CN109327891B - 水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法 - Google Patents

水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法 Download PDF

Info

Publication number
CN109327891B
CN109327891B CN201811241873.6A CN201811241873A CN109327891B CN 109327891 B CN109327891 B CN 109327891B CN 201811241873 A CN201811241873 A CN 201811241873A CN 109327891 B CN109327891 B CN 109327891B
Authority
CN
China
Prior art keywords
node
cluster
energy consumption
sensor
nodes
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
CN201811241873.6A
Other languages
English (en)
Other versions
CN109327891A (zh
Inventor
张文波
谭小波
张林丛
付立冬
魏宣任
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.)
Harbin Institute Of Technology Shenyang Intelligent Industrial Technology Co ltd
Original Assignee
Shenyang Ligong 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 Shenyang Ligong University filed Critical Shenyang Ligong University
Priority to CN201811241873.6A priority Critical patent/CN109327891B/zh
Publication of CN109327891A publication Critical patent/CN109327891A/zh
Application granted granted Critical
Publication of CN109327891B publication Critical patent/CN109327891B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0212—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave
    • H04W52/0216—Power saving arrangements in terminal devices managed by the network, e.g. network or access point is master and terminal is slave using a pre-established activity schedule, e.g. traffic indication frame
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W52/00—Power management, e.g. TPC [Transmission Power Control], power saving or power classes
    • H04W52/02—Power saving arrangements
    • H04W52/0209—Power saving arrangements in terminal devices
    • H04W52/0225—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal
    • H04W52/0248—Power saving arrangements in terminal devices using monitoring of external events, e.g. the presence of a signal dependent on the time of the day, e.g. according to expected transmission activity
    • H—ELECTRICITY
    • H04—ELECTRIC COMMUNICATION TECHNIQUE
    • H04W—WIRELESS COMMUNICATION NETWORKS
    • H04W4/00—Services specially adapted for wireless communication networks; Facilities therefor
    • H04W4/30—Services specially adapted for particular environments, situations or purposes
    • H04W4/38—Services specially adapted for particular environments, situations or purposes for collecting sensor information
    • 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)
  • Testing Or Calibration Of Command Recording Devices (AREA)

Abstract

水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法，包括下述内容：利用三维水下传感器网络模型实现传感器节点的三维布放，其中，传感器节点采用三维布尔感知模型；通过分析传感器各部分能耗大小情况建立能耗模型，并重新考虑水下传输能耗的计算公式；运用三维密集网络的拓扑模型。基于以上模型和集群休眠调度算法的相关定义来确定分割单元和集群大小，从而实现网络的高覆盖、高连通和低能耗，并确定节点等级和感知半径；在考虑网络质量的前提下，设置合适的休眠时间和信息表。

