CN111314987A - 一种面向智能电网的无线传感器网络及其分簇算法 - Google Patents

Abstract

本发明公开了一种面向智能电网的无线传感器网络及其分簇算法，包括：对无线传感器网络LEACH算法进行改进，在簇头选举时，将剩余能量、节点密度考虑在内来保证簇头选取的合理性；分簇时采取非均匀分簇机制构造大小不等的簇半径；在簇间通信采用多跳方式向基站传输数据，将簇头节点间距离及剩余能量作为下一跳中继节点的选择依据，达到均衡能量负载目的。通过对比实验可知，从首个节点失效轮次比较，本发明提出的算法比LEACH提高了76％，较LEACH‑DC提高了25％，较EEUC提高了32％。本发明的算法运行至1600轮次时，仍有节点存活，有效延长了网络周期。

Description

一种面向智能电网的无线传感器网络及其分簇算法

技术领域

本发明属于网络分簇算法技术领域，特别涉及一种面向智能电网的无线传感器网络及其分簇算法。

背景技术

随着泛在电力物联网的提出，新一代的智慧变电站引入了大量的主控设备和辅助设备传感器以及数据采集终端。传统的有线网络方式难以适应大量传感器和数据采集终端的网络接入，无线传感器网络由于可独立自由组网和低功率的特点，十分适用于变电站内的接入传感器和数据采集终端的需求。

为了保证变电站中主控设备和辅助设备实时监测、保护、控制的应用需求，传感节点需要长时间处在工作状态，降低传感节点能耗成为关键问题。

现有的无线传感网络中的路由算法主要是LEACH算法、LEACH-DC算法和EEUC算法等，这些现有算法都存在能耗较高的问题，难以满足变电站中传感节点数量多、监测时间长以及响应时间短的要求。

综上，亟需一种新的面向智能电网的无线传感器网络分簇算法。

发明内容

本发明的目的在于提供一种面向智能电网的无线传感器网络及其分簇算法，以解决上述存在的一个或多个技术问题。

为达到上述目的，本发明采用以下技术方案：

本发明的一种面向智能电网的无线传感器网络分簇算法，包括：

步骤1，每个传感器产生一个0～1的随机数与设定的簇头选举阈值比较；对于每个传感器，如果传感器产生的随机数小于簇头选举阈值，对应传感器节点成为候选簇头节点，否则对应传感器节点成为普通节点；

步骤2，候选簇头节点根据公式(1)确定竞争半径，进行区域划分，成为簇头节点；簇头节点发送广播通知其他节点自身节点的ID及位置，每个簇头节点的半径

计算公式为，

式中，R₀为簇头的最大簇半径，

为簇头节点的密度，在0～1之间取值，d_max和d_min分别表示网络中的簇头节点到基站的最大和最小距离，

表示该簇头节点与基站的距离；

步骤3，普通节点接受簇头节点的广播后，选择距离自己最近的簇头节点加入该簇并广播发送包含要加入簇的簇头节点ID及自身ID、能量和位置的信息，完成分簇。

本发明的进一步改进在于，步骤1中，所述簇头节点选举阈值由EEUC算法定义T(n)，表达式为，

式中，p为簇头占所有节点总数的百分比；r为当前簇头选举的轮次；G为第1/p轮之前未当选过簇头的节点集合，E_{n_max}和E_{n_current}分别表示节点的初始能量和当前能量；

α_n表示节点n的密度，计算表达式为，

式中，p为簇头占所有节点总数的百分比，Neighbor(n)_alive和Network(n)_alive分别表示节点n的邻居节点以及整个网络中存活节点。

本发明的进一步改进在于，还包括：步骤4，簇头节点接受普通节点广播后，根据簇头节点ID判断自己是否为预期接收者，若自己是预期接收者，则记录该普通节点信息，否则丢弃所述普通节点广播信息。

本发明的进一步改进在于，还包括：步骤5，各个簇头节点根据TDMA划分时间段并依据多跳通信模型，计算到周围簇头节点的通信代价，构造到基站通信代价最小的路由表，并沿此路由发送信息；

