CN115988601A - 一种自组网分簇路由方法 - Google Patents

一种自组网分簇路由方法 Download PDF

Info

Publication number
CN115988601A
CN115988601A CN202211660766.3A CN202211660766A CN115988601A CN 115988601 A CN115988601 A CN 115988601A CN 202211660766 A CN202211660766 A CN 202211660766A CN 115988601 A CN115988601 A CN 115988601A
Authority
CN
China
Prior art keywords
node
cluster head
nodes
network
cluster
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
CN202211660766.3A
Other languages
English (en)
Inventor
陈浩
刘海娟
贾昊
熊珂
张红旗
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.)
CETC 54 Research Institute
Original Assignee
CETC 54 Research Institute
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 CETC 54 Research Institute filed Critical CETC 54 Research Institute
Priority to CN202211660766.3A priority Critical patent/CN115988601A/zh
Publication of CN115988601A publication Critical patent/CN115988601A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • 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

  • Mobile Radio Communication Systems (AREA)

Abstract

本发明公开了一种自组网分簇路由方法，属于无线传感器网络优化领域。本发明包括：选出簇头节点；节点确认自己是否成为簇头节点，当确认自己为簇头节点后，向全网广播，然后等待其他非簇头节点的反馈消息；在分配给每个节点的时间段内，向簇头节点传输数据；当集群中的所有节点都完成数据传输后，簇头节点开始处理数据；簇头节点接收并聚合数据以删除冗余，并对信息进行压缩；簇头节点以单跳或多跳的方式将数据转发到sink或哨所。本发明充分考虑了初始能量、剩余能量和簇头节点的最优值，实现了高效的簇头节点选举方案，能够平衡网络负载，降低网络能耗，提高网络生存期。