Description

水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法
技术领域
本发明属于水下无线传感器网络拓扑控制技术，具体涉及一种基于三维拓扑控制的集群休眠唤醒调度算法。
背景技术
海洋是人类维持生存繁衍和社会实现可持续发展的重要基地，开发利用海洋的热潮正在全球兴起。水下传感器网络能够为促进海洋环境管理、资源保护、灾害监测、海上生产作业和海洋军事等提供更好的技术设备和信息平台，得到了世界各国政府部门、工业界、学术界的极大关注。但是在水下环境中，节点能量有限且很难更换电池，若是节点能量耗尽将会造成网络覆盖漏洞，甚至出现局部网络瘫痪，大大影响网络性能。因此设计一种高覆盖、高连通、低能耗的水下无线传感器网络拓扑控制算法具有重要意义。
发明内容
针对上述问题，本发明提供了一种水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法：包括以下步骤:
步骤1:利用三维水下传感器网络模型完成海洋环境采样工作，传感器节点采用三维布尔感知模型，传感器节点ni的感知模型为一个以该点坐标(xi,yi,zi)为球心，以感知半径rs为半径的球体；
传感器节点布放时是一层一层地布放，首先在水底随机布放节点，然后通过浮标将传感器推向水面，第一次绳长为
Figure BDA0001839538870000011
重复上述动作，第n次绳长调节为
Figure BDA0001839538870000012
其中
Figure BDA0001839538870000013
m表示监测区域的高度；
步骤2:分析传感器各部分能耗大小情况，确定能耗模型；
传感器能耗主要在感知模块、计算模块和无线通信模块；无线通信模块会消耗大部分的能量，通常分为发送、接收、空闲和睡眠四种状态；其中发送能耗最大，接收和空闲能耗适中，而睡眠能耗最小；因此，能耗模型只考虑发送数据、接收数据和空闲状态时的能耗；
发送数据能耗：
假设传感器节点能够正常接收1bit数据的最低功率为Pmin，随着传输距离D变化的功率衰减函数为A(D)，与衰减系数α、传输距离D和水声信道传输模型有关:
A(D)＝αD·Dk
式中，k表示水声信道传输类型参数；
通常情况下，衰减系数α与吸收系数α(f)直接相关：
Figure BDA0001839538870000021
而吸收系数α(f)只与水声信号频率f相关：
Figure BDA0001839538870000022
因此在浅水区域把Lbit的数据发送到相距d米处的另一个节点能耗为：
Es＝L·Pmin·A(d)
Figure BDA0001839538870000023
接收数据能耗：
接收数据能耗与数据包大小和接收1bit数据时的耗能有关，通常用常数Ee表示节点接收1bit数据时所耗费的能量，因此接收Lbit数据时的能耗为Er＝L·Ee；空闲时能耗：
空闲状态时节点的能耗与等待时间有关；假设在单位时间内传感器节点监听信道所要消耗的能量是一个常数Em，因此空闲时长为tw秒时，传感器的能耗情况为El＝tw·Em。
步骤3:在监控区域上建立三维坐标系；以监测的三维区域的左下角顶点作为原点，建立监控区域的三维坐标系，为算法的完成提供了很大的便捷；
步骤4:运用三维密集网络的拓扑模型，将整个三维空间划分为多个相同的虚拟组成单元，使得任意时刻，每个虚拟单元中都存在一个活动节点；
步骤5:根据集群休眠调度算法的相关定义及数学公式来确定分割单元和集群的大小，确定节点等级和感知半径，并设置休眠时间和信息表；
步骤5.1：进行相关定义：
定义1：覆盖率Cr：传感器网络的覆盖率是指传感器节点感知范围V1,V2,…,Vn的交集与监控区域体积VA的比值，即
Figure BDA0001839538870000031
定义2：分割单元：目标三维区域A可以被分割为若干个相同的多面体Polytope，则
Figure BDA0001839538870000032
本发明中将立方体作为分割单元；
定义3：集群：立方体分割单元与其26个一级物理邻接单元组成的立方体称为集群；
定义4：节点编号ID0：使用节点在监控区域的三维坐标系中的坐标(x,y,z)作为节点的编号，记为IDo＝(x,y,z)；
定义5：分割单元编号ID1：每一个分割单元设置一个唯一的身份标识号码，即分割单元编号ID1＝(i,j,k)，其中i代表分割单元所处的行数，j代表分割单元所处的列数，k代表分割单元所处的层数；所以每一个编号为(i,j,k)的分割立方体的坐标范围为：
Figure BDA0001839538870000041
因此，节点可以通过ID0得到所在分割单元的编号：
Figure BDA0001839538870000042
定义6：集群编号ID2：每一个集群设置一个唯一的身份标识号码，即集群编号ID2＝(a,b,c)；则该集群的坐标范围为：
Figure BDA0001839538870000043
因此，节点可以通过ID0得到所在集群的编号：
Figure BDA0001839538870000044
定义7：节点等级Rank：根据节点在分割单元内的位置信息划分节点的级别，记为节点等级Rank；
定义8：通信半径rc：传感器节点的通信范围与感知范围相似；
