CN117692988A - 面向事件驱动型无线传感器网络的均衡能耗路由方法 - Google Patents
面向事件驱动型无线传感器网络的均衡能耗路由方法 Download PDFInfo
- Publication number
- CN117692988A CN117692988A CN202311591947.XA CN202311591947A CN117692988A CN 117692988 A CN117692988 A CN 117692988A CN 202311591947 A CN202311591947 A CN 202311591947A CN 117692988 A CN117692988 A CN 117692988A
- Authority
- CN
- China
- Prior art keywords
- energy consumption
- node
- cluster head
- data
- area
- 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
Links
- 238000005265 energy consumption Methods 0.000 title claims abstract description 96
- 238000000034 method Methods 0.000 title claims abstract description 35
- 241000854291 Dianthus carthusianorum Species 0.000 claims abstract description 157
- 230000005540 biological transmission Effects 0.000 claims abstract description 49
- 238000001514 detection method Methods 0.000 claims abstract description 38
- 230000002776 aggregation Effects 0.000 claims abstract description 28
- 238000004220 aggregation Methods 0.000 claims abstract description 28
- 238000012544 monitoring process Methods 0.000 claims abstract description 25
- 230000006854 communication Effects 0.000 claims description 35
- 238000004891 communication Methods 0.000 claims description 32
- 238000004364 calculation method Methods 0.000 claims description 9
- 238000005562 fading Methods 0.000 claims description 6
- 230000008859 change Effects 0.000 claims description 5
- 230000008569 process Effects 0.000 claims description 5
- 238000013210 evaluation model Methods 0.000 claims description 3
- 238000005259 measurement Methods 0.000 claims description 2
- 230000002860 competitive effect Effects 0.000 claims 1
- 238000005457 optimization Methods 0.000 abstract 1
- 230000007246 mechanism Effects 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000006116 polymerization reaction Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 238000013473 artificial intelligence Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000000694 effects Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000002035 prolonged effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 230000007723 transport mechanism Effects 0.000 description 1