普通节点根据TDMA在规定时间段内将感测到的信息发送至所在簇的簇头节点，其他时间处于休眠状态。

本发明的进一步改进在于，还包括：步骤6，重复步骤1至步骤5。

本发明的进一步改进在于，步骤5中，所述多跳通信模型具体为，

能耗模型采用自由空间模型；

簇头节点q经j向基站传输单位bit数据消耗的能量，表达式为，

式中，d_toBS(j)为簇头节点q的簇头节点j至基站的距离；d_(q,j)、d_(q,k)分别为簇头节点q至簇头节点j、k的距离；E_resedual(j),E_max(j)分别为簇头节点j的节点剩余能量和最初具有的能量。

本发明的进一步改进在于，步骤5中，所述各个簇头节点根据TDMA划分时间段并依据多跳通信模型，具体包括：簇头节点以多跳路由的方式向基站传输数据，在选择中继簇头节点时考虑中继簇头节点的剩余能量，以及中继簇头距基站的距离。

本发明的进一步改进在于，步骤5中，所述计算到周围簇头节点的通信代价，表达式为，

式中，α+β分别为距离均衡因子、能量均衡因子，α+β＝1；d_toBS(j)为簇头节点q的中继簇头节点j至基站的距离；d_(q,j)、d_(q,k)分别为簇头节点q至簇头节点j、k的距离；E_resedual(j)，E_max(j)分别为簇头节点j的节点剩余能量和最初具有的能量；

其中，每个簇头节点依次计算到所有其它簇头节点的路由通信代价，cost(q,j)大的簇头节点优先成为中继簇头节点。

本发明的一种面向智能电网的无线传感器网络，所述无线传感器网络中的每个传感器产生一个0～1的随机数与设定的簇头选举阈值比较；对于每个传感器，如果传感器产生的随机数小于簇头选举阈值，对应传感器节点成为候选簇头节点，否则对应传感器节点成为普通节点；

候选簇头节点根据公式(1)确定竞争半径，进行区域划分，成为簇头节点；簇头节点发送广播通知其他节点自身节点的ID及位置，每个簇头节点的半径

计算公式为，

式中，R₀为簇头的最大簇半径，

为簇头节点的密度，在0～1之间取值，d_max和d_min分别表示网络中的簇头节点到基站的最大和最小距离，

表示该簇头节点与基站的距离；

普通节点接受簇头节点的广播后，选择距离自己最近的簇头节点加入该簇并广播发送包含要加入簇的簇头节点ID及自身ID、能量和位置的信息，完成分簇。

本发明的进一步改进在于，所述无线传感器网络中，

簇头节点接受普通节点广播后，根据簇头节点ID判断自己是否为预期接收者，若自己是预期接收者，则记录该普通节点信息，否则丢弃所述普通节点广播信息；

各个簇头节点根据TDMA划分时间段并依据多跳通信模型，计算到周围簇头节点的通信代价，构造到基站通信代价最小的路由表，并沿此路由发送信息；

普通节点根据TDMA在规定时间段内将感测到的信息发送至所在簇的簇头节点，其他时间处于休眠状态。

与现有技术相比，本发明具有以下有益效果：

本发明的面向智能变电站的无线传感器网络分簇算法，在簇头选举时，将剩余能量、节点密度考虑在内来保证簇头选取的合理性；分簇时采取非均匀分簇机制构造大小不等的簇半径；在簇间通信采用多跳方式向基站传输数据，将簇头节点间距离及剩余能量作为下一跳中继节点的选择依据，达到均衡能量负载目的。通过对比实验可知，从首个节点失效轮次比较，本发明提出的算法比LEACH提高了76％，较LEACH-DC提高了25％，较EEUC提高了32％。

本发明的算法运行至1600轮次时，仍有节点存活，有效延长了网络周期。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面对实施例或现有技术描述中所需要使用的附图做简单的介绍；显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来说，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。

