CN1845521A - 基于冗余节点树的延长无线传感器网络生命周期的方法 - Google Patents

Abstract

基于冗余节点树的延长无线传感器网络生命周期的方法，首先获取各个节点的地理位置，从而找出并标识各个冗余节点；冗余节点标识完毕后，从每个簇内选择一个相对处在簇内“均匀”位置的冗余节点，建立冗余节点树，从而保证每个冗余节点能够知道自己的上级节点或基站；冗余节点标识完毕后，通知各个节点簇头及簇成员本簇内的冗余节点；当前簇头节点收到其它簇成员的传感器传感信息后，对传感信息采用数据聚合的方法进行信息会聚，减少需要传递的能量；当前簇头节点完成数据会聚后，将数据发送给“相邻”的冗余节点；“相邻”的冗余节点接收簇头信息后，选择上级节点或基站，将信息传送出去；上级节点收到信息后，依次逐级向上传递，直至基站。

Description

基于冗余节点树的延长无线传感器网络生命周期的方法

技术领域

本发明涉及基于冗余节点树的延长无线传感器网络生命周期的方法，属于无线通信技术领域。

背景技术

无线传感器网络是一种新兴技术，完全采用分布式处理，具有监测精度高、容错性能好、覆盖区域大、可远程监控等众多优点，但是无线传感器网络最重要的特点或称为缺点的是节点携带的电池能量不能补充而且受到体积和成本等方面的限制能量相对较少，这是目前无线传感器网络应用的“瓶颈”问题[1]。因此，在履行有保障的监测任务的前提下，降低能耗提高整个网络的生命周期是无线传感器网络的研究热点。无线传感器网络由于其分布的特点是：十分密集而且节点呈随机分布，因此部分研究无线传感器网络覆盖方面的专家采用暂时关闭部分冗余节点，使得所有节点轮流工作，依次得到休眠，从而提高单个节点的能量消耗，提高单个节点的生命周期，从而延长整个无线传感器网络系统的寿命。但是，这种方法仅仅降低了冗余节点和对应正常节点各自产生的信息量，在一定的范围内或部分节点上达到了延长网络寿命的目的。但是，从全网络的角度来看，并非整个传感器网络的所有监测区域以及每个无线传感器网络节点都具备足够的冗余节点，而且冗余节点的分布在全网看也是随机的。从分析可知：针对无线传感器网络分簇的特点，为了充分提高网络冗余节点的利用率，发掘非等密度冗余节点的潜力，对冗余节点进行跨簇的综合管理和使用是十分必要和有效的。

目前针对延长无线传感器网络生命周期的方法主要有以下几种：

1、低能耗自适应分簇(LEACH)算法

文献[1]中提出的LEACH(low energy adaptive clustering hierarchy)算法是一种自适应分簇拓扑算法，它的执行过程是周期性的，每轮循环分为簇的建立阶段和稳定的数据通信阶段。在簇的建立阶段，相邻节点动态地形成簇，随机产生簇头；在数据通信阶段，簇内节点把数据发送为簇头，簇头进行数据融合并把结果发送给汇聚节点。由于簇头需要完成数据融合、与汇聚节点通信等工作，所以能量消耗大。LEACH算法能够保证各节点等概率的担任簇头，使得网络中的节点相对均衡的消耗能量。

2、两阶段分簇算法

文献[2]提出了一个两阶段分簇算法，该算法将网络分簇分为两个阶段，第一个阶段首先将网络分簇，每个簇内设置一个簇头，并建立簇头和簇成员之间的直连链路。第二阶段每个簇成员查找一个不同于簇头的邻居节点来建立一条能量节省的数据中继链路。整个网络内的传感器可以根据需要来决定采用直连链路或数据中继链路来传输信息到基站。文献[3]进一步提出了一个基于基于智能配对和搜索的启发式算法来研究能量供应和中继节点的放置问题，但是两阶段分簇算法并没有涉及冗余节点的利用问题。

3、能量有效的分簇算法

文献[4]提出了一个在保证全网连通性的前提下基于发射功率的简单分布式算法。文献[5]基于本地能量来选举簇头并实现负载均衡。文献[6]提出网格化分布式分簇算法，该算法以网格内能量和其它参数(节点概率，节点等级等)为基准来周期性地选择簇头。

