移动基站和集群在无线传感器网络中,最大化网络的生命周期

文摘

使用一个移动基站(BS)在无线传感器网络中传感器节点之间可以减轻非均匀能量消耗和适应分区网络。Jerew和梁的工作(2009年),我们提出了一种新颖的clustering-based启发式算法寻找轨迹的移动BS罢工一个非凡的权衡之间的交通负载传感器节点和旅游时间约束的移动BS。在本文中,我们首先介绍如何选择集群的数量,以确保没有包丢失之间的BS移动集群。然后,我们提供了一个分析解决这个问题的速度移动BS。我们还提供分析不可避免的包丢失的估计随着网络规模的增加。最后我们进行实验仿真对算法的性能进行评估。结果表明,使用聚类与移动基站数据收集可以显著延长网络寿命和平衡传感器节点的能量消耗。

1。介绍

无线通信的发展和本提供了一个方便的方式来监控山火等物理环境生态系统,和个人的健康,它可以促进智能交通。传感器网络由大量的小型设备的传感、处理和传输能力和动力的小型电池。数据收集是一个传感器网络的最常见和基本操作;实现此操作的效率在一定程度上决定了网络的生命周期。

通过引入移动无线传感器网络(网络),沟通可以减少能源消耗(1- - - - - -3]。例如,一个移动基站(BS)可以在传感领域和收集数据从传感器节点通过一个简短的传输范围。每个传感器节点的能量消耗就会减少,因为更少的继电器所需的传感器节点传递其信息BS (4]。然而,延迟的增加数据采集使用移动BS代表了网络的主要性能瓶颈,因为时间移动BS参观大型遥感领域可能不符合严格的延迟要求固有的一些关键任务的实时应用程序。移动的速度BS因此是一个基本的设计约束:速度越快,制造成本越高移动BS (4,5]。

数据收集是一个传感器网络的最常见和基本操作;实现此操作的效率在一定程度上决定了网络的生命周期。在一个平面路由拓扑中,传感器节点附近的BS消耗的能量比别人更多,因为他们为别人传递数据包。分层组织介绍了传感器节点的路由协议的设计,以避免固有的能量失衡平面路由拓扑(6,7]。传感器节点组织成集群,集群头继电器聚合的结果数据传感在集群通过其他集群头BS。每个簇头负责协调的传感器节点。集群在一个传感器节点发送他们的感知数据通过多次反射继电器集群头。

在本文中,我们考虑在移动数据采集BS环境,需指定旅游延迟时间限制移动BS,采用clustering-based方法。减少能源消耗集群的头向前传感数据,移动BS只徘徊在传感领域和访问集群头收集传感数据。因此,集群的分布在整个网络中传感器节点之间的负载平衡,从而影响网络寿命。

我们的早期工作8)提出了一个启发式算法寻找轨迹移动的BS组成的集群头符合下列条件:(i)传感器节点之间的能量消耗在任何集群是平衡的,和(2)遍历总时间移动BS的轨迹是由一个给定的值有界。我们演示了通过仿真(8),该算法显著提高了网络的生命周期。这里我们延长工作寿命改进的分析计算。我们的结果可以确定一生改进在不同的应用程序。此外,集群的数量是一个关键参数的算法,在这里,我们提供了一个分析方法确定最佳值使用根据特定情况。

剩下的纸是组织如下。部分2评审的相关工作。节3,我们介绍了预赛和路径规划问题。部分4描述的轨迹移动BS,集群的形成过程,发现集群。部分5估计的数量界限集群。部分6研究影响网络寿命的因素,包丢失和最大速度的移动BS。节7,我们认为使用手机b在实际数据收集应用程序。节8进行了广泛的实验模拟,评估算法的性能,,最后,本文的结论部分9。

2。相关工作

使用移动BSs数据采集的无线传感器网络提出了应对各种不同的情况(1- - - - - -3,9]。在某些情况下,动机是提高在稀疏的网络连接(10- - - - - -12移动BSs),用于收集数据从传感器,只有当地的能力,单跳通信。各种方法确定BS旅游提出了有效地访问所有节点(13]。

我们假定一个密集的工作,完全与所有节点连接静态网络,能够参与多次反射传感器节点转发的数据。在这种情况下,BS路径没有直接受到的位置传感器,由于传感器数据可以转发到接近预定的BS路径。直线路径(14,15)被认为是,以及b与任意预先确定的路径(16]。移动BS允许节点的使用节约能源(从而保护网络生命周期),因为他们没有将消息转发到b;然而,节点接近BS路径将消耗更多的能量比遥远。

