CN111356203A - 基于分簇的三维无线光传感器网络路由方法 - Google Patents

Abstract

本发明提出了一种基于分簇的三维无线光传感器网络路由方法，主要解决现有技术中存在网络生存时间短和节点能量损耗不均衡导致簇首死亡过快的问题。其实现方案为：对无线光传感器网络节点进行初始化；通过APT系统发现邻居节点；计算网络的最优簇首数量，计算出簇首选举阈值；依据节点生成的随机数与阈值比较选举簇首；每个簇首将包含自身信息的数据包广播给邻居节点，建立簇结构；每个簇首收集簇成员节点的数据，以单跳或者多跳的形式传输至基站；一轮结束后，重新开始分簇建立网络路由。本发明均衡了网络能量损耗，解决了节点与基站距离受限的问题，提高了网络生存时间和抗毁性，可用于对能量均衡和生存时间有较高要求的三维无线光传感器网络。

Description

基于分簇的三维无线光传感器网络路由方法

技术领域

本发明属于光通信技术领域，特别涉及一种无线光传感器网络的路由方法，可用于节点能量有限和对网络生存时间有较高要求的三维无线光传感器网络。

背景技术

无线光通信(OWC)技术是一种以激光为载体，利用调制编码将可见光、红外光等激光通过大气信道实现点对点，点对多点以及多点对多点的数据交互的双向通信技术。无线传感器网络(WSN)是一种由众多传感器节点组织形成，达到协作感知和通信功能的网络。而无线光传感器网络(OWSN)结合了OWC和WSN的优势，由众多的光传感器节点组成网络，节点间采用光信号进行信息传输，自组织构建网络以实现对部署区域的覆盖监测。OWSN还可以与其他有线或无线的网络互联，形成高速的信息系统。目前，国内外对OWSN公开的报道比较少，其组网研究还不成熟。由于OWSN链路要求视距传输，其功率受限且易受大气信道的影响，对收发端性能要求较高，因此OWSN网络节点间的组网受到一些限制，三维环境下的OWSN更是如此。网络中每个节点在能量有限的同时，既要保证通信质量，又要考虑其能量损耗，最大限度延长网络的生存时间。因此，需要合理有效的路由算法来最大限度的弥补由OWSN链路特性带来的问题，提高网络的生存时间和通信系统的性能。

针对OWSN链路的缺陷，公认的解决方法一般有以下三种：第一种是采用多收发的OWC系统，在物理层面降低OWC链路缺陷对组网带来的影响；第二种是将OWC与传统微波射频网络相结合，小规模网络采用微波射频，网络中继采用OWC，从而构建混合的网络；第三种是从组网的角度分析，常用的方法是通过特定的分层网络拓扑结构，在网络建立前确定节点的职能，通过区分簇首与普通节点使网络层次化，数据传输时普通节点向簇首传输数据，簇首融合数据后再向基站发送信息，实现网络通信。例如无线传感器网络中经典的LEACH协议，通过在执行过程中以“轮”为周期运行，以簇为基础构建网络，每个簇都在新的一“轮”中重建。但基本的LEACH算法有许多局限性，如簇首选举，能量消耗不均衡等问题，限制了其应用与扩展。对于上述问题，Dong Ying,Su Zhenzhen,Zhou Zhanying等人在“An ImprovedLEACH Algorithm Based on Nodes'Remaining Energy and Location”(Journal ofUniversity(Engineering Science Edition),2015,46(3):499-503.)中提出了Leach协议改进算法。该算法考虑了簇首的选择和节点剩余能量问题，其虽性能有一定的提高，但仍存在网络生存时间短、簇首死亡过快的不足。

发明内容

本发明的目的在于提出一种基于分簇的三维无线光传感器网络路由方法，以解决现有技术中存在的网络生存时间短和节点能量损耗不均衡导致簇首死亡过快的技术问题。

为实现上述目的，本发明采取的技术方案包括以下步骤：

(1)将无线光传感器网络节点部署在一个边长为a的正方体监测区域内，节点开始初始化，即网络确定节点的ID号、节点的位置、节点初始能量E、节点至基站的距离d_toB这些基础信息；

