CN105120474B - 基于能量采集无线传感器网络的能量管理方法 - Google Patents
基于能量采集无线传感器网络的能量管理方法 Download PDFInfo
- Publication number
- CN105120474B CN105120474B CN201510423061.3A CN201510423061A CN105120474B CN 105120474 B CN105120474 B CN 105120474B CN 201510423061 A CN201510423061 A CN 201510423061A CN 105120474 B CN105120474 B CN 105120474B
- Authority
- CN
- China
- Prior art keywords
- energy
- network
- node
- cluster
- cluster head
- 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.)
- Active
Links
Classifications
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W24/00—Supervisory, monitoring or testing arrangements
- H04W24/02—Arrangements for optimising operational condition
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W28/00—Network traffic management; Network resource management
- H04W28/02—Traffic management, e.g. flow control or congestion control
- H04W28/10—Flow control between communication endpoints
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04W—WIRELESS COMMUNICATION NETWORKS
- H04W40/00—Communication routing or communication path finding
- H04W40/02—Communication route or path selection, e.g. power-based or shortest path routing
- H04W40/04—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources
- H04W40/10—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on available power or energy
-
- Y—GENERAL 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
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02D—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN INFORMATION AND COMMUNICATION TECHNOLOGIES [ICT], I.E. INFORMATION AND COMMUNICATION TECHNOLOGIES AIMING AT THE REDUCTION OF THEIR OWN ENERGY USE
- Y02D30/00—Reducing energy consumption in communication networks
- Y02D30/70—Reducing energy consumption in communication networks in wireless communication networks
Landscapes
- Engineering & Computer Science (AREA)
- Computer Networks & Wireless Communication (AREA)
- Signal Processing (AREA)
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及一种基于能量采集无线传感器网络的能量管理方法:结合容差修正网络最大流FF算法,对数据传输量进行网络流链路增广,同时簇首的选举机制引入容差因素,保证增广链路有足够的容量即保证信道带宽可供数据流传输。本发明提供的基于能量采集无线传感器网络的能量管理方法的创新点在于结合了网络流优化的相关理论知识和原则,根据所设定的具体太阳能采集模型,设计传感器节点相应的工作模式,在整个无线传感器网络能量充裕时期在数据流方面对网络性能进行优化。本发明可兼顾维持网络能耗均衡,保证网络的生命周期,同时可以高效地利用环境能量,提高网络性能。
Description
