CN105337871B - 机会网络的簇头选择方法、分簇方法以及机会网络系统 - Google Patents

机会网络的簇头选择方法、分簇方法以及机会网络系统 Download PDF

Info

Publication number
CN105337871B
CN105337871B CN201510657759.1A CN201510657759A CN105337871B CN 105337871 B CN105337871 B CN 105337871B CN 201510657759 A CN201510657759 A CN 201510657759A CN 105337871 B CN105337871 B CN 105337871B
Authority
CN
China
Prior art keywords
cluster
node
cluster head
ratio
clusters
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
Application number
CN201510657759.1A
Other languages
English (en)
Other versions
CN105337871A (zh
Inventor
程刚
冯立华
陈广泉
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.)
China United Network Communications Group Co Ltd
Original Assignee
China United Network Communications Group Co Ltd
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 China United Network Communications Group Co Ltd filed Critical China United Network Communications Group Co Ltd
Priority to CN201510657759.1A priority Critical patent/CN105337871B/zh
Publication of CN105337871A publication Critical patent/CN105337871A/zh
Application granted granted Critical
Publication of CN105337871B publication Critical patent/CN105337871B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04L—TRANSMISSION OF DIGITAL INFORMATION, e.g. TELEGRAPHIC COMMUNICATION
    • H04L45/00—Routing or path finding of packets in data switching networks
    • H04L45/02—Topology update or discovery
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W84/00—Network topologies
    • H04W84/18—Self-organising networks, e.g. ad-hoc networks or sensor networks
    • 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

本发明属于通信技术领域，具体涉及一种机会网络的簇头选择方法、分簇方法以及机会网络系统。该机会网络的簇头选择方法，包括步骤：步骤S1)：在机会网络的一个初始化周期内，计算簇内节点状态,簇内节点状态包括：每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值、节点周围的邻居节点数与整个网络中的节点数的比值以及节点消耗的能量与节点的初始能量比值；步骤S2)：计算并比较节点的自身的检验值，确定簇头。该簇头选择方法以及相应的分簇方法减少能量消耗和延长网络生存时间。