马和杨17)提出了一个启发式寻找的移动路径移动BS,由一系列的线段,接近每一个线段和传感器节点被选为簇头。这个方案提高了网络的生命周期。然而,它可能不平衡传感器节点的能量消耗,从簇头的位置在每个集群不是考虑集群形成。

罗和Hubaux [3)提出了一个分析模型找到轨迹移动BS的数据采集通过种继电器。他们代表了传感领域连续模型,证明了BS流动性提高了传感器负载平衡即使b在任意方向移动。他们的旅游移动BS,最大化网络的生命周期的周长是传感领域。

一些方案假设多个移动BSs,相互通信(15,18,19),但我们只关注单个的情况下移动中继。其他方案假设传感器节点可以缓存转发数据4,20.]。然而,我们假设一个同质网络,集群的头是一个简单的缓存能力有限的传感器,因为缓存的能力将增加复杂性和传感器节点的能耗。

大多数文献提到的假设移动的废话遍历传感领域在恒定速度。相比之下,苏吉哈拉和古普塔(21]假定b可以选择路径和改变它的速度在一个预定义的加速度约束实现最小数据传输的延迟和减少传感器节点的能量消耗。他们制定这个问题作为一个旅行商问题和进度的旅行时间轨迹中的每个边缘最大化收集的数据的数量。我们的研究假设移动BS的平均速度是恒定的,改变的速度移动BS导致更高的制造成本和功耗。

史和侯22)从理论上研究了移动BS和路由的最优运动。他们改变了运动的BS和路由时间问题流入一个依赖所在的问题。他们减少了运动的BS有限集的位置,并提出了一个算法来保证网络的生命周期是最小的未知的最大网络生命周期,是任意小。刘等人。23)考虑数据收集率和网络生命周期的分析数据采集使用移动BS在集群传感器网络。他们认为,一些传感器节点(会合点)其他节点缓存的传感数据,和移动BS接近会合点等待接收传感数据。他们研究了BS速度的影响,因此b的时间花在吞吐量数据收集能力和最优数量的集群。然而,这项工作并不考虑数据收集延迟,与我们的工作的假设最大可能延迟限制了BS旅行长度和考虑单个移动BS。

本文的主要贡献是一个分析中给出的算法(8]。我们分析研究集群的数量上下界,没有包丢失由于集群之间移动太快通过集群或干扰。找到的概率统计方法用于确定集群头和丢失数据包的BS集群移动从一个到另一个地方。然后我们看看生成的网络寿命随节点密度。

3所示。预赛和问题

我们假设每个传感器节点的传输范围是固定的,相同的,和所有传感器节点有相同的初始能量。一个传感器节点的存储是有限的,所以它不能缓冲大量的数据。传感器节点密集部署传感地区(平均节点度≥8)。因此,路径的跳数大约是节点之间的距离成正比。

BS移动恒定速度。因此,有足够的时间来建立沟通和发送一个或多个数据包时b需要穿越一个传感器节点的传输范围(用符号表1)。此外,由传感器传送一个数据分组的速度移动的移动速度要快得多废话(用符号表1)。因此,总延迟数据收集可以映射到BS旅游的最大长度。移动BS定期补充能量,没有多余的精力关注移动BS。最后,传感器节点和移动BS认为知道自己的物理位置通过GPS或网络的位置服务。表1展示了主要的论文中使用的符号。本文中讨论的问题如下。

问题。给定一个网络与移动BS,假设BS旅行的长度是有界的,它的速度,问题是要找到一个旅游为移动的废话,这样网络寿命最大化。

4所示。算法

我们解决这个问题通过组织传感器节点到集群,可以访问所有集群头移动BS。集群的集群头部的位置是一个重要的因素平衡cluster-sensor节点的能量消耗和确定BS的长度。在这个问题上所面临的挑战是找到最优簇头的位置共同考虑BS旅游和网络的生命周期。

确定BS路线,我们首先确定集群,然后确定一个虚拟集群头,VCH,每个集群,最后确定传感器节点的集群是真实的。平衡能源消耗在传感器节点中,它是重要的选择簇头,集群中的每个传感器节点在一定数量的啤酒花的集群。

