CN103024814A - 一种基于冗余控制和分簇路由的无线传感网节能方法 - Google Patents

Abstract

本发明公开一种基于冗余控制和分簇路由的无线传感网节能方法，该方法结合基于概率估计的冗余节点控制算法和考虑多种因素的均衡节点能耗的簇间路由协议来实现节能，基于概率估计的冗余节点控制算法包括冗余节点的定义、冗余节点的发现和休眠方法；考虑多种因素的均衡节点能耗的簇间路由协议包括基于LEACH的引入成簇因子的网络分簇、冗余数据融合、综合考虑距离和角度的簇间数据转发和分簇轮转周期的确定。本发明在满足网络连通度和覆盖度的前提下尽量均衡网络负载和提高节点的能量效率，进而达到延长网络寿命的目的。

Description

一种基于冗余控制和分簇路由的无线传感网节能方法

技术领域

本发明涉及一种基于冗余控制和分簇路由的无线传感网节能方法，涉及冗余节点控制、网络分簇和簇间路由，尤其是一种结合基于冗余节点控制和能耗均衡簇间路由的无线传感网节能方法，用于提高节点能量效率并节省无线传感网整体能耗，进而延长其生存时间，属于无线传感网技术领域。

背景技术

无线传感网（Wireless Sensor Network, WSN），也称无线传感器网络，由大量具有计算和通信能力的价廉传感节点相互协作构成。WSN在工业控制、绿色农业、环境监测、战场监控、智能家居和抢险救灾等领域的应用越来越广泛。WSN部署环境常常较特殊，如野外、战场、科考、救灾环境，常常采用节点随机撒布的方式进行布置。传感节点需要协作运行来完成某项任务，并根据网络的规模选用合适的路由协议来传递传感信息。由于传感节点需长时间持续工作并且很难对节点充电以及受其成本和体积的限制，节能始终是WSN需要高度重视的问题，是确保WSN服务性能的重要条件之一。此外，WSN节点的计算能力往往很有限，从应用角度来讲，需重视提高WSN的工作效率，避免出现过多的数据冲突和过量的信息冗余，并尽量优化信息传输路径。

WSN中传感节点负责感知监测其覆盖范围内的环境信息，理想情况下覆盖范围为圆形区域，其半径称为传感半径或覆盖半径。在布尔覆盖模型下，传感节点可以完全感知其覆盖范围内的环境信息；而在概率覆盖模型下，传感节点只能以一定概率感知其覆盖范围内的环境信息。另一方面，节点的通信功率通常可调整，节点间相互能够进行有效通信的最大距离称为通信距离。理想情况下，节点的通信范围也为一圆形区域，通信距离即为通信半径。现有研究工作一般采用布尔覆盖模型，并且节点的通信半径往往大于或等于其覆盖半径。

WSN的覆盖性是指监控区域被节点监控到的范围和比例，连通性是指WSN中节点相互之间能否连通（直接或间接通信）。覆盖性关系到网络能否实现监控功能，连通性关系到网络中数据和命令能否正常传递。冗余节点是指节点休眠后不会影响网络覆盖性和连通性的那部分节点。采用合适的冗余控制算法找到WSN中的冗余节点并使之休眠，可以减少数据冲突、提高有用信息比例，节省能量，延长网络的生存时间。

当前，为了节省无线传感网能量提出的节点冗余控制算法大都属于确定性算法，前提条件要求较多，计算复杂度较高。例如，动态发射功率控制算法需要首先检测每个节点的邻居节点数，然后调整节点发射功率，以使邻居节点数保持在合理的范围，但它并不能很好控制网络的覆盖冗余度。覆盖配置协议（CCP）可以在保持网络连通性的情况下调整网络覆盖度，但CCP协议的计算复杂度为O(d³)（d为最大感知区域中的节点数量），计算复杂度高，并且也没有考虑节点休眠机制。域主宰集（ADS）协议可以构造一个全覆盖且兼顾能量效率的网络，但该算法是集中式算法，不适用于大规模分布式WSN，并且其计算复杂度也为O(d³)。优化几何密度控制(OGDC)算法可以配置一个全覆盖和全连通的网络，但算法执行时间较长并且执行结果的随机性较大。

除了对网络冗余度进行合理控制外，设计合理高效的分簇路由协议有助于减少投递业务量、通信冲突和传播时延，进而均衡节点能耗和提高节点能量效率，从而延长网络寿命。分簇多跳路由协议利用分簇结构进行网络局部管理和数据处理，减少了协议复杂性和数据通信量，相比于平面单跳路由具有更好的适应性和节能性。