(2)每个节点利用捕获瞄准跟踪APT系统对周围节点进行扫描，寻找自身的邻居节点，并将找到的邻居节点储存到邻居路由表中，记录为V_n；

(3)每个节点生成0～1的随机数R(n)；

(4)通过如下公式计算无线光传感器网络的最优簇首个数K_B：

式中，N表示网络存活节点总数，a表示节点部署正方体区域的边长，d_A表示各个存活节点至基站的平均距离；

(5)通过如下公式计算各个节点自身的簇首选举阈值T(n)：

式中，r为当前执行的轮数，ω是可调节的参数权重因子，d_max为网络中存活节点距基站的最大距离，d_toB(n)为存活节点n至基站的距离，d_min表示网络中存活节点距基站的最小距离，E(n)表示节点n的剩余能量，

表示节点n所在簇内的平均节点剩余能量，G为前

轮内未当选簇首的节点集合；

(6)每个节点将自身的随机数R(n)与阈值T(n)作比较，若R(n)小于T(n)，且该节点之前未被选举成簇首，则本轮将其当选为簇首，并把它从集合G中去除，若R(n)大于等于T(n)，或者该节点当选过簇首，则将该节点作为簇成员节点；

(7)每个簇首将包含自身信息的数据包，按照邻居路由表V_n向周围的邻居节点广播，其中广播的消息包含簇首的编号ID和位置L(x_n,y_n,z_n)、簇首编号集合H_n、簇首与其他簇首距离集合D_hh和簇首与基站距离集合D_hb；

(8)不同节点收到簇首发送数据包时进行不同的应对：

当接收到簇首发送数据包的邻居节点是普通节点时，这些普通节点检查自身的路由表中是否存在该簇首，若存在，则表明可以与该簇首通信，若不存在，则记录该节点到簇首的距离，并将簇首存储到该节点的路由表中；

当接收到簇首发送数据包的邻居节点是簇首时，邻居节点查看自身的簇首编号集合H_n中是否存在该ID，若存在，则执行(9)，若不存在，则添加该ID到集合H_n中，并将收到消息中的簇首与基站距离集合D_hb中自身缺少的元素添加到自身的集合D_hb中，最后计算邻居节点与发送数据的簇首间的距离d_hh，存储到自身的簇首与其他簇首距离集合D_hh中；

(9)普通节点向距离自身最近的簇首发送请求，加入到簇首所组成的簇中，实现无线光传感器网络簇结构的建立；

(10)簇首根据各自簇成员节点的数量分配不同的TDMA数据传输时隙；

(11)簇成员节点按照簇首分配的TDMA时隙，将自身剩余能量的状态信息和收集到的数据信息发送至簇首；

(12)簇首寻找其他簇首作为数据传输的中继节点，最终将数据传输至基站，若未寻找到其他簇首，则直接将收集或转发的数据发送给基站，由此建立起簇首至基站的传输链路；

(13)一轮结束后，返回(3)，重新开始分簇建立网络路由。

本发明与现有技术相比，具有以下优点：

第一、本发明通过簇首最优个数公式和簇首选举公式优化了簇首选举过程，与现有技术相比，有效地均衡了OWSN节点的能量消耗分布，延长了网络的生存时间。

第二、本发明通过发现邻居节点、生成簇结构、簇首间多跳方式传输数据等步骤，形成了一种适用于三维无线光传感器网络的路由方法，与现有技术相比，有效解决了节点死亡过快的问题，通过降低整个网络的传输消耗，延长了网络的生存时间。

附图说明

图1为本发明的实现流程框图；

图2为本发明与现有技术的存活节点个数与轮数关系仿真对比图；

图3为本发明与现有技术的网络剩余能量和轮数关系仿真对比图。

具体实施方式

下面结合附图和实施例，对本发明作进一步的详细描述：

参照图1，本发明包括如下步骤：

步骤1，无线光传感器网络中的节点进行初始化。

将无线光传感器网络节点部署在一个边长为a的正方体监测区域内，节点开始初始化，即网络确定节点的ID号、节点的位置、节点初始能量E、节点至基站的距离d_toB这些基础信息。节点ID号由基站分配，节点一旦部署其位置就保持不变，所有节点的初始能量相同，节点至基站的距离可由节点位置和基站位置推算得出。

