CN104010344A

CN104010344A - 一种基于协作组的无线传感器网络虚拟mimo通信策略

Info

Publication number: CN104010344A
Application number: CN201410251445.7A
Authority: CN
Inventors: 郑国强; 李冰; 马华红; 亢丙午; 李佩佩; 冀保峰; 高宏峰; 李济顺; 杨芳
Original assignee: Henan University of Science and Technology
Current assignee: Henan University of Science and Technology
Priority date: 2014-06-09
Filing date: 2014-06-09
Publication date: 2014-08-27
Anticipated expiration: 2034-06-09
Also published as: CN104010344B

Abstract

一种基于协作组的无线传感器网络虚拟MIMO通信策略，称为GCMIMO(GroupCollaborationMIMO)。GCMIMO采用类似CMIMO的方法对网络进行分簇，每个簇由两个簇头进行管理，分别是主簇头和副簇头。主簇头负责将簇内的信源节点分成若干个协作组，每个协作组由两个相邻的信源节点组成，相当于一个虚拟的双天线发送端，用来发送协作组的信源数据；副簇头与主簇头始终被视为一个协作组，称为主协作组，用来接收和转发其他协作组的数据，从而实现多跳虚拟MIMO传输。与现有的虚拟MIMO通信策略不同，GCMIMO不需要簇头收集信源数据，而是利用协作组直接发送信源数据，这样一来就减少了信源数据的转发次数，提高了簇内通信阶段的能效。在仿真实验中，通过GCMIMO各通信阶段能耗分析，证明GCMIMO有效地降低了簇内通信的能耗和网络维护频率，提高了能量效率。

Description

一种基于协作组的无线传感器网络虚拟MIMO通信策略

技术领域

本发明涉及虚拟MIMO通信，具体说的是一种基于协作组的无线传感器网络虚拟MIMO通信策略。

背景技术

近些年来，随着通信技术的不断发展，MIMO技术被越来越多的通信系统所采用。MIMO技术可以成倍地提高无线信道容量、增加传输距离、减少误比特率和通信能耗[1]。由于无线传感器网络节点的体积一般比较小，在单个节点上无法安装多天线，因此MIMO技术不能直接应用到无线传感器网络中。为了使MIMO技术应用到无线传感器网络中，研究人员将协作通信与MIMO技术结合，提出了虚拟MIMO技术。虚拟MIMO的基本思想是若干个单天线节点通过共享天线来实现虚拟多天线系统。虚拟MIMO可以使无线传感器网络获得类似于MIMO的通信效果，对整个网络的通信能耗和可靠性都有很大的改善。

文献[2]中，Cui等人提出了一种基于Alamouti编码的无线传感器网络虚拟MIMO传输方案，分析了网络的能耗和数据传播时延，并在相同误码率要求下讨论了基于虚拟MIMO技术传输单位比特的总耗能。其研究表明，从能量有效性和数据传递时延综合考虑，虚拟MIMO比SISO更适合于长距离的数据传递。文献[3]在文献[2]研究的基础上，分析了传递距离、调制方式、路径衰减指数以及控制开销等参数对虚拟MIMO的能效和时延性能的影响，进一步证明：选择合适的参数，虚拟MIMO通信比SISO通信更加节能。文献[4]将V-BLAST空时编码引入到虚拟MIMO通信结构中，避免了发送端协作节点间的合作编码过程，进一步改善了能量效率；文献[5]中将虚拟MIMO通信与多跳SISO通信的能耗进行了比较，结果表明这两种通信方式的能效性依赖于网络节点的密度、无线信道的状态以及到汇聚节点Sink的距离，在一定的参数范围内，虚拟MIMO的通信方式要优于多跳SISO通信方式。文献[6]中，Rafique等人将虚拟MIMO与多载波调制进行结合，分析了不同调制方式对虚拟MIMO通信的影响，并通过仿真实验证明BPSK-WOFDM是未来高数据速率和高能效无线传感器网络中一种很有前途的多载波调制方案。文献[7]中，Marwan等人提出了一种新的虚拟MIMO通信策略，称为CMIMO（cooperative MIMO）。CMIMO将网络进行分簇，每个簇选举出两个簇头，利用两个簇头形成虚拟多天线系统，并结合相应的能量管理方案和路由协议实现了高效的多跳虚拟MIMO传输。实验结果证明CMIMO能够显著减少通信能耗和延长网络寿命。文献[8]将分级聚类算法引入到基于虚拟MIMO的无线传感器网络中，提出了一种具有分级特性的分簇方案。利用该分簇方案完成分簇的无线传感器网络在进行多跳传输时可以方便的确定最佳的路由路径。文中的实验结果表明采用该分簇方案后，无线传感器网络在进行多跳虚拟MIMO传输时，可以有效地减少跳数，节省通信能耗，延长网络寿命。