传感领域分为相等的辐射线分区中心(重心)的领域。所有节点位于相同的分区组成一个集群。每个集群的VCH位于集群的重心。传感器节点附近VCH成为集群的候选人如果BS旅行的长度不大于。否则旅游长度必须减少搬迁VCH传感领域的中心。实现集群传感器节点之间的负载平衡,相同数量的运动是用来每个虚拟集群的头。迁移的概念VCHs如图1。最后,传感器节点接近VCHs选为真正的集群头如果旅行的长度不大于。该算法的细节,请参阅我们的工作在8]。

BS的路线是一个平滑的轨迹经过每个真正的集群。集群是能源消费的瓶颈,因为他们必须提出了遥感数据的传感器节点在移动BS。我们的技术是同等数量的传感器在每个集群以实现负载平衡集群。其他研究人员使用不同的标准形成集群(17,21]。我们的技术平衡能源消耗和数据采集时间在集群。

5。选择集群的数量

移动的算法寻找之旅BS雇佣了集群的数量,系统参数。在本节中,我们的目标是分析研究的上下界集群所需的数量。最小数量的集群,,是由节点的最大数量,可以在集群包开始丢失之前,和集群的最大数量,源自需求,传播区域集群的头不相交。

5.1。最小数量的集群

集群头传输传感数据移动BS时在其传输范围。可用的传输时间集群头是由b的速度决定的,因此,有一个最大数量的数据包被发送。网络必须至少集群,以确保每个集群的传输负载头不是太高。

当移动BS到达传输范围的集群,它广告存在通过周期性地广播一个特殊的包被称为灯塔。集群的头,在接收到信标,信标广播数据包,要求集群的集群节点发送数据。让时间从当移动BS进入集群的传输范围去当它接收第一传感数据和所采取的时间移动BS导线的传输范围集群头。自移动BS访问每个集群的头,。我们假设只有一个包可以传播从集群头一次。因此,剩余时间用于收集集群数据,如图2。

让是集群所需的平均时间去收集和发送一个数据包到移动BS。假设有传感器节点在一个集群中是收集传感数据所需的时间从集群。如果,没有包丢失发生在数据采集。然而,如果,然后剩余的时间是不够的收集所有的集群中的数据包。可以成功发送的数据包的数量,在那里是最大的整数不到。总之,由丢失的数据包数量

必要的最低数量的集群可以通过允许找到。如果所有集群有相同数量的节点,我们会,在那里是最大的整数大于。替换成,我们发现

然而,节点是独立的,相同的均匀分布;传感器节点的数量在每个集群可以通过二项分布建模。集群的概率函数所需的时间来收集数据包是由 在哪里。的概率数据包丢失是 累积分布函数(CDF)。图3显示数字的百分比的CDF实验组的包丢失是不同数量的集群绘制。网络参数配置,这样的近似是8。结果表明,实现的概率给定阈值水平的包丢失增加集群的数量。例如,实现数据包的概率小于损失是,,对集群的数量,,,分别。

5.2。最大数量的集群

我们已经表明,包损失随越来越多的集群由于减少转发负载为每个集群。然而,增加集群的数量减少相邻集群的集群头之间的距离,因此,最终的传播范围集群头重叠,这降低了有效的接触时间,因为传输通过每个集群头干扰别人当b是在该地区,他们的传播范围重叠。因此,我们要求至少簇头之间的距离。

我们现在调查的影响增加集群的数量在BS旅行的长度和找到一个真正的簇头的概率。

首先,假定VCH位于质心集群的一颗子弹,如图所示4(一)。假设传感领域是一个圆,半径(如图4(一)),让代表之间的夹角集群的边界区域。然后VCH之间的距离和传感器领域的中心。然后,参观段相邻VCHs之间的长度,BS旅游连接聚类质心的长度。周长的质心方法随着集群变得狭窄,所以行程长度增加集群的数量达到约周边的传感字段,如图5(一个)。这个结果不同于(3),这表明,最优的移动的废话的周长是遥感领域,因为使用不同的数据收集方案。在[3)网络传感器节点将数据直接发送到b;然而,在我们的工作中,数据发送给簇头,然后将其转发BS。

现在,让我们考虑延迟要求行程长度的影响,。我们考虑两种情况如下。

我:放松延迟的要求
承担延迟约束。在这种情况下VCHs不需要缩小的重心,因此。VCHs之间的距离,所以VCHs不重叠的传播范围。集群的最大数量可以获得当废话的时间花在每个集群,也就是说,当旅游段的长度等于在每个集群如图4 (b),所以,。此外,集群的内部角在这种情况下。