Description

机会网络的簇头选择方法、分簇方法以及机会网络系统
技术领域
本发明属于通信技术领域，具体涉及一种机会网络的簇头选择方法、分簇方法以及机会网络系统。
背景技术
机会网络是一种不需要源节点和目的节点之间存在完整路径，利用节点移动带来的相遇机会实现网络通信的自组织网络。通常情况下，机会网络包括多个簇，每个簇均包括多个节点。分簇即是将一个机会网络分为多个簇，簇内分为簇头节点和簇成员节点。每个簇由一个簇头节点和多个簇成员节点组成，簇成员节点具有相同的能量、存储容量，而簇头节点具有较强的能量、计算以及管理能力。簇成员节点把收集到的信息发送给簇头节点，簇头节点通过分层的网络架构转发给基站。在机会网络中，一种基于数据分发的分簇算法能够有效减小能量的消耗。
目前普遍使用的是无线传感器网络，无线传感器网络常用的分簇方法主要有：固定簇半径的分簇(A Hybrid，Energy-Efficient Distributed clustering approach，简称HEED)协议、能量高效聚集的传感器信息系统(Power-Efficient GAthering in SensorInformation Systems，简称PEGASIS)协议、阈值敏感的高能效传感器网络(ThresholdSensitive Energy Efficient Sensor Network，简称TEEN)协议。
其中，HEED协议周期性地选举簇头节点。在全网时间同步的基础上，能量消耗平均分布在整个网络上从而提高网络生存时间。簇头节点的选择取决于节点的剩余能量，这就意味有着更多剩余能量的节点可能成为簇头。HEED协议考虑将节点的剩余能量作为一个参考变量，让整个网络的能量消耗趋于均匀化，但是没有考虑簇头节点和中心网关之间的能量消耗问题。
PEGASIS协议的分簇算法中，网络中的节点构成一条链，节点收集、融合数据并将其传输到中心网关，这种链式路径方法应用了贪婪算法。但在多跳网络中，由于节点需要更新邻居节点状态信息，网络拓扑结构是动态调整的，拓扑调整将会造成较大的能量开销。与此同时，距离远的节点将会造成较长的数据延迟。
TEEN协议在簇建立过程中，簇头是在所有节点中以均等的概率随机选择产生的，其他节点加入簇头所在的簇内。簇头处理数据并以时分多址接入的方式广播数据的硬阈值和软阈值给簇成员。由于在TEEN协议中，簇头和基站之间使用单跳通信方式，因此导致了更多的能量消耗。
对于大规模的机会网络，选取簇头节点，将网络进行分区，避免网络节点因自身待转发消息过多造成存储空间不足，同时也避免因节点寻找路由造成的控制消息过多而浪费有限的网络资源等。机会网络是从无线传感器网络中延伸而来的，在某种程度上可借鉴并参考部分协议。但是，机会网络相对无线传感器网络具有自身的特点：节点密度相对稀疏、节点存储空间小、网络中带宽资源有限、节点移动等问题，因此无法将无线传感器网络中的协议直接借鉴到机会网络中。
目前机会网络下的分簇协议能量消耗大、控制开销高以及系统不稳定等特点，严重影响了网络的吞吐量、时延等性能。可见，设计一种稳定、能量开销小的分簇方式成为目前亟待解决的技术问题。
发明内容
本发明所要解决的技术问题是针对现有技术中存在的上述不足，提供一种机会网络的簇头选择方法、分簇方法以及机会网络系统，该簇头选择方法以及相应的分簇方法减少能量消耗和延长网络生存时间。
解决本发明技术问题所采用的技术方案是该机会网络的簇头选择方法，包括步骤：
步骤S1)：在机会网络的一个初始化周期内，计算簇内节点状态,簇内节点状态包括：每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值、节点周围的邻居节点数与整个网络中的节点数的比值以及节点消耗的能量与节点的初始能量比值；
步骤S2)：计算并比较节点的自身的检验值，确定簇头。
优选的是，步骤S1)具体包括步骤之一为：计算每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值A：
其中：表示连通概率，Eu,i表示簇内节点i与其他簇的簇头的连通概率，连通概率＝连通成功的次数/总连接次数；n表示簇内节点数目，m表示其他簇的簇头数目也即其他簇的数目。
优选的是，步骤S1)具体包括步骤之一为：利用节点周围的邻居节点数，计算节点周围的邻居节点数与整个机会网络中的节点数的比值B：
其中：Nu表示邻居节点数目，Nu,i表示节点i的邻居节点数目，Nt,i表示节点i所在簇的整个机会网络的节点数目。
优选的是，步骤S1)具体包括步骤之一为：根据节点消耗的能量，计算节点消耗的能量与节点的初始能量比值C：
其中：Pc表示消耗能量，Pc,i表示节点i消耗的能量，Pt表示初始能量，Pt,i表示节点i的初始能量。
优选的是，步骤S2)具体包括步骤：
计算所有节点的自身的检验值T：
将检验值广播给邻居节点，比较所有节点的自身的检验值T；
每个节点通过比较其周围邻居节点的检验值来选择检验值T最大的节点作为簇头。
优选的是，步骤S2)中：
其中：μ为节点连通概率比值权值，为每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值，θ为节点数目比值权值，为节点周围的邻居节点数与整个网络中的节点数的比值，β为节点能量比值权值，为节点消耗的能量与节点初始能量的比值，上述各权值满足：μ+θ+β＝1。
一种机会网络的分簇方法，包括上述的机会网络的簇头选择方法，以及在上述簇头选择方法的基础上，还包括步骤：
步骤S3)：根据确定的簇头分簇；
