CN104113891A - 无线传感器网络节能分簇算法 - Google Patents

无线传感器网络节能分簇算法 Download PDF

Info

Publication number
CN104113891A
CN104113891A CN201410327300.0A CN201410327300A CN104113891A CN 104113891 A CN104113891 A CN 104113891A CN 201410327300 A CN201410327300 A CN 201410327300A CN 104113891 A CN104113891 A CN 104113891A
Authority
CN
China
Prior art keywords
node
value
cluster head
battery
energy
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201410327300.0A
Other languages
English (en)
Inventor
杨琦
林啸
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Xiamen University
Original Assignee
Xiamen University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Xiamen University filed Critical Xiamen University
Priority to CN201410327300.0A priority Critical patent/CN104113891A/zh
Publication of CN104113891A publication Critical patent/CN104113891A/zh
Pending legal-status Critical Current

Links

Classifications

    • YGENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02DCLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
    • Y02D30/00Reducing energy consumption in communication networks
    • Y02D30/70Reducing energy consumption in communication networks in wireless communication networks

Landscapes

  • Mobile Radio Communication Systems (AREA)

Abstract

无线传感器网络节能分簇算法,当网络中某个节点的能量值低于设定的阈值时,就进行节点重组,重新选择簇头。该算法主要是在簇首选举和普通节点接入簇首的过程中,结合考虑了节点的电池放电恢复情况及剩余能量情况,从而有效地均衡了全网节点的能量消耗。本发明BAR-HEED算法在均衡全网节点能耗及延长网络寿命方面较HEED算法有显著提高。