技术领域
本发明涉及一种基于能量采集无线传感器网络的能量管理方法。
背景技术
无线传感器网络(Wireless Sensor Network,简称WSN)是一种新兴的信息获取平台,由部署在监测区域内的大量微型传感器节点组成,这些传感器节点通过无线通信的方式形成多跳自组织网络系统,能够相互协调地进行实时监测以及采集各种所监控环境或对象的感兴趣信息,其信息通过嵌入式系统进行一定处理后,通过自组织的无线通信网络将信息以多跳中继方式发送到基站,以供用户终端使用,从而使目标检测与跟踪功能得以在复杂的指定范围内实现。无线传感器网络具有低成本、低功耗、快速展开、抗毁性强、有自组织能力、分布式协助工作、不需要有线网络支持等特点,可被广泛应用于环境监测、医疗健康、现代化工农业、军事与安全救援、智能交通、智能家居等多个领域,是当前国内外备受关注的新兴研究热点领域,是信息感知和采集领域的一场重大变革,并于2003年被美国《商业周刊》列为未来四大新技术之一,无线传感器网络将会极大地影响人类未来的生活和生产。
然而,传统的传感器节点一般采用锂电池供电,其生命周期主要决定于电池电能容量,同时,受无线传感器网络工作环境的限制,若要为网络中的传感器节点更换电池需要花费大量的人力物力,这显然是不可能而且是得不偿失的。因此传统的无线传感器网络研究的主要问题就是通过各种节能手段来延长整个网络的生命周期,WSN的其他性能指标通常都需要以节能和能量高效利用作为基础来考虑。为了达到延长WSN生命周期的目的,网络中的传感器节点采取低占空比的周期性工作模式(工作/休眠)。占空比越低,节能效果越明显,但是这样的节能工作模式就会与WSN的必要性能产生尖锐的矛盾,例如传感器节点不能及时地采集和发送数据,这与无线传感器网络作为一个信息采集网络的要求是明显不相符的。
无线传感器网络的相关性能随着微电子和微机技术的发展而得到提高,但是仅仅依靠传感器节点固定的电池电能容量来维持WSN的能量损耗是远远不够的,这些能量问题极大地制约了无线传感器网络的性能以及限制了其发展和应用范围。
随着目前环境能量采集技术的迅速发展,越来越多的研究人员开始专注研究无线传感器网络中的环境能量采集技术,如果无线传感器网络能在工作环境中为自身补给能量,就可以缓解WSN在节能和保证性能之间的尖锐矛盾,更有利于满足WSN的应用需求。因此,传感器节点通过自主采集环境能量实现自身的能量补给成为了延长WSN的生命周期和提高WSN的性能的一个有效方法。
发明内容
本发明的目的在于提供一种基于能量采集无线传感器网络的能量管理方法,包括传感器节点的剩余能量和环境能量采集情况的实时感知,在不违背无线传感器网络低功耗特性的前提下,结合网络流优化的相关知识和原则,充分有效利用了传感器节点在工作环境中采集的能量,一方面保证了WSN的寿命要求,另一方面可大限度改善WSN的性能。
为实现上述目的,本发明可以通过以下技术方案予以实现:
一种基于能量采集无线传感器网络的能量管理方法:
结合容差修正网络最大流FF算法,对数据传输量进行网络流链路增广,同时簇首的选举机制引入容差因素,保证增广链路有足够的容量即保证信道带宽可供数据流传输。
可选的,根据无线传感器网络所工作于三个不同时期的传感器节点能量特点,综合考虑传感器节点的剩余能量、能量采集速率、能耗速率以及路由信息,节能模式引入传感器节点的剩余能量作为簇首选举的主要因素,在能量充裕期工作时,多余的能量会被用于进行增广网络的数据流,并根据信道带宽计算最佳数据流量,增加无线传感器网络的能耗,使能耗速率与能量采集速率保持相对稳定,充分利用环境补给的能量,提高网络性能。
可选的,把无线传感器网络看作是一个有向容量网络,把无线传感器网络的数据传输量问题转化为网络流优化问题,在分簇的无线传感器网络中,簇成员作为源点,簇首作为中间顶点,基站作为汇点,应用容差修正网络最大流FF算法进行网络流优化,选取中间顶点容差大的链路进行增广,选择容差大的节点作为簇首,保证数据流增广后链路有足够的带宽来进行数据传输。
可选的,在耗能期和储能期,无线传感器网络工作于节能模式,簇首选择机制引入传感器节点的能量信息来作为主要考虑因素,同一个簇的传感器节点以均匀概率在簇内循环轮流担任簇首,节点剩余能量和能量采集值较大的节点担任簇首的概率比较大,并且设定剩余能量低于阈值的节点不能担任簇首。
可选的,在能量充裕期,无线传感器网络进行网络流优化阶段,需要对数据流进行增广,引用容差修正网络最大流FF算法,选择容差较大的传感器节点作为簇首。
可选的,分簇阶段,若基站发布按网络流优化分簇命令,传感器节点计算自己的容差并在簇内广播自己的容差信息,簇内的所有传感器节点都知道邻节点的容差信息并各自建立成表,在此表中容差最大的节点自动担任本轮的簇首,并按基站提供的最优数据流量信息制定本簇的TDMA调度表。
可选的,基于能量采集无线传感器网络的能量管理方法,包括以下步骤:
(1)每轮开始,基站根据上一轮WSN传感器节点的能量信息计算网络的平均剩余能量值平均能耗值平均能量采集值
(2)基站判断WSN处于耗能期、储能期还是能量充裕期并广播信息,
若且则WSN进入网络流优化阶段,转(4);
否则,WSN进入网络能耗均衡优化阶段,转(3);
(3)节点接收基站网络能耗均衡优化分簇命令,计算阈值T(i),产生0~1的随机数α,若α<T(i),则担任簇首;否则,则为簇成员;
