0 引言

    近年来，无线传感器网络(WSN)^[1]已成为研究热点，并有广泛的潜在应用范围，主要运用在环境监测、军事探测、工业控制和家庭网络^[2-5]。但在实际应用中，为了满足传感网络技术的各种应用程序要求，异质无线传感网络(Heterogeneous Wireless Sensor Networks，HWSN)^[6]的研究已引起了更多关注。HWSN是由不同类型的传感节点组成，此传感节点的应用范围广泛^[7-9]。对于HWSN来说，应优先考虑减少网络运行中能源消耗、改善网络负载能力和稳定性、延长网络生存时间。组织聚类传感节点能有效减少网络中的能源消耗。由于能源配置和网络演变的动态性和复杂性，难以在异质网络中设计一个既节省能源，又能提供可靠数据传输的聚类协议。

    在无线传感网络中，LEACH^[10]是最流行分布式聚类路由协议的一种。然而，LEACH存在一定局限性，包括：(1)LEACH未考虑优化簇头的数量；(2)为了实现每一节点中均衡的能源消耗，LEACH必须基于以下2种假设：①每个节点的初始能源均等；②在充当簇头时每一节点所消耗的能源均等。

    本文提出了一种新型异质传感网络模式，此模式拥有异质监控目标、能源和所有异质节点。对于具有这些特性的异质网络，为了能更合理利用网络能源和延长网络生存时间，提出一种高效节能的预测聚类算法（Energy-Efficient Prediction Clustering Algorithm，EEPCA）。

1 系统模式和问题描述

1.1 无线传感网络中的异质模式

    为了满足高效监控需求，本文描述HWSN模式的不同初始能源和监控目标。网络模式的基本假设如下：网络位于M×M正方形区域(如图1)；N个传感节点随机分布于网络中；节点是固定的，且其基地台位于区域的中间位置。传感节点监测各种目标，并定义一些节点为常规数据采集(Regular Data Acquisition，RDA)节点：这些节点在固定间隔内送回固定长度的信息；而在采集数据中一些节点并不常规，导致送回的信息也不常规。

    因此两种方式下节点为异质：(1)异质数据采集常规：采集数据时一些节点常规，而一些不常规。所有常规节点在循环期间传输n₁～n₂信息，且信息容量在[l₁，l₂]bit间；(2)所有节点的初始能源是异质的。

1.2 能源消耗模式

    本文运用一种简单的能源消耗模式^[10]来计算出通信过程中能源消耗，同时忽略计算、储存等过程中的节点能源消耗。

    通过距离d传输l bit信息时，传输器的能源消耗:

2 EEPCA聚类算法

2.1 节点间的距离计算

    节点建立了基于接收数据的邻居节点的一种路由表格，并在其通信范围内为所有节点节省了所有相关的信息。网络中的所有节点由每个节点的一个整数值来标记。存储于路由表格中的信息包含节点和邻居节点间的距离、簇头节点的ID、至簇头的距离、当前能源和预测能源消耗。

2.2 簇头选择

    设置p_opt成为最优簇头的比例，P_i成为节点i被选为簇头的概率。在能源异质的无线传感网络中，P_i计算复杂化。目前，通过使用节点当前剩余能源的比率和整个网络的平均能源，以及异质无线传感网络中许多聚类算法来确定P_i，但是后者难以获取^[12]，尤其对于那些不同节点监测不同目标物的网络。最终，主要误差很可能发生在预测平均能源中。

    理想的情况下，节点分布均匀，并能在相同频率和长度下送回数据。设置d_toBS为簇头节点和BS间的平均距离，设d_toCH为簇类的成员节点和簇头节点间的平均距离，其结果如下^[13]：

    最优簇头的数量如下^[14]：

    随机节点分布可看为泊松点过程^[14]。理想的情况下，在圆圈A中有n个点，且均匀分布在A中的位置都是相互独立的随机变量。d_i是一个随机变量，并呈现出从一个泊松点(x_i，y_i)到此圆圈中心点的距离。圆圈内所有泊松点到中心点的预期值如下：

    任何半径在中心点周围旋转后能得到一个圆圈，因此需要考虑一个随机半径上的泊松点分布。在圆圈内的所有泊松点分布均匀，且泊松点的密度与半径平方成比例。因此，在随机半径上的泊松点密度概率如下：