为了确定,替换和,我们有和,,给。没有封闭的解这个方程,所以我们使用的泰勒级数近似为小值。考虑到集群的数量是一个整数,我们发现集群的最大数量。集群的最大数量增加而增加网络半径自聚类质心的位置走向传感领域的周长。

案例二:限制性延迟的要求
认为旅游长度必须小于()。我们选择。VCH(“×”,如图所示4(一))必须从质心移动,接近传感领域的中心。集群的最大数量可以获得每个集群内当旅游段的长度等于,所以集群的最大数量。

总之,集群的最大数量是由 最小的有效的场景。在任何合理的情况下,这将对应于放松的情况下,。然而,在这种情况下,集群头重叠时的传输范围或。在现实的场景中,,从而。作为的增加,增加,到一定程度时,限制性的情况下被触发。例如,当集群的最大数量如果,但如果(限制性的),然后。

确保旅游不再是比,每个VCH真正需要找到相应的集群。指图4 (b),单个节点的概率是在该地区oabc等于有界区域的比例oabc遥感领域的面积,,也就是说,。为网络节点的概率找到一个真正的簇头 图5 (b)表明,找到一个真正的簇头的概率减少与集群的数量和减少旅行的长度。指图5 (b),当等于和为等于和分别,我们看到相应的概率找到一个真正的集群头大约是这两种情况下。

因为真正的集群头是接近,但不是在VCH,真正的集群正面的传播范围可能重叠。真正的簇头的概率传播范围重叠集群的数量增加和减少节点密度。

6。分析

在本节中,我们研究数据收集延迟的影响,节点密度和网络半径在网络生命周期。我们还确定网络的上限半径随着节点密度,和BS的速度不同。最后,我们决定了BS最大速度等数据收集可以移动,没有包丢失为特定节点密度。在本节中,我们假设集群的数量=从(5)。

6.1。网络生命周期

假设传感器节点初始能量,平均传输一个数据包所需的能量。的能量使用的集群在一个周期。因此,预期的网络生命周期 在哪里是废话所需的时间来完成一个周期。方程(7)代表时可以达到的最大网络生命周期传感器节点是均匀分布的集群。我们可以看到,增加网络的大小需要相应增加集群的数量,以保持网络生命周期。在下面,我们研究变异与网络半径,网络的生命周期假设集群的数量的最大值。

在这项研究中,我们使用节点度作为衡量节点密度(而不是在单位面积的节点数量),因为它反映了节点的数量可以使用的最大传输访问范围。由于网络节点是均匀分布在网络领域,然后平均节点度。代替到(7),那么预期的网络生命周期。让集群的数量等于,然后使用(5)预期的网络生命周期 方程(8)表明,网络寿命不依赖于网络半径延迟要求的放松。这是因为由于增加节点密度,减少网络的生命周期是由增加取消网络寿命将增加旅游长度和集群的数量。然而,限制性的延迟需求,网络终身死亡减少BS旅游长度和增加网络半径。因此,如果它需要达到一定程度的网络生命周期的大型网络,然后使用一个移动BS可能不足,即使我们使用集群。可能需要考虑多个移动BSs提出(15]。

6.2。包丢失

网络生命周期随网络半径增加,因为在每个集群节点数量的增加不断的传播范围和节点密度。然而,集群头接触废话的时间取决于集群头和BS的传输范围的速度。因此,如果没有包损失,所以网络的上限是由半径 我们已经使用和和(5),假设节点是均匀分布在集群。方程(9)表明,网络半径的最大值随BS速度和节点密度的增加放松延迟需求,而网络的上界半径的长度取决于所需的BS旅游除了BS速度和节点密度限制延迟的要求。例如,对于网络参数,米,米/秒,女士,女士,。放松和限制(分钟)延迟需求,网络半径的近似上界,这样没有包丢失公里,公里,分别,公里公里。

更准确地说,我们可以发现概率函数和CDF包丢失的数量在不同网络半径使用(4),在放松的延迟需求,近似的价值出现在(5)当。提供的数据包的数量损失如图6(一)提到的,使用相同的网络参数。结果表明,每个集群高丢包概率的增加与网络半径。此外,集群的数量也增加;因此,总包丢失增加与网络半径。然而,控制BS的速度可以帮助减少数据包的数量损失。b可能会降低它的速度移动时在一个集群与大量的传感器,所以它得到足够的时间来收集包所有集群传感器,并增加其速度在集群中较低数量的传感器节点。