(4)节点接收基站网络流优化分簇命令和基站计算的最优数据流量lbest,节点在簇内广播自己的能量信息并根据邻节点的能量信息计算容量和容差,广播各自容差信息并建立成表,选举容差最大节点担任簇首,其余成为簇成员;
(5)簇首建立TDMA调度表并在簇内广播,簇成员按TDMA调度表安排时隙进行工作;
(6)开始数据传输阶段。节点采集环境信息数据,并将数据发送到簇首,数据包内容包含节点ID、剩余能量Erest、能耗值Euse、能量采集值Eup、环境信息数据;
(7)簇首进行数据融合并采用簇首间多跳的方式转发给基站,第n层簇首i将数据包转发给第(n-1)层簇首j,按模式,选择中的簇首j作为下一跳节点;
(8)基站接收全网数据,本轮循环结束,并准备下一轮循环。
无线传感器网络的主要能耗在于网络通信和拓扑结构控制方面,其能量管理的核心技术之一就是“路由算法”,因此本发明提供的基于能量采集无线传感器网络的能量管理方法的创新点在于结合了网络流优化的相关理论知识和原则,根据所设定的具体太阳能采集模型,设计传感器节点相应的工作模式,在整个无线传感器网络能量充裕时期在数据流方面对网络性能进行优化。本发明可兼顾维持网络能耗均衡,保证网络的生命周期,同时可以高效地利用环境能量,提高网络性能。
附图说明
图1是本发明实施例无线传感器网络的网络模型示意图;
图2是本发明实施例容量网络G模型示意图;
图3是本发明实施例流程示意图。
具体实施方式
下面将结合附图以及具体实施方式对本发明作进一步的说明:
网络模型
由于可供研究的资源受限,为了本发明所提出的网络流优化分簇路由协议在Matlab仿真中较容易实现,本发明假设无线传感器网络的工作区域是一个边长为a的正方形区域,在此区域内随机散布N个传感器节点,每个簇的工作区域是一个边长为b的正方形区域,传感器节点采用周期性工作/睡眠的运行模式进行数据的监测和发送,如图1所示。
无线传感器网络的假设条件:
(1)基站BS位于正方形工作区域中心,且能量不受限制。
(2)每个传感器节点都是同构的,初始能量为E0,具有数据融合功能,且具有唯一的位置ID识别标志。
(3)每个传感器节点都具有太阳能采集功能,且具有相同的能量转换效率和存储效率,每个节点每轮的太阳能采集量根据时间变化在一定范围内随机变化,传感器节点电池容量为E0且剩余能量不能超过E0。
(4)每个传感器节点都可以根据数据传输距离自动调整发射功率。
(5)无线传感器网络按区域进行分簇,根据工作区域面积大小和传感器节点个数人为划分为k个区域,每个区域即为一个簇。如图1的网络模型,假设a=80,N=64,b=20,因此k=a2/b2=16,n=a/2b=2。此假设对于实际无线传感器网络不失一般性。
设计思路
在前述太阳能采集模型基础下,无线传感器网络的整体剩余能量可大体分为三个阶段:
(1)耗能期:无线传感器网络的平均能耗速率大于平均太阳能采集速率,网络的平均剩余能量处于持续下降阶段,此时为了让无线传感器网络的能量不被过分消耗而导致某些节点过早死亡,整个网络工作于节能模式,在此模式下的路由协议需要尽可能地减少传感器节点的工作时间,并且使整个网络的能耗均衡,防止网络割裂。
(2)储能期:无线传感器网络的平均太阳能采集速率大于平均能耗速率,但网络的平均剩余能量水平较低,设置一个剩余能量水平阈值EC,Erest<EC,此时传感器节点需要存储足够的能量以供下一个耗能期消耗,因此WSN仍采用节能模式工作,使整个WSN的平均剩余能量水平回升,理想状态下如果储能期足够长,WSN的平均剩余能量水平可回到初始值,即Erest=E0。
(3)能量充裕期:无线传感器网络的平均太阳能采集速率大于平均能耗速率,并且网络的平均剩余能量水平达到设定阈值EC,理论上网络的平均剩余能量会持续单调递增。此时,如果WSN仍工作于节能模式的话,某些传感器节点的剩余能量有可能达到电池的最大容量并且保持满电状态直到下一个耗能期,这样会造成太阳能采集饱和以及溢出浪费。为了避免能量溢出浪费,本发明提出的网络流优化分簇路由算法可以充分利用这一部分多余的能量来改善WSN的网络性能。
无线传感器网络处于耗能期和储能器都采用节能模式工作,此部分的网络的优化重点是保证WSN传感器节点的生命周期,实现能耗均衡。在这一方面,目前有较多关于WSN能耗均衡的分簇路由算法,包括基于LEACH算法,在簇首选举机制模型中加入能量因素,根据传感器节点剩余能量的多少调整选举阈值,同样可适用于本发明具有能量采集功能的WSN分簇路由协议。鉴于WSN网络能耗均衡已有较实用方法,本发明所提分簇路由协议只对这部分进行相应的引用,不将作为研究重点。
当无线传感器网络处于能量充裕期,则极有可能会有一部分环境能量溢出而不能被利用,为了避免这种情况,关键在于使传感器节点的能量损耗速率和能量采集速率保持相对稳定,因此必须增加传感器节点的能耗,根据节点的能耗模型,传感器节点的绝大部分能量损耗在其无线通信方面,一般而言,无线通信模块处于周期性工作/睡眠的运行模式,假设α为周期T内传感器节点的工作时间,则传感器节点工作时间的占空比ρ=α/T,传统的WSN为了节省能量都会让传感器节点工作时间的占空比尽可能减少,因此,增加传感器节点工作时间的占空比是增加WSN能耗的可行方法之一,传感器节点工作时间的占空比增加,另一层面上则意味着WSN的相应性能可以得到提高,WSN对于环境的监测会更加全面、准确。为了可更形象地描述传感器节点的工作时间,本发明假设工作单位时间内传感器节点可传输的数据量为l0(bit/单位时间),则一周期内传感器节点的数据传输量为l=α*l0,易知l与α成正比,则传感器节点的工作时间问题就可以转换为数据流问题,放到整个无线传感器网络中就是网络流问题。为了使WSN中的网络流可行,必须根据网络流的相关知识和理论进行考虑。