Landscapes
- Mobile Radio Communication Systems (AREA)
Abstract
本发明涉及面向事件驱动型无线传感器网络的均衡能耗路由方法,属于物联网领域。该方法首先根据数据传输能耗和节点位置,建立区域能耗模型,并计算各个区域的宽度和簇头个数。接着运行节点采用基于节点位置、剩余能量和中心性的多目标优化方法确定最终簇头,根据簇头周围邻节点的区域关系,构建事件监测邻居表,并存储相邻簇的相关信息。然后根据节点位置和能量,选择合适的活跃事件报告节点,采集事件数据并向汇聚节点汇报。最后基于节点到簇头的位置建立事件相关的簇头数据聚合路由表。本发明在保证事件检测可靠性的前提下,能够有效降低事件汇报能耗,延长网络寿命。
Description
技术领域
本发明属于物联网领域,涉及面向事件驱动型无线传感器网络的均衡能耗路由方法。
背景技术
随着无线通信技术的不断进步,无线传感器网络(WSN)已经成为了许多应用领域中的关键组成部分。在无线传感器网络中,各种类型的传感器节点通过无线方式进行通信,共同协作完成监测、数据采集和传输等任务。这种网络的出现,不仅避免了传统有线通信方式的布线麻烦和高成本,还能在复杂环境中进行灵活部署,为众多领域带来了巨大的便利。
但是,无线传感器网络中的数据传输机制是一个需要深入研究的关键问题。在WSN中,由于各种传感器节点的能量、通信能力、感知范围等存在差异,想设计出一个高效、稳定、公平的数据传输机制并不容易。此外,由于传感器节点通常数量众多且分布广泛,网络中的拓扑结构和动态变化也给传输机制的设计带来了额外的挑战。
目前,研究者们提出的传输机制,基于分簇的传输机制将网络中的节点划分为不同的簇,每个簇内选择一个簇头节点负责数据的收集和转发,这种机制可以减少节点间的通信开销,提高能量效率,但是此种方法在分簇过程中没有考虑节点的密度,事件监测可靠性,导致网络资源不均匀以及消息无法被更高效的传输。
未来,随着物联网、人工智能等技术的不断发展,无线传感器网络将在更多领域得到应用,而高效、可靠的数据传输机制将是实现这些应用的关键所在。
发明内容
有鉴于此,本发明的目的在于提供面向事件驱动型无线传感器网络的均衡能耗路由方法,解决现有无线传感器网络的路由方法在分簇过程中没有考虑节点的密度、事件检测可靠性,导致网络资源消耗不均匀以及消息无法被更高效的传输的技术问题。
为达到上述目的,本发明提供如下技术方案:
面向事件驱动型无线传感器网络的均衡能耗路由方法,该方法包括以下步骤:
S1:根据网络中数据传输能耗和节点位置,建立区域能耗模型;
S2:基于区域能耗模型计算网络划分各区域环的宽度;
S3:计算每个区域能耗速率与簇头个数的关系,得到每个区域的最佳簇头个数;
S4:采用基于节点位置、剩余能量和中心性计算每个节点的竞争半径,从而确定每个区域的最终簇头,根据簇头的周围邻节点的区域关系,构建每个簇头的事件监测邻居表;
S5:通过检测可靠性评估模型,利用检测失真衡量检测可靠性,得到可靠性与参与事件检测的节点个数的关系,根据可靠性与参与事件检测的节点个数的关系得到每个区域中参与事件检测的ARNs的个数;
S6:基于事件区域参与节点个数要求,给每个区域设置参与检测的簇,即根据非簇头节点的位置相关性和剩余能量计算节点竞争参数,根据计算出的竞争参数系统选择最优的节点参与事件检测,选定参与监测的节点将监测到的信息广播给邻近的簇头节点,同时,系统更新事件监测邻居表;
S7:从事件检测邻居表中获取邻居路由表和事件检测相关性,根据邻居路由表和事件监测相关性,采用多径汇聚路由的方式,建立节点路由汇聚路径,确定各数据包的聚合节点;
S8:成员节点将采集到的数据发送给对应的簇头,各个簇头通过邻居路由表判断参与事件监测的其他簇节点,即确定数据传输的目标簇头,在确定数据传输的目标簇头后,源簇头依据路由表的信息将数据发送给目标簇头,通过多个节点之间跳转,到达最终的汇聚节点;
S9:聚合节点收到所有数据后,采用多跳网络数据聚合模型对数据进行聚合处理,再根据路由路径将数据转发给基站;