例如，基于簇的路由协议（CBRP）协议基于最小节点 ID选举簇头进行分簇，然后在簇头间选择路由，该协议实现方便且收敛较快，但没有考虑负载平衡问题。低能量自适应分层分簇协议（LEACH）是一个典型的WSN分簇路由协议，LEACH协议中节点成为簇头的概率与节点数、簇头比例和轮数有关，并且具有一定的随机性。LEACH协议可以保证每个节点都有机会成为簇头，从而均衡了能耗。选举簇头后，当需要投递数据时簇内节点先将数据发给簇头，然后由簇头直接一跳将数据转发给Sink。LEACH将整个网络的能量负载近似均匀地分配到每个传感节点，从而达到降低网络能耗、提高网络整体生存时间的目的。E_LEACH协议选择下一跳中继节点时选择距离最近的节点，基于不均匀分簇的LEACH协议考虑当中继簇头与Sink距离较近时，将数据直接传输给Sink。但是，这些分簇路由算法均没有考虑数据传输的方向性。基于分层的多跳分簇路由算法（LBMC）采用环形分层机制使簇头概率随距离变化，越靠近Sink的层内簇头比例越高以减轻中继负担，但这种分层方法不符合网络实际部署情况。基于时间片的分簇算法通过定期重新分簇的方法来均衡能耗，但没有结合路由算法来设置分簇的轮转周期。

总之，当前的研究工作尽管考虑通过控制冗余节点和采用分簇路由来提高能量效率。但是冗余节点控制算法假设条件较多且计算复杂度较高，而现有分簇路由算法考虑的因素不够全面，不能根据WSN的特点有效均衡节点传输能耗。此外，当前工作没有考虑冗余节点控制和分簇路由的有机结合。

发明内容

发明目的：针对无线传感网络节点随机布撒的特点和在恶劣环境下长期工作的实际需求，本发明提供一种基于冗余控制和分簇路由的无线传感网节能方法。通过有机综合基于概率的冗余节点控制算法（PBRCA）和能量均衡的分簇多跳路由协议（EBCRP），在满足网络连通度和覆盖度的前提下尽量均衡网络负载和提高节点的能量效率，进而达到延长网络寿命的目的。

PBRCA引入了概率估计的思想，以合理范围内的不确定性为代价，对WSN中节点的冗余性进行判断，并允许尽量多的冗余节点进行休眠。PBRCA需要较少的前提条件，具有较小的计算复杂度和较强的灵活性，可以满足不同网络规模和节点密度的WSN对冗余控制的要求，提高网络的使用效能。EBCRP考虑了影响数据高效传输的多种因素：选择中继簇头时考虑了其到Sink（基站）的距离和方向；加入经验因子使成簇概率随节点与Sink的距离成负指数变化；根据到Sink的距离来确定簇头进行数据融合需要等待的时间；通过多次仿真实验来合理确定分簇的轮转周期。

PBRCA首先消除不必要的冗余节点，减少能耗并使WSN网络拓扑更加合理，另外可以根据应用需要使部分冗余节点转入工作状态，进而保证网络服务性能。在此基础上，利用EBCRP分簇路由协议提高网络的整体能效和可扩展性，两者的结合可以显著增强WSN的能量效率和服务性能并延长其存活时间。

技术方案：一种基于冗余控制和分簇路由的无线传感网节能方法，包括如下步骤：

步骤一，以任意节点A为研究对象，根据其他节点与节点A的关系，将WSN中的节点定义为节点A的重叠集、非依赖集和最佳依赖集；其中，

重叠集：WSN中与节点A的有重叠覆盖范围的所有节点的集合；

非依赖集：WSN中如果一组节点都与节点A的覆盖范围有重叠，但不将这组节点计算在内，节点A仍满足休眠节点的条件，则该组节点的集合称为A的非依赖集；

最佳依赖集：WSN中使节点A满足休眠条件的数量最小的节点的集合；

步骤二，基于概率估计的冗余节点控制算法确定冗余节点是否应转入休眠状态，假定初始时所有节点均处于工作状态，具体步骤为，

1）每个节点先以相同的功率广播探测消息Mp，然后节点根据接收到的探测消息Mp的信号强度来计算与相邻节点间的距离，并计算出节点覆盖范围的重叠比例的期望值p_c；

2）相邻节点之间交换节点覆盖范围的重叠比例的期望值p_c，然后节点检查自己覆盖范围的重叠比例的期望值p_c是否大于预设门限值Preq且属于邻居节点的非依赖集；如果满足此条件，则进入步骤3）；否则进入步骤4）；