Description

一种自组网分簇路由方法
技术领域
本发明属于无线传感器网络优化设计领域，特别是指一种自组网分簇路由方法，可用于面向边境防护中光电-雷达传感器网络的高能效自组网。
背景技术
实际应用中的光电-雷达传感器网络往往是由大量的传感器节点布置在传感区域内。节点部署问题，即在该区域内感知监测的数据量，然后通过无线链路把数据传送到节点部署，即通过一定的算法布置节点，优化现有的网络资源，以期网络在未来的应用中利用率最大或单个任务消耗量最小。它是光电-雷达传感器网络应用的一个基本问题，决定着传感器监测物理空间的效果，进而影响传感器网络的服务质量。一般来讲，网络的节点部署方法需要在完成监测任务的前提下，尽量节省能耗以延长网络寿命。
在LEACH协议中，每一轮簇头节点的变化是基于选举概率，这表明集群中的所有节点都有相同的机会被选举，而不考虑其剩余能量。相同概率的簇头选举是有风险的，可能会发生那些剩余能量低的节点也成为簇头节点的场景，这些节点死亡的时间就提前了，这也影响了网络拓扑的稳定性，增加网络维护开销和能量消耗，从而减少了网络的寿命。
发明内容
有鉴于此，本发明提供一种自组网分簇路由方法，该方法充分考虑了初始能量、剩余能量和簇头节点的最优值，实现了一种高效的CH(簇头节点)选举方案，能够平衡网络负载，降低网络能耗，提高网络生存期。
为了实现上述目的，本发明采用了如下技术方案：
一种自组网分簇路由方法，包括以下步骤：
步骤1：每个节点在第一轮开始之前，随机生成一个大于0并且小于1的数；如果某个节点随机生成的数小于协议给定的阈值T(i)，那么这个节点被选为簇头节点；T(i)的计算公式如下：
其中，p代表预设的每个节点成为簇头的概率，r为当前轮数，mod表示取余数；
之后的每轮中，利用如下的修正方程选出簇头节点：
其中，G代表的是在上一个轮里还没有成为簇头节点的节点集合，Einitial表示节点的初始能量，Eresidual表示节点的剩余能量；
最优簇头数kopt的计算公式如下：
其中，n代表的是网络中节点的总数量，d代表的是该节点离基站的距离，M代表的是网络的尺寸大小，EDA代表的是簇头压缩和融合数据耗费的能量，Eele代表发送和接受每单位数据消耗的能量，Emp表示多路径衰减模型的传输参数，Efs表示自由空间模型的传输参数；
步骤2：节点运行R-LEACH方法确认自己在本轮中是否成为簇头节点，当确认自己在无线传感器网络中的身份即簇头节点后，向全网广播自己成为簇头节点的事实，然后等待其他非簇头节点的反馈消息；非簇头节点同样确认自己在无线传感器网络中非簇头节点的身份，然后根据接收到的其他簇头节点向无线传感器网络全网广播信号的强弱入簇；
步骤3：在分配给每个节点的时间段内，向簇头节点传输数据；只有发射节点保持活动状态，集群中的所有其他节点将关闭无线电以节省能源；当集群中的所有节点都完成数据传输后，簇头节点开始处理数据；簇头节点接收并聚合数据以删除冗余，并对信息进行压缩；然后，簇头节点以单跳或多跳的方式将数据转发到sink或哨所。
本发明具有如下有益效果：
1、本发明在选择簇头节点时充分考虑了节点的剩余能量和聚在一起的最优簇数，从而将网络生命周期提高到更多的轮数。
2、本发明将簇头节点位置在能量级别较高的节点之间进行旋转。
3、本发明可选择适合环境监测、智慧城市和系统等物联网应用的网络下一组簇头节点。
4、本发明分析了低能量自适应聚类层次(LEACH)，结合了节能的基于聚类的路由和媒体接入的思想，以及特定应用的数据聚合。
附图说明
图1初始能量0.5J：LEACH，R-LEACH协议死亡节点数随轮数变化曲线。
图2初始能量为0.5J：R-LEACH算法FDN,HDN,ADN数据展示。
图3初始能量为0.25J：LEACH，R-LEACH协议传感器死亡节点数随轮数变化曲线。
图4初始能量为0.75J：LEACH，R-LEACH协议传感器死亡节点数随轮数变化曲线。
图5初始能量为0.25J：LEACH，R-LEACH协议FDN,HDN,ADN数据比较。
图6为初始能量为0.75J：LEACH，R-LEACH协议FDN,HDN,ADN数据比较。
具体实施方式
一种自组网分簇路由方法，包括以下步骤：
步骤1:簇头选取阶段。每个节点在第一轮开始之前，都会随机生成一个大于0并且小于1的数。如果某个节点随机生成的数小于协议给定的阈值T(i)，那么这个节点被选为簇头节点。T(i)的公式如下：
公式中的p是预设的每个节点成为簇头的概率，r为当前轮数。
之后的每轮利用修正方程选出CH：
上面公式中的G代表的是在上一个轮里还没有成为簇头节点的节点集合，Einitial表示节点的初始能量，Eresidual表示节点的剩余能量，G代表的是在上一个轮里还没有成为簇头节点的节点集合。最优簇头数kopt公式如下：