定义9：边界区域：由j＝1或
Figure BDA0001839538870000051
的所有分割单元所组成的区域，其中，m代表监测区域的高度；
定义10：最大偏移距离Distance：节点在速度为零时根据距离公式求得与初始位置之间的距离，即最大偏移距离Distance；
步骤5.2：确定分割单元和集群的大小
集群的边长为L，那么集群内的最远距离为
Figure BDA0001839538870000052
使得
Figure BDA0001839538870000053
因此集群的边长为
Figure BDA0001839538870000054
分割单元的边长为
Figure BDA0001839538870000055
则使集群内的所有节点都可以单跳通信；
步骤5.3：确定节点等级和感知半径
根据分割单元的边长l可知，每一个分割单元内的最远距离为
Figure BDA0001839538870000056
因此节点的感知半径可以设置为
Figure BDA0001839538870000057
由于集群边长也仅为
Figure BDA0001839538870000058
造成大量的覆盖重叠；则针对不同节点等级设置不同的感知半径；
步骤5.3.1：设置一级节点的感知半径：当节点位于分割单元中心平面的横线区域中时，节点为一级节点，即Rank＝1；此时节点的坐标范围为：
Figure BDA0001839538870000059
此时，当传感器节点的感知半径为
Figure BDA00018395388700000510
时，覆盖率最高可以达到100％；
步骤5.3.2：设置二级节点的感知半径：当节点位于分割单元中心平面的竖线区域中时，节点为二级节点，即Rank＝2；此时节点的坐标范围为：
Figure BDA0001839538870000061
此时，当传感器节点的感知半径为
Figure BDA0001839538870000062
时，覆盖率最高可以达到100％；
设置三级节点的感知半径：当节点位于分割单元中心平面的斜线区域中时，节点为三级节点，即Rank＝3；此时节点的坐标范围为：
Figure BDA0001839538870000063
此时，当传感器节点的感知半径为
Figure BDA0001839538870000064
时，覆盖率最高可以达到100％；
步骤5.4：对边界节点进行处理：
随着边界节点的移动，监测区域的边界区域就会出现覆盖漏洞，就要重新设置边界节点的感知半径，即rs＝rs+Distance；
步骤5.5：设置休眠时间
在考虑网络质量的前提下，为传感器节点设置工作、等待、深度休眠三种状态，使用双重控制条件来设置休眠时间，邻居节点越少且剩余能量越小、越靠近水面的节点，休眠时间相对较长；因此休眠时间为：
Figure BDA0001839538870000071
其中，tmax为最长休眠时间，它需要根据实际情况具体设置；
根据能耗模型，可以假设每秒钟临时控制节点消耗的能量为Eper，则Eper＝ER+ES；
临时控制节点每秒发送数据所消耗的能量为：
Es＝λ·Pmin·A(d)
其中，λ表示1秒钟传感器节点可以发送λbit的数据，即发送速率，Pmin代表传感器节点能够正常接收1bit数据的最低功率；A(d)代表通信距离为d的功率衰减函数，在这里d指的是通信半径rc；
临时控制节点每秒接收数据所消耗的能量为：
ER＝ε·Eelec
其中，ε表示1秒钟传感器节点可以接收εbit的数据，即接收速率，Eelec代表节点接收1bit数据时消耗的能量；
根据临时控制节点轮换条件可知，当
Figure BDA0001839538870000072
重新选择临时控制节点，因此可知
Figure BDA0001839538870000073
则设置最长休眠时间为：
Figure BDA0001839538870000074
步骤5.6：设置信息表
由于后续的节点状态将会发生动态变化，为节点设置一个信息表，用来存储与节点的相关信息，提前知晓节点自身和集群内的相关信息。
步骤6:根据确定好的信息，实现集群休眠唤醒调度算法：
步骤6.1：根据已放置好的节点，选取临时控制节点；每个节点在集群内广播自己的信息表，根据收到的消息更新自己的信息表；然后选举出该集群内使得
Figure BDA0001839538870000081
最大的分割单元，最后找到Eresidual最大的节点，使其作为该集群的临时控制节点；
步骤6.2：选取工作节点；临时控制节点根据节点的剩余能量Eresidual，在每一个分割单元内，找到一个Eresidual最大的节点作为工作节点，其余传感器进入深度休眠状态；
步骤6.3：节点进行状态转换；当节点到达预设的休眠时间Ts时，传感器节点就会自动从深度休眠状态转换为等待状态；
步骤6.4：临时控制节点轮换；当
Figure BDA0001839538870000082
时，进行临时控制节点的更换；返回步骤1；
步骤6.5：重复上述步骤6.1至6.4，直至网络中的节点能量都为零。
有益效果：
本发明在网络覆盖率、网络连通率以及网络生命周期方面均比传统的随机部署算法更有优势，实现了网络的高覆盖、高连通和低能耗，并确定节点等级和感知半径。
附图说明
图1是三维密集网络的拓扑模型图。