S10:在网络运行过程中,若某个事件发生后没有符合能量和距离要求的节点进行数据采集,则停止执行;否则,当某一簇头节点达到能量阈值时,判断簇头是否需要更换;若簇头需要更换,则在待更换的簇头附近计算竞争半径获得新簇头,并将新簇头信息转发给邻簇头进行路由表更新,执行所述S4;若簇头不需要更换,则检测网络区域是否有事件发生,若没有事件发生,则继续检测,若有事件发生,则执行S8。
进一步的,所述S1中,根据网络中数据传输能耗和节点位置,建立区域能耗模型,具体包括:
将无线传感器网络中的每个传感器作为一个节点;
能量消耗包括:无线通信期间发送数据需要消耗的能量、无线通信期间接收数据需要的能耗;
基于一阶无线电传输模型,根据传输距离不同,将能量模型分为自由传输空间模型和多径传输空间模型,分别对应发送节点在短距离和长距离下的能量消耗;
无线通信期间发送数据需要消耗的能量,即发送b比特消息且传输距离为d的发送器的能量消耗ETX,计算如下:
式中
无线通信期间接收数据需要的能耗,即节点接收b比特数据的能耗ERX,计算如下:
ERX(b)=bEelec (4)
其中,Eelec表示由发送器和接收器处理的每单位比特数据的功耗,εfs和εmp分别是针对自由空间信道模型和多径衰落信道模型,由信号放大器处理的单位比特数据的每单位距离的功耗,d0表示区分自由空间信道模型和多径衰落信道模型的阈值;
设网络以随机部署的方式将N个传感器节点置于半径为R的目标区域内,圆形监测区域被划分成k个的同心环区域,并且环的中心是基站,li为区域i宽度,节点通信半径为r;
半径为R的圆形区域内随机发生网络事件,单位面积发生事件的概率为每个事件产生m个报文,每个报文长度为b;
区域i的面积,表示为:
区域i自身产生的数据包为:
普通节点与簇头节点的距离平方期望,表示为:
根据等式(1)在簇内通信过程中,区域内普通节点传输数据的能耗表示为:
簇头接收数据的能耗,表示为:
区域Vi中簇内通信的能耗,表示为:
在簇间通信的过程中,数据从簇头传递到其相邻下一跳簇头,区域i的簇头的传输距离期望为:
其中,表示向下取整;
如果在最外层的一跳区域内,则簇头不接收来自其他区域的数据,表示为:
在此区域的簇头发送的数据为:
其中,β1为簇内数据聚合率;
在此区域的簇头平均传输距离期望为E[di],则此区域簇间的数据接收能耗为:
在此区域的簇间数据发送能耗为:
在此区域的簇间通信的能量消耗为:
如果不在最外层的一跳区域,则簇头接收来自其他区域的数据,并将此区域的数据聚合处理后转发给下一跳里层区域;
区域接收外层一跳区域内的簇头传递的数据为:
从区域的簇头传送到下一区域的簇头的数据为:
其中,β2为簇间数据聚合率;
簇间在此区域的数据接收能耗为:
在此区域的簇间数据发送能耗为:
在此区域的簇间通信的能量消耗为:
根据公式(5)、公式(11)和公式(23)得到各区域能量变化率为:
其中ρ为节点密度。
进一步的,所述S2中,网络划分各区域环的宽度,表示为:
其中,R为网络覆盖半径,ρ为节点密度,h表示层。
进一步的,所述S3中,每个区域的最佳簇头个数,表示为:
其中,Ec为簇头能耗速率,ESi表示区域能耗速率,Ci表示簇头个数。
进一步的,所述S4中,竞争半径,是基于动态半径的簇头选择算法得到的,表示为:
其中,Rcom为节点最大通信半径,α1为密度权重,α2为距离权重,α3为能量权重,Nj为邻居节点的数量,Nmax为最大节点的数量,d(j,s)为簇头到环中心线的距离,Ej为簇头剩余能量,Emax为簇头能量的最大值。
进一步的,所述S4中,根据簇头的周围邻节点的区域关系,给每个簇头构建事件监测邻居表,具体包括:
同一区域的簇头选择自己相邻的两个簇头添加到事件监测邻居表;
计算相邻的两个区域Si和Sj的簇头各种组合的距离和,表示为:
其中,d(i,j)表示区域Si的簇头与Sj内的簇头间的距离,任意一个区域的簇头不重复参与计算,且簇头较少区域全部参与计算;
选择距离和最小的组合方式添加到事件监测邻居表,从最内层区域开始向外层区域逐层进行邻簇添加。
进一步的,所述S5中,得到可靠性与参与事件检测的节点个数的关系,表示为:
其中,为检测失真,Θ为检测可靠性,T为平均失真衡量事件个数,S表示检测节点个数,/>为发送报文数,
其中,为观测节点的方差,/>传感器节点方差,ρ(i,j)节点i与节点j的相关性。
进一步的,所述S6中,事件汇报节点竞争参数,表示为:
θ=γ1di+γ2Ei (31)
其中,γ1为位置权重,γ2为能量权重,di子节点的位置相关性,Ei子节点剩余能量。
本发明的有益效果在于:
第一,本发明根据网络中传输能耗和节点位置,建立区域能耗模型,能更有效地管理网络中节点的能量消耗;通过建立的区域能耗模型合理规划和分配簇头,能够平衡网络中的能量负载,从而延长整个网络的寿命;并且本发明考虑节点的位置和传输能耗,能很好的适应不同规模和环境的网络,此外通过竞争参数来确定簇头,能够动态的应对网络中节点的变化情况。
