CN108112048A - 认知传感器网中一种基于稳定性的能效路由协议 - Google Patents

认知传感器网中一种基于稳定性的能效路由协议 Download PDF

Info

Publication number
CN108112048A
CN108112048A CN201711458790.8A CN201711458790A CN108112048A CN 108112048 A CN108112048 A CN 108112048A CN 201711458790 A CN201711458790 A CN 201711458790A CN 108112048 A CN108112048 A CN 108112048A
Authority
CN
China
Prior art keywords
mrow
node
energy
routing
stability
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
CN201711458790.8A
Other languages
English (en)
Inventor
朱江
雷云
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.)
Chongqing University of Post and Telecommunications
Original Assignee
Chongqing University of Post and Telecommunications
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 Chongqing University of Post and Telecommunications filed Critical Chongqing University of Post and Telecommunications
Priority to CN201711458790.8A priority Critical patent/CN108112048A/zh
Publication of CN108112048A publication Critical patent/CN108112048A/zh
Pending legal-status Critical Current

Links

Classifications

    • 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
    • H04W40/08—Communication route or path selection, e.g. power-based or shortest path routing based on wireless node resources based on transmission power
    • 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
    • H04L45/12—Shortest path evaluation
    • H04L45/124—Shortest path evaluation using a combination of metrics
    • 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
    • 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
    • H04W40/12—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality
    • H04W40/14—Communication route or path selection, e.g. power-based or shortest path routing based on transmission quality or channel quality based on stability
    • 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
    • H04W40/20—Communication route or path selection, e.g. power-based or shortest path routing based on geographic position or location
    • 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
    • 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

本发明公开了认知传感器网中一种基于稳定性的能效路由协议。包括采用改进的LEACH算法对授权用户进行分簇，采用授权用户占用信道模型、能量和时延模型进行建模，采用稳定性因子为授权用户传输信息的路由选择和系统能量消耗情况进行权衡。本发明能找出一种受主用户影响最小的合理路径选择方案，减少链路失效的次数，且保证较小的能量消耗，从而能够有效的均衡网络能量，延长网络生命周期。

