节能路由协议基于异构无线传感器网络的区域

文摘

在异构无线传感器网络中,传感器节点随机分布在一些地区。在某些应用程序中,它们可能是随机分布在不同的地区。此外,节点有相同的类型几乎相同的概率被选中作为簇头。集群头将消耗更多的能量比其他节点接收和传输数据。如果小残余能量节点当选为簇头,它会影响网络的效率由于其过早死亡。一种改进的节能路由协议提出了异构无线传感器网络。首先,它假设,不同类型的节点分布在不同的区域。其次,通过改进阈值,节点剩余能量大更有可能成为集群。最后,设计一个混合数据传输方法。晚饭集群的节点,推进节点直接向基站传输数据。 The normal nodes adopt single hops and multiple hops mixed methods to transmit data. This can minimize the energy of the communication from cluster head to base station. Simulation results show that this algorithm has achieved a longer lifetime for the wireless sensor network than stable election protocol and threshold-sensitive stable election protocol algorithm.

1。介绍

异构无线传感器网络(HWSN),由许多不同的能量节点,已成为研究和开发的一个重点(1,2]。这些传感器节点用于传感环境事件和物理条件如洪水、火灾、地震。节点感知到的信息压缩成数据包,这是发送到基站(BS) [3- - - - - -5]。大部分的数据传输节点的能量消耗。然而,随着节点的电池后很难改变节点部署到环境中,他们的能量是有限的。所以本文主要讨论了传感器节点的能量异构HWSN有不同程度的能量资源。

稳定的选举协议(TSEP)算法(6)也是一个典型的异构无线传感器网络。据推测网络包含三种不同类型的传感器节点,是正常的节点,节点,和supernode。正常的节点初始能量最低。supernode最高的初始能量。高级节点的初始能量是正常的节点和supernode之间。它提出了三个最优概率公式将当选为簇头节点没有考虑节点的剩余能量。对相同类型的传感器节点,尽管他们有不同的残余能量,它们有相同的概率被选中作为集群。因此,如果节点被选为簇头没有残余能量,这将影响网络的效率由于其过早死亡。此外,传感器节点直接传输数据在同一集群,集群头和集群头从其他传感器节点传输接收的数据基础。正常的节点有更少的能量。 When the cluster head of the normal node is far away from the base station, if it directly transmits data to the base station, this will consume much energy. This also affects the lifetime of the network. To overcome these problems, we proposed an improved method based on the TSEP method to improve energy efficiency and prolong the network lifetime.

改善的贡献TSEP方法可以概括如下:(1)减少传感器节点的概率几乎没有剩余能量是选为簇头,它提出了一种改进的阈值公式通过引入传感器节点的剩余能量。(2)降低簇头的能量消耗,提出了一种组合方法的多次反射和单跳簇头正常的传感器节点向基站传送信息。

节1介绍。节2,我们介绍相关工作。TSEP方法中引入部分3。节4,我们介绍我们的改进方法。模拟和讨论部分5。最后,给出了结论部分6。

2。相关工作

提出了许多有效的路由协议HWSN实现长寿命和低能量消耗的网络数据采集。稳定的选举协议(9月)7]是一种HWSN协议有两个不同的初始能量节点。第一个节点的算法延迟死亡时间因为它有两个不同的簇头选举概率(CH)。然而,9月算法只适用于二级HWSN,和算法在数据通信采用单跳路由的方法。分布式节能集群(DEEC) (8)是为多级HWSN而设计的。需要节点的平均能量的估计价值为参考点,然后调整旋转周期的CH自适应参考点和剩余能量的比值。

