基于低能耗高效无线传感器网络路由协议研究

刘 宏，魏浩鹏，张子扬

(江西理工大学电气工程与自动化学院，江西 赣州 341000)

基于低能耗高效无线传感器网络路由协议研究

刘 宏，魏浩鹏，张子扬

(江西理工大学电气工程与自动化学院，江西 赣州 341000)

针对无线传感器网络能量利用率低和通信质量不高等问题，提出了一种高效低能耗的WSN路由协议.在簇头选取阶段综合考虑了节点的剩余能量、节点的密度、节点的传包成功率等因素，在簇内通信方案上提出了混合路由通信方案，簇间通信在链头选取上考虑了链头自身能量值、链数据传输代价、链头传包成功率以及链头与基站的距离等.并提出了丢包策略.仿真结果表明：该算法能有效均衡节点能耗，提高传输数据包成功率，提高通信质量，延长网络生命周期.

无线传感器网络；簇头；簇内通信；簇间通信；丢包率

目前，无线传感器网络(wireless sensor network，WSN)在军事、工业、日常生活等领域应用日益广泛.由于传感器节点通常携带电池，其能量有限，如何降低能耗、最大化延长网络生存周期成为WSN路由协议的重要目标.目前WSN中经典的路由协议有LEACH和PEGASIS[1-2]，这2种协议均有其不足之处.因此，对LEACH和PEGASIS协议，许多学者对它们进行了改进.针对节点能耗不均问题，文献[3-4]在簇头选举阶段考虑到了剩余能量因子，以避免能量低的节点成为簇头.文献[5]在簇头选举阶段，利用节点的剩余能量以及候选簇头的竞选半径来选择簇头，在通信阶段将传输代价和簇头的剩余能量作为建立路由的依据.LEACH-CS通过多跳路由和均匀分簇能够在一定程度上降低传输能耗、均衡簇头能耗[6]，但是均匀分簇无法避免簇的负载不均衡以及Sink节点附近的簇头节点因大量转发数据而过早死亡等问题.对于均匀分簇导致的簇头能耗不平衡问题，文献[7]提出的EEUC采用簇间多跳路由和非均匀分簇相结合的方式，将整个网络划分成大小不等的簇，离基站较近的簇规模较小，节省的能量用于簇间数据转发，而且簇间采用多跳路由方式有利于进一步均衡簇头能量消耗.文献[8]提出的ACOUC采用非周期性的簇首选举策略，首轮全部节点参与选举，后续轮进行簇内调整，在稳定通信阶段通过引入实时性和链路可靠性参数来提高通信质量.此外常见的WSN分簇路由协议还有DBCP，DTU和EBUCA等[9-11].本文提出了一种低能耗高效WSN路由协议.

1 改进算法描述

1.1 网络模型

本文算法讨论的 WSN 基于以下假设：

(1) WSN节点位于正方形区域S内且部署后位置固定；

(2) 基站能量不受限，离S较远的位置固定；

(3) 各节点都是不对等的，在每轮通信中能耗不一致.

1.2 簇头选举

选举簇头通常采用节点在0到1之间随机选择一个数，如果该随机数小于阈值T(n)，则该节点当选为簇头节点.

(1)

式中：p表示节点n当选为簇头的概率；r表示当前轮数；G表示当前还未当选过簇头的节点的集合.

显然，这种随机选举办法不适用于异构网络，异构主要包括以下3种情形：

(1) 节点的初始能量、通信和计算能力通常不一样；

(2) 节点所扮演的角色不同，耗能不一样；

(3) 旧节点的死亡，新节点的加入导致剩余能量不一样.

由此在选举簇头时应考虑节点剩余能量，对阈值计算公式做如下改进：

(2)

节点能耗E采用无线通信能量消耗模型.节点传输比特数到距离为d时射频电路(无线收发模块)的发送能耗ETx(k,d)和接收能耗ERx(k)为：

(3)

ERx(k)=kEelec.

(4)

1.3 簇的建立和稳定通信阶段

1.3.1 簇的建立

采用非均匀成簇策略[12]，簇头采用多跳路由方式将数据发送到基站，根据各簇头与基站节点的距离来构造簇半径不等的簇.由于基站节点附近的簇头会充当中继节点转发其他簇头的数据而消耗更多的能量，所以减小基站附近簇的规模以节省能量供簇间数据的转发，同时，当簇头所在区域节点密度较大时相应地减少簇半径以均衡负载，达到平衡网络能耗，延长网络生命周期的目的.

1.3.2 稳定通信阶段

基于层次型拓扑控制思想，在PEGASIS基础上提出了改进方法.

(1) 簇内通信

簇内节点与簇头之间采用单跳和多跳相结合的通信方式，降低网络总能耗.单跳通信方案下，节点ni单位周期内的发送能耗为[13]

(5)

式中：l为网络传输部分电路的能耗；μdk为射频放大器补偿通道衰减的能耗；k为传播衰减系数，取值由环境决定，通常2≤k≤5；di为节点ni与簇头之间的距离.由(5)式可知，单跳情况下，离簇头越远的节点能耗越大.