本发明结合“容差修正网络最大流FF算法”,在对网络流进行增广的同时,必须保证增广链路有足够的容量,即信道带宽必须可供数据流传输。因此,在进行网络流优化的时候,簇首的选举机制模型引入了容差因素,具体算法将在下文详述,理论上可保证WSN的信道有足够带宽供网络增广。
本发明将用Matlab编程仿真,实现本发明算法与LEACH算法、ACSP算法的相关对比,并进行性能分析。
根据WSN所工作于三个不同时期的传感器节点能量特点,本发明综合考虑传感器节点的剩余能量、能量采集速率、能耗速率以及路由等信息,节能模式的主要目的是使网络的能耗均衡,引入传感器节点的剩余能量作为簇首选举的主要因素;WSN在能量充裕期工作时,由于有足够的能量可供其消耗,多余的能量会被用于进行增广网络的数据流,并根据信道带宽计算最佳数据流量,增加WSN的能耗,使能耗速率与能量采集速率保持相对稳定,充分利用环境补给的能量,提高网络性能。
详述
以下是其中一些专业名词的基本概念:
(1)图(Graph):由顶点(或节点)集合和边(或弧,顶点间的二元关系)集合组成的数据结构,通常可用G(V,E)来表示。其中V(G)和E(G)分别表示顶点集合(Vertext Set)和边的集合(Edge Set)。
(2)容量(Capacity):容量网络G(V,E)是一个有向网络,在V中指定一个源点Vs和一个汇点Vt,对于每一条弧<u,v>∈E对应有一个权值Cap(u,v)>0,称为弧的容量(简称容量)。
(3)弧的流量(Flow Rate):通过容量网络G(V,E)中每条弧<u,v>上的实际流量(简称流量),记为f(u,v)。
(4)网络流(Network Flow):所有弧上流量的集合f={f(u,v)},称为该容量网络G(V,E)中的一个网络流。
(5)可行流(Feasible Flow):在容量网络G(V,E)中,满足以下条件的网络流f,称为可行流。
弧流量限制条件:0≤f(u,v)≤c(u,v),<u,v>∈E
(1)
平衡条件:∑vf(u,v)-∑vf(v,u)={|f||u=Vs;0|u≠Vs,Vt;-|f||u=Vt}
(2)
其中|f|称为可行流的流量,其值等于源点的净出量或汇点的净入量。
(5)最大流(Maximum Flow):在容量网络G(V,E)中,满足弧流量限制条件和平衡条件、且具有最大流量的可行流,称为网络最大流(简称最大流)。
(6)增广链路(Augmenting Path):设f是一个容量网络G(V,E)中的一个可行流,P是从Vs到Vt的一条链,若P满足:1)
f(u,v)<c(u,v),<u,v>∈P^+(在P的前向弧集合);2)
f(u,v)>0,<u,v>∈P^-,(在P的后向弧集合),则称P为关于可行流f的一条增广链路。
沿着增广链路改进可行流的操作称为增广。
增广链路P上的所有弧<u,v>上的流量按以下规则变化:
1)f1(u,v)=f(u,v)+α,<u,v>∈P+;2)f1(u,v)=f(u,v)-α,<u,v>∈P-。可把f改进成一个值更大的f1。
其中α可改进量,α=min{minP+{c(u,v)-f(u,v)},minP-f(u,v)}。
图2为一个容量网络G模型,弧上的数字前者为该弧的容量,后者为该弧的流量。
网络流问题属于运筹学的一部分,其主要研究网络的最优化问题,本发明的CRONF算法的网络流优化在于引入网络流问题,对WSN的网络数据传输量进行优化,自然可以把无线传感器网络看作是一个有向容量网络G,传感器节点作为网络G的顶点,节点之间的通信信道作为网络G的弧,而节点的数据传输量即为网络G的流量,关于弧的容量Cap,本发明作以下定义:无线传感器网络中每个节点只有一条前向弧,分簇路由协议以轮r为时间单位,假设节点u的前向弧为<u,v>,节点u一轮的能耗为Euse,能量采集量为Eup,剩余能量为Erest,则定义弧<u,v>的容量为:
Capi(r)=(Erest(r-1)+Eup(r-1))/Euse(r-1) (3)
节点的能耗Euse需要根据该轮中节点是否担任簇首而定,若节点在该轮作为簇成员,则其能耗为
Euse_CM=l*Eelec+l*Efs*d2 (4)
若节点在该轮担任最外层簇首,则其能耗为
Euse_CHout=(Ncluster-1)*l*Eelec+Ncluster*l*EDA+l*Eelec+l*Emp*d4
(5)
若节点在该轮担任中间层层簇首,则其能耗为
Euse_CHin=(Ncluster-1+NCHout)*l*Eelec+(Ncluster+NCHout)*l*EDA+l*Eelec+l*Emp*d4 (6)
式中,l为节点在一轮中发送的数据量(单位为bit),d为数据传输距离,Ncluster为节点所在簇的节点总数,NCHout为与该节点通信的外层簇首总数,EDA为数据累积能耗。
根据以上定义,可把无线传感器网络的数据传输量问题转化为网络流优化问题,对于网络流优化问题,本发明主要优化重点在于增广链路上数据流的可改进量以及根据信道带宽选择路由保证数据流可行。