Description

无线传感器网络节能分簇算法
技术领域
本发明涉及无线传感器网络中分簇算法,属于无线传感器网络领域。
背景技术
无线传感器网络具有十分广阔的应用前景,在许多重要领域都存在潜在的实用价值。因此,关于传感器网络的研究议题已成为当前国内外研究机构关注的热点之一。然而无线传感器网络是一种能量受限的网络,传感器节点通常只能携带能量十分有限的电池,大量节点密集部署在环境复杂的监测区域内,更换电池几乎是不可能的,因此无线传感器网络的首要设计目标就是有限能源的高效利用。电池作为传感节点的供能设备,是无线传感器网络获得高性能的一个关键因素。然而,从目前的研究来看,对电池能量特性的研究仍然没有深入到无线传感器网络领域,没有深入考虑电池本身的规律,割裂了电池放电特性和节能机制的有机联系,使得电池没有得到有效的恢复和利用。因此对电池放电特性进行更加深入的研究是十分有必要的。通过深入了解电池放电行为,分析电池放电行为对传感器网络的影响,能够有效地均衡全网节点的能量消耗,从而延长网络寿命。
分簇路由协议是把网络中的节点分成簇结构,并在每个簇内选出一个簇首节点,其余为成员节点。基于分簇的路由算法在拓扑管理、能量效率、数据融合等方面都具有明显的优势。因此,分簇路由协议在节省网络能量,延长网络寿命,保障网络可靠性等方面有广泛的应用前景。同时,如果在分簇路由协议的研究设计中加入对节点电池放电特性的考虑应能进一步提高分簇路由协议的性能。能源问题是无线传感器网络中一个主要的挑战,使电池供电的传感节点达到最大的生存时间来支持数据的采集与传输是当今的研究热点之一。
目前关注路由协议中能量损耗的算法称为能量感知路由算法,其主要是从数据传输过程中的能量消耗出发,讨论具有最优能量消耗以及最长网络寿命等问题。常见的能量感知路由主要有最大PA路由(Max Power Available Routing)、最小能量消耗路由、LEACH、HEED、最小-最大电池代价路由(Min-Max Battery Cost Routing,MMBCR)等。该类路由的优点是将能量作为形成路由的一个主要考虑因素,更好地解决了无线传感器网络能量有限的问题。
HEED算法主要是利用了一个混合因素来进行周期性地簇首选举,主要因素依赖于剩余能量,次要因素依赖于簇内通信代价。HEED的优点在于:分簇能在一个固定的迭代次数内终止;考虑成簇后簇内的通信开销,把节点剩余能量作为一个参量引入算法,形成的网络拓扑更趋合理,全网能量消耗更均匀。HEED的不足在于:周期性地进行簇重组,消耗了多余的额外能量;采用单跳发送数据,没有考虑到簇首与基站直接通信耗能大的问题。而其他算法,也大多考虑的是依据节点剩余能量,节点深度等因素,但是这种技术通常只有在当节点由碱性电池供电时才有效,因为此时电池的电压与其剩余能量值成正比例变化关系。然而,当节点由锂电池供电时,此技术就不再适用了,因为锂电池在其生命期间基本都维持一个恒定的电压值。目前,在WSN领域中,对电池放电特性的研究并没有非常深入,网络中仍存在部分节点过早失效的现象。而且,从目前的研究来看,对于传感器节点电池的定量分析与研究是少之又少,没有深入考虑电池本身的规律,将节能机制和电池放电特性的研究相分离,使得电池没有得到有效地恢复和利用,从而影响全网的生存寿命。
有鉴于此,本发明人针对现有技术的缺陷深入研究,遂有本案产生。
发明内容
本发明所要解决的技术问题在于提供一种有效节能的无线传感器网络节能分簇算法(BAR-HEED算法)。
本发明是这样实现的:
无线传感器网络节能分簇算法,当网络中某个节点的能量值低于设定的阈值时,就进行节点重组,重新选择簇头,具体包括如下步骤:
第一步骤:建立邻居列表阶段:
首先全网节点在自己的一跳节点范围内广播                                                ,消息中包含了该节点当前的剩余能量值,和节点预先算出的到下一个发包时刻的电池容量值
电池模型公式为:
       表示电池总容量,即的取值由具体电池性能得出,L表示的是电池的生命周期,即电池结束时间扣去开始时间的值,对于一个恒定的放电电流来说,该式可以简化为下式:
将这两个值发出后,收到该消息的节点建立一个邻居节点列表,将该发送节点的ID号,剩余能量值,及其预先算出的电池容量值记录于表中,同时该接收节点根据接收门限值以及接收到的信号强度RSSI值计算出向这个节点发送一个单位数据包所需的最小发射功率值,并将该功率值一并记录进表。其中的计算公式如下:
第二步骤:全网迭代分簇阶段;
当所有节点都完成了邻居节点列表的建立后,全网进入迭代组网阶段;
首先,每个节点根据自己的邻居节点列表中记录的值计算出自己作为簇首的最小簇内通信代价
每个节点在自己的邻居节点列表中选出拥有最大电池容量值的节点作为自己的临时簇首节点,如果碰到有相同值的两个节点,则选择剩余能量大的那个节点,当节点选出的临时簇首节点刚好是该节点本身,则其标记自己的位为1,而后开始广播最终簇首消息,消息中包含了该簇首节点的剩余能量值、电池容量值以及最小簇内通信代价;
普通节点在接收到簇首节点的广播消息后,首先建立一个临时簇首列表,并将该簇首节点的ID号,剩余能量值,电池容量值,最小簇内通信代价以及接收到的信号强度RSSI值记录进表;在选最终簇首时,依次考虑这些临时簇首节点的电池容量情况、剩余能量值,最小簇内通信代价以及接收到的节点信号强度RSSI;首先选出拥有最大值的节点作为自己的最终簇首节点申请加入,若出现两个节点的值大小相同,则选择拥有较多剩余能量值的那个,而如果两个节点的值和值均相等时,则再继续考虑选择拥有较小值的节点或拥有较大RSSI值的节点作为自己的最终簇首节点,向其发送入簇申请,当所有节点都接入自己的簇首节点后,组网完成,全网节点开始进入数据采集和传输阶段。
