CN113507737A - 一种基于竞争协作的WSNs关键节点休眠调度方法 - Google Patents

一种基于竞争协作的WSNs关键节点休眠调度方法 Download PDF

Info

Publication number
CN113507737A
CN113507737A CN202110659924.2A CN202110659924A CN113507737A CN 113507737 A CN113507737 A CN 113507737A CN 202110659924 A CN202110659924 A CN 202110659924A CN 113507737 A CN113507737 A CN 113507737A
Authority
CN
China
Prior art keywords
node
nodes
relay
network
sensing
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
CN202110659924.2A
Other languages
English (en)
Inventor
赵小强
吴帅
文秦
李雄
刘敏
崔砚鹏
赵康柱
常虹
曾耀平
付银娟
翟永智
姚引娣
廖焕敏
高强
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.)
Xian University of Posts and Telecommunications
Original Assignee
Xian University of Posts 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 Xian University of Posts and Telecommunications filed Critical Xian University of Posts and Telecommunications
Priority to CN202110659924.2A priority Critical patent/CN113507737A/zh
Publication of CN113507737A publication Critical patent/CN113507737A/zh
Pending legal-status Critical Current

Links

Images

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
    • 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
    • H04W40/22—Communication route or path selection, e.g. power-based or shortest path routing using selective relaying for reaching a BTS [Base Transceiver Station] or an access point
    • 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)

Abstract

本发明公开了一种基于竞争协作的WSNs关键节点休眠调度方法，感知节点的覆盖启发式值选取覆盖集，具有最大覆盖启发式值的感知节点将被视为预选节点，如果网络覆盖率得到提升，预选节点将被放入到覆盖集中，重复上述步骤，直到所有的目标点都被覆盖为止，得到一个相交的覆盖集。节点之间传输代价邻接矩阵，选取中继节点，同时在节点自私性的基础上，每个节点在同一时刻只能响应一个中继请求，即中继节点的竞争现象，中继节点会选择对自己有利的请求，传输代价相对较小的请求，进而构建网络连通路径。本发明避免感知节点同时承担感知和中继任务，降低中继节点转发能耗，最大化的利用网络中的节点，延长网络的生存时间。