Description

认知传感器网中一种基于稳定性的能效路由协议
技术领域
本发明涉及无线传感器领域，特别涉及认知用户和传感器节点组成的无线传感器网络中基于稳定性的能效路由方法。
背景技术
无线传感器网络(Wireless Sensor Networks，WSN)已经成为许多日常活动中通过自动化应用来改善人们的生活质量的关键性解决方案。WSN广泛应用于空气污染监测，森林火灾报警，健康监测，目标跟踪，环境监测，山体滑坡检测和战场监测等。无线传感器网络使用典型的标准，由于与标准Wi-Fi，蓝牙，无线麦克风和微波炉共存，接收到增加的干扰，严重降低了性能，因此频繁过载。为了减轻无线干扰的影响，可以利用软件定义无线电的优点。
认知无线电允许使用无线电进行机会性频谱接入，并在设备中引入智能，以便它们可以自主监控频谱使用，并决定哪个频段是空闲的，从而减轻无线干扰。形成了认知无线传感器网络。
配备认知无线电的传感器通常被称为认知无线传感器网络。
无线传感器网络(WSN)由大量传感器节点组成的无线网络，并形成维持所有节点和基站(base station，BS)之间的通信的自组织网络。由于每个节点能量有限和大量传感器节点的部署，有效利用能源至关重要。WSN主要使用分层算法，根据适当的分层算法构建的高效拓扑控制结构可以有效地控制和消耗有限的能量。常见的分层路由算法包括LEACH和HEED。文献提出了基于LEACH的动态多跳技术(DMHTLEACH)协议，通过簇头(clusterhead,CH)之间多跳路由将数据传到动态技术基站(BS)。文献提出了高能LEACH算法，考虑了每个节点的能量和位置因素，优化了簇头选择和数据传输模式。然而，在簇首选择阶段和数据传输阶段，没有考虑路由过程的稳定性。如果路由过程失效，要想完成数据传输，必须重新建立路由。文献依据动态源路由协议(Dynamic Source Routing，DSR)，提出了基于稳定性的信道分配算法，在路由过程进行信道分配。显然，稳定性和能量是研究WSN的两大重要的因素。在路由过程中要综合考虑两者的影响，以便更好解决由于网络的动态性带来的路由稳定性问题和节点能量有限的问题。
发明内容
针对以上现在技术的不足，本发明发明讨论认知用户和无线传感器组成的网络中能量效率问题，提出了认知传感器网中一种基于稳定性的能效路由协议，优化了簇头选择和数据传输模式，从而延长网络生命周期，有效提升了能量效率。
本发明的认知传感器网中一种基于稳定性的能效路由协议，包括以下步骤：
步骤101：采用改进的LENCH算法为授权用户分簇；
步骤102：采用授权用户占用信道模型进行建模,排除不符合的路由；
步骤103：根据k-最短路径方法对候选路由进行选择出最佳路由。
优选地，所述步骤101采用改进的LENCH算法为授权用户分簇包括：
算法以邻居发现阶段开始，邻居发现阶段由基站通过某一功率电平向所有节点广播广告消息来发起。每个节点在向其邻居广播(ID,E)消息并从邻居节点收集数据，其中ID是节点标识符，E是节点剩余能量。每个节点将其能量水平与其已经从其接收到广播消息的节点的能量水平进行比较。如果传感器节点具有较少的能量，则其将决定为群集成员(即非簇头)，否则为簇头。
改进的算法考虑了每个节点的能量和位置因素，以优化CH选举和数据传输模式。它将节点的当前能量和位置因子引入到阈值中，以进一步减少CH的随机性分配，以优化CH选举。考虑到LEACH和LEACH-C的CH选择的随机性，本文综合了节点位置和能量信息，以优化阈值公式[13]。
其中p表示节点成为CH节点的概率，r是当前轮次，G表示最后1/p轮中没有成为CH的节点列表。mod是模数运算符号。Eicurrent节点i的当前能量，Eavg是传感器网络的平均能量，d(i,BS)是节点从i到BS的距离，dmax(i,BS)和dmin(i,BS)表示从节点i到BS的最大和最小距离。为了避免选择较低能量节点作为CH，本文将节点的当前能量和网络的平均能量引入阈值公式，使能量大于网络平均能量的节点变为CH。同时，公式考虑了节点位置因子。总之，改进的算法从上述两个方面优化了CH选举。
