无线传感网络分布控制汇聚协作节能算法

2.3.2 簇间协作路由建立策略

为适应规模较大的网络的需要，CHMA算法根据节点的距离和能量信息建立网络数据转发路由，采用簇间协作多跳的方式将数据传送给汇聚节点：

1）每个簇首节点Chi对其邻居簇首进行信息收集，信息的收集方式如图4所示。为了确保簇首节点能获取到邻居簇首的信息，簇首节点以发射距离为1.4倍簇半径（1.4Ri2ch）的功率广播公告消息ADV，该消息包含节点的标识ID、剩余能量Ere(i)和其到汇聚节点的距离di2sink。邻居簇首Ch接收到此消息后，根据接收信号的强度计算它们之间的距离di_t并对邻居节点的信息进行保存。

图4 簇首信息获取示意图

2）根据表中的邻居簇首信息，每个簇首节点Chi从它的邻居簇首的集合N i中选择一个合适的簇首作为其数据转发的下一跳。下一跳Nexti的协作选择触发策略为：

   （13）

其中，

cost为转发代价，

，

α>0，β>0为权重因子，且α+β=1，d表示距离，

   ，

      。

可知，当簇首到点到Sink节点的距离小于簇半径时，簇首直接将数据传送给汇聚节点；否则选择一个离自身和汇聚节点都比较近且通信代价最少的簇首节点作为下一跳。代价考虑了通信能耗和邻居簇首的剩余能量2个因素，以便平衡网络节点的能量消耗和延长网络的生存时间。

节点开始进入数据采集阶段后。成员节点根据TDMA工作时隙的分配来调整自身的工作状态，当相应的TDMA工作时隙没有到来时，节点调整自身的状态为休眠；当被时钟唤醒时，才进行环境监测和数据的采集，并将数据以最小的功率发送给簇首节点，簇首对数据进行融合压缩处理，再通过协作多簇网络路由进行数据的发送。

3 分析与仿真

忽略无线链路中可能的数据碰撞冲突和丢包错误，对CMH算法中传感器节点的数据发送、接收和融合处理的能量消耗进行仿真，将CMH算法的能量利用效率和网络生存周期同LEACH进行了对比。

仿真场景设置为450个传感器节点部署在半径为250 m的圆内，整个网络划分为5个同心圆环，内层圆环的节点分布密度逐渐大于相邻的外层圆环，主要参数如表1所示。每个仿真进行10次，最终结果取均值。

表1 网络仿真参数

根据前节分析和计算，由圆环中的节点数，单位周期内每层圆环的能耗相等，确定每层圆环的面积Si。最内层圆中的节点分布密度最大，从内向外层依次递减由于内层的圆（环）需要承担外层圆环的数据转发任务，所以这样的分布是合理的。

为了评估CMH协议对网络能量的均衡性和节能作用到底如何，从节点的能量消耗和节点剩余能量的标准差等方面进行了仿真对比，并对不同的网络运行时期节点剩余能量的标准差进行了统计分析，其值越小，说明能量均衡程度越好。

网络运行过程中总能量消耗趋势如图5，在相应的运行轮次中，CMHA的总能量消耗远小于LEACH的能量消耗，这是因为LEACH中簇首采用单跳的通信方式将数据传送至Sink节点，远距离传输导致了能量的消耗较大。CHMA协议采用簇首间的多跳传输，这就减少了传输阶段的能耗，加之该算法引入了休眠机制，使协议能量消耗更小。

图5 在不同的运行轮中总能量消耗趋势

在不同的运行轮次中，网络节点的生存节点数如图6，LEACH协议在运行到82轮左右出现第1个节点死亡，而CHMA协议在191轮才出现第1个节点的死亡，较LEACH协议推迟了138.8%。这一方面是LEACH在传输阶段的能量消耗比较大，且节点间的能耗不均衡所引起；另一方面是CHMA协议更能很好地实现节能和平衡网络中节点的能耗。

图6  在不同轮次中网络存活的节点数

图7 CHMA算法在网络运行过程中，节点的能量平衡的很好，只是在网络运行刚开始的时候，由于只有一部分的节点作为簇首，能耗比较大，所以此时节点剩余能量有很大波动，当越来越多的节点成为簇首，也就是随着运行轮数的增加，能量的标准差值趋于稳定。而LEACH协议在运行过程中，区域外围簇首节点需要直接和汇聚节点进行通信，所以该类节点的能量消耗会比较快。所以它的剩余能量标准差会很大，这也说明了通过中继转发和节点非均匀的部署可以有效均衡网络的能量。

图7 运行过程中剩余能量的标准差

4   结束语

无线传感网络中能耗不均衡的根本在于每个环之间数据转发的关系，靠近Sink节点的区域具有较大密度的数据传输流，只有设计较好的分流策略才能从本质上解决“能量空洞”问题。通过节点预控非均匀的分布及簇间协作多跳的策略把采集的数据传送到汇聚节点可有效均衡网络能耗和延长网络生存周期。仿真表明，该机制在节省能耗和均衡网络能量方面都具有较好的性能。

参考文献：(英文版已被全部删除)

[3] 毕道伟,王雪,王晟,等.无线传感网络多分类支持向量机设备状态识别[J].电测与仪表, 2007(07): 20-24+36.

[4] 韦荣桃,李舒,张艳玲,等.电力物联网建设环境下可充电无线传感器网络能效与路由优化策略[J].电测与仪表.2019(22): 31-36.

[5] 滕志军,张帆,宋明辉.电能质量监测系统中基于蚁群的WSN路由算法研究[J].电测与仪表.2015(11):54-57.

[11] 陈贵海,李成法,叶懋,等.EECS:一种无线传感器网络中节能的聚类方案[J].计算机科学与探索, 2007,1(2): 171-179.

[12] 汪晗,成昂轩,王坤,等.无线传感器网络分布式迭代定位误差控制算法[J].电子与信息学报, 2018, 40(1): 72-78.

[13] 蒋俊正,李杨剑,赵海兵,等.一种大规模传感器网络节点分布式定位算法[J].电子与信息学报,2019,41(12):3022-3028.