Description

一种基于竞争协作的WSNs关键节点休眠调度方法
技术领域
本发明涉及无线传感器网络(Wireless Sensor Networks,WSNs)中关键传感器节点的 保护问题，特别是涉及一种基于竞争协作的WSNs关键节点休眠调度方法。
背景技术
无线传感器网络(Wireless Sensor Networks,WSNs)以其低功耗、低成本、分布式和 自组织的特点，能够广泛应用于军事行动、环境监测和预报、智能家居、监视系统、城市交通、医疗健康和公共安全等领域。为了提高无线传感器网络的覆盖性和可靠性，许多WSNs在部署节点阶段采取的是高密度的节点部署方式，即在网络部署初期，在目标区域 部署大规模的传感器节点。这样部署传感器的方法，会造成大量传感器节点之间覆盖的重叠、冗余，同时也会因为某一区域内大量节点的存在，产生数据包冲突、信号冲突，导致 各个节点的能量消耗差异较大，进而使网络的使用寿命减少。
由于无线传感器节点主要依靠电池供电，且大多数情况下不可能替换或者重复充电，而且 目前的电池供电能力也十分有限。因此，网络的生存时间成为衡量网络服务质量(Quality of Service,QoS)的重要指标之一。而对于一般的网络场景下，并不需要所有的传感器节 点在同一时刻都处于工作状态，每轮工作时只需要部分节点工作，其余的节点进入休眠状 态即可，因此在WSNs中节点休眠调度问题成为研究WSNs节能的一个重要研究课题。 当采取休眠调度策略时，节点在执行策略之前需要建立一个连通覆盖集，以保证覆盖和数 据传输需求。Zhao等人提出一种基于最大覆盖树的通信权值贪心覆盖(Communication Weighted Greedy Cover,CWGC)算法，通过节点能量建立通信权重，选取合适的中继节 点，能够保证目标点被节点全部感知，同时确保节点到基站的连通，然而存在让节点同时 承担感知和数据转发任务的情况，会导致部分节点因能耗过快而死亡。一种优化连通覆盖 度算法(Optimized Connected Coverage Heuristic,OCCH)被Zorbas等人提出，该算法针 对关键目标点进行权重设计，保护重要节点，能够很好的延长网络生存时间，并且能够同 时保证覆盖和连通性，但是只适用于密度很高网络。Chen等人提出了一种最大负载均衡 覆盖树算法(Maximum Connected Load-balancing Cover Tree,MCLCT)，该方法通过建立 节点之间通信能耗概率公式，选取高效的工作节点，能够很好的改善网络生存时间，但采 用的是不相交覆盖集构造方法，其中每个传感器节点只能加入一个覆盖集。这样只能构成 数量较少的覆盖集，导致传感器节点不能被充分的利用。为了解决中继节点的单覆盖问题， Ma等人设计了一种连通感知近似算法，该算法通过引入局部搜索近似算法来解决中继节 点单覆盖问题，在此基础上提出了一种中继位置选择算法，用最小的生成树启发式方法来 构建高层之间的节点连通，节省为高层新部署的中继节点的连通度，降低关键节点的能耗。 其中，与本发明最接近的方案未“一种优化节能连通覆盖启发式算法(anOptimized and lightweight Energy-efficient Connected Coverage Heuristic,OECCH)”，该方法将传感器分为 相交子集，每个子集能够覆盖所有目标，并且还提出一种覆盖恢复算法，保持目标覆盖。 但节点能量未被考虑在内，对于节点能耗均衡性有不利的影响，同时能耗计算不符合实际 情况。因此，亟需一种方法既能够考虑关键节点任务分担问题，保护关键节点，又能够调 度传感器节点轮换工作，达到二者平衡的节点休眠调度方法。
发明内容
针对现有技术的缺点，本发明提出一种基于竞争协作的WSNs关键节点休眠调度方法， 旨在保护网络中关键节点，避免感知节点同时承担感知和中继任务，降低中继节点转发能 耗，最大化的利用网络中的节点，延长网络的生存时间。
为实现上述目的，本发明提供了如下方案：
一种基于竞争协作的WSNs关键节点休眠调度方法，包括：
根据感知节点的覆盖启发式值选取覆盖集，具有最大覆盖启发式值的感知节点将被视 为预选节点。如果网络覆盖率得到提升，那么预选节点将被放入到覆盖集中。重复上述步 骤，直到所有的目标点都被覆盖为止，得到一个相交的覆盖集。
根据保护关键节点的要求，针对不同类型的节点(感知节点、非感知节点)设置优先级参 数。
根据节点优先级参数、数据传输能耗以及剩余能量设计节点发送数据的传输代价。
根据节点之间传输代价邻接矩阵，选取中继节点，同时在节点自私性的基础上，每个 节点在同一时刻只能响应一个中继请求，即中继节点的竞争现象，中继节点会选择对自己 有利的请求(传输代价相对较小的请求)，进而构建网络连通路径。
根据网络中出现目标点不被感知到或者有感知数据未被传送到基站时，此时说明当前 连通覆盖集中有节点已经失效，这时需要重新选取新的集合，实现节点休眠调度。
本发明通过设计节点优先级参数、中继节点竞争协作机制提出基于竞争协作关键节点 休眠调度策略，与一种优化能量高效的连通目标覆盖算法相比，具有以下优势：
(1)引入节点优先级参数，避免关键节点同时承担感知和中继转发任务，保护关键节点，延长网络生存时间。
(2)加入节点竞争协作机制，在中继节点选取时，每个节点都得到当前相对最优的中继节点，避免陷入局部最优解，得到一个整体较好的解，同时选出的中继节点集具有最小的传输代价，减少通信能耗，延长网络生存时间。
通过实验仿真的方式，得出该策略能够延长网络生存时间、降低节点平均能耗以及节 点的利用率明显提升。
附图说明