4、簇头选择算法

文献[7]和[8]提出的非均匀分簇算法的基本思想是考虑到无线传感器网络内信息传送采用多跳机制来实现簇间的信息传输，那么靠近基站的簇需要承担其它相对较远处簇的信息中继功能，能量消耗较大，因此提出靠近基站的地点簇相对较小，远离基站的地点簇相对较大，从而达到整体的能量均衡。

目前，各种分簇算法和基于分簇的能量节省办法仅仅针对簇的大小和网络中继节点选择等方面进行研究。即使研究于冗余节点的利用问题，也仅仅局限于研究活动节点和冗余节点的周期性替换来提高对应节点的生命周期，但是对于簇内不存在冗余节点的活动节点，该研究对于这类节点的性能改善没有提高，也没有涉及，而整个无线传感器网络的生命周期是对所有节点的性能参数，即取节点生命周期的最小值，因此类似算法对整个网络在保证覆盖性的前提下生命周期不能提高。

发明内容

为了克服现有技术的不足，本发明提供基于冗余节点树的延长无线传感器网络生命周期的方法。无线传感器网络节点体积微小，节点个数多，分布区域广，因此传感器网络具有分布式处理带来的监测精度高、容错性能好、覆盖区域大、可远程监控等众多优点。由于节点分布的随机性，导致无线传感器网络节点不可避免地存在冗余性，即整个无线传感器网络存在大量的冗余节点。为了提高整个网络的生命周期，减少能量消耗，无线传感器网络通常采用分簇算法来进行管理和节约能量。

本发明解决其技术问题所采用的技术方案是：基于冗余节点树的延长无线传感器网络生命周期的方法(an energy-efficient redundant node tree method，简称EERNT)的步骤包含：

首先获取各个节点的地理位置，从而找出并标识各个冗余节点；冗余节点标识完毕后，从每个簇内选择一个相对处在簇内“均匀”位置(根据冗余节点的密集性偏差和稀疏性偏差来决定)的冗余节点，建立冗余节点树，从而保证每个冗余节点能够知道自己的上级节点或基站；冗余节点标识完毕后，通知各个节点簇头及簇成员本簇内的冗余节点树上的冗余节点(注：通知簇头及簇成员是由于簇成员按照一定的概率成为簇头，为减少消息传递带来的能量消耗，采用广播消息一次性通知)；当前簇头节点收到其它簇成员的传感器传感信息后，对传感信息采用数据聚合的方法进行信息会聚，减少需要传递的能量；当前簇头节点完成数据会聚后，将数据发送给“相邻”的冗余节点(注：“相邻”节点的选取根据冗余节点的多少，簇头与冗余节点间距离，冗余节点与上级冗余节点或基站间距离。如果当前簇内存在冗余节点，则将数据发送给EERNT上的冗余节点；如果不存在，则寻找离基站和上级簇都较近的EERNT上的节点，将数据发送给EERNT上的这个冗余节点)；“相邻”的冗余节点接收簇头信息后，选择上级节点或基站，将信息传送出去；上级节点收到信息后，依次逐级向上传递，直至基站。

本发明的工作原理和内容；

1、能量有效冗余节点树模型

根据缩略语表，如果不采用冗余节点树，而采用传统的方法即冗余节点和活动节点交替休眠来节约能量，设N是簇内的活动节点数量，M是簇内冗余节点的数量根据文献[7]和[8]，可以得到：

$f_{\mathrm{iB}}=\mathrm{\η}(f_{n_{1}B}+f_{n_{2}B}+...+f_{n_{i}B}+...+f_{n_{n}B})$

$=\mathrm{\η}\underset{1\≤i\≤n}{\mathrm{\Σ}}{f}_{n_{i}B}---\left(1\right)$

同样，根据文献[9]和[10]，可知：

$P_t(i,k)=(\mathrm{\α}+\mathrm{\β}{d}_{\mathrm{ik}}^m)\·f_{\mathrm{ik}}---\left(2\right)$