步骤2，每个节点利用捕获瞄准跟踪APT系统对周围节点进行扫描，寻找自身的邻居节点，将找到的邻居节点储存到邻居路由表V_n中。

APT系统包括图像探测器、粗跟踪子系统、精跟踪子系统和伺服子系统。本步骤实现如下：

2.1)A节点的APT系统首先扫描指向不确定区域，当扫描到B节点的信标光时进行捕获；

2.2)A节点捕获到B节点的信标光后，由图像探测器正常接收，通过信号处理后，将结果传送到粗跟踪子系统，粗跟踪子系统控制伺服子系统内的万向架进行调整，使A节点粗对准B节点；

2.3)A节点切换到精跟踪子系统进一步做调整，精确对准B节点；

2.4)B节点的APT系统按照同样的方式对准A节点，双方建立通信链路，可使用信号光进行数据传输；

2.5)A节点将找到的B节点储存到邻居路由表V_n中，B节点同时将A节点储存到其自身的邻居路由表V_n中；

2.6)若不确定区域扫描完毕，则结束，否则返回2.1)。

步骤3，每个节点生成0～1的随机数R(n)。

每个节点生成的随机数用于簇首选举，簇首的产生具有一定的随机性，其选举过程周期性进行，通过保证簇首的不断轮换，达到均衡网络能量分布，延长网络存活时间的目的。

步骤4，计算无线光传感器网络的最优簇首个数K_B。

最优簇首个数是按最小化总能耗的原则，依据网络节点情况动态计算得出，使得网络的性能更加优化。在网络初始化后第一次计算时，网络无法得知d_A的值，因此采用部署区域中心点至基站的距离作为d_A的值进行计算，此后通过网络统计计算得出，其计算过程如下：