图1是节点数量与网络生存时间关系图；
图2是目标点数量与网络寿命关系；
图3是网络节点平均能耗图；
图4是工作中继节点平均数量占比图；
图5是目标感知连通网络模型图；
图6是节点优先级参数解释示意图；
图7是竞争协作中继选取示意图；
图8是休眠调度策略流程图。
具体实施方式
实施例1
本发明提出一种基于竞争协作的关键节点休眠调度策略，参照图5，具体分为以下步 骤：
1、模型建立
(1)网络模型建立
如图5所示，假设在某监测区域内有I个待监测的离散目标点，为了实现对这些离散 目标点的监测，在该区域内均匀抛撒N个传感器节点，其中待监测目标点集合记为 T＝{T1,T2,…,TI}，传感器节点集合记为S＝{S1,S2,…,SN}。已知每个离散目标点的位置坐 标为
Figure BDA0003113657510000031
每个传感器节点有唯一的ID号和固定的位置坐标为(xi,yi)，所有传感器节 点有相同的感知半径Rs、通信半径Rc以及初始能量E0，所有传感器节点都可以处于激活 或休眠两种工作模式。如果任意两个传感器节点之间欧式距离小于通信半径Rc，则这两 个节点之间可以通信。
当目标点Ti与传感器节点Sj之间的欧式距离
Figure BDA0003113657510000032
小于等于Rs时，称Sj是Ti的感知节点。 此外，如果感知节点Si的感知范围内存在P个目标点，那么这些目标点是Si的感知目标点集合，记为
Figure BDA0003113657510000033
进一步对既可以执行感知任务也可以执行中继任务的传感器节点进行分析，在选择中继节 点时，考虑到要保护关键节点，避免感知节点同时承担感知和中继两种任务，尽可能优先 让非感知节点承担中继任务，因此引入了优先级参数的概念。由上述定义可以得到感知节 点集合为
Figure BDA0003113657510000041
无法进行感知任务的传感器节点组成的非感知集合为
Figure BDA0003113657510000042
最终，根据选出的感知节点集，以及选出的中继节点集，共同 构成了连通覆盖集，能够保证把感知数据传输到基站。
(2)能耗模型
根据前文对WSNs节点的工作属性分析，可以将传感器节点分为感知节点和非感知节点，其中感知节点承担对监测区域内离散目标节点的感知任务和数据发送任务，而感知节点和非感知节点均可完成感知数据的中继转发，所以可以把WSNs节点的工作模式分 为感知传输和数据转发两种方式，为此设置传感器节点的四种工作状态集合为 w＝{w1,w2,w3,w4}，对应的工作模式如表4.1所示。
表1不同工作模式的工作状态集合
Figure BDA0003113657510000043
为了分析节点在四种不同工作状态时的能耗，上表中传感器不同的工作状态可用矩阵 表示为w1＝[1,1]、w2＝[1,0]、w3＝[0,1]、w4＝[0,0]。进而可以得到节点Sj在τ时刻采用 不同工作模式时消耗的能量如公式(1)所示。
Figure BDA0003113657510000044
其中，
Figure BDA0003113657510000049
表示节点感知和传输数据的能耗，
Figure BDA0003113657510000045
表示节点接收和传输数据的能耗。
Figure BDA0003113657510000046
Figure BDA0003113657510000047
其中，ecs和ecr分别表示“感知”和“接收”1bit数据所消耗的能量；ej,k表示Sj将1bit数据传输到Sk消耗的能量，如公式(4)所示，
Figure BDA0003113657510000048
表示节点Sj在τ时刻转发数据包 的数量。
Figure BDA0003113657510000051
Figure BDA0003113657510000052
其中，ecfs为dj,k小于阈值d0时采用FS模型的自由空间下的损耗常数，ecmp的为dj,k大于阈值d0时采用MP模型的多径衰落常数；需要特别说明的是k表示的是τ时刻Sj的下 一跳传输对象(k为Sj的可用中继转发节点或基站)，本文研究的场景主要针对离散目标 点进行监测，因此感知节点工作时感知到的目标点数量和位置不会随时间改变。
2、相交覆盖集选取算法
定义1：如果任意节点Si和目标点Pj之间的欧氏距离小于等于感知半径Rs，则Pj被Si所覆盖，用λi,j表示为式(17)。
Figure BDA0003113657510000053
对于任意目标点Pj，如果有节点Si使得λi,j＝1，将有F(Si)＝F(Si)∪Pj，其中F(Si)表示Si覆盖的目标点。如果
Figure BDA0003113657510000054
则节点为中继节点，反之，如果
Figure BDA0003113657510000055
则节点为感 知节点。
定义2：节点Si的覆盖率为被Si覆盖的目标点数量与所有目标点数量的比值，用式(18)表示。
Figure BDA0003113657510000056
相交覆盖集算法的具体建立步骤如下：
步骤1：感知节点(Si∈SS)的覆盖启发式值(CvH)将根据其对覆盖范围的贡献计算，其中CvH(Si)是传感节点Si的覆盖范围内的所有目标点除以网络中每个传感器节点的覆盖范围内的所有目标点之和，如式(19)所示。
Figure BDA0003113657510000057
步骤2：具有最大覆盖启发式值(CvH)的感知节点将被视为预选节点，它可以被表示为
Figure BDA0003113657510000058
如果网络覆盖率CR在预选节点的加入下下得到了提 升，那么预选节点将被放入到覆盖集Ci中。
