CN103634867A - 一种均匀部署条件下无线传感器网络的寿命优化方法 - Google Patents

Abstract

本发明公开了一种均匀部署条件下无线传感器网络的寿命优化方法，包括如下步骤：步骤一：部署一维无线传感器网络；步骤二：获取无线传感器节点的能耗模型；步骤三：获取一维无线传感器网络的重传模型；步骤四：获取考虑重传的一维无线传感器网络的能耗模型；步骤五：获取考虑重传的一维无线传感器网络的可靠性模型；步骤六：获取均匀部署条件下一维无线传感器网络的寿命优化模型及求解。本发明考虑重传机制，建立了以数据传递可靠性为约束条件、以考虑能耗的网络寿命最大化为目标的均匀部署条件下无线传感器网络的优化模型，采用牛顿法，实现对节点部署数量的优化，是对无线传感器网络的便捷、高效能的寿命优化部署方法的创新。

Description

一种均匀部署条件下无线传感器网络的寿命优化方法

技术领域

本发明涉及一种均匀部署条件下无线传感器网络的寿命优化方法，属于网络通信技术领域里的无线传感器技术领域。

背景技术

随着无线通信技术、传感器技术和嵌入式技术的不断发展与应用，无线传感器网络已成为一个极其重要的挑战性课题；无线传感器网络以其低功耗、低成本、分布式和自组织的特点带来了信息感知的一场变革，在环境监测、军事国防、抢险救灾、城市管理、生物医疗、工农业生产等众多领域都发挥了巨大的实用价值，引起国家学术界和工业界的高度重视。

经典的无线传感器网络包括一个基站，每个基站与若干个传感器节点连接。传感器节点携带的能量有限，且通常情况下节点的部署环境决定了传感器节点能量不可补充。因此，对无线传感器网络的不合理部署会增大网络能耗，极大地影响整网寿命。

一维无线传感器网络是呈直线布署的无线传感器网络，在高速公路流量监测、边境线监控、输油输气管道监测等方面作用巨大；而且为了部署方便，传感器节点常被均匀部署。现有的一维无线传感器网络的优化模型普遍忽略了网络信息重传的影响，因此存在网络寿命、能耗与整网数据传递的可靠性不协调等问题。对考虑重传和可靠性约束的均匀部署条件下无线传感器网络寿命优化方法进行研究，具有重要实际意义。

发明内容

本发明的目的是为了解决一维无线传感器网络均匀部署条件下寿命优化中没有考虑数据重传造成的能量消耗问题，通过对考虑重传的网络寿命模型的推导和优化求解，提出一种新的均匀部署条件下无线传感器网络的寿命优化方法。

一种均匀部署条件下一维无线传感器网络的寿命优化方法，包括如下步骤：

步骤一：部署一维无线传感器网络；

步骤二：获取无线传感器节点的能耗模型；

步骤三：获取一维无线传感器网络的重传模型；

步骤四：获取考虑重传的一维无线传感器网络的能耗模型；

步骤五：获取考虑重传的一维无线传感器网络的可靠性模型；

步骤六：获取均匀部署条件下一维无线传感器网络的寿命优化模型及求解。

本发明的优点与积极效果在于：

（1）本发明方法建立了考虑重传的能耗模型和考虑重传的可靠性模型，是均匀部署条件下网络寿命优化模型的基础，这是对无线传感器网络能耗模型和可靠性模型的完善和创新，可有效解决当前无线传感器网络可靠性低、冗余备件过多和无效能耗大等问题，进而在保证整网数据传递可靠性的前提下，降低整网能耗，延长整网寿命。

（2）本发明方法提出了一种均匀部署条件下无线传感器网络的寿命优化方法，建立了以数据传递可靠性为约束条件、以考虑能耗的网络寿命最大化为目标的均匀部署条件下无线传感器网络的优化模型，采用牛顿法，实现对节点部署数量的优化，是对无线传感器网络的便捷、高效能部署方法的创新。