优选地，所述步骤102采用授权用户占用信道模型进行建模,排除不符合的路由：
通过考虑上面的优化问题，我们提出以下算法来找到满足端对端延迟约束的一条最小成本路由。该算法基于成本函数计算从群头i到目标节点j的每个链路的costij，是为了达到整个网络能量消耗均衡而考虑传感器的剩余能量的成本函数。然后它使用深度优先搜索(DFS)算法计算从群头节点x到汇点的可能路由的数量。每个链路对应计算一个链路稳定性值Ps(ni,nj,ck)，然后通过公式Prr≥Pm，Rk∈R(X,S)Prr为稳定度因子，对每个链路计算源节点到当前节点的路径稳定度因子Prr，如果某链路计算出的Prr不满足条件就丢弃该链路，如果这些链路都不满足该条件的稳定性约束，该节点就丢弃该RREQ包。
优选地，所述步骤103根据k-最短路径方法对候选路由进行选择出最佳路由：
首先排除不满足稳定性的路由，然后根据k-最短路径方法对剩余每条链路的costij进行选择，最后选取k个最小成本路由。在确定最小成本路由Rk(初始k＝1)之后，算法使用延迟公式计算该路由的端到端延迟Dete(Rk)。然后，检查该端到端延迟是否可以满足指定的阈值Δ。如果是，则选择Rk，否则，将删除Rk并将其添加到NoSa。最后删除不满足延迟界限Δ的最小路由。目的节点选定目标路由后，生成RREP数据包，根据RREP数据包记录的路由信息，目的节点沿着逆向目标路由路径向源节点回复一个路由应答分组RREP,源节点收到RREP后，路由就此建立。
本发明的有益效果在于：本发明针对认知用户和无线传感器节点组成的传感器网络中路由能效问题，该方法引入了稳定性因子，通过采用授权用户占用信道模型建模，并不断调整稳定性因子来研究路径选择与系统能量消耗的关系，找出一种受主用户影响最小的合理路径选择方案，减少链路失效的次数，且保证较小的能量消耗，从而能够有效的均衡网络能量，延长网络生命周期。
附图说明
图1本发明基于稳定性的路由方法优选实施例流程图；
图2本发明授权用户占用信道模型图；
图3本发明次用户处理RREQ消息流程图；
图4本发明路由建立阶段中间节点流程图；
图5本发明传输数据与分簇次数的关系；
图6本发明生存周期与重建次数的关系；
图7本发明不同稳定性约束Pm值下总能量消耗比较；
图8本发明授权用户2的活动因子对总能量消耗的影响；
具体实施方式
为使本发明的目的、技术方案和优点表达得更加清楚明白，下面结合附图及具体实施案例对本发明做进一步详细说明。
图1所示为本发明用于授权用户和传感器节点的基于稳定性的路由方法优选实施例流程图，该方法包括以下步骤：
步骤101：采用改进的LENCH算法为授权用户分簇；
步骤102：采用授权用户占用信道模型进行建模,排除不符合的路由；
步骤103：根据k-最短路径方法对候选路由进行选择出最佳路由。
图2为本发明用于授权用户和传感器节点组成的传感器网络中授权用户占用信道模型图，包括：
对于传感器网络，每条路由都会受到链路稳定性的影响。一旦授权用户的活动导致链路的某个传输信道失效，必然造成整个路由失效，此时必须重新建立路由。而重建路由往往会消耗额外的能量和浪费更多的资源。所以路由的稳定性是衡量性能指标的重要因素。
针对上述问题，引入稳定度因子Prr：
记X(ni)代表节点ni的SOP信息，X(ni)∩X(nj)代表了链路(ni,nj)的所有可用信道，对于链路(ni,nj)，记Ps(ni,nj,ck)为当前授权用户不会出现在信道ck的概率，也就是链路(ni,nj)能够成功的在信道ck传输数据的概率，Ps(ni,nj,ck)的值越大，该链路能够成功传输的数据包数目就越大。而授权用户的工作状态直接影响着认知节点的路由过程的稳定性。图2是授权用户对信道的占用模型。T＝Ts+Ttx，认知用户只能在信道ck空闲时间，即固定的时隙T内才能进行路由传输数据，Ts信道占用时间，信道空闲时间即授权信道没有占用相应信道CK的时间，Ttx为数据传输的时间。