现有关于无线传感器网络虚拟MIMO通信的研究大都是通过改进协作发送过程来提高通信能效[7-11]，而在这之前的簇内通信过程基本都是信源节点将数据发送给簇头，然后簇头将收集的数据转发给自己的协作节点。在这个过程中信源数据被转发了两次，这样一来就增加了簇内通信的能耗。针对这个问题，本文提出了一种基于协作组的虚拟MIMO通信策略，称为GCMIMO (Group Collaboration MIMO)。GCMIMO利用协作组直接发送信源数据，不需要簇头收集成员节点的信源数据，从而就减少了信源数据的转发次数，提高了簇内通信阶段的能效。

[1] Medhi N, Sarma N. Mobility Aided Cooperative MIMO Transmission in Wireless Sensor Networks [J], Procedia Technology. 2012: 362-370.

[2] Cui S , Goldsmith J, Bahai A. Energy-efficiency of MIMO and cooperative MIMO techniques in sensor networks [J]. IEEE Journal on Selected Areas in Communications. 2004:1089-1098.

[3] Jayaweera SK.Virtual MIMO-based cooperative communication for energy-constrained wireless sensor networks [J].IEEE Transactions on Wireless Communications,2006,5(05):984-989.

[4] Jayaweera S K. V_BLAST -Based Virtual MIMO for Distributed Wireless Sensor Networks [J]. IEEE Transactions on Communications, 2007, 55(10):1867 -l872.

[5] George Bravos,Athanasios G. Kanatas.Energy Efficiency Comparison of MIMO-Based and Multihop Sensor Networks [C].EURASIP Journal on Wireless Communications and Networking 2008,2008(1):10-1--10-13-0.

[6] Rafique Z, Boon C S, Anbuky A. Performance Analysis of Cooperative Virtual MIMO Systems for Wireless Sensor Networks [J]. Sensors, 2013, 13(6): 7033-7052.

[7] Marwan K, Mohammad Z S, Diep N N. Clustering and power management for virtual MIMO communications in wireless sensor networks [J]. AD HOC Networks, 2013, 11(5): 1571-1587.

[8] Nasim M , Qaisar S , Lee S.An Energy Efficient Cooperative Hierarchical MIMO Clustering Scheme for Wireless Sensor Networks [J]. Sensors. 2012, 12(1), 92-114.

[9] Qu Q, Milstein L B, Vamanv D R. Cooperative and Constrained MIMO Communications in Wireless Ad Hoc/Sensor Networks[J]. IEEE Transactions on Wireless Communications. 2010, 9(10): 3120-3129.

[10] Xiao M,Huang L , Xu H. Virtual MIMO multicast-based multihop transmission scheme for wireless sensor networks [J]. Journal of Chinese Computer Systems. 2012,33(1): 18–23.

[11] Danpu L, Kailin Z, Jie D, Energy-efficient transmission scheme for mobile data gathering in Wireless Sensor Networks [J]. Communications, China . 2013,10(3):114-123。

发明内容

本发明为解决上述技术问题提供一种基于协作组的无线传感器网络虚拟MIMO通信策略，称为GCMIMO(Group Collaboration MIMO)。GCMIMO采用类似CMIMO的方法对网络进行分簇，每个簇由两个簇头进行管理，分别是主簇头和副簇头。主簇头负责将簇内的信源节点分成若干个协作组，每个协作组由两个相邻的信源节点组成，相当于一个虚拟的双天线发送端，用来发送协作组的信源数据；副簇头与主簇头始终被视为一个协作组，称为主协作组，用来接收和转发其他协作组的数据，从而实现多跳虚拟MIMO传输。与现有的虚拟MIMO通信策略不同，GCMIMO不需要簇头收集信源数据，而是利用协作组直接发送信源数据，这样一来就减少了信源数据的转发次数，提高了簇内通信阶段的能效。在仿真实验中，通过GCMIMO各通信阶段能耗分析，证明GCMIMO有效地降低了簇内通信的能耗和网络维护频率，提高了能量效率。