多跳通信方案下，n层环上的节点除了向内环发送自身的感知数据包外，还需转发外层环的数据包.n层环上的节点在单位周期内的平均能耗为

Em(nR)=(2l+μRk)kn+(l+μRk).

(6)

显然，Em(R)>Em(2R)>…>Em(nR)，距离簇头越近，能耗越多.

由此看出，单跳方案中远簇头节点能耗大，多跳方案中近簇头节点能耗大，2种方案路由都存在系统能量不均衡的问题.基于此，可考虑组成单跳与多跳相结合的混合路由通信方案.设每个节点完成一次混合通信的时间为T，则在T·α时间内处于单跳通信方案，在T·(1-α)时间内则处于多跳通信方案.进入下一通信周期后所有节点重新进入单跳方案，依次循环.混合路由通信方案能量消耗可表示为

Emix=αEs(nR)+(1-α)Em(nR)，0<α<1.

(7)

(2) 簇间通信

簇间成链阶段以簇内链头为单位，依照蚁群算法成链.在链头选取上考虑链头自身能量值、链数据传输代价、链头传包成功率以及链头与基站的距离4个方面.簇间链头选取公式改进为

(8)

式中：δ簇间链头值最大的节点将成为链头；ε能量为节点的当前剩余能量；ρ代价为链一轮的数据传输代价；t为节点发送包的传输成功率；d基站为节点与基站的距离.

α′，β′，μ′和Y′为权值因子且都为正数，用来调节能量、传输代价、传输成功率以及链头与基站距离在链头选取中的权重.

1.4 丢包策略

由于WSN通常受到噪声、衰减、反射等干扰，且传感器网络带宽较小，汇聚区域有大量分组，增加信道的竞争和冲突，引发拥塞.增加传输时延和数据的丢失，从而降低了网络的传输能力，由此产生的重传会加速节点的死亡、增加网络的负担.增大节点缓存空间，可以在一定程度上避免拥塞，但传输时延也会相应增大，且分组生命周期比较短，超时就会导致分组重传.因此，当检测到拥塞发生时，本协议启动丢包策略：根据数据包剩余价值的大小来决定丢包的先后顺序，丢弃价值最小的分组使有限带宽得到充分的利用，最大限度地确保重要数据可靠及时传输.数据包剩余价值的计算公式为

V=h·r·Tlive.

(9)

式中：V表示数据包剩余价值；h表示分组的可靠性；r表示分组的传输跳数，跳数越大重传成本也就越高，相应价值就越高；Tlive表示分组的剩余生存期，Tlive=Tlive-(T2-T1)，在传输数据时每个分组进入节点都要打上时间戳，T1表示分组进入节点时的时间戳，T2表示分组离开节点的时间戳，当Tlive≤0时，表示分组已过时，直接丢弃分组.

2 仿真结果及分析

为了验证算法的有效性，利用OMNET++网络仿真工具对改进的协议进行仿真.虚拟网络环境的基本参数如表1所示，仿真结果见图1.

表1 实验基本参数表

参数参数取值部署区域/m100×100基站位置(175，50)节点数量100一级簇头比例/%5Eelec/(nJ/b)50Efs/(pJ/b·m2)10Emp/(pJ/b·m2)0 0013Ec/(nJ/b)5丢包率0 3数据包长度/B4000广播包长度/B200

图1 3种协议在同构网络环境下能耗仿真结果

取ACK信令长度为25 B，采取每种协议循环仿真50次，并取它们的平均值对存活节点的个数进行统计，验证本协议在处理同构网络时的能量性能，取节点初始能量为1 J，仿真结果如图1所示.

由仿真结果可以看出：在同构网络中，LEACH协议的首次节点死亡时间为第570轮，节点全部死亡时间为第1 210轮；PEGASIS协议的首次节点死亡时间为第760轮，节点全部死亡时间为第1 480轮；而本协议的首次节点死亡时间为第900轮和节点全部死亡时间为第1 650轮.本协议在处理同构网络时生存周期较LEACH和PEGASIS分别延长了57%和18%.

对本协议在处理异构网络时，将100个节点分别按1∶1∶1∶1的比例并分别取初始能量为0.5，1，1.5和2 J，进行循环仿真，仿真结果如图 2所示.

根据仿真结果：在异构网络环境下，本协议的生存周期较LEACH和PEGASIS分别延长了197%和86%，延长了节点死亡时间和网络生命周期.

协议在同构网络环境下的端到端时延的仿真结果如图3所示.

图2 3种协议在异构网络环境下能耗仿真结果

图3 3种协议端到端时延仿真结果

节点数为20，50和100时，本协议的平均端到端时延较LEACH减少了25%，28%和37%，比PEGASIS减少了225%，280%和320%.由于分簇机制、成链机制更加完善，本协议的数据传输时延大大减少，网络的实时性得到了很好地提高.