授权用户随机使用信道ck的行为抽象为ON-OFF模型，其中是活动周期的平均持续时间，是空闲周期的平均持续时间，授权用户在其许可信道上不传输数据的概率是1-ap，ap为该模型中授权用户p的活跃因子，每个认知用户机会利用本地未使用的空闲信道，而不干扰授权用户，因此认知用户可以在不属于其覆盖区域或者当属于覆盖区域并且授权用户不活动时通过使用信道进行发送，如果发生这两种情况之一，则信道就可用于该认知用户。
对于链路(ni,nj)来讲，信道ck的稳定性与节点ni，nj的所处位置及授权用户p的活跃因子ap有关，记授权用户p的通信范围为Ap，表示节点ni不在授权用户p的覆盖范围内。那么链路(ni,nj,ck)的稳定性Ps(ni,nj,ck)可表示为：
为了接收l位数据，无线电花费的能量如下：
ERx(l)＝Eelec×l (3)
其中Eelec是电子能耗因子。
假设感测数据相关；因此，簇头可以融合其它簇头收集的数据，组合成单个固定长度的分组。簇头将m个成员的l位数据融合所消耗的能量
EFu(l,m)＝m×Efuse×l (4)
其中Efuse是数据融合因子。
在距离d的信道上传输l位时能量消耗的数据如下
其中Eelec是电子能量消耗因子，∈fs和∈mp是维持一定信噪比所需的放大器，d0＝∈fs/∈mp是发射器和接收器之间的参考距离。
簇头节点i和j之间的链路成本函数如下：
其中簇头从成员接收数据所花费的能量；是簇头在融合来自m个成员的数据中所花费的能量；是将数据从群头i传送到群头j的能量；ρ是节点剩余能量因子。是为了达到整个网络能量消耗均衡而考虑传感器的剩余能量的成本函数。成本函数是基于传感器的剩余能量的小变化可导致成本函数的值的大变化的原理。指数函数是可以满足此原则的函数类型。通过(传感器i的剩余能量)替换x，成本函数最终表达式如下：
簇头节点x到基站的最低成本路线简化为：
其中Rk是第k条路由，R(X,S)是从簇头节点x到汇聚节点的路由集合，其稳定性约束条件由Prr限定，由下式给出：
Prr≥Pm，Rk∈R(X,S) (12)
只有满足公式(12)的路由才能作为候选路由。假设设置Pm＝0.6，那么只有Prr≥0.6才可以作为候选路由，然后排除不符合稳定性约束条件的路由。
图3本发明次用户处理RREQ消息流程图，包括：
1)簇头在发送数据之前,首先将自身的SOP信息写入RREQ数据包内，同时将P值和N值分别设置为0和1，然后源节点向所有相邻节点广播一个路由请求分组RREQ。
2)邻节点在收到RREQ数据包后，根据包中的SOP信息，结合自身的SOP列表根据进行选择，建立其和上一跳节点之间的链路。如果本节点是首次收到RREQ消息，则计算该链路的Prr和costij，且分别赋给P和N。然后该节点对RREQ数据包进行更新，更新过程包括将新的P值N值录到RREQ中，同时把本节点的节点ID和SOP信息分别写入到RREQ数据包的R-Table和SOP列表中，最后将RREQ转发至其相邻节点。
3)如果本节点不是首次收到RREQ数据包，则建立多个链路，每个链路都有对应的链路稳定性值Ps(ni,nj,ck)，然后通过公式(1)对每个链路计算源节点到当前节点的路径稳定度因子Prr，如果计算出的Prr值不满足公式(12)就丢弃该链路，如果所有链路都不满足公式(12)，该节点将丢弃该RREQ包。
4)如果存在符合条件的链路，则依次计算出源节点到本节点经过的相应链路能量消耗costij，然后将P值和costij赋给自身记录的P值和N值，同时对RREQ数据包进行同样的操作，最后将RREQ广播出去。
图4本发明路由建立阶段中间节点流程图，包括：
Step1.RREQ数据包广播一段时间之后，目的节点将收到多个RREQ消息。首先使用深度优先搜索(DFS)算法[14]计算从簇头节点x到基站s的可能路线的数量。每个RREQ消息均包含相应链路的R-Table和N值，然后目的节点对每条路由计算最后一跳的稳定性Ps(ni,D,ck)和能量消耗N值，以及完整路径的稳定性因子Prr和路由消耗costij。