步骤3：重复上述步骤1、2，直到所以的目标点都被覆盖为止，得到一个相交的覆盖集。
3、基于竞争协作的关键节点休眠调度策略设计
(1)节点优先级参数设置
由于在传感器网络中，节点是均匀随机抛洒的，根据网络模型知道感知节点和非感知 节点的存在，会出现有些离散目标点只被很少的节点所覆盖，而一旦存在目标点无法被覆 盖，那么网络的功能就失效了，所以为了延长网络生存时间，根据前文已经提到的保护关 键节点的内容，针对不同类型的节点(感知节点、非感知节点)设置优先级参数c，如公式(6)所示。
Figure BDA0003113657510000061
式中，M表示网络中覆盖一个离散目标点的最大传感器节点数量，Ni表示与节点Si覆盖同一目标点的节点数量，Nj表示与节点Sj覆盖同一目标点的节点数量，正如图6所 示，其中有M＝5，Ni＝3，Nj＝4。经过分析可以得出当传感器节点是感知节点时，优 先级参数c会随着Ni和Nj的变化而变化，当Ni和Nj比较小时，说明覆盖这两个离散目 标点的节点较少，因此，节点Si和Sj是比较关键的节点，它们的被选为中继节点的优先 级最低，对应节点之间的传输代价要尽量大，避免过度的使用，进而影响网络生存时间； 当Ni和Nj较大时，说明覆盖这两个离散目标点的节点较多，对应的传输代价可以比较小， 也就是说节点可以承担部分中继转发任务；当Ni和Nj为0时，即节点为非感知节点，只 承担中继转发任务，因此被选择成为中继节点的优先级最高。
(2)基于竞争协作的中继节点选取策略
为了确定传感器节点最大通信半径范围内的可用中继节点集合，借用图论的邻接矩阵概 念，其中，邻接矩阵中节点Si在τ时刻向Sj发送数据的传输代价如式(7)所示，进而可以构建该监测区域范围内的传感器节点间的邻接矩阵如式(8)所示。
Figure BDA0003113657510000062
式中，
Figure BDA0003113657510000063
表示节点Si在τ时刻传输的数据包数量大小，ei,j表示在τ时刻从节点Si向Sj发送数据的能耗，di,j表示节点Si和Sj之间的欧氏距离，
Figure BDA0003113657510000071
表示节点Si在τ时刻所有可用的传输路径中传输能耗最大值，c表示选择中继节点的优先级参数。由于要保证数据传输的可靠性，要求节点Si在τ时刻的剩余能量大于等于在τ时刻最大传输能耗。
Figure RE-GDA0003259047090000072
随着网络的持续工作，传感器节点的剩余能量逐渐减少，为了保证中继节点的能耗均衡性， 在现有的传输代价基础上，加入了数据发送节点和接收节点的剩余能量作为评价指标之 一。如果节点剩余能量较低时，传输代价需要增大，避免节点能耗太快，导致节点死亡； 反之，传输代价相对较低。所以设置节点剩余能量代价参数，如公(9)式所示。
Figure BDA0003113657510000073
综合公式(7)和公式(9)，对节点之间的传输代价进行更新得到最终的传输代价，如公 式(10)所示。
Figure BDA0003113657510000074
由于传感器节点的通信半径是有限的，为了把感知节点集的感知数据传输到基站，同时延 长网络的生存时间，通常需要中继节点进行数据转发。因此，一种中继节点选取策略被提 出。由前文建立的节点之间传输代价邻接矩阵，可以构建出一条连通的路径，为了降低传 输能耗，需要最小化这条路径的总传输代价，用式(11)来表示。
Figure BDA0003113657510000075
它主要有以下两个限制条件，如式(12)和式(13)所示。
Sh,Sh+1∈Ω (12)
Figure BDA0003113657510000076
其中，
Figure BDA0003113657510000077
表示从感知节点Si到基站数据传输的总代价，从节点Si到基站之间可选 择的中继节点集为Ω＝{S1,S2,…,Sh,…,SH}，在Ω中可选择一条传输代价最小的路径，h表 示数据传输所经过的跳数；此外，在选取中继节点时，要确保任意中继节点在τ时刻的剩 余能量大于等于最大能耗。
如图7所示，由于在中继节点选择时节点会出现自私性现象，假设在一个工作周期内， 每个节点将感知数据传输一跳所需的时间近似相等，每个节点在对应时刻只能响应一个数 据中继请求，即一个中继节点一次只能为一个节点转发数据，因此将会出现中继节点的竞 争问题，中继节点会选择对自己有利的请求(传输代价相对较小的请求)，因此，本文设 计了一种基于竞争协作请求退让机制来选取合适的中继节点，接下来是中继节点竞争协作 机制的详细过程。
假设节点Si是待被选择的中继节点，在τ时刻有u＝{u1,u2,…,ui,…uU},U≥2个数量节 点向它发送中继请求，则由传感器节点传输代价邻接矩阵可得当前最优的传输代价为公式 (14)所示。
Figure BDA0003113657510000081
同时节点ui存在一个次优中继请求节点Sj，它们之间传输代价可以用公式(15)表示。
Figure BDA0003113657510000082
那么，当前最优中继节点和次优中继节点的传输代价差值可以用公式(16)表示。
Figure BDA0003113657510000083
式中，Δωu＝{Δωu1,Δωu2,…,ΔωuU}，选取Δωu中元素值最大的节点，然后把待被选择 中继节点Si分配给它作为其下一跳中继节点。其它节点依次根据上述竞争协作机制选择 次优节点，直到所有的当前节点都找到中继节点为止，整个算法的具体实现过程如下。
步骤1：为当前节点选取下跳中继节点，选出最优中继节点。