在网络流问题中,一个最经典的求解网络最大流算法就是Ford-Fulkerson算法(简称FF算法),后面提出的网络最大流的求解方法基本都是以Ford-Fulkerson算法为基础的。Ford-Fulkerson算法的基本思想是根据增广链路定理,以BFS(广度最优搜索)的方法去遍历整个网络,并依次对每一条增广链路进行增广,直至网络图中搜索不出增广链路。但是,FF算法存在的问题是其增广链路的选择是随机的,对于某些特定的网络FF算法可能很难做到快速收敛到网络最大流,或者甚至不会收敛到网络最大流。因此,本发明将以FF算法的一个改进型算法——“容差修正网络最大流FF算法”作为CRONF算法的网络流优化基础。
容差修正网络最大流FF算法融合了FF算法和“筛选”算法,以顶点容差作为增光链路选择的参考因素,而非FF算法的随机选取增光链路进行增广,根据对网络流问题的多种算法的研究,容差修正网络最大流FF算法并非能够确保能解出网络的最大流,因为对于多径传播的网络该算法并不综合考虑所有路的最优网络流分配,而是优先考虑以顶点容差较大的链路作为增广链路。但容差修正网络最大流FF算法这一缺陷并不会影响本发明所假设的单一路径传播的无线传感器网络,应用该算法来进行网络流优化的优点在于可使路由选择算法快速收敛、保证信道有足够带宽,这对于分簇路由协议而言是至关重要的。
容差的定义为:对于容量网络G(V,E),顶点V的容差φV是指所有以V为起点的有向弧的容量总和与所有以V为终点的有向弧的容量总和之差,即
式中,vi(a)为弧a的起点;vj(a)为弧a的终点。
在本发明所假设的无线传感器网络中,节点i的容差为
φi(r)=Capi(r)-∑j∈A/iCapj(r) (8)
式中,A/i为节点i所在簇的所有邻节点集合。
在分簇的无线传感器网络中,簇成员作为源点,簇首作为中间顶点,基站作为汇点。应用容差修正网络最大流FF算法进行网络流优化时,需要选取中间顶点容差大的链路进行增广,容差大则说明入弧数据流可完全流入出弧的可能性较大。基于这一思想,选择容差大的节点作为簇首,则可保证数据流增广后链路有足够的带宽来进行数据传输。
对于前文所设计的无线传感器网络模型,网络的最佳数据流量lbest的计算如下:
簇首的能耗模型简化近似为
Euse_CH=N/k*l*Eelec+N/k*l*EDA+l*Eelec+l*Emp*d4 (9)
一个簇的能耗为
网络总能耗为
网络的平均能耗为
网络的平均剩余能量为
网络的平均能量采集值为
若需在网络流优化阶段,令能耗速率与能量采集速率保持相对稳定,则令
即可求出网络的最佳数据流量
通过l=α*l0可计算出传感器节点优化后的工作时间α及其工作时间的占空比ρ=α/T。
簇首选举机制模型
簇首选举机制是分簇路由协议中的关键技术之一,担任簇首的传感器节点不仅需要负责监测环境信息,还需要负责接收簇内成员的数据、进行数据融合并转发等,因此簇首所需要损耗的能量会较其余作为簇成员的传感器节点要大得多。由此可见,簇首选择的好坏直接决定了整个无线传感器网络的能耗是否可以达到均衡、生命周期的长短及其性能的优劣。簇首选举机制必须适应整个无线传感器网络能量信息的变化,在不同的运行模式下制定出相适应的策略。
在耗能期和储能期,无线传感器网络工作于节能模式,此模式的分簇路由协议以维持网络的能耗均衡为主,因此簇首选择机制应引入传感器节点的能量信息来作为主要考虑因素,同一个簇的传感器节点以均匀概率在簇内循环轮流担任簇首,节点剩余能量和能量采集值较大的节点担任簇首的概率比较大,并且设定剩余能量低于阈值Ec_min的节点不能担任簇首。根据以上思路,传感器节点簇首选举的阈值模型为
同时,在簇首选举节点,每个传感器节点会产生一个随机数α∈[0,1],若α<T(i),则该节点在本轮成功被选举为簇首。
在能量充裕期,无线传感器网络进行网络流优化阶段,需要对数据流进行增广,根据前文对于网络流问题的论述,引用“容差修正网络最大流FF算法”,为保证信道有足够带宽,需要作为中间顶点的簇首有较大的容差,因此在此阶段选择容差较大的传感器节点作为簇首。分簇阶段,若基站发布按网络流优化分簇命令,传感器节点计算自己的容差(参考前文公式)并在簇内广播自己的容差信息,簇内的所有传感器节点都知道邻节点的容差信息并各自建立成表,在此表中容差最大的节点自动担任本轮的簇首,并按基站提供的最优数据流量lbest信息制定本簇的TDMA调度表。
Capi(r)=(Erest(r-1)+Eup(r-1))/Euse(r-1) (18)
φi(r)=Capi(r)-∑j∈A/iCapj(r) (19)
如图3所示,本发明所述的基于能量采集无线传感器网络的能量管理方法,包括以下步骤:
(1)每轮开始,基站根据上一轮WSN传感器节点的能量信息计算网络的平均剩余能量值平均能耗值平均能量采集值
(2)基站判断WSN处于耗能期、储能器还是能量充裕期并广播信息。若且则WSN进入网络流优化阶段,转(4);否则,WSN进入网络能耗均衡优化阶段,转(3);
(3)节点接收基站网络能耗均衡优化分簇命令,计算阈值T(i),产生0~1的随机数α,若α<T(i),则担任簇首;否则,则为簇成员;
(4)节点接收基站网络流优化分簇命令和基站计算的最优数据流量lbest,节点在簇内广播自己的能量信息并根据邻节点的能量信息计算容量和容差,广播各自容差信息并建立成表,选举容差最大节点担任簇首,其余成为簇成员;
(5)簇首建立TDMA调度表并在簇内广播,簇成员按TDMA调度表安排时隙进行工作;