其中n代表的是网络中节点的总数量，d代表的是该节点离基站的距离，M代表的是网络的尺寸大小，EDA代表的是簇头压缩和融合数据耗费的能量，Eele代表发送和接受每单位数据消耗的能量，Emp表示多路径衰减模型的传输参数，Efs表示自由空间模型的传输参数。
步骤2:簇建立阶段。
节点运行R-LEACH算法确认自己在本轮中是否成为簇头节点，当确认自己在WSN(无线传感器网络)中的身份即簇头节点后，向全网广播自己成为簇头节点的事实，然后等待其他非簇头节点的反馈消息。非簇头节点同样确认自己在WSN中非簇头节点的身份，然后根据接收到的其他簇头节点向WSN全网广播信号的强弱入簇。
步骤3:R-LEACH协议稳态阶段。
在分配给每个节点的时间段内，向CH传输数据。只有发射节点保持活动状态，集群中的所有其他节点将关闭无线电以节省能源。当集群中的所有节点都完成数据传输后，CH将开始处理数据。CH接收然后聚合数据以删除任何冗余并尽可能压缩信息以公平利用带宽。然后，CH以单跳或多跳的方式将数据转发到sink或哨所。
模型建立阶段，对于区域内节点与CH之间的短距离通信考虑自由空间模型，对于像CH与sink之间的长距离传输采用多径衰落模型。对于对称传播信道，将一个数据包中的k位数据发送到距离d米的传感器时的功耗可以写为：
其中Eele接收机或发射机的每位能量消耗。Emp是多径衰落的传输参数，Efs是自由空间模型的传输参数。
当现场有n个传感器节点时，设有m个集群。在LEACH算法中，P表示节点选择CH的概率，在第一轮开始前，每个节点i在区间[0,1]之间生成一个随机数。如果发现这个数字小于阈值T(n)，那么该节点将成为该轮的CH：
在设置阶段，第一轮，使用常规LEACH算法形成簇和CH。数据传输后，网络中的每个节点都会消耗一定的能量，每个节点消耗的能量不同。功率消耗取决于发送节点和接收节点之间的距离，用d表示。因此，下一轮利用修正方程选出CH：
上面公式中的Einitial表示节点的初始能量，Eresidual表示节点的剩余能量，并进行一些符合当前模型的修改得下式：
其中n代表的是网络中节点的总数量，d代表的是该节点离基站的距离，M代表的是网络的尺寸大小，EDA代表的是簇头压缩和融合数据耗费的能量，Eele代表发送和接受每单位数据消耗的能量，Emp表示多路径衰减模型的传输参数，Efs表示自由空间模型的传输参数；因为在R-LEACH中不考虑设定头集，因此在该模型中仅有代表每个簇中的簇头节点，即m＝0。
对此方案进行仿真，仿真参数如下表格:
实验参数 数值
网络覆盖区域 10km×100km
光电-雷达传感器节点个数(n) 100
<![CDATA[光电-雷达传感器节点初始能量(E<sub>initial</sub>)]]> 0.5J
<![CDATA[控制包长度(l<sub>c</sub>)]]> 100bit
<![CDATA[数据包长度(l<sub>d</sub>)]]> 4000bit
<![CDATA[数据发送/接收能量消耗(E<sub>ele</sub>)]]> 50nJ/bit
<![CDATA[自由空间模型功放系数(E<sub>fs</sub>)]]> <![CDATA[10pJ/bit/m<sup>2</sup>]]>
<![CDATA[多路衰减模型功放系数(E<sub>mp</sub>)]]> <![CDATA[0.0013pJ/bit/m<sup>4</sup>]]>
<![CDATA[数据融合能量消耗(E<sub>DA</sub>)]]> 5nJ/bit
基站坐标 (50km，20km)
附图展示了R-LEACH算法以及作为对照组的LEACH算法的网络寿命。
从图2可以看出，R-LEACH第一个节点死亡大约在400轮时出现，但是虽然第一个节点死亡出现的轮数较LEACH算法提前，但是网络整体生存时间较长，死亡的速度更加的平缓，不会出现网络突然瘫痪的情况，整体网络死亡出现在大约1700轮。
LEACH协议假设CHs每轮消耗相同的能量，导致CH选择效率低下，影响网络寿命。R-LEACH选择CH时考虑了节点的剩余能量和聚在一起的最优簇数，从而将网络生命周期提高到更多的轮数。
网络稳定性和网络生存期是保证物联网环境下网络性能稳定的两个重要参数。网络稳定性是从网络开始到第一个节点死亡(FND)的时间，网络生存期由网络中第一个节点死亡(LND)和第一个节点死亡(LND)之间的时间决定。为了研究所提出的R-LEACH协议对这些指标的行为，这里分析了网络稳定性的FND、网络生命周期的LND和网络中的HND参数。
从图3可以得知，R-LEACH算法的第一个节点死亡时间(FDN)为447轮，一般节点的死亡出现在第1151轮而整体网络死亡出现在1760轮。
为了验证仿真结果的准确性，我们将初始能量分别设置为0.25J与0.75J，再次比较R-LEACH与LEACH的生命周期与FDN、HDN、ADN的数据，得到的结果如图4-6。
从图中可以看出，在初始能量不同时，R-LEACH网络生存周期较LEACH生存周期更长。

