孔国利;苏玉
【摘 要】无线传感网络中低功耗自适应聚类分簇(LEACH)路由算法等概率选取簇首节点,容易导致整个网络节点能量损耗出现极端化,减少网络生存时间.为此,提出一种针对簇首节点选取和分簇的改进LEACH算法.该算法把整个网络区域分为四个扇形区域,在每个区域内独立进行分簇路由;然后根据节点剩余能量和与的距离进行簇首节点选择,节点根据簇首节点和接收信号强度选择路由方式,以均衡网络能量消耗.仿真结果表明,改进LEACH算法的网络寿命是原有LEACH算法的150%,数据吞吐量提升了3倍.%The low energy adaptive clustering hierarchy(LEACH)routing algorithm for wireless sensor network selects the cluster head node by means of equal probability,which is easy to result in the extreme energy loss of the whole network nodes, and reduce the network lifetime. Therefore,an improved LEACH algorithm for the selection and clustering of the cluster head node is proposed. The whole network area is divided into four fan-shaped subareas with the algorithm to perform the clustering routing in each subarea independently. The cluster head 半p
真武庙
node of the base station is selected according to the node residual ener-gy and distance to the base station. The routing mode of the node is selected according to the cluster head node and the received signal strength of the base station to balance the network energy consumption. The simulation results show that the network life-time of the improved LEACH algorithm is 150% of the original LEACH algorithm,and its data throughout is increased by three times.
【期刊名称】艾虎生《现代电子技术》
【年(卷),期】2017(040)005
同志空间【总页数】5页(P14-18)
【关键词】无线传感器网络;能量均衡;扇形分簇;簇首;路由算法
【作 者】孔国利;苏玉
中国质量技术监督局【作者单位】中州大学 信息工程学院,河南 郑州 450001;中州大学 信息工程学院,河南 郑州 450001
【正文语种】中 文
【中图分类】TN915-34;TP393.2
无线传感网络是由分布式部署的微型传感器节点组成的自组织网络，其节点数量巨大，部署区域和环境复杂，被广泛应用于实时车辆监控、智能家居、森林防火防灾等方面。其中，传感器节点体积微小，配置的电池能量、计算能力和存储能力有限，因此，如何均衡网络能耗，提升网络生存时间是合理有效设计无线传感网络的重要课题[1⁃2]。一般来说，无线传感器网络的路由算法应该具有能量优先，基于局部的拓扑结构，以数据为中心的特点。现在国内外已经提出了很多经典的无线传感器网络路由算法，有以数据中心为主的[3]，有以数据传输质量为主的[4]，有以节点地理位置信息为主的[5]等，其中以网络构成的结构划分的，分为平面路由算法和分层路由算法。分层路由最经典的算法为LEACH（Low Ener⁃gy Adaptive Clustering Hierarchy）算法。LEACH算法在数据汇聚、拓扑适应和能量效率方面具有明显的优势。
现有大量文献对LEACH算法进行改进，以提升其性能。文献[5]提出并对比了三种通过把节点自身的位置坐标和当前能量状况汇报给，根据这些因素选取簇首的方法，但对
于地理位置的获取会消耗很大能量，同时没有考虑到链首个数占整体节点总数的比例，导致不均衡。文献[6]提出了簇首多跳算法，使得簇首之间形成一个多跳的最优路径，减少簇首的能量消耗，但是延长了路径，从而使数据传输过程加长，时效性变弱。文献[7]提出引入簇成员数门限和合并极小簇的方法，首先估计簇首能量消耗的情况，然后人为的控制节点休眠的状况来配合簇首消息的传送，虽然能量消耗方面得到改善，但是在时效性方面没有充分考虑。文献[8]考虑节点剩余能量和通信半径，选择簇首节点以减少整个传感网络中簇首节点的数目，延长网络整体寿命。
本文考虑到能量消耗均衡性，网络寿命长短因素，提出基于扇形分簇的路由算法，缩小分簇范围进行通信。然后，根据剩余能量、通信距离选取簇首节点，均衡能量消耗，延长网络寿命。
LEACH示意图如图1所示，假定其覆盖一定区域的无线传感网络，并且有以下假设[9]：
假设1：与整个网络的位置保持不变，与整个网络中的节点距离较远。