本发明的优点在于:本发明主要是在簇首选举和普通节点接入簇首的过程中,结合考虑了节点的电池放电恢复情况及剩余能量情况,从而有效地均衡了全网节点的能量消耗。结果表明,BAR-HEED算法在均衡全网节点能耗及延长网络寿命方面较HEED算法有显著提高。
附图说明
下面参照附图结合实施例对本发明作进一步的描述。
图1a是电池 完全充电状态图。
图1b是电池放电状态图。
图1c是电池 恢复状态图。
图1d是电池恢复后状态图。
图1e是电池失效且仍存在放电损耗状态图。
图1f是 电池失效且不存在放电损耗状态图。
图2是本发明电池感知路由算法流程图。
具体实施方式
如图1a所示,电池处于完全充电状态时,其电极表面包含了最大浓度的活性物质。当电池连接负载后,电极表面的活性物质被逐渐消耗,同时通过电解质的扩散作用得到补充。然而,这个扩散速度总是落后于消耗的速度,因此,电解液会产生一个浓度梯度,如图1b所示。随着活性物质浓度的不断降低,电池电压开始下降。当电池电压下降到一个截止阈值时,电化学反应将不会再在电极表面发生,此时电池将停止放电,如图1e所示。还没有扩散到电极表面的活性物质此时也将不能再被使用,这些不能再被使用的电荷为放电损耗。然而,这些放电损耗电荷并不是真的丢失了,而仅仅只是因为反应和扩散速率之间的滞后使得它们无法被使用。如果在电池失效之前,电池的电流能降为零,或是降到一个很小的值,给电池一个足够长的恢复时间使得浓度梯度逐渐减小,如图1c,则电解液能再次达到一个新的平衡。在这个恢复过程中,那些原本无法使用的电荷重新变得可用,如图1d。电池进行有效的恢复可降低浓度梯度,恢复放电损耗,从而延长电池的寿命,如图1f。
在路由协议中,簇头的能量是会耗尽的,因此需要不断重新选择簇头,本发明主要就在簇头选举这一环节上,从传感器节点的能量来源——电池本身出发,对电池容量以及影响电池容量的各种因素进行了分析,并根据电池放电特性,设计了一种电池感知的路由协议BAR-HEED,该算法是基于原有的HEED算法,在簇头选举中,不只考虑节点电池的剩余能量,因为电池的电池容量决定了其放电特性,因此还考虑了节点电池的电池容量,从而达到有效节能的作用。
当网络中某个节点的能量值低于设定的阈值时,就进行节点重组,重新选择簇头,在BAR-HEED算法的组网过程中主要分成两个阶段:建立邻居列表阶段和全网迭代分簇阶段。以下就对这两个阶段进行具体描述。
1)建立邻居列表阶段
首先全网节点在自己的一跳范围内广播,消息中包含了该节点当前的剩余能量值,和节点预先算出的到下一个发包时刻的电池容量值。收到该消息的节点建立一个邻居节点列表,将该发送节点的ID号,剩余能量值,及其预先算出的电池容量值记录于表中,同时该接收节点根据接收门限值以及接收到的信号强度RSSI值计算出向这个节点发送一个单位数据包所需的最小发射功率值,并将该功率值一并记录进表。其中的计算公式如下:
2)全网迭代分簇阶段
当所有节点都完成了邻居节点列表的建立后,全网进入迭代组网阶段。
a)首先,每个节点根据自己的邻居节点列表中记录的值计算出自己作为簇首的最小簇内通信代价
b)每个节点在自己的邻居节点列表中选出拥有最大电池容量值的节点作为自己的临时簇首节点。因为,如果一个节点的电池容量越大,说明该节点电池恢复得越好,相反,则需要更多的恢复时间。如果碰到有相同值的两个节点,则选择剩余能量大的那个节点。当节点选出的临时簇首节点刚好是该节点本身,则其标记自己的位为1,而后开始广播最终簇首消息,消息中包含了该簇首节点的剩余能量值、电池容量值以及最小簇内通信代价。
c)普通节点在接收到簇首节点的广播消息后,首先建立一个临时簇首列表,并将该簇首节点的ID号,剩余能量值,电池容量值,最小簇内通信代价以及接收到的信号强度RSSI值记录进表。在选最终簇首时,依次考虑这些临时簇首节点的电池容量情况、剩余能量值,最小簇内通信代价以及接收到的节点信号强度RSSI。首先选出拥有最大值的节点作为自己的最终簇首节点申请加入。若出现两个节点的值大小相同,则选择拥有较多剩余能量值的那个。而如果两个节点的值和值均相等时,则再继续考虑选择拥有较小值的节点或拥有较大RSSI值的节点作为自己的最终簇首节点,向其发送入簇申请。当所有节点都接入自己的簇首节点后,组网完成,全网节点开始进入数据采集和传输阶段。
在本发明的设计中,采用了能量驱动进行全网重组。采用此机制主要是为了避免时间驱动全网重组产生较高额外能耗的问题,因为采用时间驱动时,重组比较频繁且每次重组均为全网行为,这样会使网络中的节点消耗过多的额外能量。因此在本发明中规定,网络中每出现一个节点能量低于给定阈值时,即发起全网重组。
图2中为BAR-HEED算法的主流程图。从图2中可以看出,BAR-HEED算法在进行簇首选举的过程中,主要考虑的是节点电池的放电恢复情况,当两个节点具有相同的放电恢复情况时,再主要考虑此二节点当前的剩余能量情况。同时,在簇首轮换阶段,改变了原来HEED算法中的时间驱动全网重组为能量阈值驱动全网重组机制。
以上所述仅为本发明的较佳实施用例而已,并非用于限定本发明的保护范围。凡在本发明的精神和原则之内,所作的任何修改、等同替换以及改进等,均应包含在本发明的保护范围之内。