图1是本发明实施例的一种面向智能电网的无线传感器网络分簇算法的流程示意框图；

图2是本发明实施例中，簇间通信示意图；

图3是本发明实施例中，节点分布示意图；

图4是本发明实施例中，网络生存节点数示意图；

图5是本发明实施例中，网络剩余能量示意图。

具体实施方式

为使本发明实施例的目的、技术效果及技术方案更加清楚，下面结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述；显然，所描述的实施例是本发明一部分实施例。基于本发明公开的实施例，本领域普通技术人员在没有做出创造性劳动的前提下所获得的其它实施例，都应属于本发明保护的范围。

本发明实施例的一种面向智能变电站的无线传感器网络分簇算法，包括：对无线传感器网络LEACH算法进行改进，在簇头选举时，将剩余能量、节点密度考虑在内来保证簇头选取的合理性；分簇时采取非均匀分簇机制构造大小不等的簇半径；在簇间通信采用多跳方式向基站传输数据，将簇头节点间距离及剩余能量作为下一跳中继节点的选择依据，达到均衡能量负载目的。

请参阅图1，本发明实施例的一种面向智能变电站的无线传感器网络分簇算法，具体步骤包括：

步骤1，每个传感器产生一个0-1的随机数与设定的簇头选举阈值比较，如果小于该阈值则对应传感器节点成为候选簇头节点，否则对应传感器节点成为普通节点。

步骤2，候选簇头节点根据下式确定竞争半径，划分区域，成为簇头节点并发送广播通知其他节点自身节点ID及位置。

式中，R₀为簇头的最大簇半径，

为簇头节点的密度，在0～1之间取值，d_max和d_min分别表示网络中的簇头节点到基站的最大和最小距离，

表示该簇头节点与基站的距离。

步骤3，普通节点接受广播后，选择距离自己最近的簇头加入该簇并向周围广播发送包含要加入簇的簇头ID及自身ID、能量、位置等字段的信息。

步骤4，簇头接受广播后根据簇头ID判断自己是否为预期接收者，若自己是预期接收者，则记录该节点信息；否则丢弃该信息。

步骤5，各个簇头根据TDMA划分时间段并依据多跳通信模型，计算到周围簇头的通信代价，构造到基站通信代价最小的路由表，并延此路由发送信息；普通节点根据TDMA在规定时间段内将感测到的信息发送至所在簇簇头，其他时间处于休眠状态以节省能量。

可选的，步骤6，一轮结束，返回步骤1，重复上述过程。

可选的，所述步骤1中的簇头选举阈值由EEUC算法定义T(n)如下：

式中，p为簇头占所有节点总数的百分比；r为当前簇头选举的轮次；G为第1/p轮之前未当选过簇头的节点集合，E_{n_max}和E_{n_current}分别表示节点的初始能量和当前能量；

α_n表示节点n的密度，计算表达式为，

式中，p为簇头占所有节点总数的百分比，Neighbor(n)_alive和Network(n)_alive分别表示节点n的邻居节点以及整个网络中存活节点。

请参阅图2，所述步骤5中多跳通信模型具体表述为：簇头节点q向基站传输数据，假如候选中继簇头节点为j、k。

由无线传感器网络的能耗模型可知，由于簇头节点发送的能耗与该节点距基站的距离有很大关系，簇头之间的通信距离应小于

而在智能配电网无线传感器网络中基站通都在附近，因而，能耗模型采用自由空间模型。图2中，簇头节点q经j向基站传输单位bit数据消耗的能量为式：

簇头节点以多跳路由的方式向基站传输数据，在选择中继簇头时考虑中继簇头的剩余能量，以及中继簇头距基站的距离。

所述步骤5中计算周围簇头的通信代价方法，具体表述为：

式中，α+β＝1分别为距离均衡因子、能量均衡因子，最优值由实验得出。d_toBS(j)为簇头节点q的候选中继簇头节点j至基站的距离；d_(q,j)、d_(q,k)分别为簇头节点q至候选中继簇头节点j、k的距离；E_resedual(j)，E_max(j)分别为中继簇头j的节点剩余能量和最初具有的能量。每个簇头依次计算到所有其它簇头的路由通信代价，cost(q,j)大的簇头优先成为中继簇头。