3）如果节点覆盖范围的重叠比例的期望值p_c是邻域中最高的，则所述节点转入休眠状态，并广播休眠消息Ms；否则进入步骤4）；

4）节点正常工作，等待接收邻居节点的休眠消息Ms；如果收到休眠消息Ms，节点将重新计算并广播自己的覆盖范围的重叠比例的期望值p_c；

5）重复步骤2）到步骤4），直到没有新的节点可以转入休眠状态；

一个节点A的非依赖集往往不止一个，为了让更多节点休眠，应选择节点A的最大非依赖集，以便允许更多的节点继续判断自己能否休眠；所述重叠集减去最佳依赖集即为最大非依赖集；其中最佳依赖集的计算复杂度是O(2^m)，m为WSN中最大重叠集的节点个数。

为了降低计算复杂度，可以采用一种次优化算法来计算最佳依赖集。考虑到WSN中休眠节点主要是被较近节点的重叠覆盖而满足休眠条件的，较远节点的贡献很小。因此，PBRCA算法优先检查距离节点A较近的节点，并选择节点覆盖范围的重叠比例的期望值最大的节点加入集合G（G开始为空），如果集合G不能满足使节点A休眠的条件，则继续选择节点覆盖范围的重叠比例的期望值次大的节点加入集合G，直到集合G满足使A休眠的条件，此时的集合G即为A的最佳依赖集，而集合G的补集是节点A的最佳非依赖集。确定最佳非依赖集的次优化算法的计算复杂度为O(d²)，其中d为WSN中最大重叠集的度数。

步骤三，通过考虑多种因素的均衡节点能耗的簇间路由协议，进行网络分簇、数据融合和簇间中继转发，具体步骤为，

1）采用与LEACH协议相同的分簇机制构造分簇网络结构，但是簇头选择门限T(n)要乘以经验因子F；

2）构造分簇网络后，簇内节点定期采集数据并直接转发至所属的簇头；

3）簇头对簇内和簇间的数据按照既定的比例进行数据融合，并且数据融合需要等待的时间与它到Sink的距离成反比；

4）簇头选择邻域中cosa(d₁/R)值最大的簇头作为下一跳节点，并将数据转发给下一跳节点，直到数据传递给Sink节点；其中R是网络监控区域的半径，d₁为簇头节点之间的距离；假设簇头C 是簇头A的邻居簇头，则a为簇头A到Sink的连线与簇头A到簇头C连线的夹角；

5）判断分簇轮转周期是否达到预设值，如果不满足条件重复步骤2）到4）；否则转入步骤6）；

6）判断WSN中存活节点比例是否低于预设额定值，如果条件满足就结束整个流程（此时认为WSN生命期结束）；否则重复步骤1）到5）。

所述节点覆盖范围的重叠比例的期望值p_c的计算方法为：

假设任意节点A能够与节点B直接通信，如果能够计算出它们之间的距离d，则可以计算出它们之间覆盖范围的重叠面积Sc，

$\mathrm{Sc}=4s=2*a\cos (\frac{d}{2}/\mathrm{Rc})*{\mathrm{Rc}}^2-2*\frac{d}{2}*\mathrm{sqrt}({\mathrm{Rc}}^2-{\left(\frac{d}{2}\right)}^2)---\left(1\right)$

其中，S为重叠面积Sc的1/4，d代表节点A和节点B之间的距离，Rc代表覆盖半径；

节点A与节点B的覆盖重叠比例为p_AB，即节点A的覆盖范围与节点B覆盖范围的重叠比例，

p_AB=s_c/S_A   (2)

其中，S_A为A的覆盖面积；

依此类推，节点A与附近的N个节点的覆盖范围的重叠比例的期望值p_c为，

$p_c=1-\underset{i=1}{\overset{N}{\mathrm{\Π}}}(1-p_{{\mathrm{AX}}_i})---\left(3\right)$

其中，

表示节点A的覆盖范围与节点X_i覆盖范围的重叠比例，当节点A与更多节点重叠时，节点覆盖范围的重叠比例的期望值p_c将不断增加并逐渐接近1；当p_c大于预设门限值Preq时，节点A成为冗余节点并具有进入休眠的条件。

