CN111405513B - 一种事件驱动的水质传感器网络路由优化方法 - Google Patents

Abstract

本发明提出了一种事件驱动的水质传感器网络路由优化方法。首先，利用当前剩余能量与整个网络的平均能量的比值来实现簇头的选取。其次，结合水环境监测中的事件等级以及网络节点能量，划分节点类型，针对异构传感器网络以及水环境监测的具体问题提出一种事件驱动的水质传感器网络路由优化方法。本发明通过引入事件等级划分和节点能量判定思想对水质传感器网络路由方法进行改进，可有效延长水质传感器网络的生命周期，提高网络的监测能力。

Description

一种事件驱动的水质传感器网络路由优化方法

技术领域

本发明涉及环境监测和传感器网络领域，尤其涉及一种事件驱动的水质传感器网络路由优化方法的研究。

背景技术

随着我国城市建设的高速发展，对水资源的需求日益增加，不合理的利用水资源造成河流水质污染的程度不断增加，这严重威胁着当地社会经济自然的可持续发展。为了预防水质污染事件造成重大灾害及损失，需要对水质参数进行在线检测。传统水质监测方法频次低、周期长，无法反映水质突变情况，且易造成二次污染。水质传感器网络部署在监测的河湖水环境中，将检测到的水质信息发送到汇聚节点，再通过无线通信网络传输给监控管理中心。在水质监测任务中，水质传感器网络的整体能量有限，所以如何设计出高效节能的路由方法，提高网络的生命周期是首要考虑的问题。

目前，许多专家学者针对水质传感器网络进行了研究，希望通过有效的路由协议来延长网络的生命周期。典型的平面路由协议有扩散法和闲聊法。平面路由协议的优点是：简单、易扩展、无须进行任何结构维护工作，所以网络节点地位平等、不易产生瓶颈效应，因此具有较好的健壮性。但平面路由协议有显著的缺点：组织无管理节点，缺乏对通信资源的优化管理，自组织协同工作方法复杂，对网络动态变换反应速度较慢等。

相对于平面路由协议，分簇路由协议中成员节点大部分时间关闭通信模块，由簇头负责数据的长距离路由转发。保证了原有覆盖范围内的数据通信，也在很大程度上节省了能量。成员节点的功能比较简单，无须维护复杂的路由信息，减少了通信量。分簇拓扑结构便于管理，有利于分布式方法的应用，可以对系统变化做出快速反应，具有较好的可扩展性，适合大规模网络。

基于水质传感器网络的资源有限性，本发明结合水环境监测中的事件等级以及网络节点能量，划分节点类型，针对异构传感器网络以及水环境监测的具体问题提出一种事件驱动的水质传感器网络路由优化方法，以延长水质传感器网络的生命周期。

发明内容

本发明的目的在于提出一种事件驱动的水质传感器网络路由优化方法，可为水质传感器网络的有效运行提供理论基础，可广泛应用于水环境监测、水污染的预测和治理等领域。

为达到上述目的，本发明提出一种事件驱动的水质传感器网络路由优化方法，具体包括将节点能量判定和事件等级思想引入水质传感器网络路由优化方法中两个基本步骤。

步骤一，在本发明的一个实施例中，所述将节点能量判定思想引入水质传感器网络路由优化方法中进一步包括：

利用当前剩余能量与整个网络的平均能量的比值来实现簇头的选取，从而实现能量的均衡以及整个网络生存周期的提高。

在两级异构网络中，存在两类节点，普通节点(1-m)N和高级节点mN；普通节点的初始能量为E₀，高级节点的初始能量为E₀(1+a)，其中a和m为预设的百分比变量，用来控制节点为普通节点或高级节点；网络中消耗能量的总和表示为：

E_Total＝N(1-m)E₀+NmE₀(1+a)＝NE₀(1+am)

两级异构网络中普通节点成为簇头节点的概率为：

其中，P_opt为簇头选取概率，取值0.1，E_i(r)为第i个节点的能量值，

为节点平均能量值；由于异构网络中各个节点的初始能量不同，又因为数据传输过程中传输数据量的不同，从而各个节点成为簇头的概率不同，令节点成为簇头的概率P_i与阈值T(s_i)之间的关系如下式所示：

其中，G是在r轮上有资格成为簇头的一组节点，s_i为传感器节点，i∈[1,n]；

步骤二，在本发明的一个实施例中，所述将事件等级思想引入水质传感器网络路由优化方法中进一步包括：

在河湖水环境监测过程中，针对实际水环境监测中所涉及的实际问题，预设事件发生，规定所有传感器都具有检测到事件并对事件进行反应的能力，选择是否向簇头节点或者汇聚节点发送事件信息；考虑到水质变化的影响因素，除了空气质量的影响外,最重要的影响因素是环境污染状况、气温、降雨强度、降雨量和降雨间隔时间；将事件集合预设为：event＝{'有毒','水华','垃圾','气温','降雨量'}；五项事件中将有毒和水华划分为严重事件，将垃圾、气温和降雨量划分为一般事件，五种事件随机发生；当严重事件和一般事件同时发生时只考虑严重事件；