Claims (1)

1.一种自组网分簇路由方法，其特征在于，包括以下步骤：
步骤1：每个节点在第一轮开始之前，随机生成一个大于0并且小于1的数；如果某个节点随机生成的数小于协议给定的阈值T(i)，那么这个节点被选为簇头节点；T(i)的计算公式如下：
Figure FDA0004013780020000011
其中，p代表预设的每个节点成为簇头的概率，r为当前轮数，mod表示取余数；
之后的每轮中，利用如下的修正方程选出簇头节点：
Figure FDA0004013780020000012
其中，G代表的是在上一个
Figure FDA0004013780020000013
轮里还没有成为簇头节点的节点集合，Einitial表示节点的初始能量，Eresidual表示节点的剩余能量；
最优簇头数kopt的计算公式如下：
Figure FDA0004013780020000014
其中，n代表的是网络中节点的总数量，d代表的是该节点离基站的距离，M代表的是网络的尺寸大小，EDA代表的是簇头压缩和融合数据耗费的能量，Eele代表发送和接受每单位数据消耗的能量，Emp表示多路径衰减模型的传输参数，Efs表示自由空间模型的传输参数；
步骤2：节点运行R-LEACH方法确认自己在本轮中是否成为簇头节点，当确认自己在无线传感器网络中的身份即簇头节点后，向全网广播自己成为簇头节点的事实，然后等待其他非簇头节点的反馈消息；非簇头节点同样确认自己在无线传感器网络中非簇头节点的身份，然后根据接收到的其他簇头节点向无线传感器网络全网广播信号的强弱入簇；
步骤3：在分配给每个节点的时间段内，向簇头节点传输数据；只有发射节点保持活动状态，集群中的所有其他节点将关闭无线电以节省能源；当集群中的所有节点都完成数据传输后，簇头节点开始处理数据；簇头节点接收并聚合数据以删除冗余，并对信息进行压缩；然后，簇头节点以单跳或多跳的方式将数据转发到sink或哨所。
CN202211660766.3A 2022-12-23 2022-12-23 一种自组网分簇路由方法 Pending CN115988601A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202211660766.3A CN115988601A (zh) 2022-12-23 2022-12-23 一种自组网分簇路由方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202211660766.3A CN115988601A (zh) 2022-12-23 2022-12-23 一种自组网分簇路由方法

Publications (1)

Publication Number Publication Date
CN115988601A true CN115988601A (zh) 2023-04-18

Family

ID=85964230

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202211660766.3A Pending CN115988601A (zh) 2022-12-23 2022-12-23 一种自组网分簇路由方法

Country Status (1)

Country Link
CN (1) CN115988601A (zh)

Similar Documents

Publication Publication Date Title
CN102036308B (zh) 一种能量均衡的无线传感器网络分簇方法
Ferrara et al. MACRO: an integrated MAC/routing protocol for geographic forwarding in wireless sensor networks
CN108566664B (zh) 一种分布式高能效的wsn分簇路由优化方法
CN104320796A (zh) 基于leach协议的无线传感器网络数据传输方法
CN102802175A (zh) 一种基于能量消耗的无线传感器网络路由优化算法
CN113141592A (zh) 一种长生命周期的水声传感器网络自适应多路径路由机制
Chen Improvement of LEACH routing algorithm based on use of balanced energy in wireless sensor networks
Tarigh et al. A new clustering method to prolong the lifetime of WSN
Li et al. Uneven Clustering Routing Algorithm Based on Optimal Clustering for Wireless Sensor Networks.
CN102638901A (zh) 适用于工业监测的无线传感器网络自适应mac协议
CN102983948A (zh) 一种无线传感网络自适应聚类传输发法及其装置
CN112867169A (zh) 一种综合管廊异构网络自组网通信方法及其系统
Al-Khdour et al. An energy-efficient distributed schedule-based communication protocol for periodic wireless sensor networks
Tang et al. REA-MAC: A low latency routing-enhanced asynchronous duty-cycle MAC protocol for wireless sensor networks
CN115988601A (zh) 一种自组网分簇路由方法
Alassery et al. Smart wireless sensor networks powered by remaining energy cluster head selection protocol
CN112637804B (zh) 避障无线传感器网络动态分层组网方法
Mohammad et al. Implementation of Multihop technique in DEC Protocol
Feng et al. An adaptive data gathering strategy for target tracking in cluster-based wireless sensor networks
CN102665250B (zh) 无线传感器网络确定传输方式的方法及装置
Yrjölä Energy-efficient communication protocol for wireless microsensor networks
CN106714316B (zh) 无线传感器网络中基于网络编码协作系统区分服务的方法
Wu et al. A novel location-based routing algorithm for energy balance in wireless sensor networks
Chourse et al. A review on energy efficient of clustering-based routing protocol in wireless sensor network
Wang et al. An energy-saving algorithm of WSN based on gabriel graph

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