节点根据接收到的探测消息Mp的信号强度（或信噪比）来计算与相邻节点间的距离d；如果利用GPS，则节点之间的距离d可方便获得。

所述经验因子F经多次仿真实验确定为，R为网络监控区域的半径，d_s是节点距离Sink的距离。

所述簇头对簇内和簇间的数据按照既定的比例进行数据融合，其中簇间中继转发的数据进行融合的比例设为10%，簇内数据进行融合的比例设为50%，簇内和簇间数据融合的比例可以根据业务量特征和应用需求进行动态调整；所述数据融合需要等待的时间T=a-sqrt(d)/b，d为簇头节点到Sink的距离，a和b是可调节的变量。

有益效果：与现有技术相比，本发明提供的基于冗余控制和分簇路由的无线传感网节能方法基于冗余节点控制和能耗均衡簇间路由，集节点冗余控制、网络分簇、数据融合和簇间路由等机制于一体，充分发挥这些机制的综合优势，具体体现在以下几个方面：

适应性强，适用于各种WSN应用场合，包括战场侦察、抢险救灾、智能控制和环境监控等，能够适应不同的网络规模和节点密度并且必要时部分冗余节点可以转入工作状态来增强网络性能；

节能效果显著，PBRCA基于概率估计的方法来确定冗余节点并能使尽量多的冗余节点休眠，EBCRP综合考虑下一跳中继簇头的选择、成簇概率、数据融合和轮转周期等方面，可以减少数据投递的能耗并能最大程度地平衡网络节点能耗，两者的有机结合可以有效延长网络存活时间；

可扩展性好，PBRCA能够以较低的代价对不同网络规模和应用需求的WSN进行有效的冗余控制，并且该算法的复杂度为O(d²)，计算量小；

自配置性，网络冗余节点的发现和休眠、网络分簇形成、拓扑结构控制和信息投递均由节点自动协作完成，几乎无需人工干预。

附图说明

图1为本发明实施例中两节点的覆盖范围发生重叠的情况；

图2为本发明实施例的基于簇的两层无线传感网络结构示意图；

图3为本发明实施例中重叠集、非依赖集和最佳依赖集的示意图；

图4为本发明实施例的PBRCA算法的工作流程图；

图5为本发明实施例的PBRCA算法执行后的网络部分节点的状态图；

图6为本发明实施例中考虑距离和角度的簇间路由示意图；

图7为本发明实施例的EBCRP协议的工作流程图。

具体实施方式

下面结合具体实施例，进一步阐明本发明，应理解这些实施例仅用于说明本发明而不用于限制本发明的范围，在阅读了本发明之后，本领域技术人员对本发明的各种等价形式的修改均落于本申请所附权利要求所限定的范围。

基于冗余控制和分簇路由的无线传感网节能方法中，PBRCA采用概率近似估计的方法，以很小的不确定性为代价，以较少的前提条件和较低的计算复杂度实现对WSN中冗余节点的有效控制。WSN部署环境往往较特殊，并且随机布撒的传感节点很难对部属区域实现全覆盖并且相邻传感节点的覆盖区域往往重叠。传感节点通常监测环境中某些对象的物理或生化特征及其变化，而这些物理生化特征在一定空间区域内具有相似性，例如相邻节点A和节点B的网络覆盖范围存在重叠（如附图1），它们观测到的数据有部分相同或相近。另一方面，如果允许节点随机移动，那么某一时刻覆盖不到的网络区域在下一时刻后可能被节点覆盖，因此网络全覆盖有时也没有必要。但为保证WSN能较好完成监测感知任务，网络覆盖度必须维持在预设门限值Preq以上（如Preq=95%）。PBRCA正是通过概率估计的思想计算节点的覆盖度并与预设门限值Preq进行比较来判断其是否为冗余节点，然后强制冗余节点进入休眠状态。冗余节点休眠后，它所监控的范围基本上仍会被其邻居节点监控。因此，可以在基本不影响网络连通和覆盖度的前提下减少重复的监测数据，降低传输业务量，进而提高节点的能量效率。

EBCRP是一种考虑多种因素来均衡节点能耗的分簇多跳路由协议。EBCRP采用了类似LEACH协议的分簇策略来构造两层分簇网络结构，如附图2所示。下层是由普通节点和簇头构成的多个簇，上层是簇头节点构成的虚拟骨干网。簇头负责协调簇内各传感节点、对接收的信息进行融合并在簇间转并数据，直到传递给连接其他网络的Sink节点。也就是说，在上层虚拟骨干网中，簇头也成为数据融合节点。采用这种分簇分级结构既可以简化网络的设计，又能够大大减少普通节点的传输开销和能量耗费。