首先，按照DEEC(Distributed energy-efficient Clustering)方法部署节点并分配节点初始能量，然后将事件等级划分和节点能量判定加入方法之中；寻找距离事件发生最近的节点a，若事件为严重事件，不考虑节点a的预设能量值的大小，节点a直接划分为普通节点N；若为一般事件，考虑节点a的预设能量值，预设能量满足要求，将节点a划分为普通节点N，若不满足要求，将节点a划分为睡眠节点S，寻找距离事件发生距离次近的节点b，依然判断节点b预设能量是否满足要求；依次类推，直到寻找到满足能量条件的节点，将该节点划分为普通节点N；

在观测区域随机部署n个节点，节点坐标分别为(S(i).xd,S(i).yd)，其中i＝1，2，3…n；预设事件event发生，规定所有传感器都具有检测到事件并对事件进行反应的能力，选择是否向簇头节点或者汇聚节点发送事件信息；事件event在监测区域内随机发生，设事件发生处坐标为(e.xd,e.yd)；由距离公式算出各个节点距离事件发生的距离，如下式所示：

然后，求出n个距离中最小的距离D_min，寻找出对应位置的节点ID，记该节点的i＝D_min.i；

根据预设条件，所有传感器都具有对事件等级判定的能力，判断事件等级；若为严重事件，则不考虑节点D_min.i的能量状况，节点D_min.i将事件信息传输给簇头节点，节点类型判定为普通节点N；若为一般事件，再判断节点D_min.i的能量；若节点能量大于预设值E，其中E＝E₀(1+a)×80％，节点判定为普通节点N并会将事件信息传输给簇头节点；若节点能量小于预设值E，该节点划分为睡眠节点S，睡眠节点S不考虑能量消耗；再寻找距离事件发生坐标次近的节点ID，继续判断节点剩余能量，以此类推，直到寻找到可传输的节点，将该节点划分为普通节点N。

上述方法EDRP流程图如图2所示。

为了证明本发明方法的有效性引入LEACH和DEEC两种方法进行对比试验。假定n个传感器节点随机分布在100×100m区域中，汇聚节点位于区域的中心。其他假设如下：1)所有分布的节点都是静止的；2)传感器节点的能量是有限的，而汇聚节点的能量是无限或是可以补充；3)每一个节点有独立的ID号；4)传感器节点和汇聚节点可以任意改变它们的传输半径；5)每个节点都具有判断事件等级的能力。

网络仿真参数设置见表1。

表1网络仿真参数

如图3所示为各种方法节点死亡个数随时间变化图。由图可知，LEACH方法，网络在500s左右出现节点死亡，到2000s左右100个节点全部死亡；DEEC方法，网络在1400s左右出现节点死亡，到2900s左右100个节点全部死亡；EDRP方法，发生一般事件时(EDRP1)，网络在1700s左右出现节点死亡，到4000s左右100个节点全部死亡；发生严重事件时(EDRP2)，网络在2000s左右出现节点死亡，到5000s左右100个节点全部死亡。

EDRP方法发生一般事件时(EDRP1)，相对于LEACH方法能提升网络生命周期200％、相对于DEEC方法能提升网络生命周期138％；EDRP方法发生严重事件时(EDRP2)，相对于LEACH方法能提升网络生命周期250％、相对于DEEC方法能提升网络生命周期172％。因此，本发明提出的EDRP方法可以有效延长网络的生命周期，为水环境的有效监测和综合治理提供充实的理论依据。

附图说明

图1为本发明实施例的一种事件驱动的水质传感器网络路由优化方法实施步骤图；

图2为本发明实施例的一种事件驱动的水质传感器网络路由优化方法流程图；

图3为本发明实施例的网络生命周期仿真结果对比图。

具体实施方式

下面详细描述本发明的实施例，所述实施例的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的意义。下面所描述的实施例是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本发明是针对水环境监测过程中，针对复杂的水域环境，提出的一种事件驱动的水质传感器网络路由优化方法。

为了能够对本发明有更清楚的理解，在此进行简要描述。本发明包括两个基本步骤：步骤一，将节点能量判定思想引入水质传感器网络路由优化方法中；步骤二，将事件等级思想引入水质传感器网络路由优化方法中。