图2是节点在水下受力和运动情况图。
图3是网络覆盖率与工作节点数的折线关系图。
图4是网络连通率与时间的折线关系图。
图5是工作节点数与时间的柱状关系图。
具体实施方式
一种水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法：包括以下步骤:步骤1:利用三维水下传感器网络模型完成海洋环境采样工作，传感器节点采用三维布尔感知模型，传感器节点ni的感知模型为一个以该点坐标(xi,yi,zi)为球心，以感知半径rs为半径的球体；
传感器节点布放时是一层一层地布放，首先在水底随机布放节点，然后通过浮标将传感器推向水面，第一次绳长为
Figure BDA0001839538870000091
重复上述动作，第n次绳长调节为
Figure BDA0001839538870000092
其中
Figure BDA0001839538870000093
m表示监测区域的高度；
步骤2:分析传感器各部分能耗大小情况，确定能耗模型；
传感器能耗主要在感知模块、计算模块和无线通信模块；无线通信模块会消耗大部分的能量，通常分为发送、接收、空闲和睡眠四种状态；其中发送能耗最大，接收和空闲能耗适中，而睡眠能耗最小；因此，能耗模型只考虑发送数据、接收数据和空闲状态时的能耗；
发送数据能耗：
假设传感器节点能够正常接收1bit数据的最低功率为Pmin，随着传输距离D变化的功率衰减函数为A(D)，与衰减系数α、传输距离D和水声信道传输模型有关:
A(D)＝αD·Dk
式中，k表示水声信道传输类型参数；
通常情况下，衰减系数α与吸收系数α(f)直接相关：
Figure BDA0001839538870000094
而吸收系数α(f)只与水声信号频率f相关：
Figure BDA0001839538870000101
因此在浅水区域把Lbit的数据发送到相距d米处的另一个节点能耗为：
Es＝L·Pmin·A(d)
Figure BDA0001839538870000102
接收数据能耗：
接收数据能耗与数据包大小和接收1bit数据时的耗能有关，通常用常数Ee表示节点接收1bit数据时所耗费的能量，因此接收Lbit数据时的能耗为Er＝L·Ee；空闲时能耗：
空闲状态时节点的能耗与等待时间有关；假设在单位时间内传感器节点监听信道所要消耗的能量是一个常数Em，因此空闲时长为tw秒时，传感器的能耗情况为El＝tw·Em。
步骤3:在监控区域上建立三维坐标系；以监测的三维区域的左下角顶点作为原点，建立监控区域的三维坐标系，为算法的完成提供了很大的便捷；
步骤4:运用三维密集网络的拓扑模型，如图1所示，将整个三维空间划分为多个相同的虚拟组成单元，使得任意时刻，每个虚拟单元中都存在一个活动节点；
步骤5:根据集群休眠调度算法的相关定义及数学公式来确定分割单元和集群的大小，确定节点等级和感知半径，并设置休眠时间和信息表；
步骤5.1：进行相关定义：
定义1：覆盖率Cr：传感器网络的覆盖率是指传感器节点感知范围V1,V2,…,Vn的交集与监控区域体积VA的比值，即
Figure BDA0001839538870000103
定义2：分割单元：目标三维区域A可以被分割为若干个相同的多面体Polytope，则
Figure BDA0001839538870000104
本发明中将立方体作为分割单元；
定义3：集群：立方体分割单元与其26个一级物理邻接单元组成的立方体称为集群；
定义4：节点编号ID0：使用节点在监控区域的三维坐标系中的坐标(x,y,z)作为节点的编号，记为IDo＝(x,y,z)；
定义5：分割单元编号ID1：每一个分割单元设置一个唯一的身份标识号码，即分割单元编号ID1＝(i,j,k)，其中i代表分割单元所处的行数，j代表分割单元所处的列数，k代表分割单元所处的层数；所以每一个编号为(i,j,k)的分割立方体的坐标范围为：
Figure BDA0001839538870000111
因此，节点可以通过ID0得到所在分割单元的编号：
Figure BDA0001839538870000112
定义6：集群编号ID2：每一个集群设置一个唯一的身份标识号码，即集群编号ID2＝(a,b,c)；则该集群的坐标范围为：
Figure BDA0001839538870000113
因此，节点可以通过ID0得到所在集群的编号：
Figure BDA0001839538870000121
定义7：节点等级Rank：根据节点在分割单元内的位置信息划分节点的级别，记为节点等级Rank；
定义8：通信半径rc：传感器节点的通信范围与感知范围相似；
定义9：边界区域：由j＝1或
Figure BDA0001839538870000122
的所有分割单元所组成的区域，其中，m代表监测区域的高度；
定义10：最大偏移距离Distance：节点在速度为零时根据距离公式求得与初始位置之间的距离，即最大偏移距离Distance；
步骤5.2：确定分割单元和集群的大小
集群的边长为L，那么集群内的最远距离为
Figure BDA0001839538870000123
使得
Figure BDA0001839538870000124
因此集群的边长为
Figure BDA0001839538870000125