具体实施例

某变电站无线网络覆盖区域为200米*200米，变电站内分布无线传感节点数100个，设定左上角为坐标原点(0，0)位置，中心基站位置在(150米，200米)位置，网络参数设置如表1所示。

表1网络仿真参数

在簇头选举阶段，根据节点密度和节点剩余能量选择簇头，在节点密度高的区域增加簇头数量，在节点密度较低的区域减少簇头数量；同时使用非均匀分簇机制，在距离基站较远的地方增大簇半径，离基站较近的地方减小簇半径。

网络节点分布如图3节点分布图所示，簇头个根据周围节点在整个区域内均匀分布。

如图4网络生存节点数所示为分别采用LEACH算法、LEACH-DC算法、EEUC算法和本发明所提出算法的网络生命周期曲线。

从首个节点失效轮次比较，本发明提出的算法比LEACH提高了76％，较LEACH-DC提高了25％，较EEUC提高了32％。

从网络运行轮次比较，LEACH、LEACH-DC、EEUC分别运行到900、1180、1350轮次时，所有节点均死亡，而本发明改进算法运行至1600轮次时，仍有节点存活，本发明改进算法有效延长了网络周期。

图5网络剩余能量图对比了四种算法网络剩余能量随网络周期数的变化曲线，坡度较小的表示能量消耗速度较慢同时生存时间较长。LEACH算法、LEACH-DC、EEUC分别于850、1100、1500轮次时能量消耗为0，而本发明改进算法在1600轮次时仍有剩余能量。由此对比可知，本发明所提LEACH改进算法确实在一定程度上延长网络生命周期。

综上所述，本发明提供了一种面向智能变电站的无线传感器网络分簇算法，对无线传感器网络LEACH算法进行改进，在簇头选举时，将剩余能量、节点密度考虑在内来保证簇头选取的合理性；分簇时采取非均匀分簇机制构造大小不等的簇半径；在簇间通信采用多跳方式向基站传输数据，将簇头节点间距离及剩余能量作为下一跳中继节点的选择依据，达到均衡能量负载目的。

以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员依然可以对本发明的具体实施方式进行修改或者等同替换，这些未脱离本发明精神和范围的任何修改或者等同替换，均在申请待批的本发明的权利要求保护范围之内。

Claims (10)

1.一种面向智能电网的无线传感器网络分簇算法，其特征在于，包括：

步骤1，每个传感器产生一个0～1的随机数与设定的簇头选举阈值比较；对于每个传感器，如果传感器产生的随机数小于簇头选举阈值，对应传感器节点成为候选簇头节点，否则对应传感器节点成为普通节点；

步骤2，候选簇头节点根据公式(1)确定竞争半径，进行区域划分，成为簇头节点；簇头节点发送广播通知其他节点自身节点的ID及位置，每个簇头节点的半径

计算公式为，

式中，R₀为簇头的最大簇半径，

为簇头节点的密度，在0～1之间取值，d_max和d_min分别表示网络中的簇头节点到基站的最大和最小距离，

表示该簇头节点与基站的距离；

步骤3，普通节点接受簇头节点的广播后，选择距离自己最近的簇头节点加入该簇并广播发送包含要加入簇的簇头节点ID及自身ID、能量和位置的信息，完成分簇。

2.根据权利要求1所述的一种面向智能电网的无线传感器网络分簇算法，其特征在于，步骤1中，所述簇头节点选举阈值由EEUC算法定义T(n)，表达式为，

式中，p为簇头占所有节点总数的百分比；r为当前簇头选举的轮次；G为第1/p轮之前未当选过簇头的节点集合，E_{n_max}和E_{n_current}分别表示节点的初始能量和当前能量；