在WSN中，为了避免相互干扰，簇内的通信频率与簇间的通信频率往往不同。数据直接在相邻簇头之间中继转发的方式存在传输距离较远、簇头能耗较高的缺点，但减轻了簇内节点的数据传输负担并且协议实现简单。在WSN网络中，选择中继转发节点实际上是协调安排合适的邻居节点进行数据的接收和转发。根据无线传输能耗模型，通常希望选择距离较近的下一跳邻居节点作为中继转发节点。

针对数据包头开销大且相邻节点感知数据存在相关性的特点，WSN在传输数据时宜采用数据聚合和过滤技术。例如，簇内节点距离较近，采集到的数据具有很高相似性，因此簇头可以对簇内节点上传的数据进行较高比例的融合；而簇间中继的数据通常来自相隔较远的簇头，相关性较小，数据融合的比例较小，甚至只是将多个较短的数据包合并成一个长数据包来减少控制开销。

LEACH及其改进协议中，分簇轮转周期是固定的。实际上，轮转周期对节点能耗和网络生存期有很大影响。轮转周期过短，重新分簇的开销和能耗增加；轮转周期过长，节点能耗不均衡，造成部分节点过早死亡。为此，EBCRP通过多次模拟实验来确定适当的轮转周期，如在[15-25]内取值。

与LEACH协议不同，EBCRP协议采取了以下策略和机制来平衡节点能耗：通过引入经验因子使成簇概率随节点与Sink的距离成负指数变化（即距离Sink越近的节点成为簇头的概率越大）以平衡中继转发负担；簇头选择下一跳中继簇头时综合考虑了其到Sink自身的距离和方向；簇头进行数据融合需要等待的时间与它到Sink的距离成反比；通过仿真实验来确定适当的分簇轮转周期。仿真实验结果表明，EBCRP协议能够明显推迟网络中第一个节点的死亡时间，节点能耗更均衡，网络生命期更长。

下面具体阐述本实施例的基于冗余控制和分簇路由的无线传感网节能方法，

1、基于概率的冗余节点控制算法

WSN往往以随机均匀分布的方式撒布节点，撒布后，节点的位置近似服从随机均匀分布。传感节点对周围区域进行监控，并且相互组网通信，传递数据。本实施例以此为应用场景。如附图1所示，节点A能够与节点B直接通信，如果能够计算出它们之间的距离d，则可以计算出它们之间覆盖范围的重叠面积Sc，

$\mathrm{Sc}=4s=2*a\cos (\frac{d}{2}/\mathrm{Rc})*{\mathrm{Rc}}^2-2*\frac{d}{2}*\mathrm{sqrt}({\mathrm{Rc}}^2-{\left(\frac{d}{2}\right)}^2)---\left(1\right)$

其中，S为重叠面积Sc的1/4，d代表节点A和节点B之间的距离，Rc代表覆盖半径；

节点A与节点B的覆盖重叠比例为P_AB，即节点A的覆盖范围与节点B覆盖范围的重叠比例，

p_AB=s_c/S_A   (2)

其中，S_A为A的覆盖面积；

令p_AX表示节点A的覆盖范围与节点X覆盖范围的重叠比例。如果可以利用GPS，则节点A和节点B之间的距离d可以方便获得；否则，节点可以通过相互发送信号并基于接收到的信号功率强度（或信噪比）来计算节点A和节点B之间的距离d。依此类推，节点A与附近的N个节点的覆盖范围的重叠比例的期望值p_c为，

$p_c=1-\underset{i=1}{\overset{N}{\mathrm{\Π}}}(1-p_{{\mathrm{AX}}_i})---\left(3\right)$

其中，

表示节点A的覆盖范围与节点X_i覆盖范围的重叠比例，当节点A与更多节点重叠时，节点覆盖范围的重叠比例的期望值p_c将不断增加并逐渐接近1；当p_c大于预设门限值Preq时，节点A成为冗余节点并具有进入休眠的条件。p_c>Preq是节点可以进入休眠状态的必要条件，但并非充分条件。因为某个网络区域内满足此条件的节点可能不止一个，并且这些节点的覆盖范围很可能重叠。当一个节点休眠后，其邻近的冗余节点的p_c值可能就会小于Preq。为了更好地完成网络监测任务，邻近的冗余节点中p_c值最大的节点优先进入休眠状态。也就是说，相邻节点的休眠条件存在某种依赖关系。为了阐明这种关系，给出节点的重叠集、非依赖集和最佳依赖集的概念。