甚至控制移动的速度BS可以帮助减少数据包的数量损失不平等的数字集群中的节点;如果有一定数量的数据包损失公里。为了实现没有包丢失随着网络规模的增加,多个移动BS可以用来配合进行数据收集。网络领域可分为与每个移动子网BS收集数据从一个子网。

6.3。最大速度的移动BS

当移动BS的速度增加,最小数量的集群需要增加以减少集群中的节点的数量,这样废话可以收集集群中的数据时间,如图6 (b)。因此,移动BS的最大速度是决定当集群的最小数量增加到集群的最大数量,。使用(2)和(5),移动BS的最大速度 方程(10)表明,BS的最大速度随增加网络半径,减少更快在限制性延迟要求的情况下,例如,网络参数,米,公里,女士,女士,移动BS的最大速度,米/秒,米/秒,放松和限制(公里)延迟需求,分别。

7所示。实际意义的分析

这里我们考虑使用移动BS在实际数据收集应用程序。传感器节点的传输范围为不同的应用程序之间的差异很大。此外,不同类型的移动实体可用于携带b,例如,移动机器人,汽车,火车,或无人机的飞机,所以有一个大范围的速度移动BS。

假设一个移动机器人移动平均速度m / s BS和传感器传输范围=m。当传感器节点集群与集群的最大数量,那么就没有包丢失如果网络半径小于放松的延迟需求(指公里(9),女士,女士,)。在这种情况下,BS参观大约需要四个小时以来收集传感数据的长度大约是旅游公里,这可能适用于某些应用程序,但太缓慢。

假设需要收集在传感数据分钟。然后最大网络半径必须小于或等于减少公里为了实现没有包丢失。然而,网络半径可以进一步扩大如果使用较高的传感器节点传输范围。例如,如果传感器传输范围增加米,那么网络可以小于或等于半径公里。

还可以扩大网络,同时减少数据收集延迟为放松延迟需求增加的速度移动BS使用,例如,一个无人机平面。在这种情况下,b的平均速度公里/小时的速度高于一些军事无人机的飞机公里/小时),传感器传输范围=m。那么就没有包丢失如果网络半径小于或等于公里。在这种情况下,遥感数据可以在大约聚集分钟。

在我们的算法中,假定移动实体可以自由移动传感领域。然而,在某些情况下这是不适用,例如,当机器人的移动路径有障碍。这可能会增加数据收集延迟自BS必须找到另一个路径,以避免障碍。

此外,传感器节点的分布在传感领域有重大影响的网络连接。网络划分的概率增加,当传感器节点非均匀分布或节点度小于8 [24,25]。在这种情况下,b访问数据收集的所有子网;因此,子网的位置必须考虑最大行程长度的计算。

随着网络变得越来越稀疏,最终没有集群是可能的。在极限情况下,断开所有节点,BS必须访问所有传感器节点的传输范围和使用单跳通信收集数据。在这种情况下,最短的BS轨迹可以发现使用旅行商问题(TSP)算法。网络寿命明显长于但是,如果集群采用数据采集的BS需要很长时间,因为它必须访问所有传感器节点。

假定传感器节点之间的通信信号衰减和BS仅是由于路径损耗与传播距离有关。然而,无线信道的路径损耗和干扰等影响集群之间的通信的可靠性特别首脑和BS。簇头的选择可以包括跨层考虑通过修改指标选择的集群。除了考虑虚拟簇头之间的距离,沟通可以包含的可靠性。

8。绩效评估

在本节中,我们评估算法的性能通过与MATLAB仿真,假设MAC层的影响被忽略。

我们假设网络中的传感器节点随机部署与均匀分布在一个圆形的传感领域半径m。每个传感器节点的传输范围米()和初始的能量单位。所有数据包都有固定长度和获得每个包的单位的能量。移动的速度被认为是胡扯m / s。包的传播时间女士,和数据请求的时间ms。我们网络中的不同节点的数量来模拟节点度的变化。我们使用节点度的度量节点密度。为每个实例部署、网络性能指标计算,结果是平均超过100个实例为每个节点的程度。