α_n表示节点n的密度，计算表达式为，

式中，p为簇头占所有节点总数的百分比，Neighbor(n)_alive和Network(n)_alive分别表示节点n的邻居节点以及整个网络中存活节点。

3.根据权利要求1所述的一种面向智能电网的无线传感器网络分簇算法，其特征在于，还包括：

步骤4，簇头节点接受普通节点广播后，根据簇头节点ID判断自己是否为预期接收者，若自己是预期接收者，则记录该普通节点信息，否则丢弃所述普通节点广播信息。

4.根据权利要求3所述的一种面向智能电网的无线传感器网络分簇算法，其特征在于，还包括：

步骤5，各个簇头节点根据TDMA划分时间段并依据多跳通信模型，计算到周围簇头节点的通信代价，构造到基站通信代价最小的路由表，并沿此路由发送信息；

普通节点根据TDMA在规定时间段内将感测到的信息发送至所在簇的簇头节点，其他时间处于休眠状态。

5.根据权利要求3所述的一种面向智能电网的无线传感器网络分簇算法，其特征在于，还包括：

步骤6，重复步骤1至步骤5。

6.根据权利要求3所述的一种面向智能电网的无线传感器网络分簇算法，其特征在于，步骤5中，所述多跳通信模型具体为，

能耗模型采用自由空间模型；

簇头节点q经j向基站传输单位bit数据消耗的能量，表达式为，

式中，d_toBS(j)为簇头节点q的簇头节点j至基站的距离；d_(q,j)、d_(q,k)分别为簇头节点q至簇头节点j、k的距离；E_resedual(j),E_max(j)分别为簇头节点j的节点剩余能量和最初具有的能量。

7.根据权利要求3所述的一种面向智能电网的无线传感器网络分簇算法，其特征在于，步骤5中，所述各个簇头节点根据TDMA划分时间段并依据多跳通信模型，具体包括：簇头节点以多跳路由的方式向基站传输数据，在选择中继簇头节点时考虑中继簇头节点的剩余能量，以及中继簇头距基站的距离。

8.根据权利要求3所述的一种面向智能电网的无线传感器网络分簇算法，其特征在于，步骤5中，所述计算到周围簇头节点的通信代价，表达式为，

式中，α+β分别为距离均衡因子、能量均衡因子，α+β＝1；d_toBS(j)为簇头节点q的中继簇头节点j至基站的距离；d_(q,j)、d_(q,k)分别为簇头节点q至簇头节点j、k的距离；E_resedual(j)，E_max(j)分别为簇头节点j的节点剩余能量和最初具有的能量；

其中，每个簇头节点依次计算到所有其它簇头节点的路由通信代价，cost(q,j)大的簇头节点优先成为中继簇头节点。

9.一种面向智能电网的无线传感器网络，其特征在于，

所述无线传感器网络中的每个传感器产生一个0～1的随机数与设定的簇头选举阈值比较；对于每个传感器，如果传感器产生的随机数小于簇头选举阈值，对应传感器节点成为候选簇头节点，否则对应传感器节点成为普通节点；

候选簇头节点根据公式(1)确定竞争半径，进行区域划分，成为簇头节点；簇头节点发送广播通知其他节点自身节点的ID及位置，每个簇头节点的半径

计算公式为，

式中，R₀为簇头的最大簇半径，

为簇头节点的密度，在0～1之间取值，d_max和d_min分别表示网络中的簇头节点到基站的最大和最小距离，

表示该簇头节点与基站的距离；

普通节点接受簇头节点的广播后，选择距离自己最近的簇头节点加入该簇并广播发送包含要加入簇的簇头节点ID及自身ID、能量和位置的信息，完成分簇。

10.根据权利要求9所述的一种面向智能电网的无线传感器网络，其特征在于，所述无线传感器网络中，

簇头节点接受普通节点广播后，根据簇头节点ID判断自己是否为预期接收者，若自己是预期接收者，则记录该普通节点信息，否则丢弃所述普通节点广播信息；

各个簇头节点根据TDMA划分时间段并依据多跳通信模型，计算到周围簇头节点的通信代价，构造到基站通信代价最小的路由表，并沿此路由发送信息；

普通节点根据TDMA在规定时间段内将感测到的信息发送至所在簇的簇头节点，其他时间处于休眠状态。

Images