众多异构协议提出了基于9月和DEEC。预测的能量耗散和集群管理(9]是一个改善DEEC方法使用“一步能耗预测”技术。基于能耗率稳定的选举协议(10]提出了一种基于节点能量异构网络聚类算法的能源消耗速度,介绍了能源消耗速率参数的加权概率CH选举。熟练的能量聚类技术终身增强[11)是一种新型节能的基于距离的聚类和路由算法使用多次反射的沟通方法。基于距离,给定的异构无线传感器网络分为认知同区域和分配一个独特的光谱。zonal-stable选举协议(12)是一种基于区域聚类算法的高级节点的概率成为CHs。然而,节点不能随机部署,只有高级节点选为一个集群。SEPFL路由协议基于模糊逻辑13)是由模糊逻辑选出最优设计集群。三个模糊输入变量节点的密度,电池能量和节点之间的距离和BS。修改稳定选举协议(14)是一个HWSN算法的聚类,考虑不同传输类型的存在。节能预测聚类算法(15)是一种层次聚类路由算法。选择所有CHs的监控对象和节点的初始能量。有效和动态聚类方案HWSN [16)使用一种新颖的CH选择方法通过引入万有引力定律在聚类过程中预测的平均网络能量。能源保存在HWSNs区域分区(17)分区区域,通过一个统一的能源效率的网络。它也能减少节点通信距离和选择CHs从各自的区域。节能集群方案延长网络的生命周期(18)考虑如何处理孤立节点的处理问题。Threshold-Sensitive稳定选举协议(TSEP)算法(6)也是一个改进算法的基础上,9月的方法。TSEP算法增加了网络出错。然而,路由、数据仍然是传送到基站(BS)在TSEP使用单跳传输。这个路由会消耗大量的能量。TSEP协议的过程详细描述部分2。虽然有些方法已经提出了移动传感器节点19,20.),本文还提出了传感器节点在固定空间无法移动。

3所示。TSEP方法

TSEP算法,改善了算法,9月是异构无线传感器网络路由算法。TSEP [19]算法增加了出错比其他节点初始能量的新协议。TSEP算法分为两个步骤:设置阶段和数据传输阶段。TSEP协议详细描述如下。

在第一阶段,节点的无线传感器节点随机分布在HWSN,但每个节点的位置是固定的。在这个阶段,每个节点可能选为CH。每个节点将取决于阈值概率公式选择CH。阈值概率提出(19)可以表示如下: 在哪里站节点标识符,代表当前回合数,的概率是传感器节点将当选CHs,然后呢代表的节点集,没有被选为CH。不同的传感器节点具有不同能量水平有不同的概率被选中作为集群。TSEP算法分为三种类型根据节点的初始能量:超级传感器节点,先进的传感器节点,和正常的传感器节点,分别选择相应的概率,传感器节点是集群头可以表示如下(19]: 在哪里代表最优概率节点将当选CHs,和推进节点的比例和出错导致的节点总数分别和是时代进步的能量节点和出错超过正常的节点,分别。

传感器节点成为簇头的概率表示为 。在每一个 圆的,一个传感器节点只有一个机会成为簇头。如果一个传感器节点没有被选为簇首,它将被添加到集合 ,簇头选择的过程将继续在下一轮中。是每个节点的权重不同的初始能量。超级传感器节点的概率加权,先进的传感器节点,传感器节点表示为正常 ,和 ,分别。我们用概率公式(2)(4)而不是概率在(1),分别。我们可以得到传感器节点的阈值公式,先进的传感器节点,分别和正常的传感器节点。阈值公式将用于选择簇头。

当传感器节点被选为簇头,然后他们会广播广告(副词)没有持久消息的载波监听多路访问算法。收到这些信息后,其他non-CH节点选择一个集群从集群头作为自己的簇头根据每个收到消息的信号强度。CHs接收来自其他节点的请求消息后,簇头将建立一个时分多址时间段调度表。集群的头然后将计划发送给另一个传感器节点在同一集群成员节点的存在。CH发送数据时,这个过程只能在一个特定的时间段完成,直到完成集群的形成。在稳定阶段,数据传输从节点到b,和数据收集过程中的所有节点操作。集群的成员节点传输信息CHs基于时分多址的插槽。每个CH接收信息、骨料和将信息直接发送到b。在一个圆形的数据传输完成后,新的CH选择将启动下一轮。