步骤S4)：簇建立后，进入簇维护过程。
优选的是，在步骤S3)中：簇头广播自身消息给周围邻居节点，告知已产生簇头，从而建立簇。
优选的是，在步骤S4)中：如果某些簇头节点失效，则簇将重新进入初始化过程。
一种机会网络系统，采用上述的机会网络的分簇方法进行分簇。
本发明的有益效果是：本发明中的簇头选择方法将簇节点连通概率、周围的邻居节点数以及能量消耗参数考虑进去，通过调整各个参数比的权值来计算检验值，该簇头选择方法以及相应的分簇方法能够减少能量消耗和延长网络生存时间。
附图说明
图1为本发明实施例中簇头选择方法与分簇方法的流程图。
具体实施方式
为使本领域技术人员更好地理解本发明的技术方案，下面结合附图和具体实施方式对本发明机会网络的簇头选择方法、分簇方法以及机会网络系统作进一步详细描述。
为了解决上述问题，本发明提出了一种适用于机会网络的自适应簇头选择方法、分簇方法以及机会网络系统。在该簇头选择方法中，综合考虑了簇节点连通概率、周围的邻居节点数以及能量消耗参数，通过调整各个参数比的权值来进行自适应簇头选择，从而减少能量消耗和延长网络生存时间。
简言之，该簇头选择方法中：
首先，在网络初始化的条件下，计算每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值，节点周围的邻居节点数与整个网络中的节点数的比值，节点消耗的能量与节点的初始能量比值；
然后，每个节点计算自身的检验值，并将检验值广播给邻居节点，每个节点通过比较其周围邻居节点的检验值来选择检验值最大的节点作为簇头；
相应的，在后续的分簇方法中，簇头广播自身消息给周围邻居节点，告知已产生簇头，从而建立簇；
簇建立后，进入簇维护的过程。
以下将详细说明本实施例中适用于机会网络的自适应簇头选择方法、分簇方法以及机会网络系统。
机会网络包括多个簇，每个簇均包括多个节点。具体的，如图1所示，该簇头选择方法包括如下步骤：
步骤S1)：在机会网络的一个初始化周期内，计算簇内节点状态：
1)计算每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值A：
其中：Eu表示连通概率，Eu,i表示簇内节点i与其他簇的簇头的连通概率，连通概率＝连通成功的次数/总连接次数，n表示簇内节点数目，m表示其他簇的簇头数目也即其他簇的数目。
通常情况下，在机会网络初始化后，一般会随机指定某些节点作为簇头，但是为了减少能量开销，需要动态调整簇头。在本实施例的机会网络的簇头选择方法中，每一个簇都用相同的规则来确定新的簇头。
2)利用节点周围的邻居节点数(邻居节点就是在该节点的传输范围内的节点，也就是一跳能到达的节点)，计算节点周围的邻居节点数与整个机会网络中的节点数的比值B：
其中：Nu表示邻居节点数目，Nu,i表示节点i的邻居节点数目，Nt,i表示节点i所在簇的整个机会网络的节点数目。
3)根据节点消耗的能量，计算节点消耗的能量与节点的初始能量比值C：
其中：Pc表示消耗能量，Pc,i表示节点i消耗的能量，Pt表示初始能量，Pt,i表示节点i的初始能量。
在上述的步骤S1)中，对于每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值、节点周围的邻居节点数与整个网络中的节点数的比值以及节点消耗的能量与节点的初始能量比值的计算次序不做限定，在实际簇头选择过程中可灵活安排计算次序。
步骤S2)：计算并比较节点的自身的检验值，确定簇头：
1)计算所有节点的自身的检验值T：
其中：μ为节点连通概率比值权值，为每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值，θ为节点数目比值权值，为节点周围的邻居节点数与整个网络中的节点数的比值，β为节点能量比值权值，为节点消耗的能量与节点初始能量的比值，上述各权值满足：μ+θ+β＝1。
2)比较所有节点的自身的检验值T，确定簇头：每个节点将检验值T广播给邻居节点，通过比较其周围邻居节点的检验值T来选择检验值T最大的节点作为簇头。
相应的，本实施例还提供一种机会网络的分簇方法，该机会网络的分簇方法在上述簇头选择方法的基础上，还包括步骤：
步骤S3)：根据确定的簇头分簇。在上述确认簇头的基础上，簇头广播自身消息给周围邻居节点，告知已产生簇头，建立簇。
步骤S4)：簇建立后，进入簇维护过程。
为保证机会网络的稳定性并减少开销，簇建立后，如果某些簇头节点失效，则簇将重新进入初始化过程。
本实施例还提供一种机会网络系统，该机会网络系统采用上述的机会网络的分簇方法进行分簇，具有更佳的网络性能。
本实施例簇头选择方法、分簇方法中对节点处理和分析过程中，能自动根据节点自身状态自动调整簇头并进行分簇，使其与机会网络的统计分布特征、结构特征相适应，形成自适应式调节方式，能取得最佳的网络状态。
与现有技术的分簇协议相比，本实施例中的簇头选择方法针对机会网络中的分簇问题的优点在于将簇节点连通概率、周围的邻居节点数以及能量消耗参数考虑进去，通过调整各个参数比的权值来计算检验值，该簇头选择方法以及相应的分簇方法能够减少能量消耗和延长网络生存时间；
相应的，该机会网络系统具有较大的吞吐量、较短的时延性能，网络状态稳定、能量开销小。
可以理解的是，以上实施方式仅仅是为了说明本发明的原理而采用的示例性实施方式，然而本发明并不局限于此。对于本领域内的普通技术人员而言，在不脱离本发明的精神和实质的情况下，可以做出各种变型和改进，这些变型和改进也视为本发明的保护范围。