步骤2：判断当前最优中继节点剩余能量是否大于等于最大接收和传输能耗。如果是， 进入步骤3；否则换中继节点。
步骤3：判断该节点接收到的中继请求是否大于1，如果是，进入步骤4；否则当前中继节点为请求的中继节点。
步骤4：计算每个请求节点到当前中继节点的通信代价
Figure BDA0003113657510000084
以及每个请求节点到 次优中继节点的通信代价
Figure BDA0003113657510000085
并计算对应之间差值Δωu。
步骤5：比较Δωu内元素大小，选取Δωu内元素值最大的对应节点为当前中继节点的 请求节点，剩余请求节点在对应的次优中继节点里选择中继节点。
步骤6：步骤4中的次优中继节点继续执行步骤3-5，直到所有上跳节点都找到中继节点为止。
步骤7：继续为当前节点选取下跳中继节点，执行步骤2-6，直到与基站连通为止。
(3)基于竞争协作的关键节点休眠调度策略
基于上述提出的基于竞争协作关键节点选取策略，以及OECCH中选取相交覆盖集的 方法，提出了一种基于竞争协作关键节点休眠调度算法。首先，在网络初始化时，根据相交覆盖集构造算法选出当前工作的感知节点集，其余未被选出的节点则保持休眠状态，等待下一轮重新选取时被唤醒；其次，根据选出的感知节点集，执行竞争协作中继节点选取策略，为感知节点集中每个节点选取一条中继转发路径，同样的，未被选出的节点保持休眠状态，等待下一轮被唤醒。最后，由以上两个过程构建出一个相交的连通覆盖集，当网 络中出现目标点不被感知到或者有感知数据未被传送到基站时，此时说明当前连通覆盖集中有节点已经失效，这时需要重新选取新的集合。
图8表示的是本节休眠调度算法的整体工作流程，首先初始化网络，然后执行第三章 中选取感知节点集策略，再根据感知节点集选取中继转发路径，执行完一轮工作后，根据 提出的策略重新选取感知、中继节点集合，直到网络中存在目标点不再被感知节点所感知 到或者网络无法连通时，那么网络的生存时间结束。
实施例2
为了进一步说明问题，对本发明提出的SCCKN算法与OECCH算法进行对比，选取300×300的较大区域场，使用具有30m的感知半径和100m的通信范围的传感器节点。从 以下几个方面进行对比说明。
(a)延长网络生存时间
WSNs生存时间表示的是网络中存在一个目标点再也不能被感知或者感知数据不能 发送到基站时，网络失去监测功能。网络生存时间反映了算法的有效性和实际应用价值。 首先考虑网络节点数量对网络生存时间的影响，对于目标点数量和位置相同的网络，网络 生存时间会随着节点数量的增加而延长。由于只有部分节点被利用，还存在一部分节点没 有被使用，所以能够最大化利用网络节点的算法，在同等条件下的网络生存时间会得到延 长。在此次实验中，选取目标点为20固定不变，节点数量以25为步长从150增加到600。从图1中可以看出，两种算法的网络生存时间都随着节点数量增加而增加，在不同网络节点规模下，本发明提出的算法SCCKN相较于OECCH的网络生存时间提升了大约 9.3％-18.7％。因此本发明提出的SCCKN算法在延长网络生存时间方面具有明显优势。主 要由于SCCKN在选择中继节点时，设置了节点优先级参数，避免网络中关键节点被频繁 的选择工作，导致能耗过快，引起网络瘫痪。
第二部分，考虑对于网络节点数量相同，目标点不同时对网络生存时间的影响，选取 节点数量为500，目标点数量以步长为5从5增加到60。图2反映了随着目标点的增加， 网络生存时间随之降低，主要因为网络中节点数量固定，目标点越多，需要工作的感知节 点越多，所需传输的数据也就越多，在相同时间内的能耗也会增加，从而引起网络生存时 间减小。此外，从图5中可以看出，本发明提出的CCTSC算法相对于OECCH算法的网 络生存时间提升了8.3％-25.4％，所以本文算法在同等网络条件下，拥有更好的性能。综 合上述节点数量和目标点数量不同时对网络生存时间的影响，本发明提出的SCCKN算法 具有较好的性能表现和扩展性。
(b)节点平均能耗
对于高密度抛撒的传感器节点，网络中只有部分节点被利用，存在一部分节点没有被 使用，因此网络的平均能耗一般会随着节点数量增加而降低。图3显示本发明提出的SCCKN算法相对于OECCH算法在平均能耗方面，降低了和11.6％-20.8％，所以SCCKN 算法的平均能耗相对较低，具有较好的性能。对于OECCH算法，平均能耗随着节点数量 增加呈现出下降的趋势。而对于和SCCKN算法来说，节点数量增加对平均能耗的影响较 小，从图中看出，对于不同节点数量的平均能耗在0.78-0.93之间，降低程度相较于OECCH 算法明显减少。
其中主要由于在选择中继节点时，SCCKN加入了竞争协作的请求退让机制，把数据传输的任务分配到更多的节点上，使得网络中节点的使用率提高，而随着节点数量的增加，节点使用率不会出现快速下滑，能够保持在一定比率之上，从而最大化利用网络中节点，进而提升网络生存时间。
(c)中继节点平均数量占比
由于在文中加入节点竞争协作请求退让机制，让更多的节点参与到数据传输的任务 中，进而使得当前工作的中继节点数量出现增加的趋势。图4表示不同节点数量时，网络中每轮工作的中继节点数量与总节点数量的比值，随着节点数量增加，OECCH和SCCKN 算法的工作中继节点占比都呈现下降的趋势。同时SCCKN算法相对于OECCH算法的工 作中继节点数量增长了24.5％-56.3％，SCCKN的每轮工作中继节点数量明显增加，这主 要是因为加入了节点竞争协作请求退让机制，减少了一个中继节点的数据转发负担，把数 据传输的任务分配到更多的节点上。