Claims (1)

1.无线传感器网络节能分簇算法,其特征在于:当网络中某个节点的能量值低于设定的阈值时,就进行节点重组,重新选择簇头,具体包括如下步骤:
第一步骤:建立邻居列表阶段:
首先全网节点在自己的一跳节点范围内广播                                               ,消息中包含了该节点当前的剩余能量值,和节点预先算出的到下一个发包时刻的电池容量值
电池模型公式为:
       表示电池总容量,即的取值由具体电池性能得出,L表示的是电池的生命周期,即电池结束时间扣去开始时间的值,对于一个恒定的放电电流来说,该式可以简化为下式:
将这两个值发出后,收到该消息的节点建立一个邻居节点列表,将该发送节点的ID号,剩余能量值,及其预先算出的电池容量值记录于表中,同时该接收节点根据接收门限值以及接收到的信号强度RSSI值计算出向这个节点发送一个单位数据包所需的最小发射功率值,并将该功率值一并记录进表。其中的计算公式如下:
第二步骤:全网迭代分簇阶段;
当所有节点都完成了邻居节点列表的建立后,全网进入迭代组网阶段;
首先,每个节点根据自己的邻居节点列表中记录的值计算出自己作为簇首的最小簇内通信代价
每个节点在自己的邻居节点列表中选出拥有最大电池容量值的节点作为自己的临时簇首节点,如果碰到有相同值的两个节点,则选择剩余能量大的那个节点,当节点选出的临时簇首节点刚好是该节点本身,则其标记自己的位为1,而后开始广播最终簇首消息,消息中包含了该簇首节点的剩余能量值、电池容量值以及最小簇内通信代价;
普通节点在接收到簇首节点的广播消息后,首先建立一个临时簇首列表,并将该簇首节点的ID号,剩余能量值,电池容量值,最小簇内通信代价以及接收到的信号强度RSSI值记录进表;在选最终簇首时,依次考虑这些临时簇首节点的电池容量情况、剩余能量值,最小簇内通信代价以及接收到的节点信号强度RSSI;首先选出拥有最大值的节点作为自己的最终簇首节点申请加入,若出现两个节点的值大小相同,则选择拥有较多剩余能量值的那个,而如果两个节点的值和值均相等时,则再继续考虑选择拥有较小值的节点或拥有较大RSSI值的节点作为自己的最终簇首节点,向其发送入簇申请,当所有节点都接入自己的簇首节点后,组网完成,全网节点开始进入数据采集和传输阶段。
CN201410327300.0A 2014-07-10 2014-07-10 无线传感器网络节能分簇算法 Pending CN104113891A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410327300.0A CN104113891A (zh) 2014-07-10 2014-07-10 无线传感器网络节能分簇算法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410327300.0A CN104113891A (zh) 2014-07-10 2014-07-10 无线传感器网络节能分簇算法

Publications (1)

Publication Number Publication Date
CN104113891A true CN104113891A (zh) 2014-10-22

Family

ID=51710489

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410327300.0A Pending CN104113891A (zh) 2014-07-10 2014-07-10 无线传感器网络节能分簇算法

Country Status (1)

Country Link
CN (1) CN104113891A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104469854A (zh) * 2014-11-27 2015-03-25 重庆邮电大学 一种流量自适应的工业无线wia-pa网络成簇方法
CN105682170A (zh) * 2016-03-14 2016-06-15 南京邮电大学 一种基于能耗均衡的分簇式无线传感网数据收集方法
CN109152103A (zh) * 2018-11-05 2019-01-04 哈尔滨理工大学 一种对无线传感器网络进行组网方法及装置
CN112714154A (zh) * 2020-12-11 2021-04-27 国网宁夏电力有限公司吴忠供电公司 一种用于电力网监控的智能传感器的路由控制方法和系统
CN113179544A (zh) * 2021-04-26 2021-07-27 国网四川省电力公司经济技术研究院 一种应用于电力物联网的无线传感分簇路由簇头选择方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102547904A (zh) * 2012-02-28 2012-07-04 山东大学 一种基于leach协议的簇头选举改进算法
CN103298054A (zh) * 2013-06-04 2013-09-11 四川大学 一种基于节点深度的无线传感器网络分簇路由协议