8.1。不同的网络规模

我们首先研究网络领域的半径变化的影响网络性能。评估的网络生命周期提出了算法,计算最大网络生命周期(7),它假定所有具有相同数量的集群节点。一生最大的网络被用作性能基准测试,看看远提出的解决方案是最优的。我们比较SenCar算法的算法(17]。的移动轨迹SenCar(移动BS)由一系列连接线段,和传感器被组织成集群。最近的传感器节点线段(我们将称之为集群头)比其他节点消耗更多的能量,因为他们必须提出传感数据BS。

SenCar算法假定一个矩形感应场和BS没有实现一个闭合轨迹。为了与我们的算法,我们假设SenCar BS移动在圆形传感领域的上半部分和下半部分回报。

集群中的节点的数量在我们的算法可能不等于自聚类是基于平等的分区。因此,集群头,最多数量的数据包转发到b代表了网络瓶颈和决定了网络的生命周期。图7(一)显示了网络的生命周期由使用我们的算法比SenCar算法和最大寿命相同数量的集群。可以看出,在不同网络半径,我们算法的网络寿命高于SenCar算法。这是因为我们的算法之间的网络负载平衡集群头除以传感领域分成相等的区域。相比之下,集群SenCar算法固定宽度,但不同地区;因此,集群头接近中心的传感领域消耗的能量要比其他人更多。结果还表明,随着网络半径的增加网络寿命减少。这是有道理的,因为需要转发的数据包数量b也在不断增加。

研究的影响集群头在集群上的位置传感器节点负载平衡,最大一个传感器节点的能耗邻近集群计算如图7 (b)我们的算法和SenCar算法。BFS算法用于查找路由树为每个集群,集群的头是树的根。

我们算法的结果表明,该邻居节点的邻居节点能量消耗低于SenCar算法。这是因为在我们的算法中簇头和邻国非常接近集群区域的中心。另一方面,SenCar算法中的邻居节点的位置取决于BS的线段轨迹。当簇头的位置接近传感领域的边界,其邻国负责转发大量的集群节点数据包集群头部,因此消耗的能量要比其他人更多。结果还表明,能源消耗增加而增加网络半径增加传感器节点的数量。

8.2。不同数量的集群

然后我们不同集群的数量和调查网络生命周期的变化。图8(一个)显示了使用移动网络的生命周期由BS与静态b相比,假设静态BS的重心位于传感领域。广度优先搜索(BFS)算法来找到一个路由树的废话。在一个静态的废话,废话邻近的传感器节点消耗更多的能量比其他任何网络中传感器节点,因为他们必须从孩子传感器节点接收到的数据包传递给b,而在移动BS,集群头消耗更多的能量比其他网络中传感器节点。网络生命周期使用静态BS相比的最大移动BS和模拟网络寿命和不同数量的集群。

图8(一个)显示网络寿命减少随着节点度的增加。这是有道理的,因为增加的数据包的数量需要转发到b。也可以看到,随着节点度的增加,最大的区别和模拟网络寿命减少。这种减少的原因是,在每个集群节点的分布区域变得更多,所以集群头需要转发的数据包数量,更加平衡。

评估集群之间的能源消费的变化,我们计算的比率不同集群头能源消耗的总能量消耗。结果,如图8 (b)表明,能源消耗的比例差异随节点度的增加而减小。结果还表明,簇首能耗的比例差异随以来集群的数量的增加,减少的数量在每个集群节点。

研究集群的集群的数量的影响传感器节点负载平衡,邻近的传感器节点的能量消耗计算集群头如图9(一个)。BFS算法用于寻找每个集群路由树,在集群头树的根。曲线在图9(一个)表明,能源消耗增加,减少数量的集群由于增加传感器节点的数量,和邻近的传感器节点负责转发数据包的集群。它也表明,能源消耗增加,网络节点的数量的增加。

图9 (b)说明了遥感数据的数量的继电器跳到达b。找到的最大跳数,我们必须考虑到传感器节点的跳数集群的边界附近区域对于移动BS的情况,而传感器节点边界附近的整个传感领域被认为是静态的废话。的最大跳数增加而减少数量的集群移动b,因为这增加了传感器节点及其集群头之间的距离。结果表明,啤酒花的最大数量仍低于静态BS。不过,它也表明,节点度最大路径长度的影响小,由于这一事实的最大跳数成正比的最短路径的长度,因为网络中传感器节点的密度很高。