下面以任意节点A为例，对这些概念说明如下：

重叠集：WSN中与节点A的有重叠覆盖范围的所有节点的集合。

非依赖集：WSN中如果一组节点都与节点A的覆盖范围有重叠，但不将这组节点计算在内，节点A仍满足休眠节点的条件，则该组节点的集合称为A的非依赖集。

最佳依赖集：WSN中，使节点A满足休眠条件的数量最小的节点的集合。

如附图3所示，节点A的重叠集为{B, C, D, E, F, G}，集合{D,E, F, G}构成了A的非依赖集，最佳依赖集为{B,C}。

PBRCA算法的工作流程如附图4所示，假定初始时所有节点均处于工作状态。具体步骤说明如下：

1）每个节点先以相同的功率广播探测消息Mp，然后节点根据接收到的探测消息Mp的信号强度来计算与相邻节点间的距离，并依据公式(1)-(3)计算出节点覆盖范围的重叠比例的期望值p_c。

2）相邻节点之间交换节点覆盖范围的重叠比例的期望值p_c，然后节点检查自己覆盖范围的重叠比例的期望值p_c是否大于预设门限值Preq且属于邻居节点的非依赖集；如果满足此条件，则进入步骤3）；否则进入步骤4）。

3）如果节点覆盖范围的重叠比例的期望值p_c是邻域中最高的，则所述节点转入休眠状态，并广播休眠消息Ms；否则进入步骤4）。

4）节点正常工作，等待接收邻居节点的休眠消息Ms；如果收到休眠消息Ms，节点将重新计算并广播自己的覆盖范围的重叠比例的期望值p_c。

5）重复步骤2）到步骤4），直到没有新的节点可以转入休眠状态。

需要指出的是，一个节点A的非依赖集往往不止一个。为了让更多节点休眠，图3的算法流程中的非依赖集应选择A的最大非依赖集，以便允许更多的节点继续判断自己能否休眠。重叠集减去最佳依赖集可以得到是最大非依赖集。最佳依赖集的计算复杂度是O(2^m)，m为WSN中最大重叠集的节点个数。为了降低计算复杂度，可以采用一种次优化算法来计算最佳依赖集。考虑到WSN中休眠节点主要是被较近节点的重叠覆盖而满足休眠条件的，较远节点的贡献很小。所以PBRCA算法优先检查距离节点A较近的节点并选择节点覆盖范围的重叠比例的期望值最大的节点加入集合G（G开始为空），如果集合G不能满足使节点A休眠的条件，则继续选择节点覆盖范围的重叠比例的期望值次大的节点加入集合G，直到集合G满足使节点A休眠的条件，此时的集合G即为节点A的最佳依赖集，而集合G的补集是节点A的最佳的非依赖集。

附图5显示了一个节点数为100的WSN中执行PBRCA算法后的网络局部结果。图中灰色节点代表休眠节点，白色节点代笔工作节点。从图4中可见，WSN中覆盖冗余度高且属于非依赖集的节点已经被休眠，图中三角形所指区域表明，邻近的节点中覆盖范围重叠比例高的节点将会休眠。

2、综合考虑多种因素的能量均衡分簇路由协议（EBCRP）：

针对WSN的特点，EBCRP协议考虑了网络区域自治、冗余数据融合、能耗小、计算复杂度低等设计原则。下面从网络分簇、数据融合、簇内和簇间路由以及分簇轮转周期确定等方面，对EBCRP协议的设计方法和工作流程进行阐述。

（1）随距离变化的成簇概率

EBCRP协议的簇头选举方法类似于LEACH协议，但将LEACH协议中采用的阈值函数T(n)乘上一个经验因子F，通过动态改变阈值使簇头概率随距离连续变化。

$T\left(n\right)=\frac{P}{1-P*\left(r\mathrm{mod}\frac{1}{P}\right)}(n\∈\mathrm{Gr})---\left(4\right)$

其中，n为网络中的传感节点；P为簇头占总节点数的比例；r为已完成的轮数；Gr为未成为簇头的传感节点组成的集合。

考虑到距离Sink节点越近的簇头的中继转发任务越重，经验因子F应该使越靠近Sink的节点成为簇头的概率越大（反之成簇概率越小），以平衡中继转发负担。但是，簇头数过高会导致簇内节点过少而降低簇内数据的融合效率。因此，经验因子的选取应适中，EBCRP基于仿真实验的经验公式方法来确定F。经过不同随机数种子下的多次仿真实验最后确定