第二,本发明根据簇头周围节点密度和邻节点区域关系建立事件监测邻居表,能够迅速确定与事件相关的节点,从而提高事件监测的效率。
第三,本发明根据邻居表设计数据聚合路由路径,能够减少数据冗余和提高数据传输的效率,数据聚合能够降低网络中的通信量,从而节省能量并减少可能的网络拥塞。
第四,本发明针对簇节点的公共监测范围,存储邻簇簇头信息,根据节点到簇头的位置建立事件相关簇头数据聚合路径路由表,减少离心路由和基站路径规划阶段,降低不必要节点对数据的转发,从而降低网络能耗。
本发明的其他优点、目标和特征在某种程度上将在随后的说明书中进行阐述,并且在某种程度上,基于对下文的考察研究对本领域技术人员而言将是显而易见的,或者可以从本发明的实践中得到教导。本发明的目标和其他优点可以通过下面的说明书来实现和获得。
附图说明
为了使本发明的目的、技术方案和优点更加清楚,下面将结合附图对本发明作优选的详细描述,其中:
图1为本发明面向事件驱动型无线传感器网络的均衡能耗路由方法流程图;
图2为本发明区域节点能耗估算模型图;
图3为本发明簇节点路由表图;
图4为本发明路由方法说明图。
具体实施方式
以下通过特定的具体实例说明本发明的实施方式,本领域技术人员可由本说明书所揭露的内容轻易地了解本发明的其他优点与功效。本发明还可以通过另外不同的具体实施方式加以实施或应用,本说明书中的各项细节也可以基于不同观点与应用,在没有背离本发明的精神下进行各种修饰或改变。需要说明的是,以下实施例中所提供的图示仅以示意方式说明本发明的基本构想,在不冲突的情况下,以下实施例及实施例中的特征可以相互组合。
其中,附图仅用于示例性说明,表示的仅是示意图,而非实物图,不能理解为对本发明的限制;为了更好地说明本发明的实施例,附图某些部件会有省略、放大或缩小,并不代表实际产品的尺寸;对本领域技术人员来说,附图中某些公知结构及其说明可能省略是可以理解的。
本发明实施例的附图中相同或相似的标号对应相同或相似的部件;在本发明的描述中,需要理解的是,若有术语“上”、“下”、“左”、“右”、“前”、“后”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此附图中描述位置关系的用语仅用于示例性说明,不能理解为对本发明的限制,对于本领域的普通技术人员而言,可以根据具体情况理解上述术语的具体含义。
请参阅图1~图4,为面向事件驱动型无线传感器网络的均衡能耗路由方法。
图1是本发明面向事件驱动型无线传感器网络的均衡能耗路由方法的工作流程图。所述的无线传感器网络中的每个传感器作为一个节点,该方法包括如下步骤:
假设网络以随机部署的方式将N个传感器节点置于半径为R的目标区域内,其应用场景是系统的数据采集。ni表示第i个节点,(xi,yi)为ni的二维空间坐标;
能源消耗主要体现在三个方面。首先,在无线通信期间发送数据需要消耗能量;其次,考虑在无线通信期间接收数据也需要能耗;最后,融合数据时同样需要消耗能量。本文主要考虑前两个方面。基于一阶无线电传输模型,根据传输距离的不同,将能量模型分为自由传输空间模型和多径传输空间模型,分别对应发送节点在短距离和长距离下的能量消耗。
用于发送b比特消息且传输距离为d的发送器的能量消耗ETX可以如下计算:
式中
节点接收b比特数据的能耗ERX为:
ERX(b)=bEelec (4)
其中,Eelec表示由发送器和接收器处理的每单位比特数据的功耗。εfs和εmp分别是针对自由空间信道模型和多径衰落信道模型,由信号放大器处理的单位比特数据的每单位距离的功耗。d0表示区分自由空间信道模型和多径衰落信道模型的阈值。
根据图2,上述网络模型被处理如下。圆形监测区域被划分成k个的同心环区域,并且环的中心是基站,li为区域i宽度,节点通信半径为r。
图2为本发明实施例的区域节点能耗估算模型图,在此图例中,半径为R的圆形区域内随机发生网络事件,单位面积发生事件的概率为每个事件产生m个报文,每个报文长度为b。
区域i的面积:
区域i自身产生的数据包:
普通节点与簇头节点的距离平方期望:
根据等式(1)在簇内通信过程中,区域内普通节点传输数据的能耗:
簇头的接收数据的能耗:
区域Vi中簇内通信的能耗:
在簇间通信的过程中,数据从簇头传递到其相邻下一跳簇头。区域i的簇头的传输距离期望为
表示向下取整。
1)最外q层(i>n-q)
如果在最外层的的一跳区域内,则簇头不接收来自其他区域的数据,即
该区域的簇头发送的数据:
其中β1为簇内数据聚合率。
该区域的簇头平均传输距离期望为E[di],则该区域簇间的数据接收能耗:
该区域的簇间数据发送能耗:
因此,可以得到该区域的簇间通信的能量消耗:
2)0<i≤(n-q)
如果不在最外层的一跳区域,则簇头将要接收来自其他区域的数据,并将此区域的数据聚合处理后转发给下一跳里层区域。
区域接收外层一跳区域内的簇头传递的数据,即:
并且从区域的簇头传送到下一区域的簇头的数据:
其中β2为簇间数据聚合率;
簇间该区域的数据接收能耗:
该区域的簇间数据发送能耗:
因此,可以得到该区域的簇间通信的能量消耗:
由上可以得到区域能量变化率为:
其中ρ为节点密度。
为了均衡网络能耗,应使每个区域能量变化率基本一致,从而得到每个区域的宽度
区域内的节点在基于动态半径的簇头选择算法中,每个传感器节点会通过下式计算自己的竞争半径
其中Rcom为节点最大通信半径,α1为密度权重,α2为距离权重,α3为能量权重,Nj为邻居节点的数量,Nmax为最大节点的数量,d(j,s)为簇头到环中心线的距离,Ej为簇头剩余能量,Emax为簇头能量的最大值。
计算每个区域能耗速率ESi与簇头个数Ci的关系,以均衡区域能耗为要求,得到每个区域的最佳簇头个数
其中Ec为簇头能耗速率。
在选取候选簇头阈值公式中加入节点相对距离和节点相对密度因素后。当节点距离基站较远或节点附近邻居节点数较少时,阈值会较低。从而使得选出的候选簇头分布与基站的距离越近则数量越多;反之,距离越远则数量越少,且候选簇头位于节点较为密集处。
同一区域的簇头选择自己相邻的两个簇头添加到邻居表。因为同一区域的簇头基本都分布在区域中心环附近,近似线性分布,所以必有且只有两个节点互为相邻节点。
计算相邻的两个区域Si和Sj的簇头各种组合的距离和
其中d(i,j)表示区域Si的簇头与Sj内的簇头间的距离,任意一个区域的簇头不重复参与计算,且较少区域的簇头全部参与计算。选择距离和最小的组合方式添加到邻居表,从最内层区域开始向外层区域逐层进行邻簇添加。
基于无线传感器网络检测可靠性评估模型,其采用检测失真来衡量检测可靠性Θ,可以得到可靠性与参与事件检测的节点个数的关系,由此可以确定每个区域中参与事件检测的ARNs的个数。
其中T为平均失真衡量事件个数,S表示检测节点个数,为发送报文数,
其中为观测节点的方差,/>传感器节点方差,ρ(i,j)节点i与节点j的相关性。
基于事件区域参与节点个数要求,公式(30)和(31)给每个区域设置参与检测的节点个数。事件区域周围簇头根据子节点的位置相关性di和剩余能量Ei计算节点竞争参数θ,选择最优的节点参与事件监测,并将对应的区域监测信息广播给邻簇头,更新邻居表。
θ=γ1di+γ2Ei (31)
γ1为位置权重,γ2为能量权重。
根据邻居路由表和事件监测相关性,采用多径汇聚路由的方式,建立节点路由汇聚路径,确定各数据聚合节点g。在参与同一区域事件传输的簇头通信范围内下一跳节点的交集中,满足基本能量传输要求的前提下,选择距离基站最近的节点。
聚合节点g收到所有数据后,对数据进行聚合处理。采用多跳网络数据聚合模型。在该聚合模型中,簇首能够将节点连续到达的数据进行聚合。记i为节点Si的原始数据源;表示簇首Si和节点Sj的汇聚结果;/>表示簇首Si所有输入数据和其自身数据的最终聚合结果。在网络数据传输过程中,簇首Si当收到节点Sj的发来的数据/>时,会将其自身数据与节点数据/>进行聚合处理。
在无干扰数据的情况下的聚合公式为:
其中z代表聚合相关常数。
如果数据受到干扰,则聚合公式为:
其中β表示聚合遗忘因子,取值范围为(0,1);σi表示簇首Si的中间聚合结果;θj表示节点Sj最终的聚合结果。
通过以上数据聚合模型,实现簇内普通节点与簇头的数据交互,同时完成同一事件相邻的多个簇头在聚合节点的数据聚合任务,降低额外的能量开销。
最后,汇聚节点g再根据路由路径将数据转发给基站,至此网络路由初始化模型建立完成。
图4为本发明实施例的路由方法说明图,其中基站位于目标区域的中心,白色节点为待激活的事件检测节点,红色节点为正在汇报事件的ARNs。当目标区域发生事件以后,ARNs采集事件信息,并通过手机路径,将数据转发给簇头。簇头根据事件源信息选择相应的聚合路径,将数据转发给聚合节点i。该节点在收到所有数据后,进行数据聚合处理。最后,由主路径转发给Sink(汇聚节点)。
最后说明的是,以上实施例仅用以说明本发明的技术方案而非限制,尽管参照较佳实施例对本发明进行了详细说明,本领域的普通技术人员应当理解,可以对本发明的技术方案进行修改或者等同替换,而不脱离本技术方案的宗旨和范围,其均应涵盖在本发明的权利要求范围当中。
Claims (8)
1.面向事件驱动型无线传感器网络的均衡能耗路由方法,其特征在于:该方法包括以下步骤:
S1:根据网络中数据传输能耗和节点位置,建立区域能耗模型;
S2:基于区域能耗模型计算网络划分各区域环的宽度;