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN102547904A (zh) * 2012-02-28 2012-07-04 山东大学 一种基于leach协议的簇头选举改进算法
CN103298054A (zh) * 2013-06-04 2013-09-11 四川大学 一种基于节点深度的无线传感器网络分簇路由协议

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
李慧: "无线传感器网络节能分簇算法的研究与设计", 《厦门大学硕士学位论文》 *

Cited By (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104469854A (zh) * 2014-11-27 2015-03-25 重庆邮电大学 一种流量自适应的工业无线wia-pa网络成簇方法
CN104469854B (zh) * 2014-11-27 2017-09-19 重庆邮电大学 一种流量自适应的工业无线wia‑pa网络成簇方法
CN105682170A (zh) * 2016-03-14 2016-06-15 南京邮电大学 一种基于能耗均衡的分簇式无线传感网数据收集方法
CN109152103A (zh) * 2018-11-05 2019-01-04 哈尔滨理工大学 一种对无线传感器网络进行组网方法及装置
CN109152103B (zh) * 2018-11-05 2021-02-05 哈尔滨理工大学 一种对无线传感器网络进行组网方法及装置
CN112714154A (zh) * 2020-12-11 2021-04-27 国网宁夏电力有限公司吴忠供电公司 一种用于电力网监控的智能传感器的路由控制方法和系统
CN112714154B (zh) * 2020-12-11 2023-01-10 国网宁夏电力有限公司吴忠供电公司 一种用于电力网监控的智能传感器的路由控制方法和系统
CN113179544A (zh) * 2021-04-26 2021-07-27 国网四川省电力公司经济技术研究院 一种应用于电力物联网的无线传感分簇路由簇头选择方法

Similar Documents

Publication Publication Date Title
Hu et al. Graphene-grid deployment in energy harvesting cooperative wireless sensor networks for green IoT
Le et al. Energy-efficient power manager and MAC protocol for multi-hop wireless sensor networks powered by periodic energy harvesting sources
Xu et al. Improvement of LEACH protocol for WSN
CN101394321B (zh) 基于“能量均衡”的集群无线传感器网络非均匀分簇方法
CN104113891A (zh) 无线传感器网络节能分簇算法
Saraswat et al. Techniques to enhance lifetime of wireless sensor networks: a survey
CN105120474A (zh) 基于能量采集无线传感器网络的能量管理方法
Peng et al. An energy efficient cluster-routing protocol for wireless sensor networks
CN103249109B (zh) 基于不规则元胞自动机的无线传感网络的节能路由方法
CN102202372B (zh) 基于模糊理论的无线传感器网络链式路由方法
Hatamian et al. A centralized evolutionary clustering protocol for wireless sensor networks
CN104918294A (zh) 一种无线传感网络功耗智能分配方法及无线传感网络
Le et al. Energy-aware routing in wireless sensor networks with adaptive energy-slope control
Batta et al. Lteoc: Long term energy optimization clustering for dynamic iot networks
CN106412997A (zh) 一种面向异步传感器网络hr‑mm广播协议的实现方法
Wang et al. A energy balanced routing scheme in wireless sensor networks based on non-uniform layered clustering
Ingram et al. Perspectives on energy-harvesting wireless sensor networks
ABBAS et al. Lchrep: Layer and cluster based hierarchical routing and energy optimization protocol in wireless sensor networks
Jabbar et al. Developed cluster-based load-balanced protocol for wireless sensor networks based on energy-efficient clustering
Kumbhalkar et al. Multi-path and multi-hop energy efficient routing in wireless sensor network
Jing et al. A cluster-based multipath delivery scheme for wireless sensor networks
Batta et al. State of health optimization based unequal clustering in iot networks
Zhang et al. Lifetime optimization for wireless sensor networks using the nonlinear battery current effect
Sate’Jaradat Collecting data in smart cities using energy harvesting technology
Kumar et al. Energy efficient clustering scheme based on grid optimization using genetic algorithm for wireless sensor networks

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20141022