（3）以实施例为例，对建立的优化模型利用lingo软件进行整数规划求解。在固定长度的线路上，当部署的节点数过少时，每两个邻接节点间的距离过大，会耗能过多；当部署的节点数过多时，在线路中需传递的数据也会过多，同样会能耗过多。通过对优化模型求解，得到在固定长度线路上部署的最佳节点数和相邻节点间的最佳距离，且发现考虑重传时，网络的可靠性明显提升。

附图说明

图1是本发明的方法流程图；

图2是本发明的一维无线传感器网络拓扑图；

图3是本发明的传感器节点能耗模型；

图4是本发明的信息传递过程图；

图5是本发明的不同传感器数目下的网络寿命图；

图6是本发明的网络信息传递成功率对比图。

具体实施方式

下面将结合附图和实施例对本发明作进一步的详细说明。

本发明提出一种均匀部署条件下一维无线传感器网络的寿命优化方法，包括如下步骤：

步骤一：部署一维无线传感器网络；

具体步骤如下：

部署一个探测范围为D的一维传感器网络，网络包括n个传感器和一个基站，传感器携带的能量有限，基站具有的能量无限；所有传感器节点及基站部署在一条定长的直线上，该一维网络总长为D，网络中的传感器节点数为n，则相邻传感器间的距离为

一维无线传感器网络结构见图2。每个传感器在一个信息收集周期内只感知到一个数据包，各传感器节点依次向后一个邻居传感器节点传递信息，不会跨传感器节点传递信息，也不考虑传感器处的信息融合。当各传感器节点接收到的信息不正确或信息接收超时时，前一传感器节点会将信息重传，直到达到设定的最大重传次数。

步骤二：获取无线传感器节点的能耗模型；

具体包括如下步骤：

传感器节点的能耗方式通常有三种：发送信息，接收信息和空闲。经典的传感器能耗模型如图3，第i个传感器节点探测到m比特数据包，然后发送给相邻的距离为d的第i+1个传感器节点。在这个过程中，第i个传感器节点的发送能耗由传感器自身电路和传输放大器两部分产生；第i+1个传感器节点的接收能耗只由传感器自身电路产生。

发送m比特信息的能耗为E_t，

E_t＝(β₁+β₂d^α)m，

其中，β₁和β₂是系统固有参数，β₁指的是电路中发送每比特信息所耗的能量，β₂与传输放大器的效率、天线增益等系统参数有关，d是传输距离，α是路径耗损指数(2≤α≤4)。环境越恶劣α值越大。

接受m比特信息的能耗为E_r，

E_r＝β₃m，

其中，β₃是系统固有参数，指的是电路中接收每比特信息的能耗。

当传感器节点处于空闲状态，即传感器已被激活（非休眠状态），但传感器既不接收也不发送信息的空闲状态时，在一个信息收集周期内的能耗为E_id，

E_id＝β₄t_idPm，

其中，β₄是系统固有参数，指每比特的空闲状态能耗；t_id是空闲时间，P是传感器对感知数据包的处理率。

步骤三：获取一维无线传感器网络的重传模型；

具体包括如下步骤：

在无RTS/CTS的简化CSMA/CA协议中，考虑重传时无线传感器网络中传递的信息包括感知数据和确认（ACK）信息两种，在两个传感器节点间信息的传递过程见图4。第i个传感器节点向第i+1个传感器节点传递数据，如果第i+1个传感器节点成功接收数据，则发送ACK信息给第i个传感器节点；如果第i个传感器节点没有接收到ACK信息，则会重新传递数据，直到达到最大的重传次数。每个传感器节点都有存储器，会存储数据直到其被后一个传感器节点接收。