为实现上述技术目的所采用的技术方案是：一种基于协作组的无线传感器网络虚拟MIMO通信策略，建立延时不敏感的无线传感器网络，整个网络已同步并采用周期性地MAC协议进行工作；任意两个相邻节点的无线信道是对称的，形成虚拟多天线系统；

（1）对无线传感器网络进行分簇，在分簇过程中，邻近的节点通过选举产生主簇头，主簇头从自己的邻居节点中选择最佳的协作节点作为自己的副簇头；

（2）主簇头负责将簇内的信源节点分成若干个协作组，每个协作组由两个相邻的信源节点组成，用来发送协作组内信源的数据；副簇头和主簇头始终被看做是一个协作组，称为主协作组，用来接收和转发其他簇的协作组的数据，从而实现多跳虚拟MIMO传输；

（3）分簇完成后，采用Dijkstra算法为整个无线传感器网络建立路由表，每个簇建立最短的路由路径，并形成一个路由表保存在各个主簇头中，虚拟MIMO在协作组内相互交换数据完成空时编码，进入周期性地通信过程。

所述的一个通信周期分为信源节点感知阶段、协作组分配阶段、簇间通信资源分配阶段、广播协作组分配表阶段、簇内通信阶段和簇间通信阶段。

所述的组成协作组的两个节点之间的距离d小于节点的的最大通信范围d_max。

所述的主簇头根据节点距离选择出具有最佳通信效果的协作组，即 ,H表示协作组进行虚拟MIMO通信时的信道增益，d表示协作组中两个节点之间的距离。

本发明有益效果是：

1、在簇内通信阶段，信源节点不需要将数据发送给自己的主簇头，而是在协作组内相互交换数据完成空时编码，这个过程中，信源数据只被转发了一次。相对于现有的虚拟MIMO通信策略，GCMIMO减少了簇内通信中信源数据的转发次数，降低了簇内通信阶段的能耗，提高了能效。

2、GCMIMO独特的协作组分配方式以及通信方式，使GCMIMO通信范围宽，通信质量好，与现有技术的能耗相比，不论是在本地通信、多跳通信以及簇头节点的能耗，其能耗更低。

附图说明

图1 GCMIMO通信周期划分图;

图2 是GCMIMO中一个协作组的两跳传输过程图；

图3是GCMIMO与CMIMO本地通信的能耗比较图；

图4是 GCMIMO与CMIMO多跳通信的能耗比较图；

图5 是GCMIMO与CMIMO的簇头节点的能耗比较图。

具体实施方式

（一）本发明的工作原理

GCMIMO首先会对无线传感器网络进行分簇，其分簇过程与CMIMO[7]相似。在分簇过程中，邻近的节点通过选举产生主簇头，然后主簇头从自己的邻居节点中选择最佳的协作节点作为自己的副簇头[7]。在GCMIMO中，主簇头负责将簇内的信源节点分成若干个协作组，每个协作组由两个相邻的信源节点组成，相当于一个虚拟的双天线发送端，用来发送协作组内信源的数据；副簇头和主簇头始终被看做是一个协作组，称为主协作组，用来接收和转发其他簇的协作组的数据，从而实现多跳虚拟MIMO传输。分簇完成后，GCMIMO开始为整个网络建立路由表。GCMIMO的路由表建立算法与CMIMO相似，都是采用Dijkstra算法为每个簇建立最短的路由路径，并形成一个路由表保存在各个主簇头中。接下来，GCMIMO正式进入周期性地通信过程。一个通信周期分为信源节点感知阶段、协作组分配阶段、簇间通信资源分配阶段、广播协作组分配表阶段、簇内通信阶段和簇间通信阶段，如图1所示。

在信源节点感知阶段，每个簇中的信源节点通过竞争的方式在不同的时隙向各自的主簇头发送一个“Data Coming”消息告诉主簇头自己的ID、地理位置、剩余能量等信息。如果主簇头或副簇头也是信源节点，则它们也会参与接下来的协作组分配阶段，并与其它信源节点组成协作组，但是这并不会破坏主、副簇头形成的主协作组。主协作组是始终存在的协作组。当主协作组有转发业务时，它们也会像普通协作组一样分配到相应的通信资源，并完成与普通协作组相同的通信过程。