Step2.首先排除不满足公式(12)的路由，然后根据k-最短路径[15]方法对剩余每条链路的costij进行选择，最后选取k个最小成本路由。
Step3.在确定最小成本路由Rk(初始k＝1)之后，算法使用(8)计算该路由的端到端延迟Dete(Rk)。然后，检查该端到端延迟是否可以满足指定的阈值Δ。如果是，则选择Rk，否则，将删除Rk并将其添加到NoSa。最后删除不满足延迟界限Δ的最小路由。
Step4.目的节点选定目标路由后，生成RREP数据包，根据RREP数据包记录的路由信息，目的节点沿着逆向目标路由路径向源节点回复一个路由应答分组RREP,源节点收到RREP后，路由就此建立。
一旦创建了群集间多跳路由，数据传输开始。每个成员关闭无线电直到它被分配传输时间，每个集群选择一个簇头，簇头接收到所有数据之后，将所有数据融合到单个分组中以减少冗余和传输能量，该簇头通过相邻簇头转发所接收的分组到中继站。并以多跳方式将组合数据转发使其到达基站。直到进行下一次分簇阶段。
最后是路由维护阶段，当某节点收到来自其下一跳节点的RREP消息时，它将立刻停止数据包的发送，并将该RREP消息反向发送至源节点，源节点收到RREP消息后将重新启动路由请求过程，寻找新的路由。
为了验证本文提出的算法有效性，在一个大小为100m×100m的场景中模拟100个节点的无线传感器网络。以主用户为中心，将认知用户的最大传输距离设为30m，半径40m的范围是该主用户的覆盖范围。主用户活动服从ON-OFF模型，通过分簇进行多跳路由建立无线传感器网络，具体仿真参数如表2所示：
图5表示路由过程中传输数据与分簇次数的关系，即在不同分簇次数下数据传输能力的比较，分簇次数即路由的重建次数，路由的数据传输能力是路由性能的重要指标。通过每次分配给簇头固定数据包，进行5000次重建，来对比不同路由算法数据传输大小，图5中可以看出，随着次数的不断增加，三种路由方案的数据量都在增加，当分簇次数达到2500时，传输的数据不在增加，这是由于2500次形成了一个相对平衡的网络，传输数据相对稳定。同时链路可用性受主用户活动影响的概率增大，路由的稳定性降低，因此路由切换次数与数据重传次数也将增大。同样的重建次数，稳定性约束下的能量路由消耗的能量在不同的重建次数下依然保持着最大的传输数据能力。
图6表示路由过程中生存周期与重建次数的关系，显示了分别使用基于稳定性下的路由和能量改进的leach路由和稳定性约束下能量路由三种策略方法下的认知无线传感器网路环境下网络生存周期的情况，从图6中可以看出随着分簇不断的进行，死亡节点的个数不断增加，直到最后能量全部消耗完，相比较其他两种方法，基于稳定性的能量路由策略的节点死亡较慢，生命时间略优于一般的路由。
图7表示的是不同稳定性约束Pm值下总能量消耗比较，从图中可以看出随着平均跳数的增大，Pm对能量消耗影响也逐渐增大。当Pm的设置值从0.4开始增大时，能量消耗先减小，达到最小之后又随Pm值的增大而增大。这是由于Pm较小时能量消耗大，稳定性值并没有得到最优，而当Pm较大时，由于一些能量消耗小的路由被排除，导致性能下降。所以当Pm值在0.6到0.7之间时该网络有较优的性能。
图8本发明授权用户2的活动因子对总能量消耗的影响，随着授权用户的活动因子越来越大，即授权用户占用信道越多，整个路由过程能量消耗就越大，这是由于活动因子增大导致路由过程的稳定性下降。相对于其他两条路由，稳定性约束下的最小能量路由在不同的授权用户活跃程度下依然保持着较小的能量消耗。
本发明能够在不同的源、目的节点距离，以及不同的授权用户活跃程度下具有更少链路失效的次数，且保证较小的能量消耗，从而能够有效的均衡网络能量，延长网络生命周期。
本发明所举实施方式或者实施例对本发明的目的、技术方案和优点进行了进一步的详细说明，所应理解的是，以上所举实施方式或者实施例仅为本发明的优选实施方式而已，并不用以限制本发明，凡在本发明的精神和原则之内对本发明所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (5)