Claims (5)

1.一种机会网络的簇头选择方法，其特征在于，包括步骤：
步骤S1)：在机会网络的一个初始化周期内，计算簇内节点状态,簇内节点状态包括：每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值、节点周围的邻居节点数与整个网络中的节点数的比值以及节点消耗的能量与节点的初始能量比值；其中：
计算每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值A：
其中：Eu表示连通概率，Eu,i表示簇内节点i与其他簇的簇头的连通概率，连通概率＝连通成功的次数/总连接次数；n表示簇内节点数目，m表示其他簇的簇头数目也即其他簇的数目；
利用节点周围的邻居节点数，计算节点周围的邻居节点数与整个机会网络中的节点数的比值B：
其中：Nu表示邻居节点数目，Nu,i表示节点i的邻居节点数目，Nt,i表示节点i所在簇的整个机会网络的节点数目；
根据节点消耗的能量，计算节点消耗的能量与节点的初始能量比值C：
其中：Pc表示消耗能量，Pc,i表示节点i消耗的能量，Pt表示初始能量，Pt,i表示节点i的初始能量；
步骤S2)：计算并比较节点的自身的检验值，确定簇头，包括：
计算所有节点的自身的检验值T；
将检验值T广播给邻居节点，比较所有节点的自身的检验值T；
每个节点通过比较其周围邻居节点的检验值T来选择检验值T最大的节点作为簇头；其中：
其中：μ为节点连通概率比值权值，为每个簇内节点到其他簇的簇头的平均连通概率与所有簇内节点到其他簇的簇头的最大连通概率的平均值的比值，θ为节点数目比值权值，为节点周围的邻居节点数与整个网络中的节点数的比值，β为节点能量比值权值，为节点消耗的能量与节点初始能量的比值，上述各权值满足：μ+θ+β＝1。
2.一种机会网络的分簇方法，其特征在于，包括权利要求1所述的机会网络的簇头选择方法，以及在上述簇头选择方法的基础上，还包括步骤：
步骤S3)：根据确定的簇头分簇；
步骤S4)：簇建立后，进入簇维护过程。
3.根据权利要求2所述的机会网络的分簇方法，其特征在于，在步骤S3)中：簇头广播自身消息给周围邻居节点，告知已产生簇头，从而建立簇。
4.根据权利要求2所述的机会网络的分簇方法，其特征在于，在步骤S4)中：如果某些簇头节点失效，则簇将重新进入初始化过程。
5.一种机会网络系统，其特征在于，采用权利要求2-4任一项所述的机会网络的分簇方法进行分簇。
CN201510657759.1A 2015-10-13 2015-10-13 机会网络的簇头选择方法、分簇方法以及机会网络系统 Active CN105337871B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201510657759.1A CN105337871B (zh) 2015-10-13 2015-10-13 机会网络的簇头选择方法、分簇方法以及机会网络系统