在协作组分配阶段，主簇头节点会按照下文提出的协作组分配算法把每两个信源节点分成一个协作组，并为每个信源节点分配用于簇内通信的时隙。主簇头在完成协作组分配后会生成一个协作组分配表，该协作组分配表包含了协作组分组信息和簇内通信时隙分配信息。由于簇内信源节点的位置和数目具有一定的随机性，有可能会出现某些信源节点没能分配到协作组的情况。因此所有没有分配到协作组的节点将会在新的通信周期到来时继续参与协作组的分配。如果主簇头没有生成协作组分配表，则除了主协作组以外的其他节点都将放弃本次通信周期，进入睡眠状态。

在簇间通信资源分配阶段，拥有协作组分配表的主簇头开始根据之前建立的路由表，来为各个协作组申请用于簇间通信的时隙。主簇头采用CSMA/CA方式向自己下一跳的主簇头发送“Channel Request”消息来为本簇协作组请求簇间通信的信道和时隙，“Channel Request”消息包含了还没有分配时隙的协作组的数量和剩余能量以及已经被占用的时隙等信息；收到“Channel Request”消息的的主簇头以能耗最小为准则分配簇间通信资源，并用“Channel Response”消息来进行回应，“Channel Response”消息包含了完成分配的时隙信息。主簇头通过上述通信过程相互交换数据之后，一个簇间通信时隙分配表就会建立起来。如果某个协作组没有被分配时隙，主簇头会将它从协作分组表中删除。之后，主簇头会根据簇间通信的资源分配表和路由表，更新协作组分配表。此时，协作组分配表中包含了协作组分组信息、簇内通信时隙分配信息、簇间通信时隙分配信息和各协作组下一跳路由信息。

在广播协作组分配表阶段，主簇头向所有的信源节点广播协作组分配表。根据协作组分配表上的信息，所有分配到协作组的信源节点进入簇内通信阶段，而没有分配到协作组的信源节点将会放弃之后的通信过程，等到下次通信周期开始。

在簇内通信阶段，信源节点根据接收到的协作组分配表建立协作组。每个协作组中的两个信源节点根据自己分配到的时隙采用RTS/CTS/ACK的方式进行数据交换完成空时编码。协作组中的两个信源节点在交换数据过程中会根据协作组分配表中的节点距离信息调整自己的发送功率。这样一方面可以减少数据交换过程中的数据碰撞，另一方面可以实现节点发送功率的自适应调节从而达到节能的效果。完成空时编码的协作组将进入睡眠状态，等待簇间通信阶段的到来。

在簇间通信阶段，协作组在分配到的簇间通信时隙到来时，根据协作组分配表中的路由信息与自己下一跳的主协作组建立起虚拟MIMO链路，并完成信源数据的传输。在新的通信周期中，接收该信源数据的主协作组通过与下一跳的主协作组的通信来实现多跳虚拟MIMO传输。图2显示了GCMIMO的两跳虚拟MIMO传输过程。簇间通信完成后，所有的协作组将被取消，节点将会进入睡眠状态直到有新的数据业务到来。

通过上面的分析可以看出，GCMIMO的一个重要特点就是，在簇内通信阶段，信源节点不需要将数据发送给自己的主簇头，而是在协作组内相互交换数据完成空时编码，这个过程中，信源数据只被转发了一次。相对于现有的虚拟MIMO通信策略（例如CMIMO[7]），GCMIMO减少了簇内通信中信源数据的转发次数，降低了簇内通信阶段的能耗，提高了能效。

（二）协作组分配方法

协作组是GCMIMO进行簇间通信的基本单位，协作组的分配将直接影响到虚拟MIMO通信的效果。本文提出的协作组分配算法主要从通信范围、通信质量两个方面考虑来把信源节点进行分组。

为了保证通信的覆盖范围，我们需要节点拥有尽可能大的数据传输范围，但是节点由于受到自身能量限制，过大的通信范围会加剧能量消耗从而导致节点过快地死亡。为了平衡节点能量和通信范围的矛盾，我们将给节点设定一个最大的发送功率P_max，其对应的最大通信范围为d_max。