分割单元的边长为
Figure BDA0001839538870000126
则使集群内的所有节点都可以单跳通信；
步骤5.3：确定节点等级和感知半径
根据分割单元的边长l可知，每一个分割单元内的最远距离为
Figure BDA0001839538870000127
因此节点的感知半径可以设置为
Figure BDA0001839538870000128
由于集群边长也仅为
Figure BDA0001839538870000129
造成大量的覆盖重叠；则针对不同节点等级设置不同的感知半径；
步骤5.3.1：设置一级节点的感知半径：当节点位于分割单元中心平面的横线区域中时，节点为一级节点，即Rank＝1；此时节点的坐标范围为：
Figure BDA0001839538870000131
此时，当传感器节点的感知半径为
Figure BDA0001839538870000132
时，覆盖率最高可以达到100％；
步骤5.3.2：设置二级节点的感知半径：当节点位于分割单元中心平面的竖线区域中时，节点为二级节点，即Rank＝2；此时节点的坐标范围为：
Figure BDA0001839538870000133
此时，当传感器节点的感知半径为
Figure BDA0001839538870000134
时，覆盖率最高可以达到100％；
设置三级节点的感知半径：当节点位于分割单元中心平面的斜线区域中时，节点为三级节点，即Rank＝3；此时节点的坐标范围为：
Figure BDA0001839538870000141
此时，当传感器节点的感知半径为
Figure BDA0001839538870000142
时，覆盖率最高可以达到100％；
步骤5.4：对边界节点进行处理：
如图2所示，节点沿弧线从A点运动到B点，先做加速运动再做减速运动直至速度为零，并且在时间范围[Tmin,Tmax]内随机取一个时间Tp来描述节点在B点位置保持静止的时间。随后再以B点为起始点，做如上运动。随着边界节点的移动，监测区域的边界区域就会出现覆盖漏洞，就要重新设置边界节点的感知半径，即rs＝rs+Distance；
步骤5.5：设置休眠时间
在考虑网络质量的前提下，为传感器节点设置工作、等待、深度休眠三种状态，使用双重控制条件来设置休眠时间，邻居节点越少且剩余能量越小、越靠近水面的节点，休眠时间相对较长；因此休眠时间为：
Figure BDA0001839538870000143
其中，tmax为最长休眠时间，它需要根据实际情况具体设置；
根据能耗模型，可以假设每秒钟临时控制节点消耗的能量为Eper，则Eper＝ER+ES；
临时控制节点每秒发送数据所消耗的能量为：
Es＝λ·Pmin·A(d)
其中，λ表示1秒钟传感器节点可以发送λbit的数据，即发送速率，Pmin代表传感器节点能够正常接收1bit数据的最低功率；A(d)代表通信距离为d的功率衰减函数，在这里d指的是通信半径rc；
临时控制节点每秒接收数据所消耗的能量为：
ER＝ε·Eelec
其中，ε表示1秒钟传感器节点可以接收εbit的数据，即接收速率，Eelec代表节点接收1bit数据时消耗的能量；
根据临时控制节点轮换条件可知，当
Figure BDA0001839538870000151
重新选择临时控制节点，因此可知
Figure BDA0001839538870000152
则设置最长休眠时间为：
Figure BDA0001839538870000153
步骤5.6：设置信息表
由于后续的节点状态将会发生动态变化，为节点设置一个信息表，用来存储与节点的相关信息，提前知晓节点自身和集群内的相关信息，如下表所示；
节点信息表
Figure BDA0001839538870000154
步骤6:根据确定好的信息，实现集群休眠唤醒调度算法：
步骤6.1：根据已放置好的节点，选取临时控制节点；每个节点在集群内广播自己的信息表，根据收到的消息更新自己的信息表；然后选举出该集群内使得
Figure BDA0001839538870000161
最大的分割单元，最后找到Eresidual最大的节点，使其作为该集群的临时控制节点；
步骤6.2：选取工作节点；临时控制节点根据节点的剩余能量Eresidual，在每一个分割单元内，找到一个Eresidual最大的节点作为工作节点，其余传感器进入深度休眠状态；
步骤6.3：节点进行状态转换；当节点到达预设的休眠时间Ts时，传感器节点就会自动从深度休眠状态转换为等待状态；
步骤6.4：临时控制节点轮换；当
Figure BDA0001839538870000162
时，进行临时控制节点的更换；返回步骤1；
步骤6.5：重复上述步骤6.1至6.4，直至网络中的节点能量都为零。
进行仿真实验，将监测范围设置为100m*100m*100m的三维空间，节点的通信半径设置为60m，感知半径根据其位置分别被设置为8.17m、12.99m和14.53m。初始布放时投放1000个节点，通过多次实验取得数据平均值，以覆盖率、连通率和网络生命周期为重要的考察对象，忽略节点的边界效应以及在节点布放时出现的失误；
可以得出网络覆盖率与工作节点数的折线关系，如图3所示；可以得出网络连通率与时间的折线关系，如图4所示；也可以得出工作节点数与时间的柱状关系，如图5所示。