$P_r\left(m\right)=\mathrm{\ρ}\underset{1\≤i^{\′}\≤N+M}{\overset{i^{\′}\≠m}{\mathrm{\Σ}}}{f}_{m{i}^{\′}}---\left(3\right)$

根据公式(1)，(2)和(3)，在无线传感器网络节点的每个活动周期内能耗为：

$P\left(i\right)=P_t(i,B)+P_r\left(i\right)+P_c\left(i\right)+\mathrm{\ϵi}---\left(4\right)$

$=(\mathrm{\α}+\mathrm{\β}{d}_{\mathrm{iB}}^m)\·f_{\mathrm{iB}}+P_r\left(i\right)+P_c\left(i\right)+\mathrm{\ϵi}$

$=(\mathrm{\α}+\mathrm{\β}{d}_{\mathrm{iB}}^m)\·f_{\mathrm{iB}}+\mathrm{\ρ}\underset{1\≤s\≤N}{\overset{s\≠i}{\mathrm{\Σ}}}{f}_{\mathrm{is}}+P_c\left(i\right)+\mathrm{\ϵi}$

$=(\mathrm{\α}+\mathrm{\β}{d}_{\mathrm{iB}}^m)\·\mathrm{\η}\·\underset{1\≤s\≤N}{\overset{s\≠i}{\mathrm{\Σ}}}{f}_{\mathrm{is}}+\mathrm{\ρ}\underset{1\≤s\≤N}{\overset{s\≠i}{\mathrm{\Σ}}}{f}_{\mathrm{is}}+P_c\left(i\right)+\mathrm{\ϵi}$

假定每个周期节点活动的时间为T_A，每个周期总的时间为T_T，那么每个节点的生命周期L(i)可表示为：

$L\left(i\right)=\frac{E_{n_i}-E_{\mathrm{th}}}{P\left(i\right)\·T_A}\·\frac{T_T}{T_A}---\left(5\right)$

$=\frac{(E_{n_i}-E_{\mathrm{th}})\·T_T}{((\mathrm{\α}+\mathrm{\β}{d}_{\mathrm{iB}}^m)\·\mathrm{\η}\·\underset{1\≤s\≤N}{\overset{s\≠i}{\mathrm{\Σ}}}{f}_{\mathrm{is}})+\mathrm{\ρ}\underset{1\≤s\≤N+M}{\overset{s\≠i}{\mathrm{\Σ}}}{f}_{\mathrm{is}}+P_c\left(i\right)+\mathrm{\ϵi})\·T_A^2}$

整个无线传感器网络的生命周期L可表示为：

L＝min(L(i))               (6)

基于冗余节点树Energy-Efficient Redundant Node Tree(EERNT)的方法：

如果考虑到冗余节点的使用，采用EERNT方法，那么系统首先选择整个簇内的冗余节点来建立冗余节点树，簇内的簇头收到簇内其它成员节点发送过来的信息后，完成数据聚合，然后发送到冗余节点进行处理。冗余节点收到簇头的信息后，首先判断自己所处的位置，即上级节点为冗余节点还是基站，如果是基站，则直接发送；如果是冗余节点，则搜索冗余节点树找到距离最优的冗余节点，进行数据发送。那么此时簇头节点的功率，冗余节点的功率，簇内普通节点的生命周期，整个无线传感器网络的生命周期分别为。

$P_{\mathrm{EERNT}}\left(i\right)=(\mathrm{\α}+\mathrm{\β}{d}_{\mathrm{ij}}^n)\·\mathrm{\η}\·\underset{1\≤s\≤N}{\overset{s\≠i}{\mathrm{\Σ}}}{f}_{\mathrm{is}}+\mathrm{\ρ}\underset{1\≤s\≤N}{\overset{s\≠i}{\mathrm{\Σ}}}{f}_{\mathrm{is}}+P_c\left(i\right)+\mathrm{\ϵi}---\left(7\right)$

$P_{\mathrm{EERNT}}\left(j\right)=\mathrm{\η}\·\mathrm{\ρ}\underset{1\≤s\≤N}{\overset{s\≠j}{\mathrm{\Σ}}}{f}_{\mathrm{js}}+(\mathrm{\α}+\mathrm{\β}{d}_{\mathrm{jB}}^m)\·\mathrm{\η}\·\underset{1\≤s\≤N}{\overset{s\≠j}{\mathrm{\Σ}}}{f}_{\mathrm{js}}---\left(8\right)$