研究结果表明,TSEP算法具有更长的生命周期比9月协议。TSEP算法只延长网络的生命周期通过增加节点的初始能量。然而,没有根本解决这个问题,低能量节点消耗大量能源和早死。

4所示。算法

在本节中,介绍了一种改进的算法来解决TSEP的问题。在安装阶段,我们把三个不同的初始能量节点在3个地区。通过改进阈值公式,较大的节点剩余能量大的概率被选为CH。我们也使用一个节点状态转换机制控制的CHs高密度节点地区面积2。在数据传输阶段,我们采用单跳和多跳通信的能量最小化从CHs BS。我们讨论的细节改进协议如下。

4.1。设置阶段

在TSEP算法中,所有节点随机部署在HWSN。所有节点有可能当选CHs。低的节点剩余能量也可能当选CH。这将减少节点的生存时间。

根据收音机能耗模型提出了文献[7),CH,远离BS传输数据很快就会消耗更多的能量。因此,该算法出错的地方和高级节点在一个区域远离BS,和其他节点放置在一个区域靠近BS。然后我们把广场 成相等大小的三个领域,他们被称为区域1,区域2和3。2 BS位于区域。区域2中节点能量消耗低于节点传输数据在区域1和区域3 BS。因此,我们随机放置5出错和10个高级节点在区域1和区域3,分别与70正常节点和区域2是随机分布的。传感器节点的分布如图1。

之后,节点,网络中的所有节点广播自己的信息,包括节点的标签,该节点的剩余能量和节点状态。BS接收消息并存储节点信息表包括节点标签,节点的剩余能量和节点状态。正常的节点接收自己的邻居节点信息并存储一个邻居节点信息表包括标签和节点的节点状态。这个过程完成后只有一次节点部署。然后,我们将采取两种方法选择CH。区域1和区域3使用一种方法,而区域2使用另一种方法。

区域1,区域2,和区域3执行CH选择根据以下方程,分别 在哪里 , ,和的最优概率是正常的节点,节点,和出错导致成为CH,分别 , ,和是正常的节点集,推进节点,没有被选为CHs出错导致,分别。的节点的剩余能量在哪里圆的, , ,和是正常的初始能量节点,节点,分别和出错。

面积2包含了很多正常节点密度和可能导致传输干扰,数据冗余和碰撞。这将增加能源消耗和影响能量有限的传感器网络的效率。我们将采取以下CH选举方法如下。

在区域2中,带有自己的普通节点选择一个节点的通信范围内根据邻居节点信息表。如果一个节点未能找到一个邻居节点,成为一个孤立的节点,这发生,因为孤立节点和其他节点之间的最小距离是其范围之外。然后我们将一半的双节点设置为活跃和设置的另一半对节点在本轮睡着了。孤立节点将是活动的所有的时间。活动节点选为CH根据方程(5)。

节点是集群后,所有节点发送标签,剩余的能量,CHs的感知环境参数。CHs聚合成数据包的信息,等待来自BS的信息。CHs的信息包括路径将数据传输到b。

通过建立一个新的网络模型,低能量节点数据传输期间节约能源。此外,通过改进阈值公式,有大量剩余能量的节点将选举CHs的概率比较大。

4.2。数据传输阶段

TSEP算法,信息将直接从集群传输基站。如果簇头和基站之间的距离较长,它会消耗多少能源集群的头。这样可以减少集群的生命周期。在我们的改进的协议,我们将采用两种数据传输方案。区域1和区域3的CHs BS直接传输信息。然而,节点的能量区域2小于的区域1和区域3。因此,区域2的CH将采用多次反射法和单跳传输信息到BS (21]。区域的传播模式2是在下面详细描述。