。其中。R为网络监控区域的半径，d_s是节点距离Sink的距离。

（2）综合考虑距离和角度（方向）的簇间路由

EBCRP协议将网络节点划分成簇后，开始执行基于簇的路由。在簇内，允许节点单跳将数据传递至簇头。在簇间，EBCRP协议直接通过相邻簇头中继转发将数据投递至Sink节点。簇间中继数据时，下一跳簇头的选择除了考虑簇头间的距离外，还要考虑簇头与Sink节点的方向。以附图6为例，簇头B、簇头C 是簇头A的邻居簇头，并且簇头A到簇头B与簇头A到簇头C的距离相等。但是，从簇头A到簇头C的方向更接近于簇头A到Sink的方向，方向用簇头A到Sink的连线与簇头A到簇头C连线的夹角a表示。显然，选择簇头C比选择簇头B更理想，有助于减少中继跳数和传输延迟。综上，簇间路由选择距离近且角度小的下一跳节点。EBCRP协议选取邻域中cosa/(d₁/R)值最大的簇头作为下一跳中继节点，其中R是网络监控区域的半径，d₁为簇头节点之间的距离，a为上述夹角。

另外。为了减轻距离Sink较近的簇头的中继负担，EBCRP协议将能够一跳可达Sink的节点设为独立簇头，即独立簇头没有簇内节点，只承担数据采集和中继转发任务。靠近Sink的独立簇头均摊了该区域较重的中继负担。如附图6，距离Sink很近的两个节点都设置成为了单独簇头，它们直接将数据发送给Sink。

（3）冗余数据融合策略

对中继转发的冗余数据进行融合可以减少传输开销和能耗。虑到簇内簇数据相关性较大。而簇间数据相关性很小，EBCRP协议规定：簇间中继转发的数据进行融合的比例为10%，簇内数据进行融合的比例设为50%。在实际网络环境中，簇内和簇间数据融合的比例可以根据业务量特征和应用需求进行动态调整。由于簇头的数据中继转发负担的不同，距Sink较近的簇头需要较长的数据融合时间T，以便中继簇头对更多的簇间数据进行融合。EBCRP协议中簇头进行数据融合需要等待的时间T=a-sqrt(d)/b。其中，d为簇头节点到Sink的距离，a和b是可调节的变量。

（4）设定分簇的轮转周期

EBCRP协议中簇头每隔一定时间采集一次簇内数据后直接转发，将此数据采集转发过程称为一个轮次。轮转周期定义为WSN重新分簇前经过的轮次数量。为了均衡节点能耗和减少分簇开销，EBCRP协议通过多次模拟实验来确定不同网络环境下的轮转周期C。

综上所述，EBCRP协议的操作流程如附图7所示，简单说明如下：

1）采用与LEACH协议相同的分簇机制构造分簇网络结构，但是簇头选择门限T(n)要乘以经验因子F。

2）构造分簇网络后，簇内节点定期采集数据并直接转发至所属的簇头。

3）簇头对簇内和簇间的数据按照既定的比例进行数据融合，并且数据融合需要等待的时间与它到Sink的距离成反比。

4）簇头选择邻域中cosa/(d₁/R)值最大的簇头作为下一跳节点，并将数据转发给下一跳节点，直到数据传递给Sink节点。

5）判断分簇轮转周期是否达到预设值，如果不满足条件重复步骤2）到4）；否则转入步骤6）。

6）判断WSN中存活节点比例是否低于预设额定值，如果条件满足结束流程（此时认为WSN生命期结束）；否则重复步骤1）到5）。

Claims (5)

1.一种基于冗余控制和分簇路由的无线传感网节能方法，其特征在于，包括如下步骤：

步骤一，以WSN中任意节点A为研究对象，根据其他节点与节点A的关系，将WSN中的节点定义为节点A的重叠集、非依赖集和最佳依赖集；其中，

重叠集：WSN中与节点A的有重叠覆盖范围的所有节点的集合；

非依赖集：WSN中如果一组节点都与节点A的覆盖范围有重叠，但不将这组节点计算在内，节点A仍满足休眠节点的条件，则该组节点的集合称为A的非依赖集；

最佳依赖集：WSN中，使节点A满足休眠条件的数量最小的节点的集合；

步骤二，基于概率估计的冗余节点控制算法确定冗余节点是否应转入休眠状态，假定初始时所有节点均处于工作状态，具体步骤为，

1）每个节点先以相同的功率广播探测消息Mp，然后节点根据接收到的探测消息Mp的信号强度来计算与相邻节点间的距离，并计算出节点覆盖范围的重叠比例的期望值p_c；

2）相邻节点之间交换节点覆盖范围的重叠比例的期望值p_c，然后节点检查自己覆盖范围的重叠比例的期望值p_c是否大于预设门限值Preq且属于邻居节点的非依赖集；如果满足此条件，则进入步骤3）；否则进入步骤4）；