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201510657759.1A CN105337871B (zh) 2015-10-13 2015-10-13 机会网络的簇头选择方法、分簇方法以及机会网络系统

Publications (2)

Publication Number Publication Date
CN105337871A CN105337871A (zh) 2016-02-17
CN105337871B true CN105337871B (zh) 2019-01-18

Family

ID=55288173

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201510657759.1A Active CN105337871B (zh) 2015-10-13 2015-10-13 机会网络的簇头选择方法、分簇方法以及机会网络系统

Country Status (1)

Country Link
CN (1) CN105337871B (zh)

Families Citing this family (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109874159B (zh) * 2019-03-28 2021-01-29 中南大学 基于社会关系的簇建立与更新方法及基于簇的路由方法

Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101466161A (zh) * 2009-01-08 2009-06-24 西安电子科技大学 适用于多跳无线传感器网络的数据收集方法
CN101493518A (zh) * 2009-02-16 2009-07-29 中国科学院计算技术研究所 无线传感器网络节点定位方法及装置
CN102186170A (zh) * 2010-11-24 2011-09-14 北京天融信科技有限公司 一种无线传感器网络的密钥管理方法及装置

Patent Citations (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN101466161A (zh) * 2009-01-08 2009-06-24 西安电子科技大学 适用于多跳无线传感器网络的数据收集方法
CN101493518A (zh) * 2009-02-16 2009-07-29 中国科学院计算技术研究所 无线传感器网络节点定位方法及装置
CN102186170A (zh) * 2010-11-24 2011-09-14 北京天融信科技有限公司 一种无线传感器网络的密钥管理方法及装置

Also Published As

Publication number Publication date
CN105337871A (zh) 2016-02-17

Similar Documents

Publication Publication Date Title
Cao et al. Towards energy-efficient wireless networking in the big data era: A survey
Sabet et al. A decentralized energy efficient hierarchical cluster-based routing algorithm for wireless sensor networks
Kour et al. Hybrid energy efficient distributed protocol for heterogeneous wireless sensor network
Jain et al. Clustering protocols in wireless sensor networks: A survey
Choudhury et al. Beacon synchronization and duty-cycling in IEEE 802.15. 4 cluster-tree networks: A review
Kodali et al. Energy efficient m-level LEACH protocol
Galzarano et al. A learning-based mac for energy efficient wireless sensor networks
Zhao et al. An unequal layered clustering approach for large scale wireless sensor networks
Huamei et al. An energy‐efficient MAC protocol based on receiver initiation and multi‐priority backoff for wireless sensor networks
Mishra et al. Power aware routing in mobile ad hoc networks-a survey
Cengiz et al. Multi-hop low energy fixed clustering algorithm (M-LEFCA) for WSNs
Rasheedl et al. Improving network efficiency by removing energy holes in WSNs
TV et al. Extending the Network Lifetime of Wireless Sensor Networks Using Residual Energy Extraction—Hybrid Scheduling Algorithm
Jain et al. Energy efficient algorithm for wireless sensor network using fuzzy C-means clustering
CN105337871B (zh) 机会网络的簇头选择方法、分簇方法以及机会网络系统
Aziz et al. A new improved algorithm of leach protocol for wireless sensor networks
El Khediri et al. An optimal clustering algorithm-based distance aware routing protocol for wireless sensor networks
Kosunalp et al. Practical Implementation and Stability Analysis of ALOHA‐Q for Wireless Sensor Networks
Zhang et al. LocalTree: An efficient algorithm for mobile peer-to-peer live streaming
Gong et al. An adaptive path selection model for WSN multipath routing inspired by metabolism behaviors.
Alla et al. Hierarchical adaptive balanced routing protocol for energy efficiency in heterogeneous wireless sensor networks
Chelbi et al. An Unequal Cluster-based Routing Protocol Based on Data Controlling for Wireless Sensor Network.
Liu et al. A balanced and energy-efficient clustering algorithm for heterogeneous wireless sensor networks
Javaid et al. MCEEC: multi-hop centralized energy efficient clustering routing protocol for WSNs
Jacquet et al. Using a token approach for the MAC layer of linear sensor networks: Impact of the node position on the packet delivery

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