BS根据节点信息表计算CH在传输的通信能耗一些消息直接b,这被定义为 。的价值是由以下方程: 在哪里表达了一个传感器节点消耗能量接收或传递出的信息。的参数和用于表达消耗能量信号放大器处理比特信息在空间传播模型和多径衰落模型,分别。是用来表达传感器节点之间的距离我和基站。它可以表示如下: 在哪里 传感器节点的位置坐标吗我, 是基站的位置坐标。的参数只是一个阈值。它可以表示如下:

基于(8)- (10),我们就可以获得的 。如果公式(11)可以满足,簇头节点j将被用作一个中间传感器节点的簇头节点和基站之间。如果不满足以下方程,簇头节点我将直接向基站传输数据不使用中间集群。 在哪里表达了基站之间的距离和簇头节点 , 簇头节点之间的距离吗簇头节点 。的表达式和是由以下方程:

这种方法可以减少能量消耗集群头向基站传输数据。假设簇头和基站之间的距离,和集群头将传输数据到中间集群。在这种情况下,中间簇头节点向基站传输接收的数据。

簇头节点完成数据传输后,集群头将会改变它的状态。如果传感器节点及其邻居传感器节点没有死,那么两个节点应该保持他们的当前状态。如果一对传感器节点有一个死亡节点,它的合作伙伴将会保持一个活跃的状态,试图找到另一个节点来完成一对。收到信息后,BS更新节点信息表和所有节点广播信息,并更新所有节点的邻居节点信息表根据接收到的信息。这表明完成这一轮。该算法流程图如图2。

5。仿真和讨论

5.1。实验

实验假设有100个节点,节点出错导致的10%,20%的节点是高级节点,其余节点正常节点。每个高级节点的初始化有50%的能量比正常节点,每个和每一个出错导致有100%比正常的每个节点初始能量。实验假设每个supernode 1焦耳的能量,所以每个高级节点和普通节点的能量0.75焦耳和0.5焦耳,分别。实验随机地方这些节点广场面积100100米²,BS位于中心。最好的概率成为CH每个节点设置为0.1。由于TSEP算法是基于9月算法,我们的算法也是基于TSEP算法。所以这个实验使用TSEP算法和9月算法比较死节点的性能,网络剩余能量和吞吐量与我们的算法使用MATLAB作为仿真工具平台。实验所需的参数如表所示1。

首先,传感器节点分布在三个区域,如图所示1。它可用于监测水质的鱼池。正常的传感器节点分布中心的鱼池。推进和出错在池塘的边缘分布。它是方便改变传感器节点的电池在池塘的边缘分布。此外,如果所有传感器节点初始能量相同,网络可以成为异构无线传感器网络在改变传感器节点的电池在池塘的边缘分布。图3显示死亡节点每轮的百分比。图4显示了所有节点的剩余能量为9月,TSEP,该算法。图5显示之间的数据包数量的废话和CHs对轮的数量。

其次,传感器节点分布在一个区域。死亡比例的节点在一个区域如图6。所有节点的剩余能量,9月TSEP,算法如图7。三种方法的吞吐量图所示8。

5.2。结果分析

在图3,可以看出,节点开始死在大约1200轮在使用9月TSEP,但他们开始使用该方法时死在1700发子弹。节点完全死在2000、2500和4500发子弹使用9月时,TSEP,分别和我们建议的方法。仍然有大约30个幸存的节点为该方法在2500发子弹。

在图4,我们可以看到的残余能量减少增加轮的方法,但该方法比其他人有更多的残余能量。这种增强是由于改进协议在CH和路由选择机制。通过改进阈值,节点有大量残余能量更有可能成为CHs防止过早死亡的低能量节点由于过度消耗能源。在9月和TSEP, CH直接传输数据到b,但拟议中的协议采用单跳和多跳通信的能量最小化CH BS。因此,这证明该方法延长了网络的生命周期。