具体的，图1所示为本发明实施例的一种基于小世界特性的动态分簇路由优化方法的实施步骤图，包括以下步骤：

步骤S101，将节点能量判定思想引入水质传感器网络路由优化方法中。

在本发明的一个实施例中，利用当前剩余能量与整个网络的平均能量的比值来实现簇头的选取，从而实现能量的均衡以及整个网络生存周期的提高；

在两级异构网络中，存在两类节点，普通节点(1-m)N和高级节点mN；普通节点的初始能量为E₀，高级节点的初始能量为E₀(1+a)，其中a和m为预设的百分比变量，用来控制节点为普通节点或高级节点；网络中消耗能量的总和表示为：

E_Total＝N(1-m)E₀+NmE₀(1+a)＝NE₀(1+am) (1)

两级异构网络中普通节点成为簇头节点的概率为：

其中，P_opt为簇头选取概率，取值0.1，E_i(r)为第i个节点的能量值，

为节点平均能量值；由于异构网络中各个节点的初始能量不同，又因为数据传输过程中传输数据量的不同，从而各个节点成为簇头的概率不同，令节点成为簇头的概率P_i与阈值T(s_i)之间的关系如式(3)所示：

其中，G是在r轮上有资格成为簇头的一组节点，s_i为节点，i∈[1,n]。

步骤S102，将事件等级思想引入水质传感器网络路由优化方法中。

在本发明的一个实施例中，在河湖水环境监测过程中，针对实际水环境监测中所涉及的实际问题，预设事件发生，规定所有传感器都具有检测到事件并对事件进行反应的能力，选择是否向簇头节点或者汇聚节点发送事件信息；考虑到水质变化的影响因素，除了空气质量的影响外,最重要的影响因素是环境污染状况、气温、降雨强度、降雨量和降雨间隔时间；将事件集合预设为：event＝{'有毒','水华','垃圾','气温','降雨量'}；五项事件中将有毒和水华划分为严重事件，将垃圾、气温和降雨量划分为一般事件，五种事件随机发生；当严重事件和一般事件同时发生时只考虑严重事件；

首先，按照DEEC(Distributed energy-efficient Clustering)方法部署节点并分配节点初始能量，然后将事件等级划分和节点能量判定加入方法之中；寻找距离事件发生最近的节点a，若事件为严重事件，不考虑节点a的预设能量值的大小，节点a直接划分为普通节点N；若为一般事件，考虑节点a的预设能量值，预设能量满足要求，将节点a划分为普通节点N，若不满足要求，将节点a划分为睡眠节点S，寻找距离事件发生距离次近的节点b，依然判断节点b预设能量是否满足要求；依次类推，直到寻找到满足能量条件的节点，将该节点划分为普通节点N；

在观测区域随机部署n个节点，节点坐标分别为(S(i).xd,S(i).yd)，其中i＝1，2，3…n；预设事件event发生，规定所有传感器都具有检测到事件并对事件进行反应的能力，选择是否向簇头节点或者汇聚节点发送事件信息；事件event在监测区域内随机发生，设事件发生处坐标为(e.xd,e.yd)；由距离公式算出各个节点距离事件发生的距离，如式(4)所示：

然后，求出n个距离中最小的距离D_min，寻找出对应位置的节点ID，记该节点的i＝D_min.i；

根据预设条件，所有传感器都具有对事件等级判定的能力，判断事件等级；若为严重事件，则不考虑节点D_min.i的能量状况，节点D_min.i将事件信息传输给簇头节点，节点类型判定为普通节点N；若为一般事件，再判断节点D_min.i的能量；若节点能量大于预设值E，其中E＝E₀(1+a)×80％，节点判定为普通节点N并会将事件信息传输给簇头节点；若节点能量小于预设值E，该节点划分为睡眠节点S，睡眠节点S不考虑能量消耗；再寻找距离事件发生坐标次近的节点ID，继续判断节点剩余能量，以此类推，直到寻找到可传输的节点，将该节点划分为普通节点N；

上述方法流程图如图2所示。

为了证明本发明方法的有效性引入LEACH和DEEC两种方法进行对比试验。假定n个传感器节点随机分布在100×100m区域中，汇聚节点位于区域的中心。其他假设如下：1)所有分布的节点都是静止的；2)传感器节点的能量是有限的，而汇聚节点的能量是无限或是可以补充；3)每一个节点有独立的ID号；4)传感器节点和汇聚节点可以任意改变它们的传输半径；5)每个节点都具有判断事件等级的能力。

网络仿真参数设置见表1。

表1网络仿真参数

如图3所示为各种方法节点死亡个数随时间变化图。由图可知，LEACH方法，网络在500s左右出现节点死亡，到2000s左右100个节点全部死亡；DEEC方法，网络在1400s左右出现节点死亡，到2900s左右100个节点全部死亡；EDRP方法，发生一般事件时(EDRP1)，网络在1700s左右出现节点死亡，到4000s左右100个节点全部死亡；发生严重事件时(EDRP2)，网络在2000s左右出现节点死亡，到5000s左右100个节点全部死亡。