Claims (4)

1.一种基于竞争协作的WSNs关键节点休眠调度方法，其特征在于，包括：
根据感知节点的覆盖启发式值选取覆盖集，具有最大覆盖启发式值的感知节点将被视为预选节点，如果网络覆盖率得到提升，那么预选节点将被放入到覆盖集中，重复上述步骤，直到所有的目标点都被覆盖为止，得到一个相交的覆盖集。
根据保护关键节点的要求，针对不同类型的节点(感知节点、非感知节点)设置优先级参数。
根据节点优先级参数、数据传输能耗以及剩余能量设计节点发送数据的传输代价。
根据节点之间传输代价邻接矩阵，选取中继节点，同时在节点自私性的基础上，每个节点在同一时刻只能响应一个中继请求，即中继节点的竞争现象，中继节点会选择对自己有利的请求，传输代价相对较小的请求，进而构建网络连通路径。
2.根据权利要求1所述的一种基于竞争协作的WSNs关键节点休眠调度方法，其特征在于，根据网络中出现目标点不被感知到或者有感知数据未被传送到基站时，此时说明当前连通覆盖集中有节点已经失效，这时需要重新选取新的集合，实现节点休眠调度。
3.根据权利要求1所述的一种基于竞争协作的WSNs关键节点休眠调度方法，其特征在于，节点优先级参数设置，由于在传感器网络中，节点是均匀随机抛洒的，根据网络模型知道感知节点和非感知节点的存在，会出现有些离散目标点只被很少的节点所覆盖，而一旦存在目标点无法被覆盖，那么网络的功能就失效了，所以为了延长网络生存时间，根据前文已经提到的保护关键节点的内容，针对不同类型的节点，感知节点、非感知节点设置优先级参数c，如公式(6)所示，
Figure FDA0003113657500000011
式中，M表示网络中覆盖一个离散目标点的最大传感器节点数量，Ni表示与节点Si覆盖同一目标点的节点数量，Nj表示与节点Sj覆盖同一目标点的节点数量，其中有M＝5，Ni＝3，Nj＝4。经过分析可以得出当传感器节点是感知节点时，优先级参数c会随着Ni和Nj的变化而变化，当Ni和Nj比较小时，说明覆盖这两个离散目标点的节点较少，因此，节点Si和Sj是比较关键的节点，它们的被选为中继节点的优先级最低，对应节点之间的传输代价要尽量大，避免过度的使用，进而影响网络生存时间；当Ni和Nj较大时，说明覆盖这两个离散目标点的节点较多，对应的传输代价可以比较小，也就是说节点可以承担部分中继转发任务；当Ni和Nj为0时，即节点为非感知节点，只承担中继转发任务，因此被选择成为中继节点的优先级最高。
4.根据权利要求1所述的一种基于竞争协作的WSNs关键节点休眠调度方法，其特征在于，为了确定传感器节点最大通信半径范围内的可用中继节点集合，借用图论的邻接矩阵概念，其中，邻接矩阵中节点Si在τ时刻向Sj发送数据的传输代价如式(7)所示，进而可以构建该监测区域范围内的传感器节点间的邻接矩阵如式(8)所示；
Figure RE-FDA0003259047080000021
式中，
Figure RE-FDA0003259047080000022
表示节点Si在τ时刻传输的数据包数量大小，ei,j表示在τ时刻从节点Si向Sj发送数据的能耗，di,j表示节点Si和Sj之间的欧氏距离，
Figure RE-FDA0003259047080000023
表示节点Si在τ时刻所有可用的传输路径中传输能耗最大值，c表示选择中继节点的优先级参数。由于要保证数据传输的可靠性，要求节点Si在τ时刻的剩余能量大于等于在τ时刻最大传输能耗；
Figure RE-FDA0003259047080000024
随着网络的持续工作，传感器节点的剩余能量逐渐减少，为了保证中继节点的能耗均衡性，在现有的传输代价基础上，加入了数据发送节点和接收节点的剩余能量作为评价指标之一，如果节点剩余能量较低时，传输代价需要增大，避免节点能耗太快，导致节点死亡；反之，传输代价相对较低。所以设置节点剩余能量代价参数，如公(9)式所示；
Figure RE-FDA0003259047080000025
综合公式(7)和公式(9)，对节点之间的传输代价进行更新得到最终的传输代价，如公式(10)所示；
Figure RE-FDA0003259047080000026
由于传感器节点的通信半径是有限的，为了把感知节点集的感知数据传输到基站，同时延长网络的生存时间，通常需要中继节点进行数据转发，因此，一种中继节点选取策略被提出，由前文建立的节点之间传输代价邻接矩阵，构建出一条连通的路径，为了降低传输能耗，需要最小化这条路径的总传输代价，用式(11)来表示；
Figure RE-FDA0003259047080000031
它主要有以下两个限制条件，如式(12)和式(13)所示；
Sh,Sh+1∈Ω (12)
Figure RE-FDA0003259047080000032
其中，
Figure RE-FDA0003259047080000033
表示从感知节点Si到基站数据传输的总代价，从节点Si到基站之间可选择的中继节点集为Ω＝{S1,S2,…,Sh,…,SH}，在Ω中可选择一条传输代价最小的路径，h表示数据传输所经过的跳数；此外，在选取中继节点时，要确保任意中继节点在τ时刻的剩余能量大于等于最大能耗。
CN202110659924.2A 2021-06-11 2021-06-11 一种基于竞争协作的WSNs关键节点休眠调度方法 Pending CN113507737A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110659924.2A CN113507737A (zh) 2021-06-11 2021-06-11 一种基于竞争协作的WSNs关键节点休眠调度方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110659924.2A CN113507737A (zh) 2021-06-11 2021-06-11 一种基于竞争协作的WSNs关键节点休眠调度方法