其中R是半径长度。因此E(d_i)的计算如下：

    通过式(14)和式(15)，到达簇头的距离小于d₀的节点的预期平均距离如下：

    到达簇头的距离大于d₀的节点的预期平均距离如下：

    因此，在理想情况下聚类的一次数据传输中平均能源消耗如下：

    整合节点能源因素和通信成本因子，节点i成为簇头的概率如下:

    LEACH阈值方式T(i)的限制应根据以下两个步骤得到完善：(1)推进T(i)进入多层异质网络中；(2)在EEPCA中，考虑能源因子和通信成本因子，并改善T(i)的演算方式，如下：

    当一个节点未成功被选为簇头时，r_s是回合数量。一旦此节点被选为簇头，那么r_s则被重设为0。

2.3 能源消耗预测机制

    在r-1回合中，对于任何节点j，将花费n_j次来传输信息，且其长度为l_j，另外节点i和节点j的距离为d_i，j。由于每个节点都会在通信范围和相互距离内保持所有节点的相关信息，节点j′的通信范围内的任何节点都能计算r-1回合中节点j的能源消耗，如下：

    当开始执行r-1回合时在r回合的初始阶段能预测出节点j剩余能源，如下：

    由于受诸多因素影响（如网络环境改变），当开始执行回合时，所有节点需重新聚类，且其新的簇头需被重新选择，确定节点j：

    接近剩余能源的当前剩余能源是否在最后一轮回合被预测，取决于：

    如果γ小于常数ε，则能接受能源预测误差。在初始阶段 r回合中，节点 j不能广播其能源信息，且根据计算结果其剩余节点能在路由表中更新节点j′。

3 仿真实验

3.1 仿真环境构建

    本文提出一种评估性能的算法，且在MATLAB环境下做了一个仿真实验。此实验随机仿真了在100 m×100 m范围内的传感节点。在形成之后，节点成为静止状态，且100个节点随机分布于此区域内。假设BS位于区域内的中心位置，用于此实验中的参数见表1。本文将比较EEPCA、LEACH、SEP和EDFCM的性能，所有结果都是100次独立实验的平均值。

3.2 实验结果和分析

    在EEPCA中，α和β分别是计算pi中调节能源因子和通信成本因子的计算因子，并满足α＋β=1。改变α和β数值后观察EEPCA的性能。此实验设置所有节点的能源为异质，且其初始能源是1～3 J。除了RDA节点外，网络中的所有监测的目标物都为异质。在TDMA时间段中所有节点会发送4 000 bit的信息给簇头。

    当α和β数值随着上述情况改变时，图2表明了第一个节点的死亡时间、10%和50%节点的死亡时间。当α数值在0.74左右时，第一个节点的死亡时间和10%节点的死亡时间出现在最后；然而当α数值在0.66～0.68范围内时，50%节点的死亡时间出现在最后。在后续的实验中α和β数值统一为0.7和0.3。

    当所有节点为异质时，以往的实验环境通常会比较EEPCA、LEACH、SEP和EDFCM，并通过测试来分析EEPCA簇头的选择机制对算法性能的影响。

    图3的仿真实验表明以往实验环境中不同算法中死亡节点数量的变量，此变量随着时间的推而得到。图3显示LEACH不能充分利用异质节点的额外能源，其稳定器较短，且其节点死于固定速率中。与LEACH比较，SEP是稳定期较长。EEPCA和EDFCM在X轴上的曲线坡度较小，原因在于EEPCA能在异质网络中给每个节点均匀分配能源消耗，且其第一个节点和最后一个节点的死亡时间相对较近。

    在以往实验环境中，改变整个节点数量中异质节点的比例，并观察每个算法的性能。当异质节点的比例在0～100%改变时，图4展现了从开端至第一个节点死亡时的回合数量。此实验中所有非能源异质节点的初始能源为2 J，先于10%节点面临死亡的时间，此时网络能送回高质量、高可靠性的BS数据^[13]。因此，图5表示从开端至10%节点死亡期间的回合数量，也就是其稳定期。