3）如果节点覆盖范围的重叠比例的期望值p_c是邻域中最高的，则所述节点转入休眠状态，并广播休眠消息Ms；否则进入步骤4）；

4）节点正常工作，等待接收邻居节点的休眠消息Ms；如果收到休眠消息Ms，节点将重新计算并广播自己的覆盖范围的重叠比例的期望值p_c；

5）重复步骤2）到步骤4），直到没有新的节点可以转入休眠状态；

步骤三，通过考虑多种因素的均衡节点能耗的簇间路由协议，进行网络分簇、数据融合和簇间中继转发，具体步骤为，

1）采用与LEACH协议相同的分簇机制构造分簇网络结构，但是簇头选择门限T(n)要乘以经验因子F；

2）构造分簇网络后，簇内节点定期采集数据并直接转发至所属的簇头；

3）簇头对簇内和簇间的数据按照既定的比例进行数据融合，并且数据融合需要等待的时间与它到Sink的距离成反比；

4）簇头选择邻域中cosa/(d₁/R)值最大的簇头作为下一跳节点，并将数据转发给下一跳节点，直到数据传递给Sink节点；其中R是网络监控区域的半径，d₁为簇头节点之间的距离；假设簇头C 是簇头A的邻居簇头，则a为簇头A到Sink的连线与簇头A到簇头C连线的夹角；

5）判断分簇轮转周期是否达到预设值，如果不满足条件就重复步骤2）到4）；否则转入步骤6）；

6）判断WSN中存活节点比例是否低于预设额定值，如果条件满足结束协议流程；否则重复步骤1）到5）。

2.如权利要求1所述的基于冗余控制和分簇路由的无线传感网节能方法，其特征在于，所述节点覆盖范围的重叠比例的期望值p_c的计算方法为：

假设任意节点A能够与节点B直接通信，如果能够计算出它们之间的距离d，则可以计算出它们之间覆盖范围的重叠面积Sc，

$\mathrm{Sc}=4s=2*a\cos (\frac{d}{2}/\mathrm{Rc})*{\mathrm{Rc}}^2-2*\frac{d}{2}*\mathrm{sqrt}({\mathrm{Rc}}^2-{\left(\frac{d}{2}\right)}^2)---\left(1\right)$

其中，S为重叠面积Sc的1/4，d代表节点A和节点B之间的距离，Rc代表覆盖半径；

节点A与节点B的覆盖重叠比例为p_AB，即节点A的覆盖范围与节点B覆盖范围的重叠比例，

p_AB=s_c/S_A   (2)

其中，S_A为A的覆盖面积；

依此类推，节点A与附近的N个节点的覆盖范围的重叠比例的期望值p_c为，

$p_c=1-\underset{i=1}{\overset{N}{\mathrm{\Π}}}(1-p_{{\mathrm{AX}}_i})---\left(3\right)$

其中，

表示节点A的覆盖范围与节点X_i覆盖范围的重叠比例，当节点A与更多节点重叠时，节点覆盖范围的重叠比例的期望值p_c将不断增加并逐渐接近1；当p_c大于预设门限值Preq时，节点A成为冗余节点并具有进入休眠的条件。

3.如权利要求1所述的基于冗余控制和分簇路由的无线传感网节能方法，其特征在于，所述经验因子F经多次仿真实验确定为

，R为网络监控区域的半径，d_s是节点距离Sink的距离。

4.如权利要求1所述的基于冗余控制和分簇路由的无线传感网节能方法，其特征在于，优先检查距离节点A较近的节点并选择节点覆盖范围的重叠比例的期望值最大的节点加入集合G，如果集合G不能满足使节点A休眠的条件，则继续选择节点覆盖范围的重叠比例的期望值次大的节点加入集合G，直到集合G满足使A休眠的条件，此时的集合G即为节点A的最佳依赖集，而集合G的补集是节点A的最佳非依赖集。

5.如权利要求1所述的基于冗余控制和分簇路由的无线传感网节能方法，其特征在于，所述簇头对簇内和簇间的数据按照既定的比例进行数据融合，其中簇间中继转发的数据进行融合的比例设为10%，簇内数据进行融合的比例设为50%，簇内和簇间数据融合的比例可以根据业务量特征和应用需求进行动态调整；所述数据融合需要等待的时间T=a-sqrt(d)/b，d为簇头节点到Sink的距离，a和b是可调节的变量。

Images