4.1)计算一帧时间内簇首能量总消耗E_CH和簇成员节点能量总消耗E_CM：

式中，m表示传输数据的比特数，E_e表示存活节点发送/接收电路所造成的能量损耗，N表示网络存活节点数量，K表示假定的簇首个数，ε是自由空间光波能量系数，

为激光扫描角度，E_f表示每比特数据融合需要的能量，d_toB表示存活节点至基站的距离，d_toCH表示簇成员节点至簇首的距离；

4.2)假设簇首位于簇的中心位置，则以簇首为坐标原点，用(x,y,z)表示其他节点的相对坐标。计算

的数学期望：

式中，a表示节点部署正方体区域的边长，ρ(x,y,z)表示节点分布密度，ρ(x,y,z)的值取

4.3)计算

的数学期望：

式中，d_A表示存活节点至基站的平均距离，d_toB(n)表示各个存活节点至基站的距离；

4.4)计算一个簇结构在一帧中所消耗的能量E_C：

4.5)计算一帧时间内网络能量总消耗E_T：

4.6)根据最小化总能耗的原则，对E_T中的K求导，得簇首最优个数K_B：

步骤5，计算各个节点自身的簇首选举阈值T(n)。

簇首的选举是成簇的关键，合理有效的簇首选举阈值公式可以保证能量高的节点承担更多的任务，且使得网络的总体能量消耗更少，网络存活时间更长。

本步骤的具体实现如下：

5.1)计算距离因子D_factor：

式中，d_max为网络中存活节点至基站的最大距离，d_toB(n)为存活节点n至基站的距离，d_min表示网络中存活节点至基站的最小距离；

5.2)计算能量因子E_factor：

式中，E(n)表示节点n的剩余能量，

表示节点n所在簇内的平均节点剩余能量；

这里没使用全网节点的平均剩余能量，是考虑到使用簇内平均能量可以有效反应节点附近网络的实际情况，同时也能减少统计全网信息与数据传输的压力。

5.3)计算簇首选举阈值T(n)：

式中，ρ表示簇首个数占总节点数的百分比，在这里

r为当前执行的轮数，ω是可调节的参数权重因子，G为前

轮内未当选簇首的节点集合。

步骤6，根据阈值T(n)对节点进行不同处理。

每个节点将自身的随机数R(n)与阈值T(n)作比较：

若R(n)大于等于T(n)，或者该节点当选过簇首，则将该节点作为簇成员节点；

若R(n)小于T(n)，且该节点之前未被选举成簇首，则本轮将其当选为簇首，并把它从未当选簇首的节点集合G中去除。

由于集合G一开始包含所有节点，当一个节点当选为簇首后，则需要将其从集合G中去除，以防止节点重复充当簇首，保证网络能量消耗的均衡性。

步骤7，每个簇首向周围的邻居节点广播消息。

每个簇首将包含自身信息的数据包，按照邻居路由表V_n向周围的邻居节点广播，其中广播的消息包含簇首的编号ID和位置L(x_n,y_n,z_n)、簇首编号集合H_n、簇首与其他簇首距离集合D_hh和簇首与基站距离集合D_hb，其中这三个集合H_n与D_hh、D_hb中的元素一一对应。

步骤8，不同节点收到簇首发送数据包时进行不同的应对。

当接收到簇首发送数据包的邻居节点是普通节点时，这些普通节点检查自身的路由表中是否存在该簇首，若存在，则表明可以与该簇首通信，若不存在，则记录该节点到簇首的距离，并将簇首存储到该节点的路由表中；

当接收到簇首发送数据包的邻居节点是簇首时，邻居节点查看自身的簇首编号集合H_n中是否存在该ID，若存在，则执行步骤9，若不存在，则添加该ID到该集合H_n中，并将收到消息中的簇首与基站距离集合D_hb中自身缺少的元素添加到自身的集合D_hb中，最后计算邻居节点与发送数据的簇首间的距离d_hh，存储到自身的簇首与其他簇首距离集合D_hh中。

步骤9，建立无线光网络簇结构。

普通节点向距离自身最近的簇首发送请求，加入到簇首所组成的簇中，实现无线光传感器网络簇结构的建立。由于选择最近的簇首作为数据发送对象，因此可以减少普通节点与簇首数据传输所消耗的能量。

步骤10，簇首根据各自簇成员节点的数量分配不同的TDMA数据传输时隙。

由于无线光是通过激光发射器传输，因此每一个簇首的接入度都存在限制，为了解决这个问题，簇首会在簇结构建立时，为簇内的所有簇成员节点分配TDMA时隙。分配的TDMA数据传输时隙产生方式为：先将数据传输时间分割成周期性的帧，再将每一帧根据簇成员节点的数量平均分割成若干个时隙。只有在各自的时隙中簇成员节点才能向簇首传输数据，其他时隙则各簇成员节点的通信装置均处于休眠状态。

步骤11，簇成员节点按照簇首分配的TDMA时隙，将自身剩余能量的状态信息和收集到的数据信息发送至簇首。

在数据传输阶段每个簇成员节点依据分配好的TDMA时隙，将数据发送到相应的簇首，簇首对接收到的数据进行融合，数据传输阶段结束后，开始执行新一轮成簇过程，循环往复。这种方案能够有效的解决同一收发器覆盖范围内的多节点问题，当簇成员节点过多时，簇首节点只需要分配对应个时隙就可以保证所有节点的正常通信。

步骤12，簇首寻找其他簇首作为数据传输的中继节点，由此建立起簇首至基站的传输链路。

12.1)簇首查询簇首与基站距离集合D_hb中的元素，若存在比自身至基站距离d_hb小的元素，则执行12.2)，若不存在，则执行12.3)；

12.2)簇首查询簇首与其他簇首距离集合D_hh中的元素，若存在小于d_hb的元素，则选择这些元素中最小的元素所代表的簇首作为数据传输的中继节点，最终将数据传输至基站，若不存在，则执行步骤12.3)；

12.3)簇首直接将收集或转发的数据发送给基站。

上述方法避免了远距离节点通过高功率天线直接与基站通信的情况，防止某些节点因能量消耗过快而死亡，延长了网络的生存时间；同时利用多跳机制解决了远处孤立节点无法与基站通信的问题，提高了网络的容扩性；当节点与基站间的最优路径中断时，允许动态的选择其他备选路径，提高了网络的抗毁性。