Claims (1)

1.水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法，其特征在于：包括以下步骤:
步骤1:利用三维水下传感器网络模型完成海洋环境采样工作，传感器节点采用三维布尔感知模型；
传感器节点布放时是一层一层地布放，首先在水底随机布放节点，然后通过浮标将传感器推向水面，第一次绳长为
Figure FDA0002856461150000011
重复上述动作，第n次绳长调节为
Figure FDA0002856461150000012
其中
Figure FDA0002856461150000013
m表示监测区域的高度；
步骤2:分析传感器各部分能耗大小情况，确定能耗模型；
所述步骤2的具体方法为：
传感器能耗主要在感知模块、计算模块和无线通信模块；无线通信模块会消耗大部分的能量，通常分为发送、接收、空闲和睡眠四种状态；其中发送能耗最大，接收和空闲能耗适中，而睡眠能耗最小；因此，能耗模型只考虑发送数据、接收数据和空闲状态时的能耗；
发送数据能耗：
假设传感器节点能够正常接收1bit数据的最低功率为Pmin，随着传输距离D变化的功率衰减函数为A(D)，与衰减系数α、传输距离D和水声信道传输模型有关:
A(D)＝αD·Dk
式中，k表示水声信道传输类型参数；
通常情况下，衰减系数α与吸收系数α(f)直接相关：
Figure FDA0002856461150000014
而吸收系数α(f)只与水声信号频率f相关：
Figure FDA0002856461150000021
因此在浅水区域把Lbit的数据发送到相距d米处的另一个节点能耗为：
Es＝L·Pmin·A(d)
Figure FDA0002856461150000022
接收数据能耗：
接收数据能耗与数据包大小和接收1bit数据时的耗能有关，通常用常数Ee表示节点接收1bit数据时所耗费的能量，因此接收Lbit数据时的能耗为Er＝L·Ee；
空闲时能耗：
空闲状态时节点的能耗与等待时间有关；假设在单位时间内传感器节点监听信道所要消耗的能量是一个常数Em，因此空闲时长为tw秒时，传感器的能耗情况为El＝tw·Em；
步骤3:在监控区域上建立三维坐标系；以监测的三维区域的左下角顶点作为原点，建立监控区域的三维坐标系；
步骤4:运用三维密集网络的拓扑模型，将整个三维空间划分为多个相同的虚拟组成单元，使得任意时刻，每个虚拟单元中都存在一个活动节点；
步骤5:根据集群休眠调度算法的相关定义及数学公式来确定分割单元和集群的大小，确定节点等级和感知半径，并设置休眠时间和信息表；所述步骤5的具体方法为：
步骤5.1：进行相关定义：
定义1：覆盖率Cr：传感器网络的覆盖率是指传感器节点感知范围V1,V2,…,Vn的交集与监控区域体积VA的比值，即
Figure FDA0002856461150000023
定义2：分割单元：目标三维区域A可以被分割为若干个相同的多面体Polytope，则
Figure FDA0002856461150000031
本发明中将立方体作为分割单元；
定义3：集群：立方体分割单元与其26个一级物理邻接单元组成的立方体称为集群；
定义4：节点编号ID0：使用节点在监控区域的三维坐标系中的坐标(x,y,z)作为节点的编号，记为IDo＝(x,y,z)；
定义5：分割单元编号ID1：每一个分割单元设置一个唯一的身份标识号码，即分割单元编号ID1＝(i,j,k)，其中i代表分割单元所处的行数，j代表分割单元所处的列数，k代表分割单元所处的层数；所以每一个编号为(i,j,k)的分割立方体的坐标范围为：
Figure FDA0002856461150000032
因此，节点可以通过ID0得到所在分割单元的编号：
Figure FDA0002856461150000033
定义6：集群编号ID2：每一个集群设置一个唯一的身份标识号码，即集群编号ID2＝(a,b,c)；则该集群的坐标范围为：
Figure FDA0002856461150000034
因此，节点可以通过ID0得到所在集群的编号：
Figure FDA0002856461150000041
定义7：节点等级Rank：根据节点在分割单元内的位置信息划分节点的级别，记为节点等级Rank；
定义8：通信半径rc：传感器节点的通信范围与感知范围相似；
定义9：边界区域：由j＝1或
Figure FDA0002856461150000042
的所有分割单元所组成的区域，其中，m代表监测区域的高度；
定义10：最大偏移距离Distance：节点在速度为零时根据距离公式求得与初始位置之间的距离，即最大偏移距离Distance；
步骤5.2：确定分割单元和集群的大小
集群的边长为L，那么集群内的最远距离为
Figure FDA0002856461150000043
使得
Figure FDA0002856461150000044
因此集群的边长为
Figure FDA0002856461150000045
分割单元的边长为
Figure FDA0002856461150000046
则使集群内的所有节点都可以单跳通信；
步骤5.3：确定节点等级和感知半径
根据分割单元的边长l可知，每一个分割单元内的最远距离为
Figure FDA0002856461150000047
因此节点的感知半径可以设置为
Figure FDA0002856461150000048
由于集群边长也仅为
Figure FDA0002856461150000049
造成大量的覆盖重叠；则针对不同节点等级设置不同的感知半径；
步骤5.3.1：设置一级节点的感知半径：当节点位于分割单元中心平面的横线区域中时，节点为一级节点，即Rank＝1；此时节点的坐标范围为：
Figure FDA0002856461150000051
此时，当传感器节点的感知半径为
Figure FDA0002856461150000052
时，覆盖率最高可以达到100％；
步骤5.3.2：设置二级节点的感知半径：当节点位于分割单元中心平面的竖线区域中时，节点为二级节点，即Rank＝2；此时节点的坐标范围为：
Figure FDA0002856461150000053
Figure FDA0002856461150000054
此时，当传感器节点的感知半径为
Figure FDA0002856461150000055
时，覆盖率最高可以达到100％；
设置三级节点的感知半径：当节点位于分割单元中心平面的斜线区域中时，节点为三级节点，即Rank＝3；此时节点的坐标范围为：
Figure FDA0002856461150000061
此时，当传感器节点的感知半径为
Figure FDA0002856461150000062
时，覆盖率最高可以达到100％；
步骤5.4：对边界节点进行处理：
随着边界节点的移动，监测区域的边界区域就会出现覆盖漏洞，就要重新设置边界节点的感知半径，即rs＝rs+Distance；
步骤5.5：设置休眠时间
在考虑网络质量的前提下，为传感器节点设置工作、等待、深度休眠三种状态，使用双重控制条件来设置休眠时间，邻居节点越少且剩余能量越小、越靠近水面的节点，休眠时间相对较长；因此休眠时间为：
Figure FDA0002856461150000063
其中，tmax为最长休眠时间，它需要根据实际情况具体设置，num为分割单元内节点数，NUM为集群内节点数，En为初始能量，Eresidual为剩余能量；
根据能耗模型，可以假设每秒钟临时控制节点消耗的能量为Eper，则Eper＝ER+ES；
临时控制节点每秒发送数据所消耗的能量为：
Es＝λ·Pmin·A(d)
其中，λ表示1秒钟传感器节点可以发送λbit的数据，即发送速率，Pmin代表传感器节点能够正常接收1bit数据的最低功率；A(d)代表通信距离为d的功率衰减函数，在这里d指的是通信半径rc；
临时控制节点每秒接收数据所消耗的能量为：
ER＝ε·Eelec
其中，ε表示1秒钟传感器节点可以接收εbit的数据，即接收速率，Eelec代表节点接收1bit数据时消耗的能量；
根据临时控制节点轮换条件可知，当
Figure FDA0002856461150000071
重新选择临时控制节点，因此可知
Figure FDA0002856461150000072
则设置最长休眠时间为：
Figure FDA0002856461150000073
步骤5.6：设置信息表
由于后续的节点状态将会发生动态变化，为节点设置一个信息表，用来存储与节点的相关信息，提前知晓节点自身和集群内的相关信息；
步骤6:根据确定好的信息，实现集群休眠唤醒调度算法；所述步骤6的具体方法为：
步骤6.1：根据已放置好的节点，选取临时控制节点；每个节点在集群内广播自己的信息表，根据收到的消息更新自己的信息表；然后选举出该集群内使得
Figure FDA0002856461150000074
最大的分割单元，最后找到Eresidual最大的节点，使其作为该集群的临时控制节点；
步骤6.2：选取工作节点；临时控制节点根据节点的剩余能量Eresidual，在每一个分割单元内，找到一个Eresidual最大的节点作为工作节点，其余传感器进入深度休眠状态；
步骤6.3：节点进行状态转换；当节点到达预设的休眠时间Ts时，传感器节点就会自动从深度休眠状态转换为等待状态；
步骤6.4：临时控制节点轮换；当
Figure FDA0002856461150000081
时，进行临时控制节点的更换；返回步骤1；
步骤6.5：重复上述步骤6.1至6.4，直至网络中的节点能量都为零。
CN201811241873.6A 2018-10-24 2018-10-24 水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法 Active CN109327891B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201811241873.6A CN109327891B (zh) 2018-10-24 2018-10-24 水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201811241873.6A CN109327891B (zh) 2018-10-24 2018-10-24 水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法