$L_{\mathrm{EERNT}}\left(i\right)=\frac{(E_i-E_{\mathrm{th}})\·T_T}{((\mathrm{\α}+\mathrm{\β}{d}_{\mathrm{iB}}^m)\·\mathrm{\η}\·\underset{1\≤s\≤N}{\overset{s\≠i}{\mathrm{\Σ}}}{f}_{s_i})+\mathrm{\ρ}\underset{1\≤s\≤N+M}{\overset{s\≠i}{\mathrm{\Σ}}}{f}_{\mathrm{is}}+P_c\left(i\right)+\mathrm{\ϵi})\·T_A^2}---\left(9\right)$

L_EERNT＝min(L_EERNT(i))                   (10)

以上分析是针对一个簇内仅有一个冗余节点的情况。但是实际上，每个簇内都有多个冗余节点，那么簇头选择自己的冗余节点时可以从簇内的冗余节点中选择离自己最近的节点，根据公式(7)可知距离越短，通信时消耗的功率越小，从而使得整个无线传感器网络的生命周期性能得到进一步的优化。需要注意的是：EERNT算法提高的是整个无线传感器网络的整体生命周期，而不排除个别节点生命周期变小的可能，但是变小的节点绝对不是生命周期最短的节点，因此整个网络生命周期的整体性能得到优化。

本发明的显著发明效果包括：本发明提出了一种充分利用冗余节点在整个网络的覆盖范围内构建冗余节点树，从而使得簇内的冗余节点不仅为其对应的活动节点服务，而是为整个簇内的所有节点服务，从而提高整个簇内所有节点的生命周期，达到延长整个无线传感器网络寿命的目的。由此可知基于冗余节点树的延长无线传感器网络生命周期的方法是延长无线传感器网络生命周期新方法。基于这种机制，将大大降低有效节点的传输能量消耗，达到延长整个网络生命周期的目的。同时，根据簇内冗余节点的密度和分布，还可以改变冗余节点中继树的拓扑结构，使得活动节点在与冗余节点信息交换时能量节约较大，而冗余节点能量消耗相对较少，从而适应冗余节点总体能量消耗多，通信负荷大的要求，并且进一步达到整个冗余节点中继树的负载平衡。

活动节点的能量消耗从公式(7)中可以看出，由于Min(d_ij)在考虑所有节点都会成为簇头i条件下，必然要小于d_iB，所以部分生命周期较小的节点肯定提高了生命周期，从而整个网络的生命周期得以提高；冗余节点个数越多，越可以考虑冗余节点的优选，从而进一步提高节点和整个网络的生命周期，而且可以先使用优选冗余节点，然后根据冗余节点的分布依次使用其余冗余节点。

附图说明

下面结合附图和实施例对发明进一步说明。

图1为EERNT的示例示意图；

图2为冗余节点树算法的流程示意图；

图3为示例2的无线传感器网络组成结构图；

图4为示例2的EERNT流程图；

图5为示例3的无线传感器网络组成结构图；

图6为示例3的EERNT流程图；

图7为示例4的无线传感器网络组成结构图；

图8为示例4的EERNT流程图。

具体实施方式

实施例1：

根据图1，一般的EERNT算法的基本流程如图2所示，基本步骤如下：

(1)获取各个节点的地理位置和覆盖范围，从而找出并标识各个冗余节点；

(2)冗余节点标识完毕后，从每个簇内选择一个相对处在簇内“均匀”位置(根据冗余节点的密集性偏差和稀疏性偏差来决定)的冗余节点，建立冗余节点树EERNT，从而保证每个冗余节点能够知道自己的上级节点或基站；

(3)冗余节点标识完毕并建成EERNT后，通知各个节点簇头及簇成员本簇内的冗余节点树上的冗余节点；

(4)当前簇头节点收到其它簇成员的传感器传感信息后，对传感信息采用数据聚合的方法进行信息会聚；

(5)当前簇头节点完成数据会聚后，首先检查本簇内是否存在EERNT节点，如果存在，则将数据发送给EERNT上的冗余节点；如果不存在，则寻找离基站和上级簇都较近的EERNT上的节点，将数据发送给EERNT上的这个冗余节点；