S3:计算每个区域能耗速率与簇头个数的关系,得到每个区域的最佳簇头个数;
S4:采用基于节点位置、剩余能量和中心性计算每个节点的竞争半径,从而确定每个区域的最终簇头,根据簇头的周围邻节点的区域关系,构建每个簇头的事件监测邻居表;
S5:通过检测可靠性评估模型,利用检测失真衡量检测可靠性,得到可靠性与参与事件检测的节点个数的关系,根据可靠性与参与事件检测的节点个数的关系得到每个区域中参与事件检测的ARNs的个数;
S6:基于事件区域参与节点个数要求,给每个区域设置参与检测的簇,即根据非簇头节点的位置相关性和剩余能量计算节点竞争参数,根据计算出的竞争参数系统选择最优的节点参与事件检测,选定参与监测的节点将监测到的信息广播给邻近的簇头节点,同时,系统更新事件监测邻居表;
S7:从事件检测邻居表中获取邻居路由表和事件检测相关性,根据邻居路由表和事件监测相关性,采用多径汇聚路由的方式,建立节点路由汇聚路径,确定各数据包的聚合节点;
S8:成员节点将采集到的数据发送给对应的簇头,各个簇头通过邻居路由表判断参与事件监测的其他簇节点,即确定数据传输的目标簇头,在确定数据传输的目标簇头后,源簇头依据路由表的信息将数据发送给目标簇头,通过多个节点之间跳转,到达最终的汇聚节点;
S9:聚合节点收到所有数据后,采用多跳网络数据聚合模型对数据进行聚合处理,再根据路由路径将数据转发给基站;
S10:在网络运行过程中,若某个事件发生后没有符合能量和距离要求的节点进行数据采集,则停止执行;否则,当某一簇头节点达到能量阈值时,判断簇头是否需要更换;若簇头需要更换,则在待更换的簇头附近计算竞争半径获得新簇头,并将新簇头信息转发给邻簇头进行路由表更新,执行所述S4;若簇头不需要更换,则检测网络区域是否有事件发生,若没有事件发生,则继续检测,若有事件发生,则执行S8。
2.根据权利要求1所述的面向事件驱动型无线传感器网络的均衡能耗路由方法,其特征在于:所述S1中,根据网络中数据传输能耗和节点位置,建立区域能耗模型,具体包括:
将无线传感器网络中的每个传感器作为一个节点;
能量消耗包括:无线通信期间发送数据需要消耗的能量、无线通信期间接收数据需要的能耗;
基于一阶无线电传输模型,根据传输距离不同,将能量模型分为自由传输空间模型和多径传输空间模型,分别对应发送节点在短距离和长距离下的能量消耗;
无线通信期间发送数据需要消耗的能量,即发送b比特消息且传输距离为d的发送器的能量消耗ETX,计算如下:
式中
无线通信期间接收数据需要的能耗,即节点接收b比特数据的能耗ERX,计算如下:
ERX(b)=bEelec (4)
其中,Eelec表示由发送器和接收器处理的每单位比特数据的功耗,εfs和εmp分别是针对自由空间信道模型和多径衰落信道模型,由信号放大器处理的单位比特数据的每单位距离的功耗,d0表示区分自由空间信道模型和多径衰落信道模型的阈值;
设网络以随机部署的方式将N个传感器节点置于半径为R的目标区域内,圆形监测区域被划分成k个的同心环区域,并且环的中心是基站,li为区域i宽度,节点通信半径为r;
半径为R的圆形区域内随机发生网络事件,单位面积发生事件的概率为每个事件产生m个报文,每个报文长度为b;
区域i的面积,表示为:
区域i自身产生的数据包为:
普通节点与簇头节点的距离平方期望,表示为:
根据等式(1)在簇内通信过程中,区域内普通节点传输数据的能耗表示为:
簇头接收数据的能耗,表示为:
区域Vi中簇内通信的能耗,表示为:
在簇间通信的过程中,数据从簇头传递到其相邻下一跳簇头,区域i的簇头的传输距离期望为:
其中,表示向下取整;
如果在最外层的一跳区域内,则簇头不接收来自其他区域的数据,表示为:
在此区域的簇头发送的数据为:
其中,β1为簇内数据聚合率;
在此区域的簇头平均传输距离期望为E[di],则此区域簇间的数据接收能耗为:
在此区域的簇间数据发送能耗为:
在此区域的簇间通信的能量消耗为:
如果不在最外层的一跳区域,则簇头接收来自其他区域的数据,并将此区域的数据聚合处理后转发给下一跳里层区域;
区域接收外层一跳区域内的簇头传递的数据为:
从区域的簇头传送到下一区域的簇头的数据为:
其中,β2为簇间数据聚合率;
簇间在此区域的数据接收能耗为:
在此区域的簇间数据发送能耗为:
在此区域的簇间通信的能量消耗为:
根据公式(5)、公式(11)和公式(23)得到各区域能量变化率为:
其中ρ为节点密度。
3.根据权利要求2所述的面向事件驱动型无线传感器网络的均衡能耗路由方法,其特征在于:所述S2中,网络划分各区域环的宽度,表示为:
其中,R为网络覆盖半径,ρ为节点密度,h表示层。
4.根据权利要求3所述的面向事件驱动型无线传感器网络的均衡能耗路由方法,其特征在于:所述S3中,每个区域的最佳簇头个数,表示为:
其中,Ec为簇头能耗速率,ESi表示区域能耗速率,Ci表示簇头个数。
5.根据权利要求4所述的面向事件驱动型无线传感器网络的均衡能耗路由方法,其特征在于:所述S4中,竞争半径,是基于动态半径的簇头选择算法得到的,表示为:
其中,Rcom为节点最大通信半径,α1为密度权重,α2为距离权重,α3为能量权重,Nj为邻居节点的数量,Nmax为最大节点的数量,d(j,s)为簇头到环中心线的距离,Ej为簇头剩余能量,Emax为簇头能量的最大值。
6.根据权利要求5所述的面向事件驱动型无线传感器网络的均衡能耗路由方法,其特征在于,所述S4中,根据簇头的周围邻节点的区域关系,给每个簇头构建事件监测邻居表,具体包括:
同一区域的簇头选择自己相邻的两个簇头添加到事件监测邻居表;
计算相邻的两个区域Si和Sj的簇头各种组合的距离和,表示为:
其中,d(i,j)表示区域Si的簇头与Sj内的簇头间的距离,任意一个区域的簇头不重复参与计算,且簇头较少区域全部参与计算;
选择距离和最小的组合方式添加到事件监测邻居表,从最内层区域开始向外层区域逐层进行邻簇添加。
7.根据权利要求6所述的面向事件驱动型无线传感器网络的均衡能耗路由方法,其特征在于,所述S5中,得到可靠性与参与事件检测的节点个数的关系,表示为:
其中,为检测失真,Θ为检测可靠性,T为平均失真衡量事件个数,S表示检测节点个数,/>为发送报文数,
其中,为观测节点的方差,/>传感器节点方差,ρ(i,j)节点i与节点j的相关性。
8.根据权利要求7所述的面向事件驱动型无线传感器网络的均衡能耗路由方法,其特征在于,所述S6中,事件汇报节点竞争参数,表示为:
θ=γ1di+γ2Ei (31)
其中,γ1为位置权重,γ2为能量权重,di子节点的位置相关性,Ei子节点剩余能量。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311591947.XA CN117692988A (zh) | 2023-11-27 | 2023-11-27 | 面向事件驱动型无线传感器网络的均衡能耗路由方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202311591947.XA CN117692988A (zh) | 2023-11-27 | 2023-11-27 | 面向事件驱动型无线传感器网络的均衡能耗路由方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN117692988A true CN117692988A (zh) | 2024-03-12 |
Family
ID=90136312
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202311591947.XA Pending CN117692988A (zh) | 2023-11-27 | 2023-11-27 | 面向事件驱动型无线传感器网络的均衡能耗路由方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN117692988A (zh) |
-
2023
- 2023-11-27 CN CN202311591947.XA patent/CN117692988A/zh active Pending
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Hassan et al. | An improved energy-efficient clustering protocol to prolong the lifetime of the WSN-based IoT | |
Elhabyan et al. | Coverage protocols for wireless sensor networks: Review and future directions | |
Long et al. | Energy-aware real-time routing for large-scale industrial internet of things | |
Chiasserini et al. | Modeling the performance of wireless sensor networks | |
Meng et al. | A grid-based reliable routing protocol for wireless sensor networks with randomly distributed clusters | |