协议每轮发往基站包个数以及每轮基站接受包个数仿真结果如图4和5所示.

仿真轮数在200，500和1 000时，本协议发往基站的包个数较LEACH提高了64%，68%和141%，较PEGASIS提高了50%，62%和129%；本协议基站接受包的个数较LEACH提高了51%，33%和72%，较PEGASIS提高了54%，22%和137%.通过数据分析可以看出通信质量得到了大大地提高.

图4 3种协议每轮发往基站包个数仿真结果

图5 3种协议每轮基站接受包个数仿真结果

3 结束语

本文在LEACH和PEGASIS的基础上提出了一种低能耗高效WSN路由协议，从簇头的选举、簇建立、稳定通信阶段以及丢包策略上进行了优化，理论和仿真都表明，本文方案在网络生命周期、网络实时性、通信质量上和LEACH与PEGASIS相比得到了显著地提高.

[1] HEINZELMAN W，CHANDRAKASAN A，BALAKRISHNAN H. Energy-efficient communication protocol for wireless microsensor networks[C]// In Proceeding of The 33rd Annual Hawaii Int’l Conf.on System Sciences. Maui：IEEE Computer Society Press，2000：3005-3014.

[2] LINDSEY S，RAGHVENDRA C S. PEGASIS：power-efficient gathering in sensor information systems[C]// Aerospace Conference Proceedings. Big Sky Montana：IEEE Computer Society Press，2002：1125-1130.

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

[4] HANDY M J，HAASE M，TIMMERMANN D. Low energy adaptive clustering hierarchy with deterministic cluster-head selection[C]//4th International Workshop on Mobile and Wireless Communications Network. Stockholm Sweden：IEEE Computer Society Press，2002：368-372.

[5] 徐久强，毕伟伟，朱剑，等. WSN 中多跳均匀分簇路由算法的设计与仿真[J]. 系统仿真学报，2011，23(5)：992-997.

[6] 顾跃跃，白光伟，陶金晶. LEACH-CS：一种自定义的 WSN 跨区多跳路由机制[J]. 计算机科学，2011，38(1)：78-82.

[7] LI C，YE M，CHEN G，et al. An energy-efficient unequal clustering mechanism for wireless sensor networks[C]// Proc of IEEE International Conference on Mobile Adhoc and Sensor Systems. Washington USA：IEEE Computer Society Press，2005：597-604.

[8] DU J，WANG L.Uneven clustering routing algorithm for wireless sensor networks based on ant colony optimization[C]// 3rd International Conference on Computer Research and Development (ICCRD). Shanghai：IEEE Computer Society Press，2011：67-71.

[9] 乔俊峰，刘三阳，曹祥宇. 无线传感器网络中基于节点密度的簇算法[J]. 计算机科学，2009，36(12)：46-49.

[10] LEE S，CHOE H，PARK B，et al. LUCA：an energy-efficient unequal clustering algorithm using location information for wireless sensor networks [J]. Wireless Personal Communications，2011，56(4)：715-731.

[11] THEIN M C M，THEIN T.An energy efficient cluster-head selection for wireless sensor networks[C]// 2010 International Conference on Intelligent Systems，Modelling and Simulation (ISMS). Kota Kinabalu Malaysia：IEEE Computer Society Press，2010：287-291.

[12] 卢先领，王莹莹，王洪斌. 无线传感器网络能量均衡的非均匀分簇算法[J]. 计算机科学，2013，40(5)：78-81.

[13] 解培中，郑宝玉. 无线传感器网络中一种能量有效的簇内通信方案[J].南京邮电大学学报，2009，29(10)：81-85.

(责任编辑：石绍庆)

Low energy efficient routing protocol for WSN

LIU Hong，WEI Hao-peng，ZHANG Zi-yang

(College of Electrical Engineering & Automation，Jiangxi University of Science and Technology，Ganzhou 341000，China)

Aiming at the problems of low energy utilization and low communication quality，a low energy efficient routing protocol for WSN is proposed in this paper. In the cluster head election phase，the factors of the residual energy of nodes，the density of nodes and the success rate of packet delivery are took into account. In the stable communication phase，a hybrid routing communication is proposed for the intra-cluster communication，considering node performance，chain data transmission cost and the success rate of packet transmission，a novel chain header selection formula was put forward. What’s more，a new packet-discarding scheme is proposed. Simulation under the environment of OMNET++ proves that compared with LEACH and PEGASIS，the algorithm can increase data receiving rate，improve communication quality and effectively extend the network life cycle.

WSN；cluster head；intra-cluster communication；inter-cluster communication；packet loss rate

1000-1832(2014)04-0056-05

10.11672/dbsdzk2014-04-010

2014-04-28

国家自然科学基金资助项目(61163063).

刘宏(1968—)，男，副教授，主要从事检测技术与自动化装置研究.

TP 393 [学科代码] 520·30

A