1.认知传感器网中一种基于稳定性的能效路由协议，其特征在于，包括以下步骤：
步骤101：采用改进的LENCH算法为授权用户分簇；
步骤102：采用授权用户占用信道模型进行建模,排除不符合的路由；
步骤103：根据k-最短路径方法对候选路由进行选择出最佳路由。
2.根据权利要求1所述的认知传感器网中一种基于稳定性的能效路由协议，其特征在于，所述步骤101采用改进的LENCH算法为授权用户分簇：
算法以邻居发现阶段开始，邻居发现阶段由基站通过某一功率电平向所有节点广播广告消息来发起。每个节点在向其邻居广播(ID,E)消息并从邻居节点收集数据，其中ID是节点标识符，E是节点剩余能量。每个节点将其能量水平与其已经从其接收到广播消息的节点的能量水平进行比较。如果传感器节点具有较少的能量，则其将决定为群集成员(即非簇头)，否则为簇头。
改进的算法考虑了每个节点的能量和位置因素，以优化CH选举和数据传输模式。它将节点的当前能量和位置因子引入到阈值中，以进一步减少CH的随机性分配，以优化CH选举。考虑到LEACH和LEACH-C的CH选择的随机性，本文综合了节点位置和能量信息，以优化阈值公式[13]。
<mrow> <mi>T</mi> <mrow> <mo>(</mo> <mi>n</mi> <mo>)</mo> </mrow> <mo>=</mo> <mfenced open = "{" close = ""> <mtable> <mtr> <mtd> <mrow> <mrow> <mo>(</mo> <mfrac> <mi>p</mi> <mrow> <mn>1</mn> <mo>-</mo> <mi>p</mi> <mrow> <mo>(</mo> <mi>r</mi> <mi> </mi> <mi>mod</mi> <mi> </mi> <mi>l</mi> <mo>/</mo> <mi>p</mi> <mo>)</mo> </mrow> </mrow> </mfrac> <mo>)</mo> </mrow> <mrow> <mo>&amp;lsqb;</mo> <mrow> <mfrac> <msub> <mi>E</mi> <mrow> <mi>i</mi> <mi>c</mi> <mi>u</mi> <mi>r</mi> <mi>r</mi> <mi>e</mi> <mi>n</mi> <mi>t</mi> </mrow> </msub> <msub> <mi>E</mi> <mrow> <mi>a</mi> <mi>v</mi> <mi>g</mi> </mrow> </msub> </mfrac> <mo>*</mo> <mfrac> <mrow> <mi>d</mi> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>B</mi> <mi>S</mi> <mo>)</mo> </mrow> </mrow> <mrow> <msub> <mi>d</mi> <mi>max</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>B</mi> <mi>S</mi> <mo>)</mo> </mrow> <mo>-</mo> <msub> <mi>d</mi> <mi>min</mi> </msub> <mrow> <mo>(</mo> <mi>i</mi> <mo>,</mo> <mi>B</mi> <mi>S</mi> <mo>)</mo> </mrow> </mrow> </mfrac> </mrow> <mo>&amp;rsqb;</mo> </mrow> <mo>,</mo> <mi>n</mi> <mo>&amp;Element;</mo> <mi>G</mi> </mrow> </mtd> </mtr> <mtr> <mtd> <mrow> <mn>0</mn> <mo>,</mo> <mi>e</mi> <mi>l</mi> <mi>s</mi> <mi>e</mi> </mrow> </mtd> </mtr> </mtable> </mfenced> <mo>-</mo> <mo>-</mo> <mo>-</mo> <mrow> <mo>(</mo> <mn>13</mn> <mo>)</mo> </mrow> </mrow>
其中p表示节点成为CH节点的概率，r是当前轮次，G表示最后1/p轮中没有成为CH的节点列表。mod是模数运算符号。Eicurrent节点i的当前能量，Eavg是传感器网络的平均能量，d(i,BS)是节点从i到BS的距离，dmax(i,BS)和dmin(i,BS)表示从节点i到BS的最大和最小距离。为了避免选择较低能量节点作为CH，本文将节点的当前能量和网络的平均能量引入阈值公式，使能量大于网络平均能量的节点变为CH。同时，公式考虑了节点位置因子。总之，改进的算法从上述两个方面优化了CH选举。
3.根据权利要求1所述的认知传感器网中一种基于稳定性的能效路由协议，其特征在于，所述步骤102采用授权用户占用信道模型进行建模,应用稳定性约束条件，排除不符合的路由：
通过考虑上面的优化问题，我们提出以下算法来找到满足端对端延迟约束的一条最小成本路由。该算法基于成本函数计算从群头i到目标节点j的每个链路的costij，是为了达到整个网络能量消耗均衡而考虑传感器的剩余能量的成本函数。然后它使用深度优先搜索(DFS)算法计算从群头节点x到汇点的可能路由的数量。每个链路对应计算一个链路稳定性值Ps(ni,nj,ck)，然后通过公式Prr≥Pm，Rk∈R(X,S)Prr为稳定度因子，对每个链路计算源节点到当前节点的路径稳定度因子Prr，如果某链路计算出的Prr不满足条件就丢弃该链路，如果这些链路都不满足该条件的稳定性约束，该节点就丢弃该RREQ包。
4.根据权利要求1所述的认知传感器网中一种基于稳定性的能效路由协议，其特征在于，所述步骤103在满足稳定性约束的条件下，根据k-最短路径方法对候选路由进行选择出最佳路由包括：
首先排除不满足稳定性的路由，然后根据k-最短路径方法对剩余每条链路的costij进行选择，最后选取k个最小成本路由。在确定最小成本路由Rk(初始k＝1)之后，算法使用延迟公式计算该路由的端到端延迟Dete(Rk)。然后，检查该端到端延迟是否可以满足指定的阈值Δ。如果是，则选择Rk，否则，将删除Rk并将其添加到NoSa。最后删除不满足延迟界限Δ的最小路由。目的节点选定目标路由后，生成RREP数据包，根据RREP数据包记录的路由信息，目的节点沿着逆向目标路由路径向源节点回复一个路由应答分组RREP,源节点收到RREP后，路由就此建立。
5.根据权利要求1－3任一所述认知传感器网中一种基于稳定性的能效路由协议，其特征在于，所述认知无线传感器网络为认知用户和传感器节点组成的认知无线传感器网络。
CN201711458790.8A 2017-12-28 2017-12-28 认知传感器网中一种基于稳定性的能效路由协议 Pending CN108112048A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201711458790.8A CN108112048A (zh) 2017-12-28 2017-12-28 认知传感器网中一种基于稳定性的能效路由协议