Aswale et al. | Geographic multipath routing based on triangle link quality metric with minimum inter-path interference for wireless multimedia sensor networks | |
Abdul-Salaam et al. | Energy-efficient data reporting for navigation in position-free hybrid wireless sensor networks | |
Patel et al. | Energy and collision aware WSN routing protocol for sustainable and intelligent IoT applications | |
KR20160082691A (ko) | 통신 시스템, 액세스 네트워크 노드 및 통신 네트워크 내에서 소비된 에너지를 최적화하는 방법 | |
Sun et al. | Research on clustering routing protocol based on improved PSO in FANET | |
Barcelo et al. | Cooperative interaction among multiple RPL instances in wireless sensor networks | |
Wang et al. | A radio frequency energy harvesting-based multihop clustering routing protocol for cognitive radio sensor networks | |
Chanak et al. | Load management scheme for energy holes reduction in wireless sensor networks | |
CN108417000A (zh) | 一种基于wsn技术的红树林生长环境智能监测系统 | |
Radi et al. | Network initialization in low-power wireless networks: a comprehensive study | |
CN117692988A (zh) | 面向事件驱动型无线传感器网络的均衡能耗路由方法 | |
Hao et al. | Distributed topology construction algorithm to improve link quality and energy efficiency for wireless sensor networks | |
KR100643289B1 (ko) | 모바일 애드 혹 네트워크 환경에서 라우팅 경로를설정하는 방법 및 이를 이용한 네트워크 장치 | |
Al-Farhani | Improved Energy Efficient Sleep Awake Aware Sensor Network Routing Protocol | |
CN114501576A (zh) | 一种基于强化学习的sdwsn最优路径计算方法 | |
Tanessakulwattana et al. | Adaptive multi-hop routing for wireless sensor networks | |
Ali et al. | Optimal energy-based clustering with gps-enabled sensor nodes | |
Sowmitha et al. | A Cluster Based Weighted Rendezvous Planning for Efficient Mobile-Sink Path Selection in WSN | |
Gao et al. | Distributed multi-weight data-gathering and aggregation protocol in fleet wireless sensor networks: Optimal and heuristic algorithms | |
CN111031506A (zh) | 一种基于Voronoi图域处理的无线传感网分簇算法 |
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 |