根据IEEE802.15.4标准，推导得单个MICA2型传感器节点的重传概率模型如下：

$\mathrm{RR}\left(d\right)=\left\{\begin{array}{cc}1-{[1-\frac{1}{2}{e}^{-\left(\frac{P_t-\mathrm{PL}\left(1\right)-20\lg \left(d\right)-S_r}{2}\right)\frac{1}{0.64}]}}^{2m-l}& d\≤8m\\ 1-{[1-\frac{1}{2}{e}^{-\left(\frac{P_t-\mathrm{PL}\left(1\right)-20\lg \left(8\right)-33\lg \left(\frac{d}{8}\right)-S_r}{2}\right)\frac{1}{0.64}}]}^{2m-l}& d>8m\end{array}\right.$

其中，m和l分别是数据包和报文头的长度，d是信息传输距离，P_t是传输功率，S_r是接收器灵敏度，PL(1)是路径耗损参数，

f是带宽，C为光速299792458m/s。

步骤四：获取考虑重传的一维无线传感器网络的能耗模型；

具体包括如下步骤：

步骤4.1假设每个感知数据的传递是独立的，当最大重传次数为2时，每个感知数据最多被传递3次；在每次感知数据传递中都有三种情形：（1）感知数据和ACK信息都被成功传递。（2）感知数据被成功传递，而ACK信息没有被发送端接收到。（3）接收端不能接收到感知数据，发送端也没有接收到ACK信息。在情景（2）和（3）中认为感知数据发送失败，发送端会重传感知数据直到达到最大重传次数。表1列出了最多重传两次时，考虑重传的一维无线传感器网络的所有数据传递状态。

表1 考虑重传的相邻节点间数据传递状态

在表1中，SD表示感知数据，ACK表示ACK信息；1，0和N/A分别表示每次信息传递可能有三种状况：成功、失败和无传递；感知数据和ACK信息共有15种可能的数据传递状态，S（成功）和F（失败）分别表示每种传递状态下是否最终成功传递了感知数据；A和B分别是传感器感知数据和ACK信息的重传概率。

步骤4.2由表1可计算得15种数据传递状态的发生概率，用A和B的表达式表示。TT_SD,j(d)和TT_ACK,j(d)分别是感知数据和ACK信息被传递j次的概率（j=1,2,3），其表达式如下：

TT_SD,1(d)＝(1-A)(1-B)

TT_SD,2(d)＝(1-A)(1-B)[A+B(1-A)]

TT_SD,3(d)＝A²(1-A)(1-B)+A³+3A²B(1-A)+2AB(1-A)²(1-B)+

3AB²(1-A)²+B²(1-A)³

TT_ACK,1(d)＝(1-A)(1-B)+A(1-A)(1-B)+A²(1-A)(1-B)+

3A²B(1-A)

TT_ACK,2(d)＝B(1-A)²(1-B)+2AB(1-A)²(1-B)+3AB²(1-A)²

TT_ACK,3(d)＝B²(1-A)³

步骤4.3将步骤4.2中的传递次数概率公式与步骤二中的发送、接收和空闲状态下的能耗模型综合，可推得，考虑重传时，第i个传感器节点处的能耗模型如下：

E_i＝im_SD[(β₁+β₂d^α)-β₄][TT_SD,1(d)+2TT_SD,2(d)+3TT_SD,3(d)]+

im_ACK[β₃-β₄][TT_ACK,1(d）+2TT_ACK,2(d)+3TT_ACK,3(d)]+

(i-1)m_SD[β₃-β₄][TT_SD,1(d)+2TT_SD,2(d)+3TT_SD,3(d)]+

(i-1)m_ACK[(β₁+β₂d^α)-β₄][TT_ACK,1(d)+2TT_ACK,2(d)+3TT_ACK,3(d)]

+β₄t_idPm_SD

其中，i=1,2,3,…,n，m_SD是感知数据的比特数，m_ACK是ACK信息的比特数。

步骤五：获取考虑重传的一维无线传感器网络的可靠性模型

由于表1中15种组合传递形式为独立事件，将这15种组合中成功传递的概率相加，可得传感器网络在每个感知信息收集周期内每个传感器节点向后一传感器节点成功传递数据的概率，即相邻传感器间传递可靠度S(d)。