由于协作组中的两个节点在簇内通信阶段需要交换数据来完成空时编码，因此这两个节点的最大距离不能超过我们设定的最大通信范围d_max。那么，就得到协作组分配算法的第一个限定条件：

d≤d_max (1)

d表示组成协作组的两个节点之间的距离；d_max表示节点的最大通信范围，d_max可以根据具体各应用和环境通过设定最大发送功率P_max来改变。

由于无线传感器网络中的节点受到能量、运算能力、体积等方面的限制，在进行簇间通信时，节点很难知道准确的信道状态信息。因此，GCMIMO的协作组分配算法是以保证虚拟MIMO通信质量为目的，在簇间通信信道状态信息未知的情况下对信源节点进行分组。

一个协作组相当于一个虚拟的双天线发送端，它发送的数据为x=[x ₁, x ₂]；接收端的主协作组同样是一个虚拟的双天线接系统，因此，主协作组接收到的数据为y=[y ₁, y ₂]。x与y的关系可以表示为：

y=Hx+n (2)

H是一个2×2的矩阵，表示发送端协作组i与接收端主协作组进行虚拟MIMO通信的信道增益矩阵。n是一个向量，表示信道中的噪声。H越大就表示协作组的虚拟MIMO通信质量越好。因此，协作组分配算法的第二个限定条件如下：

max{H} (3)

但是，在信道状态信息未知的情况下，H也是未知的，因此，(3)不能直接应用。根据[9]中关于协作节点选择算法的分析可知，在信道状态信息未知的条件下，通过选择距离簇头最远的邻居节点作为协作节点，就可以保证虚拟MIMO通信质量。因此，可以得到得到了与(3)等价的限定条件：

(4)

d表示协作组中两个节点之间的距离。

根据（1）和（4）两个限定条件，协作组的分配过程如下：

1) 主簇头根据收集到的信源节点信息，随机选择一个等待分组的信源节点i，并计算节点i与其他等待分组的信源节点之间的距离；

2) 选择出符合(1)和(4)这两个限定条件的节点；如果选出的节点唯一，则该节点与节点i组成一个协作组；如果选出的节点不唯一，则主簇头会从这些节点中随机选择一个节点与节点i组成一个协作组；如果没有符合(1)和(4)这两个条件的节点，则节点i将退出本次协作组的分配；

3) 重复上述过程，直到主簇头遍历所有的信源节点，完成协作组的分配。

（三）GCMIMO的能耗分析

为了对GCMIMO的能耗进行分析，首先要建立无线传感器网络节点通信的能耗模型。根据参考文献[2]、[3]和[7]关于无线传感器网络节点通信能耗的分析可知，节点通信能耗主要分为两个方面：放大器能耗和其他电路能耗。

放大器功率P_PA可以通过下面的公式进行计算：

(5)

d是节点的通信距离；α是与放大器漏极效率相关的一个系数；P_out(d)可以利用下面的公式进行计算：

(6)

k是路径损耗；G_t和G_r是天线增益;λ是载波波长；M_l是用来补偿硬件变化和干扰的链路余量；N_f是接收机噪声指数；R_b是比特速率；是在给定误码率BER的条件下包含1bit数据的信号平均能量，可以用下面的公式进行计算：

(7)

是给定的误比特率BER；N_T和N_R分别是发送节点数目和接收节点数目；N₀是噪声功率密度。

除了放大器以外，其他电路模块的功率P_C可以用下面的公式进行估算：

(8)

P_DAC、P_ADC、P_mix、P_LNA、P_IFA、P_filt、P_filr、P_synth分别表示数模转换器（DAC）、模数转换器（ADC）、混频器、低噪音放大器（LNA）、中频放大器（IFA）、发送端有源滤波器、接收端有源滤波器、跳频器的功率。

综上所述，无线传感器网络节点传输1bit数据所消耗的总能量为：

(9)

GCMIMO的能耗主要集中在信源数据的传输过程，也就是簇内通信阶段和簇间通信阶段。

A、簇内通信阶段

根据前面对簇内通信阶段的介绍，可以知道在该阶段，数据传输主要发生在协作组的两个节点之间，并且采用的是SISO的方式进行通信。根据(9)得到在GCMIMO簇内通信阶段，节点传输1bit数据所消耗的能量为：

(10)

对于任意一个簇，假设它在簇内通信阶段开始时，共形成了G个协作组，协作组中每个信源节点都有L_Sbit的信源数据。协作组的信源节点利用分配到的时隙完成簇内通信过程所消耗的总能量为：