如果有更多的幸存的节点,将会有更多的选择CHs,这意味着该方法延长了网络的生命周期。区域2中的状态转换机制也可以成功地解决冗余问题和数据冲突TSEP和9月图5,9月的吞吐量和TSEP小于我们的方法,因为只有集群头向基站发送数据。在我们的方法中,正常的传感器节点的数据直接发送到基站,和超级和先进的传感器节点的数据,更多的能量被发送到基站簇头。此外,该方法具有比别人更长的网络寿命。它有一个长时间来传输数据。

在图6节点开始死亡约为1300,14000年和1800年轮使用9月时,TSEP,分别和我们建议的方法。此外,节点完全死于3000年,4000年和5000年轮使用9月时,TSEP,分别和我们建议的方法。在图7,剩余能量达到零大约在2000年,3000年和4500年为9轮,TSEP,分别和我们建议的方法。在图8,我们还可以看到,数据包的数量,该方法比其他方法,及其寿命也比其他协议还长。基于上述分析,这表明该方法具有更好的性能,延长网络的生命周期的传感器节点分布在树区和单独的区域。

6。结论

一种改进的方法旨在减少能源消耗和延长网络生命周期能源HWSN三个层次。我们将传感区域分成三个区域和部署出错导致,分别高级节点和普通节点。在安装阶段,调整阈值选择有较高的剩余能量的节点,解决了CH选择不当的问题。它还使用一个节点状态转换机制控制的CHs高密度节点地区面积2。在数据传输阶段,它选择的路径,消耗最少的能量最优路由路径,进一步减少能源消耗。与其他方法相比,该方法可以延长网络生命周期。

在该方法中,我们认为正常的传感器节点直接向基站发送数据。如果正常的节点数量很小或空间大,它会影响网络的生命周期。除此之外,该方法时间复杂度增加,这将会影响网络的实时。该算法忽略了热点问题多次反射引起的传输数据包。数据丢失问题,时间复杂度也应该在特性的研究。本文认为无法移动传感器节点,如何延长移动传感器节点的寿命也应该在特性的研究。

数据可用性

使用的数据来支持本研究的发现可以从相应的作者。

的利益冲突

作者宣称没有利益冲突。

确认

这项工作得到了国家自然科学基金(61901007),吉林省科技发展计划(YDZJ202101ZYTS172),教育研究基金会吉林省局(JJKH20210042KJ JJKH20210095KJ),北华大学的博士科研基金(20171424),吉林城市和科学研究基金会(20190104124)。