S(d)＝1-A³-2A²B(1-A)-AB²(1-A)²，

将感知数据传递路径上所有相邻传感器节点间的传递可靠度相乘，可得图2中每个信息收集周期内第i个传感器向基站成功传递数据的概率，即感知数据传递可靠度S(i)：

S(i)＝[S(d)]^n-i+1，

显然传感器节点1处的传递可靠度S(1)最小，对S(1)进行约束可确保整网传感器与基站间感知数据的传递可靠度不低于规定值。

步骤六：获取均匀部署条件下一维无线传感器网络的寿命优化模型及求解。

步骤6.1建立寿命优化模型

均匀部署条件下无线传感器网络寿命优化模型为：

$\begin{array}{cc}\mathrm{Max}& L=\frac{E_0}{E_n}t\end{array},$

约束条件：

S(1)＞S^*

d≤2R_s

式中，E₀为每个传感器节点携带的初始能量；E_n为第n个传感器节点(最靠近sink节点的节点)在一个周期中的能耗，在均匀部署中第n个传感器节点的能耗即为最大单传感器能耗；t为一个信息收集周期；S^*是规定的整网数据传递可靠度要求；R_s是传感器节点的感知范围。

步骤6.2优化算法及优化模型求解

建立起优化模型后，模型的求解是一个经典的非线性整数规划问题，可以通过牛顿法等求解。同时，也可以借助现有的各种优化求解工具直接求解，如lingo等。

通过求解可得相邻节点间的最佳部署距离和定长的一维网络中可部署的最佳传感器数。该优化结果对输油管道的监测、边境线监控、高速公路流量监测等应用场合下无线传感器网络的部署具有重要指导意义。

实施例：

本发明实施例中通过给定的参数，计算得一个长度为1000米的无线传感器网络的寿命最优的均匀部署方案。

本发明给出的一种均匀部署条件下无线传感器网络的寿命优化方法，优化模型的建立步骤与具体实施方式里面的六个步骤相同，在此不赘述，建立起优化模型后，采用以下参数值进行模型求解：

表2 初始参数值

参数	值
		α	4
β1	5×10-8 J/bit
		β2	1.3×10-15 J/bit
β3	5×10-8 J/bit

β4	4×10-8 J/bit
		D	1000m
E0	5.4×103J
		f	8.68×108Hz
lACK	120bits
		lSD	160bits
mACK	120bits
		mSD	448bits
P	1packet/s
		Pt	-6dB
Rs	80m
		Sr	-98dB
S*	0.9
		t	300s

求解得，该初始条件下，如图5所示一维无线传感器网络中的最佳传感器数为21个，此时可算得相邻传感器节点间的最佳距离为：47.62米。无重传时得到的网络寿命比实际寿命偏高。由图6所示，在该一维无线传感器网络最优化部署方法之下，数据传递成功率接近1。不考虑重传时，只有当网络中的传感器节点数多于17时，才能达到需求的成功率0.9。而考虑重传时，传感器节点数大于13即能达到需求的网络信息成功传递率。故可知，该一维无线传感器网络节点的节能均匀部署方法考虑重传机制，在保障了网络可靠性的前提下，极大地延长了网络寿命，降低了网络能耗。

Claims (1)

1.一种均匀部署条件下无线传感器网络的寿命优化方法，包括如下步骤：

步骤一：部署一维无线传感器网络；

具体步骤如下：

部署探测范围为D的一维传感器网络，网络包括n个传感器和一个基站，所有传感器节点及基站部署在一条定长的直线上，该一维网络总长为D，网络中的传感器节点数为n，则相邻传感器间的距离为

每个传感器在一个周期内只感知到一个数据包，各传感器节点依次向后一个邻居传感器节点传递信息，当各传感器节点接收到的信息不正确或信息接收超时，前一传感器节点会将信息重传，直到达到设定的最大重传次数；

