《电子技术应用》
您所在的位置:首页 > 通信与网络 > 设计应用 > 基于能量优化的WSN数据收集和融合算法
基于能量优化的WSN数据收集和融合算法
来源:电子技术应用2013年第5期
丁 娟, 刘三阳, 张 平
西安电子科技大学 理学院, 陕西 西安710071
摘要: 针对WSN路由协议LEACH中簇头负载过重的问题,提出一种改进的数据收集和融合算法LEACH-E,在簇的建立阶段根据节点的剩余能量及相对距离选择簇头;在通信阶段,运用主成分分析法对簇头收到的数据进行降维处理,再将融合后的数据沿着蚁群算法找到的最优路径以多跳方式发送给基站。仿真结果表明,该算法在均匀分簇、均衡节点能耗、延长网络生命等方面有更好的性能。
中图分类号: TP393
文献标识码: A
文章编号: 0258-7998(2013)05-0097-03
A data gathering and fusion algorithm based on energy optimization for WSN
Ding Juan, Liu Sanyang, Zhang Ping
School of Science, Xidian University, Xi′an 710071,China
Abstract: To solve the overloading problem of cluster head in LEACH, an improved data gathering and fusion algorithm named LEACH-E is proposed. In the stage of establishing cluster, the selection of cluster heads takes into account the residual energy and their relative distance. In the communication phase, the cluster heads make data fusion first by the principal components analysis method for dimensionality reduction, and then transmit the data along the optimal path searched by the ant colony algorithm to the base station in multi-hop manner. The simulation results show that, compared with the LEACH, the LEACH-E performs much better in the aspects of the uniform clustering, energy balancing, and lifetime prolonging.
Key words : WSN; routing; energy; data fusion

    无线传感器网络WSN(Wireless Sensor Network)[1]是将大量微型传感器节点随机部署在目标区域,以自组织方式形成的网络,其目的是让这些节点协作地采集和处理网络覆盖区域的信息,并传递给控制管理中心。WSN将现代通信技术、微型传感器技术和网络技术有机融为一体,在军事、医疗、环境监测、智能交通等许多领域有极高的应用价值和广阔的应用前景。由于受到节点能耗的限制,如何在近乎苛刻的能源条件下延长网络生命成为WSN首要考虑的问题。

1 LEACH协议简介
    LEACH(Low Energy Adaptive Clustering Hierarchy)[2]是一种低功耗自适应分层路由协议。该协议中网络运行时间按“轮”计量,每轮循环分为簇的建立和数据通信两个阶段。网络节点动态成簇,簇头负责收集、融合成员节点采集的数据,并将融合后的数据直接发送给基站。LEACH协议一方面能够保证各节点等概率地担任簇头,使得网络能量分布相对均衡;另一方面运用TDMA的MAC层机制来减少簇内数据发送冲突,降低了能耗。但该协议仍存在以下几点不足:(1)簇头的选择未考虑节点的距离和剩余能量因素,易导致簇头分布不均或能量低的节点当选簇头;(2)该协议提到了数据融合的概念,但并未给出具体的算法; (3)簇头与基站采用一跳通信模式,如果某个簇头距离基站较远,能耗会大幅增加,影响网络性能。
    参考文献[3]针对突发事件监测网络利用蚁群算法构建数据收集链路,参考文献[4]提出了基于区域的簇头选择和采用贪婪算法构建簇间链式路由的多跳数据传输方法。以上两种方法节能效果都很显著,但单簇头使得网络的鲁棒性较差。参考文献[5]提出了基于自适应数据融合的路由协议,延长了网络时间,但未考虑到簇头的选择及其路由方式。
    针对LEACH协议的不足,综合考虑簇头的选择、数据融合方法以及簇头与基站的通信方式三个方面,提出了改进算法LEACH-E。
2 改进的数据收集和融合算法
2.1模型假设

    本文对网络模型作如下假设:(1)基站固定;(2)所有节点同构,能量有限,具有定位功能以及数据融合能力;(3)节点可调节功率大小与基站点通信; (4)节点能量消耗采用一阶无线电模式[6]。


 


    由于蚁群算法是一种启发式算法,下一跳节点的选择有一定的随机性,因此不能保证每次都能找到最短路径,这样可能会增加传输延迟和节点能耗,但同时也避免了一定时间内总是沿着唯一一条最短路径进行通信,进而导致该路径上的簇头承担了太多的发送任务而过早死亡的情况出现。
3 仿真实验与分析
    本文运用MATLAB7.0进行仿真,分别从簇头向基站发送数据包的数目、节点的平均能耗和网络存活节点个数三个方面来比较改进前后算法的性能。
    在100 m×100 m的区域内随机分布100个节点,基站位于(50,175)。具体参数设置如表1。
    图1是簇头发送给基站的数据包数目。当簇头基于主成分分析法对数据融合之后,原本每个簇头要发送M×N个数据,如今只需传送(M×p+N×p+2N)个数据,从而大幅地减少了数据通信量,缓解了网络拥塞。图2直观地表明LEACH-E算法能有效减少节点的平均能耗。图3是网络存活节点个数随轮数的变化情况。LEACH中网络运行至第449轮时第一个节点死亡,当LEACH-E在560轮时才出现死亡节点,前者在518轮时半数节点死亡,而后者在599轮时50%节点死亡,可见改进后的算法能将网络周期延长15%左右。这正是由于LEACH-E充分考虑了簇头的位置分布、剩余能量、通信方式等因素,使网络能量被均匀分担到每个节点上,避免了部分节点负载重而过早失效,从而有效延长了网络的生存时间。

    本文基于LEACH协议,针对簇头的选择、数据融合算法以及簇头到基站的通信方式做了一系列优化。实验结果表明,该算法相比于LEACH协议能有效地节省节点能耗,保证网络负载均匀,延长网络生命。但本文未考虑数据融合带来的延迟问题,因此如何平衡数据融合的时效性是进一步探索和研究的方向。
参考文献
[1] 王殊,阎毓杰,胡富平.无线传感器网络的理论及应用[M]. 北京:北京航空航天大学出版社,2007.
[2] HEINZELMAN W,CHANDRAKASAN A,BALAKRISHNAN H.Energy-efficient communication protocol for wireless microsensor networks[J].IEEE Computer Society,2002:3005-3014.
[3] 杨靖,熊伟丽,秦宁宁,等.用于无线传感器网络的高效能数据收集算法[J].吉林大学学报(工学版),2011,41(6):1720-1725.
[4] 李雅卿,李腊元.WSN中LEACH路由协议的改进及其仿真[J].计算机工程,2009,35(10):104-106.
[5] 王培东,袁召兰,王瑜.基于自适应数据融合的LEACH路由协议[J].电子技术应用,2011,37(7):123-126.
[6] 廖明华,张华,谢建全.基于蚁群算法的WSN能量预测路由协议[J].计算机工程,2012,38(3):88-90.
[7] 张路桥,朱清新,吕涛,等.无线传感器网络中考虑干扰的拓扑优化[J].电子科技大学学报,2011,40(4):564-567.
[8] 孙利民,李建中,陈渝.无线传感器网络[M].北京:清华大学出版社,2005:260-272.
[9] Duan Haibing. Ant colony algorithms:theory and applications[M]. Beijing:Science and Technology Press,2007.

此内容为AET网站原创,未经授权禁止转载。