(6)开始数据传输阶段。节点采集环境信息数据,并将数据发送到簇首,数据包内容包含节点ID、剩余能量Erest、能耗值Euse、能量采集值Eup、环境信息数据;
(7)簇首进行数据融合并采用簇首间多跳的方式转发给基站,第n层簇首i将数据包转发给第(n-1)层簇首j,按模式,选择中的簇首j作为下一跳节点;
(8)基站接收全网数据,本轮循环结束,并准备下一轮循环。
小结
本发明提出了一种传感器节点基于太阳能采集的网络流优化分簇路由算法CRONF,其中包含的创新点在于:在能量充裕期,算法根据网络能量信息计算传感器节点的容量和容差、以及网络最优数据流量,并以节点容差作为簇首选举的基准,保证信道足够带宽以供网络数据流增广,算法可动态适应网络的能量变化。通过在同等条件下CRONF算法与ACSP算法、LEACH算法的仿真对比,理论和仿真实验表明,CRONF算法可充分利用太阳能采集能量,有效防止能量溢出浪费,并大大提高了网络性能。
篇幅所限,本发明并未详细例举仿真对比、仿真试验等详情。
展望
本发明主要研究了无线传感器网络分簇路由协议在具有太阳能采集功能下进行网络流优化的可能性,结合了图论和网络流问题的相关理论及前人对WSN网络能耗均衡分簇路由协议的研究,提出了在耗能期、储能器、能量充裕期三种不同时期WSN的不同运行模式,CRONF算法根据不同的运行模式设计了不同的簇首选举机制、数据传输机制。其中重点在于网络流优化阶段,该阶段根据节点和网络的能量信息计算最优网络数据流量和节点容差,充分考虑了信道带宽对于数据流的适应性,通过调节数据流量改变节点能耗速率,适应太阳能变化特点,充分利用环境能量,保证了网络生命周期,并大大改善网络性能。
通过设计Matlab仿真可以看出,CRONF算法的稳定性和均衡性都较ACSP算法稍微优越,而且从仿真结果可以看出CRONF算法的确可以高效地利用环境能量,达到提升网络性能以及保证网络生命周期的目标,也即是说明了CRONF算法在理论上是可行的。
具有环境能量采集功能的无线传感器网络的能量管理技术目前还处于新兴阶段,其涉及的技术包括硬件、软件等多方面,而在路由算法的研究更是少之又少,这个课题研究对于无线传感器网络的发展与应用极具意义,希望有更多的研究学者能加深对这个课题的研究中来,不断完善WSN的路由技术,实现理论与实践相结合,并最终使研究成果可投入到无线传感器网络的实际应用中。
对于本领域的技术人员来说,可根据以上技术方案以及构思,做出其他各种相应的改变以及变形,而所有的这些改变和变形都应该属于本发明权利要求的保护范围之内。
Claims (4)
1.一种基于能量采集无线传感器网络的能量管理方法,其特征在于:
结合容差修正网络最大流FF算法,对数据传输量进行网络流链路增广,同时簇首的选举机制引入容差因素,保证增广链路有足够的容量即保证信道带宽可供数据流传输;
根据无线传感器网络所工作于三个不同时期的传感器节点能量特点,综合考虑传感器节点的剩余能量、能量采集速率、能耗速率以及路由信息,节能模式引入传感器节点的剩余能量作为簇首选举的主要因素,在能量充裕期工作时,多余的能量会被用于进行增广网络的数据流,并根据信道带宽计算最佳数据流量,增加无线传感器网络的能耗,使能耗速率与能量采集速率保持相对稳定,充分利用环境补给的能量,提高网络性能:
(1)每轮开始,基站根据上一轮WSN传感器节点的能量信息计算网络的平均剩余能量值平均能耗值平均能量采集值
(2)基站判断WSN处于耗能期、储能器还是能量充裕期并广播信息,
若且则WSN进入网络流优化阶段,转(4);
否则,WSN进入网络能耗均衡优化阶段,转(3);
(3)节点接收基站网络能耗均衡优化分簇命令,计算阈值T(i),产生0~1的随机数α,若α<T(i),则担任簇首;否则,则为簇成员;
(4)节点接收基站网络流优化分簇命令和基站计算的最优数据流量lbest,节点在簇内广播自己的能量信息并根据邻节点的能量信息计算容量和容差,广播各自容差信息并建立成表,选举容差最大节点担任簇首,其余成为簇成员;
(5)簇首建立TDMA调度表并在簇内广播,簇成员按TDMA调度表安排时隙进行工作;
(6)开始数据传输阶段,节点采集环境信息数据,并将数据发送到簇首,数据包内容包含节点ID、剩余能量Erest、能耗值Euse、能量采集值Eup、环境信息数据;
(7)簇首进行数据融合并采用簇首间多跳的方式转发给基站,第n层簇首i将数据包转发给第(n-1)层簇首j,按模式,选择中的簇首j作为下一跳节点;
(8)基站接收全网数据,本轮循环结束,并准备下一轮循环;
节点的能耗Euse需要根据该轮中节点是否担任簇首而定,若节点在该轮作为簇成员,则其能耗为
Euse_CM=l*Eelec+l*Efs*d2
若节点在该轮担任最外层簇首,则其能耗为
Euse_CHout=(Ncluster-1)*l*Eelec+Ncluster*l*EDA+l*Eelec+l*Emp*d4
若节点在该轮担任中间层层簇首,则其能耗为
Euse_CHin=(Ncluster-1+NCHout)*l*Eelec+(Ncluster+NCHout)*l*EDA+l*Eelec+l*Emp*d4
式中,l为节点在一轮中发送的数据量,单位为bit,d为数据传输距离,Ncluster为节点所在簇的节点总数,NCHout为与该节点通信的外层簇首总数,EDA为数据累积能耗。
2.根据权利要求1所述的基于能量采集无线传感器网络的能量管理方法,其特征在于:
在耗能期和储能期,无线传感器网络工作于节能模式,簇首选择机制引入传感器节点的能量信息来作为主要考虑因素,同一个簇的传感器节点以均匀概率在簇内循环轮流担任簇首,节点剩余能量和能量采集值较大的节点担任簇首的概率比较大,并且设定剩余能量低于阈值的节点不能担任簇首。
3.根据权利要求2所述的基于能量采集无线传感器网络的能量管理方法,其特征在于:
在能量充裕期,无线传感器网络进行网络流优化阶段,需要对数据流进行增广,引用容差修正网络最大流FF算法,选择容差较大的传感器节点作为簇首。
4.根据权利要求3所述的基于能量采集无线传感器网络的能量管理方法,其特征在于:
分簇阶段,若基站发布按网络流优化分簇命令,传感器节点计算自己的容差并在簇内广播自己的容差信息,簇内的所有传感器节点都知道邻节点的容差信息并各自建立成表,在此表中容差最大的节点自动担任本轮的簇首,并按基站提供的最优数据流量信息制定本簇的TDMA调度表。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510423061.3A CN105120474B (zh) | 2015-07-17 | 2015-07-17 | 基于能量采集无线传感器网络的能量管理方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201510423061.3A CN105120474B (zh) | 2015-07-17 | 2015-07-17 | 基于能量采集无线传感器网络的能量管理方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN105120474A CN105120474A (zh) | 2015-12-02 |
CN105120474B true CN105120474B (zh) | 2019-03-12 |
Family
ID=54668307
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201510423061.3A Active CN105120474B (zh) | 2015-07-17 | 2015-07-17 | 基于能量采集无线传感器网络的能量管理方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN105120474B (zh) |
Families Citing this family (11)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105848267B (zh) * | 2016-05-13 | 2019-05-21 | 江苏科技大学 | 基于能耗最小化的串行能量采集方法 |
CN105828505B (zh) * | 2016-05-20 | 2023-07-28 | 厦门市智联信通物联网科技有限公司 | 照明终端数据均衡的传感器网络管理系统及管理方法 |
CN106102138B (zh) * | 2016-05-23 | 2019-06-25 | 重庆英卡电子有限公司 | 用于野外无线探测器能耗管理的状态机以及操作方法 |
CN106162798A (zh) * | 2016-08-12 | 2016-11-23 | 梁广俊 | 无线传感网络能量采集节点协作传输的联合功率分配和中继选择方法 |
CN106304185B (zh) * | 2016-08-18 | 2020-03-06 | 国网天津市电力公司 | 一种基于传感节点能量获取的电力物联网路由方法 |
CN106488586B (zh) * | 2016-11-07 | 2019-07-09 | 广东石油化工学院 | 一种延长整个传感器网络生命周期的方法 |
WO2018098755A1 (zh) * | 2016-11-30 | 2018-06-07 | 深圳天珑无线科技有限公司 | 分布式网络的簇首选取方法、节点及系统 |
CN106598198A (zh) * | 2016-11-30 | 2017-04-26 | 天津大学 | 一种多时段动态功耗管理方法 |
CN106792911A (zh) * | 2017-01-11 | 2017-05-31 | 湘潭大学 | 一种负载均衡的混合节点分簇方法 |
CN110365546B (zh) * | 2019-08-22 | 2022-03-22 | 广州大学 | 节点数据流的监控方法、存储介质和计算设备 |
CN112449362B (zh) * | 2020-11-18 | 2021-08-20 | 中国科学院上海微系统与信息技术研究所 | 基于信物模型的智能传感器自适应配置方法、装置及系统 |
Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103781143A (zh) * | 2014-02-25 | 2014-05-07 | 东南大学 | 一种能效优化的簇树分层无线传感网路由方法 |
-
2015
- 2015-07-17 CN CN201510423061.3A patent/CN105120474B/zh active Active