(6)EERNT上的冗余节点接收簇头信息后，选择上级节点或基站，将信息传送出去；如果是基站，本次信息传输结束，如果是上级节点收到信息后，则依次逐级向上传递，直至基站。

实施例2：

有一个无线传感器网络，结构比较简单如图3所示，即整个网络分为三个簇1，2，3，每个簇直接和基站联系，但是簇内存在多个冗余节点，该情况下EERNT算法的基本步骤如下：

(1)基站节点或管理节点获取各个节点的地理位置和覆盖范围，从而找出并标识簇1，2，3各个冗余节点；

(2)簇1，2，3的冗余节点标识完毕后，分别通知簇1，2，3本簇簇头及簇成员；

(3)当前簇头节点收到其它簇成员的传感器传感信息后，对传感信息采用数据聚合的方法进行信息会聚；

(4)当前簇头节点完成数据会聚后，将数据发送给距离自己最近的冗余节点；

(5)由于簇1，2，3都可与基站直接相连，冗余节点接收簇头信息后，直接传递到基站。

其流程图如图4所示。

实施例3：

有一个无线传感器网络，结构相对复杂如图5所示，即整个网络分为十二个簇，各个簇与基站位置远近差异较大，簇1，5，9相对较近，与基站直接相连；簇2，3，4，6，7，8，10，11，12与基站相距较远，采用多跳形式，将信息传送到基站，但是每个簇内至少存在一个冗余节点，该情况下EERNT算法的基本步骤如下：

(1)基站节点或管理节点获取各个节点的地理位置和覆盖范围，从而找出并标识各个冗余节点；

(2)判断冗余节点在簇内的均匀性，选择均匀性最高的节点，构建优化冗余节点树EERNT；

(2)冗余节点标识完毕后，通知本簇簇头及簇成员；

(3)当前簇头节点收到其它簇成员的传感器传感信息后，对传感信息采用数据聚合的方法进行信息会聚；

(4)当前簇头节点完成数据会聚后，将数据发送给距离本簇内EERNT的冗余节点；

(5)冗余节点接收簇头信息后，将信息上传到上级节点或基站。如图4所示，

簇1，5，9内的冗余节点接收簇头信息后，将信息直接传送到基站；簇2，6，10内的冗余节点接收簇头信息后，将信息分别传送到簇1，5，9内的EERNT上的冗余节点，簇1，5，9内的EERNT上的冗余节点收到簇2，6，10内的EERNT上的冗余节点传送的信息后，向上传递到基站；同理，簇3，7，11内的EERNT上的冗余节点接收本簇簇头信息后，将信息分别传送到簇2，6，10内的EERNT上的冗余节点，簇2，6，10内的EERNT上的冗余节点收到簇3，7，11内的EERNT上的冗余节点传送的信息后，向上传递到簇1，5，9内的EERNT上的冗余节点后继续处理，簇4，8，12也是类似处理。

其流程图如图6所示。

实施例4：

有一个无线传感器网络，结构相对复杂如图7所示，即整个网络分为十二个簇，各个簇与基站位置远近差异较大，簇1，5，9相对较近，与基站直接相连；簇2，3，4，6，7，8，10，11，12与基站相距较远，采用多跳形式，将信息传送到基站，与示例2不同的是，簇4，10内没有冗余节点，其它簇至少存在一个冗余节点，该情况下EERNT算法的基本步骤如下：

(1)基站节点或管理节点获取各个节点的地理位置和覆盖范围，从而找出并标识各个冗余节点；

(2)判断冗余节点在簇内的均匀性，选择均匀性最高的节点，构建优化冗余节点树EERNT；

(2)冗余节点标识完毕后，通知本簇簇头及簇成员；

(3)当前簇头节点收到其它簇成员的传感器传感信息后，对传感信息采用数据聚合的方法进行信息会聚；

(4)当前簇头(包括簇1，2，3，5，6，7，8，9，11，12)节点完成数据会聚后，将数据发送给距离本簇内EERNT的冗余节点；冗余节点接收簇头信息后，将信息上传到上级节点或基站。如图5所示，簇1，5，9内的冗余节点接收簇头信息后，与示例2中处理办法完全相同，将信息直接传送到基站；簇2，3，6，7，8，11，12内的EERNT上的冗余节点接收本簇簇头信息后，处理方式与示例2完全相同；