引用

1. p·k·巴特拉和k .康德“能源高效的基于遗传算法的路由算法层的传感器网络,”学报》2016年1日印度国际会议信息处理(IICIP),页1 - 6,新德里,印度,2016年8月。视图:谷歌学术搜索
2. r . Thapa、h·辛格和A·夏尔马”的比较分析LEACH和SEP使用NS2,”学报》2017年第八届国际会议上计算、通信和网络技术(ICCCNT),页1 - 4,新德里,印度,2017年7月。视图:谷歌学术搜索
3. h . El Alami和a . Najid”决定:一个增强的聚类层次结构最大化无线传感器网络的生命周期方法,”IEEE访问7卷,第107153 - 107142页,2019年。视图:出版商的网站|谷歌学术搜索
4. js。李和w l。程,“Fuzzy-logic-based聚类方法对无线传感器网络使用能源预测,“IEEE传感器杂志,12卷,不。9日,第2897 - 2891页,2012年。视图:出版商的网站|谷歌学术搜索
5. h . El Alami和a . Najid女士优先路由检测G i:路由技术来减少能源消耗和包丢失在了网络与移动下沉,“专业网络,7卷,不。6,422 - 428年,2018页。视图:出版商的网站|谷歌学术搜索
6. a . Kashaf n Javaid, z . a .汗”TSEP: threshold-sensitive轮选举协议操作稳定,”学报2012年国际会议信息技术的前沿,页164 - 168,伊斯兰堡,巴基斯坦,2012年12月。视图:谷歌学术搜索
7. g . Smaragdakis。马特,A s e . p . Bestavros”一个稳定的选举集群异构无线传感器网络的协议,”2019年,https://open.bu.edu/ds2/stream/? /文件/ 4866 / / 1页。视图:谷歌学术搜索
8. l .清问:朱,m .王”设计一个分布式节能异构无线传感器网络的聚类算法,”计算机通信卷,29号12日,第2237 - 2230页,2006年。视图:出版商的网站|谷歌学术搜索
9. Azad p、b·辛格和诉沙玛,“一种新的聚类方法延长无线传感器网络的生命周期,”国际期刊的工程和技术的进步1卷,第446 - 441页,2011年。视图:谷歌学术搜索
10. o·拉赫曼,n . Javaid Manzoor, a .哈菲兹·a·伊克巴尔和m . Ishfaq”基于能耗率稳定的选举协议(ECRSEP)轮为,“Procedia计算机科学,19卷,第937 - 932页,2013年。视图:出版商的网站|谷歌学术搜索
11. 诉Srividhya和t . Shankar“能量精通集群技术同寿命增强认知的异构无线传感器网络,”国际期刊的分布式传感器网络ID 1876759条,卷。14日,2018年。视图:出版商的网站|谷歌学术搜索
12. 费萨尔,n . Javaid a . Javaid m·a·汗s . h . Bouk和z . a .汗”Z-SEP: Zonal-stable选举协议对无线传感器网络来说,“基础和应用科学研究杂志》上,3卷,第139 - 132页,2012年。视图:谷歌学术搜索
13. y . k . Tamandani和m·“SEPFL路由协议基于模糊逻辑控制延长无线传感器网络的寿命和吞吐量,”无线网络,22卷,不。2、647 - 653年,2016页。视图:出版商的网站|谷歌学术搜索
14. t . Jinpa b . r . Reddy,9月的WSN M-SEP:一个变体。智能系统技术和应用程序瑞士巴塞尔,MDPI, 2016年。
15. h . j .彭t . Liu y, b .郭,“节能预测多级异构无线传感器网络的聚类算法,”国际期刊的分布式传感器网络ID 678214条,卷。2013年,8页,2013。视图:出版商的网站|谷歌学术搜索
16. z香港,l . Yu, g . j .,“高效、动态异构多级无线传感器网络集群方案,“《自动化学报》39卷,第460 - 454页,2016年。视图:谷歌学术搜索
17. 哈桑,m,这个和h .江“能源保存在异构无线传感器网络区域划分,“印尼的电气工程和计算机科学杂志》上,卷2,不。2、390 - 395年,2016页。视图:出版商的网站|谷歌学术搜索
18. js。低浓缩铀,郭宏源。蒋介石,M.-C。Yu, K.-W。苏,“节能集群方案延长无线传感器网络的生命周期与孤立节点,“IEEE通信信,19卷,不。2、259 - 262年,2015页。视图:出版商的网站|谷歌学术搜索
19. js。李和C.-L。腾,”一个增强的层次聚类方法对移动传感器网络使用模糊推理系统,”IEEE物联网,4卷,不。4、1095 - 1103年,2017页。视图:出版商的网站|谷歌学术搜索
20. h . El Alami和n . Abdellah”节能模糊逻辑在无线传感器网络中,簇头选择”《2016年国际信息技术对组织发展会议(IT4OD)2016年4月,IEEE,土耳其毡帽,摩洛哥,。视图:谷歌学术搜索
21. l .赵问:唐,“一种改进threshold-sensitive稳定选举为异构无线传感器网络路由的能源协议,”信息,10卷,不。4 p。125年,2019年。视图:出版商的网站|谷歌学术搜索

版权

版权©2021贾庆林Yanfei et al。这是一个开放访问分布在条知识共享归属许可,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。