Publications (1)

Publication Number Publication Date
CN113507737A true CN113507737A (zh) 2021-10-15

Family

ID=78009706

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110659924.2A Pending CN113507737A (zh) 2021-06-11 2021-06-11 一种基于竞争协作的WSNs关键节点休眠调度方法

Country Status (1)

Country Link
CN (1) CN113507737A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114095945A (zh) * 2021-11-18 2022-02-25 南京审计大学金审学院 一种综合考虑网络覆盖和能效的节点休眠调度方法和系统

Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150103707A1 (en) * 2013-10-10 2015-04-16 At&T Intellectual Property I. L.P. Method and apparatus for reducing energy consumption of radio communications in a wireless sensor network
US20150195768A1 (en) * 2012-10-24 2015-07-09 Qualcomm Incorporated Profile Based Discovery Engine Configurations for Neighborhood Aware Wi-Fi Networks
US20180103408A1 (en) * 2016-10-10 2018-04-12 Netgear, Inc. Machine learning coordinated wireless networking
CN108184241A (zh) * 2017-12-19 2018-06-19 重庆工商大学 面向不同优先级目标的异构有向传感器网络节点调度方法
CN110503854A (zh) * 2019-08-29 2019-11-26 重庆交通大学 一种基于zigbee通信协议的辅助驾驶系统及方法
CN111225398A (zh) * 2020-02-21 2020-06-02 国网江苏省电力有限公司南京供电分公司 一种基于协作覆盖的微电网无线传感器网络能耗优化方法
CN112118583A (zh) * 2020-08-12 2020-12-22 浙江工业大学 一种基于目标覆盖的可充电小车移动最优路径规划方法
CN112911519A (zh) * 2021-01-12 2021-06-04 中国科学院上海微系统与信息技术研究所 一种基于目标距离的wsn线性覆盖休眠调度的路由方法