(5)当前簇头(包括簇4，10)节点完成数据会聚后，由于本簇内没有EERNT上的冗余节点，因此簇头判断自己的层次，沿着基站方向找到自己上级簇内的EERNT上的冗余节点，即簇3和簇9内的冗余节点，对于簇4，找到簇3内的EERNT上的冗余节点后，可以把这个簇3的EERNT上的冗余节点当作自己簇内的EERNT上的冗余节点来按照步骤4处理。同理，对于簇10，找到簇9内的EERNT上的冗余节点后，可以把这个簇9的EERNT上的冗余节点当作自己簇内的EERNT上的冗余节点来按照步骤4处理。

其流程图如图8所示。

缩略语：

1	hk	Cluster head k	簇头
				2	rj	Redundancy node j	冗余节点
3	ni	Normal node i	正常节点
				4	Eni	Initial energy of node i	节点初始能量
5	Eth	Minimum thresholdenergy for node to work	正常工作能量门限

6	fiB	Rate from normal node ito base station	节点i到基站的信息速率
				7	fii′	Rate from normal node ito another normal nodei’	节点i到节点i’的信息速率
8	fij	Rate from normal node ito redundancy node j	节点i到冗余节点j的信息速率
				9	fjB	Rate from redundancynode j to base station	冗余节点j到基站的信息速率
10	α	Distance independentterm in powerconsumptioncoefficient forreceiving data	接收数据时能量的距离参数之一
				11	β	Distance dependent termin power  consumptioncoefficient forreceiving data	接收数据时能量的距离参数之二
12	ρ	Power consumptioncoefficient forreceiving data	接收数据时能量的距离参数之三
				13	m	Path loss index	路径丢失参数
14	Pt(i，k)	Power dispatched atnormal node i when it istransmitting to node k	节点i到节点K数据发送的信息功率
				15	Pr(m)	Power received at node mfrom other nodes	节点m数据接收功率
16	Pc	Power for controllinginformation	控制信息处理功率
				17	η	Aggregationcoefficient	融合参数
18	ε	Power cost by noise	噪声消耗功率

文献目录：

[1]Heinzelman W R，Chandrakasan A，Balakrishnan H.An application-specificprotocol architecture for wireless microsensor networks.IEEE Transactions onWireless Communications，2002，1(4)：660-670

Heinzelman W R，Chandrakasan A，Balakrishnan H.，一种特定的无线传感器网络的协议，IEEE无线通信学报，2002，1(4)：660-670

[2]W.Choi，P.Shah，and S.K.Das，“A Framework for Energy-Saving DataGathering Using Two-Phase Clustering in Wireless Sensor Networks”，inProceedings of Int’l Conference on Mobile and Ubiquitous Systems：Networkingand Services(MOBIQUITOUS)，2004，pp.203-212.

W.Choi，P.Shah，S.K.Das，无线传感器网络中基于两阶段分簇算法的能量节约数据采集框架，IEEE移动与普遍系统的网络和业务(MOBIQUITOUS)国际会议论文集，2004，pp.203-212.

[3]M.Ye，C.F.Li，G.H.Chen，J.Wu，“EECS：An Energy EfficientClusteringScheme in Wireless Sensor Networks”，in Proceedings of IEEE Int’l PerformanceComputing and Communications Conference(IPCCC)，2005，pp.535-540.

M.Ye，C.F.Li，G.H.Chen，J.Wu，“EECS：无线传感器网络中能量有效的分簇方案”，IEEE性能计算和通信(IPCCC)国际会议论文集，2005，pp.535-540.

[4]R.Wattenhofer，L.Li，P.Bahl，and Y.-M.Wang，“Distributed topology control forpower efficient operation in multihop wireless ad hoc networks，”in Proc.IEEEINFOCOM，Anchorage，AK，Apr.22-26，2001，pp.1388-1397.