步骤13，一轮结束后，返回步骤3，重新开始分簇建立网络路由。

以下结合仿真实验，对本发明的技术效果作进一步详细说明：

1.仿真条件：

无线光传感器网络节点总数100个，节点随机分布在100×100×100m³的区域，节点初始能量E为0.005J，光电子器件消耗能量E_e为4pJ/bit，接收能量损耗E_rx为60pJ/bit，能量系数ε为4pJ/bit/m²，数据融合能量消耗E_f为5nJ/bit，激光扫描角度

为π/3，数据包长度4000bit。

2.仿真内容和结果分析：

仿真1，用本发明和现有的LEACH改进算法进行存活节点个数与轮数的关系仿真，其结果如图2所示。由图2可见，从50轮开始，本发明的节点存活个数高于LEACH改进算法，第一个节点死亡和一半节点都晚于LEACH改进算法，说明本发明很好的均衡了网络中的簇首分布，延长了网络的生存时间。

仿真2，用本发明和现有的LEACH改进算法进行网络剩余能量与轮数的关系仿真，其结果如图3所示。由图3可见，本发明的网络剩余能量随着轮数的增加要高于LEACH改进算法，说明本发明节点能量消耗慢，与图2存活节点数目多相吻合。

由图2和图3可知，本发明相对现有的LEACH改进算法，可以有效的均衡网络节点的能量消耗分布，延长网络的生存时间。

Claims (6)

1.一种基于分簇的三维无线光传感器网络的路由方法，其特征在于，包括如下：

(1)将无线光传感器网络节点部署在一个边长为a的正方体监测区域内，节点开始初始化，即网络确定节点的ID号、节点的位置、节点初始能量E、节点至基站的距离d_toB这些基础信息；

(2)每个节点利用捕获瞄准跟踪APT系统对周围节点进行扫描，寻找自身的邻居节点，并将找到的邻居节点储存到邻居路由表中，记录为V_n；

(3)每个节点生成0～1的随机数R(n)；

(4)通过如下公式计算无线光传感器网络的最优簇首个数K_B：

式中，N表示网络存活节点总数，a表示节点部署正方体区域的边长，d_A表示各个存活节点至基站的平均距离；

(5)通过如下公式计算各个节点自身的簇首选举阈值T(n)：

式中，r为当前执行的轮数，ω是可调节的参数权重因子，d_max为网络中存活节点距基站的最大距离，d_toB(n)为存活节点n至基站的距离，d_min表示网络中存活节点距基站的最小距离，E(n)表示节点n的剩余能量，

表示节点n所在簇内的平均节点剩余能量，G为前

轮内未当选簇首的节点集合；

(6)每个节点将自身的随机数R(n)与阈值T(n)作比较，若R(n)小于T(n)，且该节点之前未被选举成簇首，则本轮将其当选为簇首，并把它从集合G中去除，若R(n)大于等于T(n)，或者该节点当选过簇首，则将该节点作为簇成员节点；

(7)每个簇首将包含自身信息的数据包，按照邻居路由表V_n向周围的邻居节点广播，其中广播的消息包含簇首的编号ID和位置L(x_n,y_n,z_n)、簇首编号集合H_n、簇首与其它簇首距离集合D_hh和簇首与基站距离集合D_hb；

(8)不同节点收到簇首发送数据包时进行不同的应对：

当接收到簇首发送数据包的邻居节点是普通节点时，这些普通节点检查自身的路由表中是否存在该簇首，若存在，则表明可以与该簇首通信，若不存在，则记录该节点到簇首的距离，并将簇首存储到该节点的路由表中；

当接收到簇首发送数据包的邻居节点是簇首时，邻居节点查看自身的簇首编号集合H_n中是否存在该ID，若存在，则执行(9)，若不存在，则添加该ID到集合H_n中，并将收到消息中的簇首与基站距离集合D_hb中自身缺少的元素添加到自身的集合D_hb中，最后计算邻居节点与发送数据的簇首间的距离d_hh，存储到自身的簇首与其它簇首距离集合D_hh中；