EDRP方法发生一般事件时(EDRP1)，相对于LEACH方法能提升网络生命周期200％、相对于DEEC方法能提升网络生命周期138％；EDRP方法发生严重事件时(EDRP2)，相对于LEACH方法能提升网络生命周期250％、相对于DEEC方法能提升网络生命周期172％。因此，本发明提出的EDRP方法可以有效延长网络的生命周期，为水环境的有效监测和综合治理提供充实的理论依据。

最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制。本领域的普通技术人员应当理解：其依然可以对前述实施例所记载的技术方案进行修改，或对其中部分技术特征进行等同替换，而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围，本发明的范围由所附权利要求及其等同限定。

Claims (1)

1.一种事件驱动的水质传感器网络路由优化方法，其特征在于：将节点能量判定和事件等级思想引入水质传感器网络路由优化方法中；

所述将节点能量判定思想引入水质传感器网络路由优化方法中包括：

利用当前剩余能量与整个网络的平均能量的比值来实现簇头的选取，从而实现能量的均衡以及整个网络生存周期的提高；

在两级异构网络中，存在两类节点，普通节点(1-m)N和高级节点mN；普通节点的初始能量为E₀，高级节点的初始能量为E₀(1+a)，其中a和m为预设的百分比变量，用来控制节点为普通节点或高级节点；网络中消耗能量的总和表示为：

E_Total＝N(1-m)E₀+NmE₀(1+a)＝NE₀(1+am) (1)

两级异构网络中普通节点成为簇头节点的概率为：

其中，P_opt为簇头选取概率，取值0.1，E_i(r)为第i个节点的能量值，

为节点平均能量值；由于异构网络中各个节点的初始能量不同，又因为数据传输过程中传输数据量的不同，从而各个节点成为簇头的概率不同，令节点成为簇头的概率P_i与阈值T(s_i)之间的关系如式(3)所示：

其中，G是在r轮上有资格成为簇头的一组节点，s_i为节点，i∈[1,n]；

所述将事件等级思想引入水质传感器网络路由优化方法中进一步包括：

在河湖水环境监测过程中，针对实际水环境监测中所涉及的实际问题，预设事件发生，规定所有传感器都具有检测到事件并对事件进行反应的能力，选择是否向簇头节点或者汇聚节点发送事件信息；考虑到水质变化的影响因素，除了空气质量的影响外，最重要的影响因素是环境污染状况、气温、降雨强度、降雨量和降雨间隔时间；将事件集合预设为：event＝{'有毒','水华','垃圾','气温','降雨量'}；五项事件中将有毒和水华划分为严重事件，将垃圾、气温和降雨量划分为一般事件，五种事件随机发生；当严重事件和一般事件同时发生时只考虑严重事件；

首先，按照DEEC(Distributed energy-efficient Clustering)方法部署节点并分配节点初始能量，然后将事件等级划分和节点能量判定加入方法之中；寻找距离事件发生最近的节点a，若事件为严重事件，不考虑节点a的预设能量值的大小，节点a直接划分为普通节点N；若为一般事件，考虑节点a的预设能量值，预设能量满足要求，将节点a划分为普通节点N，若不满足要求，将节点a划分为睡眠节点S，寻找距离事件发生距离次近的节点b，依然判断节点b预设能量是否满足要求；依次类推，直到寻找到满足能量条件的节点，将该节点划分为普通节点N；

在观测区域随机部署n个节点，节点坐标分别为(S(i).xd,S(i).yd)，其中i＝1，2，3…n；预设事件event发生，规定所有传感器都具有检测到事件并对事件进行反应的能力，选择是否向簇头节点或者汇聚节点发送事件信息；事件event在监测区域内随机发生，设事件发生处坐标为(e.xd,e.yd)；由距离公式算出各个节点距离事件发生的距离，如式(4)所示：

然后，求出n个距离中最小的距离D_min，寻找出对应位置的节点ID，记该节点的i＝D_min.i；

根据预设条件，所有传感器都具有对事件等级判定的能力，判断事件等级；若为严重事件，则不考虑节点D_min.i的能量状况，节点D_min.i将事件信息传输给簇头节点，节点类型判定为普通节点N；若为一般事件，再判断节点D_min.i的能量；若节点能量大于预设值E，其中E＝E₀(1+a)×80％，节点判定为普通节点N并会将事件信息传输给簇头节点；若节点能量小于预设值E，该节点划分为睡眠节点S，睡眠节点S不考虑能量消耗；再寻找距离事件发生坐标次近的节点ID，继续判断节点剩余能量，以此类推，直到寻找到可传输的节点，将该节点划分为普通节点N；

在该路由方法中结合水环境监测中的事件等级以及网络节点能量，划分节点类型，从而使网络节点的能量均匀消耗，提高整体网络的生命周期。

Images