(11)

B、簇间通信阶段

在GCMIMO的簇间通信阶段，协作组通过虚拟MIMO链路与下一跳的主协作组进行通信。根据(9)得到在GCMIMO的簇间通信阶段，协作组传输1bit数据所消耗的总能量为：

(12)

是数据传输的有效比特速率；R_b是数据传输的总比特速率。根据参考文献[2]，可以用下面的公式进行计算：

(13)

F是空时编码的码长；p是训练序列。

利用A节中的假设，在簇间通信阶段，有G个协作组要进行数据发送，经过空时编码后，每个协作组要发送的数据的总长度变为L_Cbit。所有协作组利用分配到的时隙完成簇内通信过程所消耗的总能量为：

(14)

（四）实验仿真

为了验证GCMIMO的节能效果，我们建立了仿真平台，从能耗角度对GCMIMO进行了仿真，并和CMIMO的能耗进行了对比。参考文献[7]中的仿真环境，主要的仿真参数设置如表6.1所示。

表6.1 仿真参数

图3比较了GCMIMO和CMIMO在簇内通信阶段的通信能耗。为了公平起见，在进行仿真时，GCMIMO的控制开销也被算到了簇内通信的能耗中。从仿真结果可以看出，在簇内通信阶段，GCMIMO拥有比CMIMO更好的能效表现。随着协作组（信源节点）数目的增加，GCMIMO在簇内通信过程中的节能效果明显增加。这主要是因为GCMIMO改进了簇内通信过程，信源数据只被转发了一次，而CMIMO需要将信源数据转发两次；虽然GCMIMO增加了一些控制开销，但是信源数据转发能耗仍是该阶段的主要能耗。因此GCMIMO在簇内通信阶段所消耗的能量比CMIMO少很多，而且随着协作组（信源节点）数量的增加，差距越来越大。

图4比较了GCMIMO与CMIMO在进行多跳虚拟MIMO通信时能耗。在仿真过程中，每次观测一个协作组（2个信源节点）的通信能耗，经过多次观测后求取平均值，从而得到GCMIMO和CMIMO的多跳虚拟MIMO通信的能耗对比。从仿真结果可以看出GCMIMO的能耗比CMIMO要少，但是差距并不大，而且随着跳数的增加这个差距基本保持不变，这个能耗差距主要是在最初的簇内通信阶段产生的。由此可以看出，GCMIMO拥有与CMIMO相似的多跳虚拟MIMO通信性能，而且更加节能。

图5是主簇头平均能耗的仿真，其间不进行簇头的轮换，且每次循环的通信强度固定。从图中可以看出，随着GCMIMO和CMIMO运行次数的增加，主簇头的剩余能量都在不断减少，但是GCMIMO的主簇头的能耗要远远低于CMIMO主簇头的能耗。当CMIMO运行了100次时，其主簇头的剩余能量已经低于6%，而GCMIMO运行100次后，其主簇头的剩余能量还有68%。这主要是因为GCMIMO的主簇头在簇内通信阶段不需要收集和转发信源数据，从而节省了大量的能量。由此可以看出网络在运行GCMIMO时，其簇头的轮换并不像CMIMO那样频繁，这样一来就可以减少网络维护的能耗。

Claims

1.一种基于协作组的无线传感器网络虚拟MIMO通信策略，其特征在于：建立延时不敏感的无线传感器网络，整个网络已同步并采用周期性地MAC协议进行工作；任意两个相邻节点的无线信道是对称的，形成虚拟多天线系统；

2.如权利要求1所述的一种基于协作组的无线传感器网络虚拟MIMO通信策略，其特征在于：所述的一个通信周期分为信源节点感知阶段、协作组分配阶段、簇间通信资源分配阶段、广播协作组分配表阶段、簇内通信阶段和簇间通信阶段。

3.如权利要求1所述的一种基于协作组的无线传感器网络虚拟MIMO通信策略，其特征在于：所述的组成协作组的两个节点之间的距离d小于节点的的最大通信范围d_max。

4.如权利要求3所述的一种基于协作组的无线传感器网络虚拟MIMO通信策略，其特征在于：所述的主簇头根据节点距离选择出具有最佳通信效果的协作组，即 ,H表示协作组进行虚拟MIMO通信时的信道增益，d表示协作组中两个节点之间的距离。