    对于异质网络，如果LEACH不是一个聚类算法，那么随着异质节点的增加，其得到的网络稳定期将迅速减少。相对于LEACH、SEP能获得25%以上的稳定期，其基本同文献[11]中呈现的环境结果一致。由于EDFCM考虑不同节点的异质能源，因此其比SEP能获得更长的稳定期。EEPCA考虑了通信过程中除剩余能源以外的节点能源消耗，因此在异质节点比例增加的过程中EEPCA的稳定期减少率明显低于其他算法。随着异质节点的比例更大，就更能获得较长稳定期。

    此实验中介绍了RDA节点。设置网络中的所有节点能源都为异质，那么50%的节点为RDA节点，10%节点为故障节点。所有RDA节点将在一回合中发送信息3～7次，其信息容量基本在2 000～6 000 bit之间。检查网络稳定期中常量ξ的影响。当ξ的数值在0.92～0.93之间时，图6表明网络得到的最大稳定期。

4 结论

    本文通过使用不同初始能源和监测目标物来描述HWSB模式，并提出用于多层异质传感网络中的一种高效能源预测聚类算法：EEPCA。基于能源因子和通信成本因子，EEPCA中的每个节点都独立选择自身作为簇头节点，簇头选择的概率与节点当前剩余能源和平均通信成本有关。同时，考虑到WSNs通常被用于监测目标物（如：温度、湿度），且此目标物需定期报道数据和其报道数据的长度通常是固定，因此给RDA节点介绍了一种高效能源消耗预测机制。通过比较LEACH、SEP、EDFCM和EEPCA，仿真实验表明EEPCA能获得更长生存期，更高效能源，更优质网络监测，且其性能高于其他协议的性能。

参考文献

[1] AKYILDIZ I F，SU W，SANKARASUBRAMANIAM Y，et al.Wireless sensor network：a survey[J].Computer Networks，2002，38(4)：393-422.

[2] HAENGGI M.Handbook of sensor networks：compact wireless and wired sensing systems[M].CRC Press，2005.

[3] CHONG C Y，KUMAR S P.Sensor networks：evolution，opportunities，and challenges[J].Proceedings of the IEEE，2003，91(8)：1247-1256.

[4] ESTRIN D，GIROD L，POTTIE G，et al.Instrumenting the world with wireless sensor networks[C].in Proceedings of the IEEE International Conference on Acoustics，Speech，and Signal Processing(ICASSP ’01)，2001：2033-2036.

[5] CHANG C Y，CHANG H R.Energy-aware node placement，topology control and MAC scheduling for wireless sensor networks[J].Computer Networks，2008，52(11)：2189-2204.

[6] DUARTE-MELO E J，LIU M.Analysis of energy consumption and lifetime of heterogeneous wireless sensor networks[C].in Proceedings of the IEEE Global Telecommunications Conference(GLOBECOM ’02)，IEEE Press，Taipei，Taiwan，2002：21-25.

[7] DE FREITAS E P，HEIMFARTH T，PEREIRA C E，et al.Evaluation of coordination strategies for heterogeneous sensor networks aiming at surveillance applications[C].in Proceedings of the IEEE Sensors Conference(SENSORS’09)，Christchurch，New Zealand，2009：591-596.

[8] CORCHADO J M，BAJO J，TAPIA D I，et al.Using heterogeneous wireless sensor networks in a telemonitoring system for healthcare[J].IEEE Transactions on Information Technology in Biomedicine，2010，14(2)：234-240.

[9] DIETRICH I，DRESSLER F.On the lifetime of wireless sensor networks[J].ACM Transactions on Sensor Networks，2009，5(1)：531-539.

[10] 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.

[11] SMARAGDAKIS G，MATTA I，BESTAVROS A.SEP：a stable election protocol for clustered heterogeneous wireless sensor networks[C].in Proceedings of the International Workshop on SANPA，2004：251-261.

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

[13] DOSHI S，BHANDARE S，BROWNL T.An on-demand minimum energy routing protocol for a wireless ad hoc network[J].ACM SIGMOBILE Mobile Computing and Communications Review，2002，6(3)：50-66.

[14] MHATRE V，ROSENBERG C.Design guidelines for wireless sensor networks：communication，clustering and aggregation[J].Ad Hoc Networks，2004，2(1)：45-63.

作者信息:

刘  静1，2，樊建席2

(1.苏州健雄职业技术学院 软件与服务外包学院，江苏 太仓215411；

2.苏州大学 计算机科学与技术学院，江苏 苏州215006)