(9)普通节点向距离自身最近的簇首发送请求，加入到簇首所组成的簇中，实现无线光传感器网络簇结构的建立；

(10)簇首根据各自簇成员节点的数量分配不同的TDMA数据传输时隙；

(11)簇成员节点按照簇首分配的TDMA时隙，将自身剩余能量的状态信息和收集到的数据信息发送至簇首；

(12)簇首寻找其他簇首作为数据传输的中继节点，最终将数据传输至基站，若未寻找到其它簇首，则直接将收集或转发的数据发送给基站，由此建立起簇首至基站的传输链路；

(13)一轮结束后，返回(3)，重新开始分簇建立网络路由。

2.根据权利要求1所述的方法，其特征在于：(2)中节点利用捕获瞄准跟踪APT系统对周围节点进行扫描，所述APT系统包括图像探测器、粗跟踪子系统、精跟踪子系统和伺服子系统，其实现如下：

(2a)A节点的APT系统首先扫描指向不确定区域，当扫描到B节点的信标光时进行捕获；

(2b)A节点捕获到B节点的信标光后，由图像探测器正常接收，通过信号处理后，将结果传送到粗跟踪子系统，粗跟踪子系统控制伺服子系统内的万向架进行调整，使A节点粗对准B节点；

(2c)A节点切换到精跟踪子系统进一步做调整，精确对准B节点；

(2d)B节点按照同样的方式对准A节点，双方建立通信链路，使用信号光进行数据传输。

3.根据权利要求1所述的方法，其特征在于：(4)中计算无线光传感器网络最优簇首个数K_B，公式推导如下：

(4a)计算一帧时间内簇首能量总消耗E_CH和簇成员节点能量总消耗E_CM：

式中，m表示传输数据的比特数，E_e表示节点发送/接收电路所造成的能量损耗，N表示网络节点数量，K表示假定的簇首个数，ε是自由空间光波能量系数，

为激光扫描角度，E_f表示每比特数据融合需要的能量，d_toB表示节点至基站的距离，d_toCH表示簇成员节点至簇首的距离；

(4b)计算

的数学期望：

在这假设簇首位于簇的中心位置，则以簇首为坐标原点，用(x,y,z)表示其他节点的相对坐标，ρ(x,y,z)表示节点分布密度，上式中ρ(x,y,z)的值取

(4c)计算

的数学期望：

式中，d_A表示存活节点至基站的平均距离，d_toB(n)表示各个存活节点至基站的距离；

(4d)计算一个簇结构在一帧中所消耗的能量E_C：

(4e)计算一帧时间内网络能量总消耗E_T：

(4f)根据最小化总能耗的原则，在上式中对K求导，得簇首最优个数K_B：

4.根据权利要求1所述的方法，其特征在于：(5)中各个节点计算自身的簇首选举阈值T(n)，公式推导如下：

(5a)计算距离因子D_factor：

式中，d_max为网络中存活节点至基站的最大距离，d_toB(n)为存活节点n至基站的距离，d_min表示网络中存活节点至基站的最小距离；

(5b)计算能量因子E_factor：

式中，E(n)表示节点n的剩余能量，

表示节点n所在簇内的平均节点剩余能量；

(5c)计算簇首选举阈值T(n)：

式中，ρ表示簇首个数占总节点数的百分比，在这里

r为当前执行的轮数，ω是可调节的参数权重因子，G为前

轮内未当选簇首的节点集合。

5.根据权利要求1所述的方法，其特征在于：(10)中簇首根据各自簇成员节点的数量分配不同的TDMA数据传输时隙，是先将数据传输时间分割成周期性的帧，再将每一帧根据簇成员节点的数量平均分割成若干个时隙，只有在各自的时隙中簇成员节点才向簇首传输数据，其他时隙则各簇成员节点的通信装置处于休眠状态。

6.根据权利要求1所述的方法，其特征在于：(12)中簇首寻找其他簇首作为数据传输的中继节点，步骤如下：

(12a)簇首查询簇首与基站距离集合D_hb中的元素，若存在比自身至基站距离d_hb小的元素，则执行(12b)，若不存在，则结束寻找；

(12b)簇首查询簇首与其它簇首距离集合D_hh中的元素，若存在小于d_hb的元素，则选择这些元素中最小的元素所代表的簇首作为数据传输的中继节点，若不存在，则结束寻找。

Images