Publications (2)

Publication Number Publication Date
CN109327891A CN109327891A (zh) 2019-02-12
CN109327891B true CN109327891B (zh) 2021-02-26

Family

ID=65263182

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201811241873.6A Active CN109327891B (zh) 2018-10-24 2018-10-24 水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法

Country Status (1)

Country Link
CN (1) CN109327891B (zh)

Families Citing this family (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN110391851B (zh) * 2019-08-02 2021-08-10 河海大学常州校区 基于复杂网络理论的水声传感器网络信任模型更新方法
CN115529247B (zh) * 2022-08-22 2024-03-26 天津大学 一种基于时变水声信道的传感器探测网络拓扑控制方法
CN115510635B (zh) * 2022-09-19 2023-06-20 卓思韦尔(北京)信息技术有限公司 空间环境监测方法、装置、设备和计算机可读存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105472719A (zh) * 2016-01-12 2016-04-06 哈尔滨工程大学 一种稳健的水下通信节点唤醒信号检测方法
CN106028357A (zh) * 2016-07-08 2016-10-12 柴俊沙 一种新的水下无线传感器网络点覆盖控制方法
CN108055683A (zh) * 2017-12-29 2018-05-18 东北林业大学 一种水下无线传感器网络均衡能耗并保持覆盖的方法
CN108696926A (zh) * 2018-05-09 2018-10-23 河海大学常州校区 一种水下无线传感器网络跨层可靠数据传输方法