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201711458790.8A CN108112048A (zh) 2017-12-28 2017-12-28 认知传感器网中一种基于稳定性的能效路由协议

Publications (1)

Publication Number Publication Date
CN108112048A true CN108112048A (zh) 2018-06-01

Family

ID=62214174

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201711458790.8A Pending CN108112048A (zh) 2017-12-28 2017-12-28 认知传感器网中一种基于稳定性的能效路由协议

Country Status (1)

Country Link
CN (1) CN108112048A (zh)

Cited By (14)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109005113A (zh) * 2018-07-04 2018-12-14 浙江大学 一种基于机器学习的潮间带传感器网络的低延时路由方法
CN109041155A (zh) * 2018-08-20 2018-12-18 北京华环电子股份有限公司 一种无线传感器网络的高效路由方法
CN109041161A (zh) * 2018-09-05 2018-12-18 重庆邮电大学 基于异质节点的无线认知传感器网络低能量适应性分簇方法
CN109587752A (zh) * 2019-01-07 2019-04-05 西安电子科技大学 基于多元线性回归模型的无线传感器网络拓扑构建方法
CN110149140A (zh) * 2019-05-17 2019-08-20 哈尔滨工业大学（深圳） 卫星机会式网络的转发方法
CN110708735A (zh) * 2019-10-11 2020-01-17 长春理工大学 异构认知无线传感器网络分簇路由方法
CN110715181A (zh) * 2019-10-28 2020-01-21 维吉尔泰光电科技(徐州)有限公司 一种亮度可调的led平板灯
CN111586785A (zh) * 2020-04-14 2020-08-25 电子科技大学 一种跨介质异构无人集群系统分簇路由方法
CN111711929A (zh) * 2020-05-21 2020-09-25 佛山科学技术学院 一种均衡能耗的wsn网络分簇路由方法及系统
CN112134799A (zh) * 2019-06-25 2020-12-25 佛山科学技术学院 一种基于物联网的三阶段传感拓扑方法及系统
CN112333804A (zh) * 2020-12-31 2021-02-05 江苏移动信息系统集成有限公司 一种面向认知网络的性能优化方法及系统
CN112689275A (zh) * 2020-12-23 2021-04-20 阳光学院 一种用于ble网格网络的新型非均匀功率形成方法
CN114449609A (zh) * 2022-02-22 2022-05-06 安徽农业大学 基于能耗均衡的leach分簇路由方法
CN117744890A (zh) * 2024-02-08 2024-03-22 人和数智科技有限公司 一种人居环境监测优化方法

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103916942A (zh) * 2014-04-04 2014-07-09 安徽工程大学 一种降低功耗的leach协议改进方法
KR20160018050A (ko) * 2014-08-07 2016-02-17 서울시립대학교 산학협력단 무선 센서 네트워크의 에너지 기반 데이터 전송 방법

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN103916942A (zh) * 2014-04-04 2014-07-09 安徽工程大学 一种降低功耗的leach协议改进方法
KR20160018050A (ko) * 2014-08-07 2016-02-17 서울시립대학교 산학협력단 무선 센서 네트워크의 에너지 기반 데이터 전송 방법

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
LIN MAO: "An energy-efficient LEACH algorithm for wireless sensor networks", 《36TH CHINESE CONTROL CONFERENCE (CCC)》 *
T. HUYNH: "Delay-constrained energy-efficient cluster-based multi-hop routing in wireless sensor networks", 《JOURNAL OF COMMUNICATIONS AND NETWORKS》 *
朱江: "认知Ad-Hoc网络中一种基于稳定性和时延的路由协议", 《重庆邮电大学学报》 *