的影响上的集群数量比例的网络包丢失图所示10。包丢失数量的增加与集群的节点度和减少数量,因为这增加了集群头的数据包数量必须接触时间内的废话。使用(2),近似最小数量的集群如表所示2。集群的近似最大数量,从(5在轻松的延迟需求。比较数量的集群和集群的近似最小数量,我们发现包丢失即使集群的数量等于或大于最小数量的集群。这是由于传感器节点不同样集群这样一些集群头比其他人更多的数据包转发到b。

8.3。不同的数据收集延迟

我们终于研究数据收集延迟的影响集群的负载均衡集群的数量时,传感器节点=。我们定义作为移动BS采取所需的时间参观簇的质心点连接。邻近的传感器节点的能量消耗集群头如图(11日)。BFS算法再次找到每个集群的路由树。结果表明,能源消耗增加,减少端到端数据收集延迟由于减少的长度的废话旅游的重心传感领域。因此,它会导致传感器节点的数量的增加,邻近的传感器节点负责转发数据包的集群。数据采集的影响延迟继电器跳的最大数量是图所示11 (b)。的最大跳数增加而减少数据采集移动BS延迟,因为这增加了传感器节点及其集群头之间的距离。结果表明,最大跳数小于静态BS。结果还表明,节点度对最大路径长度的影响很小,因为网络中传感器节点的密度很高。

9。结论

在本文中,我们处理问题的数据采集移动BS环境的遥感数据需要聚集在一个指定的延迟。我们提出了一个clustering-based启发式算法寻找轨迹移动的废话来平衡传感器节点之间的能量消耗。算法允许b访问所有集群头在一个指定的延迟。我们通过仿真实验证明使用的集群移动BS可以显著提高网络的生命周期。此外,寻找集群正面结果的解决方案在一个统一的平衡的能量消耗在集群中。我们展示如何选择集群的数量,以确保没有包丢失的BS集群之间移动数据采集。我们提供一个分析解决这个问题的速度移动BS。我们还提供分析不可避免的包丢失的估计随着网络规模的增加。最后我们进行实验仿真对算法的性能进行评估。实验结果表明,使用聚类与移动基站数据收集可以显著延长网络寿命和平衡传感器节点的能量消耗。 The results also show that the proposed algorithm outperforms the SenCar algorithm [17]而言,网络的生命周期和能源消耗的邻居节点集群的头。