Family Cites Families (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US9490911B2 (en) * 2013-03-15 2016-11-08 Fairfield Industries Incorporated High-bandwidth underwater data communication system

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN105472719A (zh) * 2016-01-12 2016-04-06 哈尔滨工程大学 一种稳健的水下通信节点唤醒信号检测方法
CN106028357A (zh) * 2016-07-08 2016-10-12 柴俊沙 一种新的水下无线传感器网络点覆盖控制方法
CN108055683A (zh) * 2017-12-29 2018-05-18 东北林业大学 一种水下无线传感器网络均衡能耗并保持覆盖的方法
CN108696926A (zh) * 2018-05-09 2018-10-23 河海大学常州校区 一种水下无线传感器网络跨层可靠数据传输方法

Non-Patent Citations (5)

* Cited by examiner, † Cited by third party
Title
A Stratification-Based Data Collection Scheme in Underwater Acoustic Sensor Networks;Guangjie Han等;《IEEE》;20180824;全文 *
An Effective Scheduling Algorithm for Coverage Control in Underwater Acoustic Sensor Network;Hui Wang等;《Sensors 2018》;20180801;全文 *
An Energy-Efficient Ring Cross-Layer Optimization Algorithm for Wireless Sensor Networks;Wenbo Zhang等;《IEEE》;20180227;全文 *
基于空间唤醒的水声传感器网络节能路由协议;钟永信等;《电子与信息学报》;20110615;全文 *
基于节点休眠的水下无线传感器网络覆盖保持分簇算法;刁鹏飞等;《电子与信息学报》;20180409;全文 *

Also Published As

Publication number Publication date
CN109327891A (zh) 2019-02-12

Similar Documents

Publication Publication Date Title
CN109327891B (zh) 水下传感器网络中基于三维拓扑控制的集群休眠唤醒方法
Faisal et al. Z-SEP: Zonal-stable election protocol for wireless sensor networks
CN101241177B (zh) 一种面向三维空间的无线传感器网络定位系统
CN108684005B (zh) 基于som的水下传感网中多auv高效数据收集方法
Liu A deployment algorithm for underwater sensor networks in ocean environment
CN103152791B (zh) 一种基于水下无线传感器网络的目标跟踪方法
CN111542020B (zh) 水声传感器网络中基于区域划分的多auv协作数据收集方法
Wang et al. A software-defined clustering mechanism for underwater acoustic sensor networks
Han et al. Sleep-scheduling-based hierarchical data collection algorithm for gliders in underwater acoustic sensor networks
Ovaliadis et al. Energy efficiency in underwater sensor networks: A research review
Wang et al. Design and implementation of SDN-based underwater acoustic sensor networks with multi-controllers
CN107071848A (zh) 一种基于分簇结构减少能耗的目标跟踪算法
Zhang et al. A coverage vulnerability repair algorithm based on clustering in underwater wireless sensor networks
Huang et al. A self-healing clustering algorithm for underwater sensor networks
CN106209261B (zh) 基于概率邻域网格的三维UASNs的移动数据收集方法
Chen et al. A clustering protocol for wireless sensor networks based on energy potential field
KR100872104B1 (ko) 활성화 노드 선택기법을 기반으로 하는 토폴로지 구성방법
Sarma et al. Energy efficient clustering using jumper firefly algorithm in wireless sensor networks
Kumar et al. Stochastic algorithms for 3D node localization in anisotropic wireless sensor networks
Júnior et al. 3DVS: Node scheduling in underwater sensor networks using 3D voronoi diagrams
CN105357745A (zh) 基于元胞自动机模型的无线传感器网络自组织休眠方法
Raina et al. QoS evaluation of square-grid topology in underwater acoustic sensor networks
Firuzbakht et al. An optimal Algorithm based on gridding and clustering for decrease energy consumption in WSN
Ying et al. A clustered routing protocol for underwater wireless sensor networks
Qihua et al. Voronoi coverage algorithm based on connectivity for wireless sensor networks

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
GR01 Patent grant
GR01 Patent grant
TR01 Transfer of patent right

Effective date of registration: 20230412

Address after: Room 502, No. 188-37 Jinzi Street, Shenfu Demonstration Zone, Shenyang City, Liaoning Province, 110172

Patentee after: Harbin Institute of Technology (Shenyang) Intelligent Industrial Technology Co.,Ltd.

Address before: 110159 No. 6 Nanping Road, Hunnan New District, Shenyang, Liaoning

Patentee before: SHENYANG LIGONG University

TR01 Transfer of patent right