R.Wattenhofer，L.Li，P.Bahl，Y.-M.Wang，“多跳无线AD HOC网络能量节约的分布式拓扑结构控制，”IEEE信息通信(INFOCOM)国际会议论文集，

Anchorage，AK，2001.4.22-2001.4.26，pp.1388-1397.

[5]Thepvilojanapong.N，Tobe.Y，Sezaki.K，″On the construction of efficient datagathering tree in wireless sensor networks″，Circuits and Systems，2005.ISCAS2005.IEEE International Symposium on 23-26 May 2005 Page(s)：648-651 Vol.1Thepvilojanapong.N，Tobe.Y，Sezaki.K，″无线传感器网络中高效数据采集树的建立″，IEEE电路与系统，ISCAS 2005国际会议论文集，2005.5.23-26，pp648-651，卷1。

[6]O.Younis and S.Fahmy，“HEED：A Hybrid，Energy-Efficient，DistributedClustering Approach for Ad Hoc Sensor Networks”，IEEE Transactions on MobileComputing，vol.3，no.4，pp.660-669，2004.

O.Younis and S.Fahmy，“HEED：无线Ad Hoc传感器网络的网格化分布式分簇算法”，IEEE移动计算学报，卷3，第4期，pp.660-669，2004.

[7]Chengfa Li，Mao Ye，Guihai Chen，and Jie Wu，″An energy-efficient unequalclustering mechanism for wireless sensor networks″，Mobile Adhoc and SensorSystems Conference，2005.IEEE International Conference on Nov.7，2005Page(s)：597-604

Chengfa Li，Mao Ye，Guihai Chen，Jie Wu，″无线传感器网络中能量有效的非相等大小的分簇机制″，2005年移动Ad Hoc和传感器网络国际会议论文集，2005.11.7，pp597-604.

[8]S.Soro and W.Heinzelman，“Prolonging the Lifetime of Wireless SensorNetworks via Unequal Clustering”，in Proceedings of the 19th IEEE InternationalParallel and Distributed Processing Symposium(IPDPS)，2005S.Soro，W.Heinzelman，“非等大分簇来延长无线传感器网络生命周期的方法”，第19届IEEE并行和分布式处理(IPDPS)国际会议论文集，2005

Claims (3)

1.基于冗余节点树的延长无线传感器网络生命周期的方法，其特征是：获取各个节点的地理位置，找出并标识各个冗余节点；冗余节点标识完毕后，从每个簇内选择一个相对处在簇内均匀位置的冗余节点，建立冗余节点树；冗余节点标识完毕后，通知各个节点簇头及簇成员本簇内的冗余节点；当前簇头节点收到其它簇成员的传感器传感信息后，对传感信息采用数据聚合的方法进行信息会聚；当前簇头节点完成数据会聚后，将数据发送给“相邻”的冗余节点；“相邻”的冗余节点接收簇头信息后，选择上级节点或基站，将信息传送出去；上级节点收到信息后，依次逐级向上传递，直至基站。

2.根据权利要求1所述的基于冗余节点树的延长无线传感器网络生命周期的方法，其特征是：“相邻”冗余节点的选取根据冗余节点的多少，簇头与冗余节点间距离，冗余节点与上级冗余节点或基站间距离来加权决定。

3.根据权利要求1或2所述的基于冗余节点树的延长无线传感器网络生命周期的方法，其特征是：步骤如下：

(1)首先获取各个节点的地理位置，从而找出并标识各个冗余节点；

(2)冗余节点标识完毕后，从每个簇内选择一个相对处在簇内“均匀”位置的冗余节点，建立冗余节点树；

(3)冗余节点树建成后，通知各个节点簇头及簇成员本簇内的冗余节点；

(4)当前簇头节点收到其它簇成员的传感器传感信息后，对传感信息采用数据聚合的方法进行信息会聚；

(5)冗余节点树的冗余节点接收本簇簇头信息后，选择上级节点或基站，将信息传送出去；上级节点收到信息后，依次逐级向上传递，直至基站。

Images