步骤二：获取无线传感器节点的能耗模型；

具体包括如下步骤：

第i个传感器节点探测到m比特数据包，然后发送给相邻的距离为d的第i+1个传感器节点，其中：

发送m比特信息的能耗为E_t，

E_t＝(β₁+β₂d^α)m，

其中，β₁和β₂是系统固有参数，d是传输距离，α是路径损耗指数；

接受m比特信息的能耗为E_r，

E_r＝β₃m，

其中，β₃是系统固有参数；

当传感器节点处于空闲状态，在一个信息收集周期内的能耗为E_id，

E_id＝β₄t_idPm，

其中，β₄是系统固有参数，t_id是空闲时间，P是传感器对感知到的信息包的处理率；

步骤三：获取一维无线传感器网络的重传模型；

具体包括如下步骤：

重传时无线传感器网络中传递的信息包括感知数据和确认信息两种，确认信息用ACK表示，第i个传感器节点向第i+1个传感器节点传递数据，如果第i+1个传感器节点成功接收数据，则发送ACK信息给第i个传感器节点；如果第i个传感器节点没有接收到ACK信息，则会重新传递数据，直到达到最大的重传次数；每个传感器节点都有存储器，会存储数据直到其被后一个传感器节点接收；

单个传感器节点的重传概率模型如下：

$\mathrm{RR}\left(d\right)=\left\{\begin{array}{cc}1-{[1-\frac{1}{2}{e}^{-\left(\frac{P_t-\mathrm{PL}\left(1\right)-20\lg \left(d\right)-S_r}{2}\right)\frac{1}{0.64}]}}^{2m-l}& d\≤8m\\ 1-{[1-\frac{1}{2}{e}^{-\left(\frac{P_t-\mathrm{PL}\left(1\right)-20\lg \left(8\right)-33\lg \left(\frac{d}{8}\right)-S_r}{2}\right)\frac{1}{0.64}}]}^{2m-l}& d>8m\end{array}\right.$

其中，m和l分别是数据包和报文头的长度，d是信息传输距离，P_t是传输功率，S_r是接收器灵敏度，PL(d)是路径损耗参数，

f是带宽，C为光速299792458m/s；

步骤四：获取考虑重传的一维无线传感器网络的能耗模型；

具体包括如下步骤：

步骤4.1假设每个感知数据的传递是独立的，当最大重传次数为2时，则每个感知数据最多被传递3次；在每次感知数据传递中都有三种情形：（1）感知数据和ACK信息都被成功传递；（2）感知数据被成功传递，而ACK信息没有被发送端接收到；（3）接收端不能接收到感知数据，发送端也没有接收到ACK信息；在情形（2）和（3）中认为感知数据发送失败，发送端会重传感知数据直到达到最大重传次数；

表1列出了最多重传两次时，考虑重传的一维无线传感器网络的所有数据传递状态；

表1 考虑重传的相邻节点间数据传递状态

在表1中，SD表示感知数据，每次信息传递的结果为：1，0和N/A分别表示每次信息传递可能有三种状况：成功、失败和无传递；感知数据包和ACK信息共有15种可能的数据传递状态，S和F分别表示每种传递状态下是否最终成功传递了感知数据，S表示成功，F表示失败；A和B分别是传感器感知到的数据和ACK信息的重传概率；

步骤4.2由表1计算，得到15种数据传递状态的发生概率，用A和B的表达式表示；TT_SD,j(d)和TT_ACK,j(d)分别是感知数据和ACK信息被传递j次的概率，j=1,2,3，其表达式如下：

TT_SD,1(d)＝(1-A)(1-B)

TT_SD,2(d)＝(1-A)(1-B)[A+B(1-A)]

TT_SD,3(d)＝A²(1-A)(1-B)+A³+3A²B(1-A)+2AB(1-A)²(1-B)+

3AB²(1-A)²+B²(1-A)³

TT_ACK,1(d)＝(1-A)(1-B)+A(1-A)(1-B)+A²(1-A)(1-B)+

3A²B(1-A)