承认

作者感谢托尼·弗林博士为他的建设性意见和宝贵的建议,帮助提高论文的演示。

引用

1. s . r . Gandham m . Dawande r·普拉卡什和美国文卡特斯,“节能方案有多个移动基站的无线传感器网络,”IEEE学报》全球电信会议(GLOBECOM ' 03)2003年12月,页377 - 381。视图:谷歌学术搜索
2. d·k·戈登伯格林j ., a·s·莫尔斯b . e . Rosen和y . r .杨”向移动网络控制原语,”学报》第五届ACM国际研讨会上移动Ad Hoc网络和计算(MoBiHoc ' 04),2004年。视图:谷歌学术搜索
3. j·罗和j.p. Hubaux联合移动和无线传感器网络路由终身伸长,”学报的24日联合年会IEEE计算机和通信的社会(INFOCOM 05)2005年3月,页1735 - 1746。视图:谷歌学术搜索
4. w·贾g, t . Wang, m·李”对接设计算法的无线传感器网络移动基站”学报》第九届ACM国际研讨会上移动Ad Hoc网络和计算(MobiHoc ' 08),2008年。视图:谷歌学术搜索
5. 答:a . Somasundara a Ramamoorthy, m·b·斯利瓦斯塔瓦”移动元素与动态调度的最后期限,”IEEE移动计算》第六卷,没有。4、395 - 410年,2007页。视图:出版商的网站|谷歌学术搜索
6. b .太阳,s . x高r . Chi和f .黄”算法在无线传感器网络能耗平衡”学报第一ACM国际研讨会上无线特设的基础和传感器网络和计算(FOWANC 08年)2008年5月,页53-60,。视图:出版商的网站|谷歌学术搜索
7. o·尤尼斯和美国Fahmy”特别的传感器网络分布式集群:混合动力节能方法,”学报IEEE计算机通讯大会上(INFOCOM ' 04),2004年。视图:谷歌学术搜索
8. o . Jerew和w·梁”,延长网络的生命周期通过使用移动基站在无线传感器网络中,”第七届国际会议的程序移动计算的发展和多媒体(MoMM ' 09)2009年12月,页170 - 178。视图:出版商的网站|谷歌学术搜索
9. a . a . Somasundara a . Kansal d d .牛仔裤d·埃斯特林·m·b·斯利瓦斯塔瓦,“可控的移动基础设施低能量嵌入式网络。”IEEE移动计算,5卷,不。8,958 - 972年,2006页。视图:出版商的网站|谷歌学术搜索
10. w·赵m . Ammar,和e . Zegura”消息运送方法数据交付在稀疏移动Ad Hoc网络,”学报the5th ACM国际研讨会上移动Ad Hoc网络和计算(MoBiHoc ' 04)2004年5月,页187 - 198。视图:谷歌学术搜索
11. w·赵m . Ammar,和e . Zegura”控制多个数据传输的灵活性全新渡轮在实现容忍延迟网络”学报的24日联合年会IEEE计算机和通信的社会(INFOCOM 05)2005年3月,页1407 - 1418。视图:谷歌学术搜索
12. m·m·b·塔里克·m·里奇,e . Zegura”消息渡轮航线设计为稀疏的ad hoc网络与移动节点,”学报》第七届ACM国际研讨会上移动Ad Hoc网络和计算(MOBIHOC 06年)2006年5月,页37-48,。视图:谷歌学术搜索
13. m . Ma和杨y”,在无线传感器网络数据采集移动收藏家”《22日IEEE国际并行和分布式处理研讨会(IPDPS ' 08),2008年4月。视图:出版商的网站|谷歌学术搜索
14. a . Kansal a . a . Somasundara d d .牛仔裤m·b·斯利瓦斯塔瓦和d·埃斯特林,“智能流体基础设施为嵌入式网络,”第二届国际会议在移动系统中,应用程序和服务(MobiSys ' 04),第124 - 111页,2004年。视图:谷歌学术搜索
15. d .工装裤、a . Somasundara和m·斯利瓦斯塔瓦”多个控制移动元素(数据骡子)传感器网络的数据收集,”学报》1日IEEE国际会议在传感器系统的分布式计算(DCOSS ' 05)2005年7月,页244 - 257。视图:谷歌学术搜索
16. 美国高,h·张,t .歌曲,y,“网络寿命和吞吐量最大化与path-constrained移动无线传感器网络下沉,”程序的通信和移动计算国际会议(CMC的10)2010年4月,页298 - 302。视图:出版商的网站|谷歌学术搜索
17. 杨m . Ma和y“SenCar:大规模的多次反射传感器网络的节能数据收集机制,“IEEE并行和分布式系统,18卷,不。10日,1476 - 1488年,2007页。视图:出版商的网站|谷歌学术搜索
18. m·玛尔塔和m . Cardei”改善与多个移动下沉,传感器网络生命周期”普及和移动计算,5卷,不。5,542 - 555年,2009页。视图:出版商的网站|谷歌学术搜索
19. w·y·坡、m·贝克和j·b·施密特”实现高寿命、低延迟非常大的传感器网络使用移动下沉,”学报IEEE国际会议在传感器系统的分布式计算,2012年。视图:谷歌学术搜索
20. 美国高h·张,“节能path-constrained水槽导航后无线传感器网络,”网络杂志,5卷,不。6,658 - 665年,2010页。视图:出版商的网站|谷歌学术搜索
21. r .苏吉哈拉和r·k·古普塔”优化energy-latency权衡与流动控制,传感器网络”IEEE学报》28日计算机通讯大会上(INFOCOM ' 09)2009年4月,页2566 - 2570。视图:出版商的网站|谷歌学术搜索
22. y史和y . t .侯”,一些基本结果对于无线传感器网络基站运动问题,“IEEE / ACM交易网络,20卷,不。4、1054 - 1067年,2012页。视图:谷歌学术搜索
23. g . j . k . w . Liu Lu Wang,和l .黄”性能分析的无线传感器网络移动下沉,“IEEE车辆技术,卷61,不。6,2777 - 2788年,2012页。视图:谷歌学术搜索
24. l让j·西尔维斯特,“最佳传输半径为分组无线电网络或者为什么六是一个神奇的数字,”IEEE国家电信会议,1978年。视图:谷歌学术搜索
25. o . Jerew移动无线传感器网络:[博士优势,限制和影响。论文)工程和计算机科学学院,澳大利亚国立大学,2011。

版权

版权©2012年大家族Jerew等。这是一个开放的分布式下文章知识共享归属许可,它允许无限制的使用、分配和复制在任何媒介,提供最初的工作是正确引用。