Cited By (24)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN109005113B (zh) * 2018-07-04 2020-04-10 浙江大学 一种基于机器学习的潮间带传感器网络的低延时路由方法
CN109005113A (zh) * 2018-07-04 2018-12-14 浙江大学 一种基于机器学习的潮间带传感器网络的低延时路由方法
CN109041155A (zh) * 2018-08-20 2018-12-18 北京华环电子股份有限公司 一种无线传感器网络的高效路由方法
CN109041161A (zh) * 2018-09-05 2018-12-18 重庆邮电大学 基于异质节点的无线认知传感器网络低能量适应性分簇方法
CN109041161B (zh) * 2018-09-05 2021-07-06 重庆邮电大学 基于异质节点的无线认知传感器网络低能量适应性分簇方法
CN109587752B (zh) * 2019-01-07 2021-06-01 西安电子科技大学 基于多元线性回归模型的无线传感器网络拓扑构建方法
CN109587752A (zh) * 2019-01-07 2019-04-05 西安电子科技大学 基于多元线性回归模型的无线传感器网络拓扑构建方法
CN110149140A (zh) * 2019-05-17 2019-08-20 哈尔滨工业大学（深圳） 卫星机会式网络的转发方法
CN110149140B (zh) * 2019-05-17 2021-09-14 哈尔滨工业大学（深圳） 卫星机会式网络的转发方法
CN112134799B (zh) * 2019-06-25 2022-03-25 佛山科学技术学院 一种基于物联网的三阶段传感拓扑方法及系统
CN112134799A (zh) * 2019-06-25 2020-12-25 佛山科学技术学院 一种基于物联网的三阶段传感拓扑方法及系统
CN110708735A (zh) * 2019-10-11 2020-01-17 长春理工大学 异构认知无线传感器网络分簇路由方法
CN110715181A (zh) * 2019-10-28 2020-01-21 维吉尔泰光电科技(徐州)有限公司 一种亮度可调的led平板灯
CN111586785B (zh) * 2020-04-14 2022-10-11 电子科技大学 一种跨介质异构无人集群系统分簇路由方法
CN111586785A (zh) * 2020-04-14 2020-08-25 电子科技大学 一种跨介质异构无人集群系统分簇路由方法
CN111711929A (zh) * 2020-05-21 2020-09-25 佛山科学技术学院 一种均衡能耗的wsn网络分簇路由方法及系统
CN111711929B (zh) * 2020-05-21 2023-03-24 佛山科学技术学院 一种均衡能耗的wsn网络分簇路由方法及系统
CN112689275A (zh) * 2020-12-23 2021-04-20 阳光学院 一种用于ble网格网络的新型非均匀功率形成方法
CN112689275B (zh) * 2020-12-23 2024-04-16 阳光学院 一种用于ble网格网络的新型非均匀功率形成方法
CN112333804A (zh) * 2020-12-31 2021-02-05 江苏移动信息系统集成有限公司 一种面向认知网络的性能优化方法及系统
CN114449609A (zh) * 2022-02-22 2022-05-06 安徽农业大学 基于能耗均衡的leach分簇路由方法
CN114449609B (zh) * 2022-02-22 2022-11-29 安徽农业大学 基于能耗均衡的leach分簇路由方法
CN117744890A (zh) * 2024-02-08 2024-03-22 人和数智科技有限公司 一种人居环境监测优化方法
CN117744890B (zh) * 2024-02-08 2024-05-07 人和数智科技有限公司 一种人居环境监测优化方法

Similar Documents

Publication Publication Date Title
CN108112048A (zh) 认知传感器网中一种基于稳定性的能效路由协议
Long et al. Energy-aware real-time routing for large-scale industrial internet of things
Rivoirard et al. Performance evaluation of AODV, DSR, GRP and OLSR for VANET with real-world trajectories
Sumathi et al. Energy optimization in manets using on-demand routing protocol
Vázquez-Rodas et al. A centrality-based topology control protocol for wireless mesh networks
CN103118412A (zh) Ad Hoc网络中基于信任的按需多路径矢量路由算法
Adjih et al. Link state routing in wireless ad-hoc networks
Nonita et al. Intelligent water drops algorithm-based aggregation in heterogeneous wireless sensor network
CN105636144A (zh) 一种延长zigbee网络生命周期的方法
Del-Valle-Soto et al. An efficient multi-parent hierarchical routing protocol for WSNs
Ladas et al. Multipath routing approach to enhance resiliency and scalability in ad-hoc networks
Yao et al. A neighbor-table-based multipath routing in ad hoc networks
Tabatabaei et al. Fuzzy-based routing protocol to increase throughput in mobile ad hoc networks
Mouiz et al. Performance evaluation of OLSR and AODV routing protocols with different parameters in mobile ad-hoc networks using NS2 simulator
Abolhasan et al. Joint Mobile Node Participation and Multihop Routing for Emerging Open Radio-Based Intelligent Transportation System
Nguyen et al. Towards skewness and balancing of RPL trees for the internet of things
AU2018101627A4 (en) An apparatus and method based on trust index of wireless node for multiple / best route discovery in the wireless sensor network platform.
Banu et al. A New Multipath Routing Approach for Energy Efficiency in Wireless Sensor Networks
Chithaluru et al. Statistical validations on energy efficient routing protocols to improve the performance of Wireless Sensor Network
Sarkohaki et al. A survey of routing protocols for mobile ad-hoc networks with comprehensive study of olsr
Saqhib et al. A Non-hierarchical Multipath Routing Protocol Using Fuzzy Logic for Optimal Network Lifetime in Wireless Sensor Network
Neto et al. Data-driven bottom-up cluster-tree formation based on the ieee 802.15. 4/zigbee protocols
Ray Techniques to enhance the lifetime of mobile ad hoc Networks
Omar Dynamic and reactive multi-objective routing decision in position-based routing protocols
Kim et al. Energy-aware real-time routing for large-scale industrial internet of things

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for 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: 20180601