10個UDP會話，每個會話傳輸50個恒定比特率（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)動節(jié)點(diǎn)。在移動體系結(jié)構(gòu)中，設(shè)置節(jié)點(diǎn)的移動速率為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)表示移動場景分析，另外，每個場景下設(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個連接的UDGs，計算每個圖的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)個數(shù)，結(jié)果如圖4所示。由圖4可知，SEESLP-II策略僅需要8%的節(jié)點(diǎn)去維護(hù)連通性。根據(jù)鄰近Sink節(jié)點(diǎn)識別機(jī)制，位置結(jié)構(gòu)中僅需12個節(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)行移動維護(hù)，這是因為在移動場景下，具有高的節(jié)點(diǎn)密度和節(jié)點(diǎn)移動性，節(jié)點(diǎn)之間需要交換更多的控制負(fù)載。同時還可以看出，若網(wǎng)絡(luò)是稀疏的，網(wǎng)絡(luò)中的大多數(shù)節(jié)點(diǎn)將會被一個位置結(jié)構(gòu)包含，這與高或低的節(jié)點(diǎn)度策略無關(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)度策略優(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)的個數(shù)。不同場景下，傳輸范圍在10 m～50 m內(nèi)變化時，控制節(jié)點(diǎn)個數(shù)，結(jié)果如圖5所示。可以看出，SEESLP中，當(dāng)傳輸范圍為10 m時，連通性僅需30個控制節(jié)點(diǎn)，隨著傳輸范圍的增加，所需的控制節(jié)點(diǎn)個數(shù)相應(yīng)減少，當(dāng)傳輸范圍為50 m時，相應(yīng)的控制節(jié)點(diǎn)個數(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越來越接近。
平均節(jié)點(diǎn)度分析中，評估了節(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個節(jié)點(diǎn)。從圖中可知，SEESLP-II僅需4個中繼節(jié)點(diǎn)。由于當(dāng)一個支配者的節(jié)點(diǎn)級別增加，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)包并對包投遞率進(jìn)行分析。在WSN網(wǎng)絡(luò)中存在3種會影響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
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)來維持網(wǎng)絡(luò)的連通性和覆蓋范圍。同時在路徑選擇過程中加入節(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)議開銷。未來研究將會考慮傳感器網(wǎng)絡(luò)快速運(yùn)動情況。
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，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線傳感器網(wǎng)絡(luò)拓?fù)淇刂扑惴╗J].自動化學(xué)報，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.