假设2：每个节点有着同样性质、有限的能量、与直接通信的特性。
假设3：节点计算能力较强，支持TDMA。
假设4：WSN节点发送信息的功率可以变化、调整。
节点间的数据通信采用一阶无线电模型（First Or⁃der Radio Model），通信模型如图2所示。
这种通信模式有比较成熟的能量消耗计算体系。该模型假设WSN节点有着相同的计算能力，有限的能量；电信号在不同方向上的路径损耗一样。当传输长为m bit的信息经过距离d的过程中，节点的能量消耗如下：
数据发送：
数据接收：
数据融合：
式中：εfs是信号放大器的放大倍数；Eelec是发送和接收信息时对应的数据处理模块消耗的能量。由于传感器节点间距离不同，传播环境迥异，因此，传播相同数据量的能量消耗
不同。式（1）中不同的能量消耗表征不同传播距离和传播环境对能量消耗的影响。其中，d是数据通信的距离；d0是节点的通信半径；εmp是信道传输能量衰减系数，通信传输距离越短，能量消耗越少。
LEACH算法将传感器节点分为若干个簇，每个簇内节点的信息汇聚至簇首节点后，由簇首节点转发至。汇聚转发的工作方式能够提升LEACH算法的能量效率。此外，由于簇首节点的能量消耗较大，各个节点根据剩余能量状况轮流担任簇首节点，提升网络整体寿命[10]。
LEACH算法以循环也就是“轮（round）”的方式执行簇的构造过程。每轮都由两阶段组成：初始化簇的建立阶段和数据传输阶段，具体时序示意图如图3所示。
2.1 初始化簇阶段
初始化簇阶段分为簇首选取和成簇过程两个步骤。
Step1：簇首选取。网络中所有的节点会随机产生一个在0～1之间的数，网络会设定一个门限值T(n)如式（4）所示，会把节点产生的随机数与设定的门限T(n)进行比较，会选
择小于T(n)的节点作为簇首。
式中：Q为每轮簇首节点与n个节点的比率；l为第l轮；G为在之前的几轮中没有被选为簇首节点的总和。
Step2：成簇过程。节点被选为簇首后会向其他所有节点广播自己被选为簇首的消息。其他节点在接收到消息之后，根据最小能量的原则通过比较，判断发送这些消息的节点的功率大小来选择加入到相应的簇。一般节点会选择接收到的功率越大的簇首节点形成的簇；然后发送自己要加入相应簇的消息给相应的簇首节点。簇首节点收到消息后会给节点一个回应，并将该节点加入自己的路由表中。
2.2 数据发送和接收
当所有传感器节点都形成簇之后，节点间采用TDMA方式发送数据。各个节点的数据在簇头节点处融合，然后由簇头节点转发给。一个簇分配方案维持数据通信一段时间后，重新进行下一轮的簇分配，以避免对簇首节点的能量过度消耗，提升网络整体寿命。
从LEACH算法中可知，以轮的方式等概率的选取簇首，并没有考虑剩余能量的因素。对于
剩余能量不同的节点当选簇首的几率是一样的。如果剩余能量偏低的节点被选为簇首，很容易耗尽能量，降低整个网络的寿命。此外，在LEACH算法中，节点根据接收信号的强度来选择簇首。若该节点距离簇首节点较远，路径损耗较高[11]，因此，节点能量会过早消耗而死亡，导致网络的通信出现黑洞。
针对这些缺点，综合考虑节点的能量和整个网络信息传输的及时性，本文在基于LEACH算法的基础上提出了改进LEACH算法。该算法把整个网络划分为四个扇形分区；在每个扇形分区中通过比较每个节点产生的随机数和节点的剩余能量选择簇首，接着公布簇首的消息，节点根据接收到的该区域的消息强度、与簇首和的距离比较选择加入簇还是选择直接与进行通信。
3.1 扇形结构模型
由于覆盖区域为圆形时，传感器节点间的最大距离比覆盖区域为其他形状时要小，本文假定圆形覆盖区域，位于圆形覆盖区域中心。同时，为了进一步缩小节点间的最大距离，同时减少由于网络中节点死亡而重新分簇带来的通信开销，改进LEACH算法将圆形覆盖区域分为4个扇区，如图4所示。在每个扇区内，分别进行LEACH算法路由。选定某个参
考点后，4个扇区分别记为扇区编号num={1，2，3，4}，圆心角
3.2 扇区编号确定
划分好区域后，所有传感器节点进行分簇时需要确定每个节点所在的扇区编号及在扇区的具体位置，方法如下：
（1）计算节点的极坐标角度。所有的节点需要将自己的位置信息与ID信息发送给，根据正切函数特征进行计算。把圆放到直角坐标系中，圆心O的坐标为（0，0），设任意一个点i的坐标为(x(i),y(i))，如图5所示。
假设i点和圆心的连线与x轴形成的角设为α，同时，β=α+π，由正切函数的公式得到反三角公式：根据正切函数以π为周期的特点可知：
火焰云播记传感器节点极坐标角度为正数，则有：
（2）确定节点所在区域。将节点i对应的角度α与圆心角θ相除，得到整数k(i)，比较k(i)与已经划分好区域的编号num(n)，获得节点i所在的区域编号k(i)，即：
所有节点的极坐标角度和扇区编号构成一个矩阵，记为Loc，其中，Loc=(i)={a(i),k(i)}。
3.3 簇首选取
改进LEACH算法同时考虑通信距离和节点剩余能量来选择簇首节点，并且在每一轮都会进行选取，流程图如图6所示。
簇首节点选择过程分为两步：
Step1：先按照LEACH算法机制，比较每个节点产生的随机数与网络给定的阈值T(n)，在低于阈值的节点中选择簇首节点。
Step2：在第一步选择的节点中，综合考虑节点的能量和与的距离，进行簇首节点选择。具体选择的准则为：
式中：E为节点的剩余能量；dis为节点与之间的距离。由式（1）可以看出，距离dis也与Q成反比，距离越远的节点消耗的能量更大，因此该点被选为簇头的几率也比较小。
豫公网安备41160202000603
站长QQ:729038198
关于我们
投诉建议