Patent Citations (8)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20150195768A1 (en) * 2012-10-24 2015-07-09 Qualcomm Incorporated Profile Based Discovery Engine Configurations for Neighborhood Aware Wi-Fi Networks
US20150103707A1 (en) * 2013-10-10 2015-04-16 At&T Intellectual Property I. L.P. Method and apparatus for reducing energy consumption of radio communications in a wireless sensor network
US20180103408A1 (en) * 2016-10-10 2018-04-12 Netgear, Inc. Machine learning coordinated wireless networking
CN108184241A (zh) * 2017-12-19 2018-06-19 重庆工商大学 面向不同优先级目标的异构有向传感器网络节点调度方法
CN110503854A (zh) * 2019-08-29 2019-11-26 重庆交通大学 一种基于zigbee通信协议的辅助驾驶系统及方法
CN111225398A (zh) * 2020-02-21 2020-06-02 国网江苏省电力有限公司南京供电分公司 一种基于协作覆盖的微电网无线传感器网络能耗优化方法
CN112118583A (zh) * 2020-08-12 2020-12-22 浙江工业大学 一种基于目标覆盖的可充电小车移动最优路径规划方法
CN112911519A (zh) * 2021-01-12 2021-06-04 中国科学院上海微系统与信息技术研究所 一种基于目标距离的wsn线性覆盖休眠调度的路由方法

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
DANYANG QIN: "Study on Connected Target Coverage Algorithm for Wireless Sensor Network", 《IEEE》 *
M. H. SHAZLY: "Balancing area coverage in partitioned wireless sensor networks", 《IEEE》 *
温俊: "能量高效的无线传感器网络覆盖控制技术研究", 《中国博士论文全文数据库》 *

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN114095945A (zh) * 2021-11-18 2022-02-25 南京审计大学金审学院 一种综合考虑网络覆盖和能效的节点休眠调度方法和系统
CN114095945B (zh) * 2021-11-18 2024-01-30 南京审计大学金审学院 一种综合考虑网络覆盖和能效的节点休眠调度方法和系统

Similar Documents

Publication Publication Date Title
Cengiz et al. Energy aware multi-hop routing protocol for WSNs
CN102036308B (zh) 一种能量均衡的无线传感器网络分簇方法
Kour et al. Hybrid energy efficient distributed protocol for heterogeneous wireless sensor network
Palan et al. Low energy adaptive clustering hierarchy (LEACH) protocol: A retrospective analysis
CN103024814B (zh) 一种基于冗余控制和分簇路由的无线传感网节能方法
CN106792973B (zh) 一种能量异构无线传感器网络中的簇首选举及其轮换方法
CN108696903A (zh) 一种基于能耗均衡的leach算法优化方法
CN103781147B (zh) 一种基于扇形分簇的无线传感器网络路由协议的通信方法
CN105072656A (zh) 基于K-means聚类和蚁群算法的多级异构无线传感器网络分簇路由方法
Avokh et al. Dynamic balanced spanning tree (DBST) for data aggregation in wireless sensor networks
CN108900996A (zh) 一种基于双层模糊算法的无线传感器网络数据传输方法
KR101658736B1 (ko) 에너지 저손실 클러스터 트리구조를 이용한 무선 센서 네트워크의 클러스터링 방법
CN110121200B (zh) 一种异质传感网中能量高效的组网方法
CN108924786B (zh) 面向环境突发事件的无线传感器网络数据采集方法
CN102938892A (zh) 一种认知无线传感器网络跨层协议设计方法
CN111818553A (zh) 基于模糊逻辑的无线传感器网络改进多跳leach协议
CN104135752A (zh) 一种无线传感器网络簇头节点选择方法及分簇方法
CN113507737A (zh) 一种基于竞争协作的WSNs关键节点休眠调度方法
Mehra et al. Energy efficient self organising load balanced clustering scheme for heterogeneous WSN
CN108650650B (zh) 用于区域覆盖监控的无线传感器网络簇头选择方法
CN112839367A (zh) 一种无线传感器网络leach优化算法
CN108199873B (zh) 节点拓扑控制方法和节点拓扑控制系统
CN110708735B (zh) 异构认知无线传感器网络分簇路由方法
CN112437477B (zh) 一种无线传感器网络路由方法及系统
Sedighimanesh et al. Improving wireless sensor network lifetime using layering in hierarchical routing

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: 20211015