TT_ACK,2(d)＝B(1-A)²(1-B)+2AB(1-A)²(1-B)+3AB²(1-A)²

TT_ACK,3(d)＝B²(1-A)³

步骤4.3将步骤4.2中的传递次数概率公式与步骤二中的发送、接收和空闲状态下的能耗模型综合，得到考虑重传时，第i个传感器节点处的能耗模型如下：

$E_i={\mathrm{im}}_{\mathrm{SD}}[({\mathrm{\β}}_1+{\mathrm{\β}}_2{d}_i^{\mathrm{\α}})-{\mathrm{\β}}_4][{\mathrm{TT}}_{\mathrm{SD},1}\left(d_i\right)+2{\mathrm{TT}}_{\mathrm{SD},2}\left(d_i\right)+3{\mathrm{TT}}_{\mathrm{SD},3}\left(d_i\right)]+$

${\mathrm{im}}_{\mathrm{ACK}}[{\mathrm{\β}}_3-{\mathrm{\β}}_4][{\mathrm{TT}}_{\mathrm{ACK},1}\left(d_i\right)+2{\mathrm{TT}}_{\mathrm{ACK},2}\left(d_i\right)+3{\mathrm{TT}}_{\mathrm{ACK},3}\left(d_i\right)]+$

$(i-1)m_{\mathrm{SD}}[{\mathrm{\β}}_3-{\mathrm{\β}}_4][{\mathrm{TT}}_{\mathrm{SD},1}\left(d_{i-1}\right)+2{\mathrm{TT}}_{\mathrm{SD},2}\left(d_{i-1}\right)+3{\mathrm{TT}}_{\mathrm{SD},3}\left(d_{i-1}\right)]+$

$(i-1)m_{\mathrm{ACK}}[({\mathrm{\β}}_1+{\mathrm{\β}}_2{d}_{i-1}^{\mathrm{\α}})-{\mathrm{\β}}_4][{\mathrm{TT}}_{\mathrm{ACK},1}\left(d_{i-1}\right)+2{\mathrm{TT}}_{\mathrm{ACK},2}\left(d_{i-1}\right)+3{\mathrm{TT}}_{\mathrm{ACK},3}\left(d_{i-1}\right)]+{\mathrm{\β}}_4{t}_{\mathrm{id}}P{m}_{\mathrm{SD}}$

其中，i=1,2,3,…,n，m_SD是感知数据的比特数，m_ACK是ACK信息的比特数；

步骤五：获取考虑重传的一维无线传感器网络的可靠性模型

由于表1中15种组合传递形式为独立事件，将这15种组合中成功传递的概率相加，得到传感器网络在每个感知信息收集周期内每个传感器节点向后一传感器节点成功传递数据的概率，即相邻传感器间传递可靠度S(d_i)；

S(d)＝1-A³-2A²B(1-A)-AB²(1-A)²，

将感知数据传递路径上所有相邻传感器节点间的传递可靠度相乘，得到每个信息收集周期内第i个传感器向基站成功传递数据的概率，即感知数据传递可靠度S(i)：

S(i)＝[S(d)]^n-i+1，

传感器节点1处的成功传递可靠度S(1)最小，为整网数据传递可靠度；

步骤六：获取均匀部署条件下一维无线传感器网络的寿命优化模型及求解；

步骤6.1建立寿命优化模型

均匀部署条件下无线传感器网络寿命优化模型为：

$\begin{array}{cc}\mathrm{Max}& L=\frac{E_0}{E_n}t\end{array},$

约束条件：

S(1)＞S^*

d≤2R_s

式中，E₀为每个传感器节点携带的初始能量；E_n为第n个传感器节点在一个周期中的能耗，在均匀部署中第n个传感器节点的能耗即为最大单传感器能耗；t为一个信息收集周期；S^*是规定的整网数据传递可靠度要求；R_s是传感器节点的监测范围；

步骤6.2优化算法及优化模型求解

建立起优化模型后，对优化模型进行求解，得到相邻节点间的最佳部署距离和定长的一维网络中可部署的最佳传感器数。

Images