Patent Citations (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103781143A (zh) * | 2014-02-25 | 2014-05-07 | 东南大学 | 一种能效优化的簇树分层无线传感网路由方法 |
Non-Patent Citations (4)
Title |
---|
Energy-Efficient Communication Protocol forWireless Microsensor Networks;Wendi Rabiner Heinzelman, Anantha Chandrakasan, and Hari Balakri;《Proceedings of the 33rd Hawaii International Conference on System Sciences》;20001231;第8卷;全文 |
具有能量补给的无线传感器网络分簇路由算法研究;张玉娟;《中国优秀硕士学位论文全文数据库信息科技辑》;20120115;第二章第2.3节至第2.5节及第三章 |
基于自供电的无线传感网路由协议研究;马宁;《中国优秀硕士学位论文全文数据库》;20140615;第一章第1.4节、第二章、第四章及图4.1-4.9 |
容差修正网络最大流算法研究;陈静;《中国优秀硕士学位论文全文数据库》;20150701;全文 |
Also Published As
Publication number | Publication date |
---|---|
CN105120474A (zh) | 2015-12-02 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN105120474B (zh) | 基于能量采集无线传感器网络的能量管理方法 | |
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 | |
Sabet et al. | An energy efficient multi-level route-aware clustering algorithm for wireless sensor networks: A self-organized approach | |
CN104320796A (zh) | 基于leach协议的无线传感器网络数据传输方法 | |
CN104853395A (zh) | 一种多感知不等半径无线传感网络路由实现方法 | |
CN103298054A (zh) | 一种基于节点深度的无线传感器网络分簇路由协议 | |
CN108696903A (zh) | 一种基于能耗均衡的leach算法优化方法 | |
CN106211258B (zh) | 一种基于簇头轮换机制的簇树路由方法及装置 | |
Kaur et al. | LEACH and extended LEACH protocols in wireless sensor network-a survey | |
CN104994558A (zh) | 无线认知传感器网络中基于事件驱动的分簇路由方法 | |
CN106454905A (zh) | 一种改进的无线传感网层次型多链路算法 | |
CN101562862A (zh) | 一种无线传感器网络能量均衡的路由方法 | |
CN105764112A (zh) | 基于多Sink的煤矿巷道无线传感器路由方法及系统 | |
CN105575092A (zh) | 一种无线传感网的组网方法 | |
CN103391555A (zh) | 一种新型分簇无线传感器网络寿命最大化的节点部署方法 | |
CN106413026A (zh) | 一种可充电无线传感器网络自适应分簇路由方法 | |
CN105025528A (zh) | 一种无线充电传感器网络总效用最大化方法 | |
CN105722174A (zh) | 异构融合用电信息采集网络中的节点链路调度方法 | |
Peng et al. | I 2 C: A holistic approach to prolong the sensor network lifetime | |
Deshpande et al. | Investigation on imcp based clustering in lte-m communication for smart metering applications | |
Wan et al. | AHP based relay selection strategy for energy harvesting wireless sensor networks | |
CN103987100A (zh) | 基于区域划分的传感网节能离取改进方法 | |
CN102438298A (zh) | 一种可信的无线传感网数据节能汇聚方法 | |
Sharma et al. | A fuzzy-based adaptive energy efficient load distribution scheme in ad-hoc networks | |
CN106793042A (zh) | 无线能量通信网络下的睡眠调度方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |