文摘
无线传感器网络通常是能量有限,因此需要一种节能路由算法延长网络生命周期。在本文中,我们提出一种新的能量平衡路由算法具有以下三个传统LEACH算法改进。首先,我们提出一个新的簇头选择方案,考虑到剩余的能量和最近的节点和整个网络的能耗。这样,较小的传感器节点剩余能量或更大的能源消耗将更有可能被选为簇头。其次,根据剩余能量的比例距离,选择合作节点形成虚拟的天线结构。它减轻了集群的分布不均和不平衡整个网络的能耗。第三,我们构建一个全面的能源消耗模型,它更能反映现实的实际能源消耗。数值模拟分析合作的影响网络上的节点和簇头节点号码。结果表明,提出的路由算法的能耗低于传统LEACH算法和仿真示例网络寿命延长25%左右。
1。介绍
无线传感器网络(网络)通常包含大量的能源有限的传感器节点板载电池资源很难充电或更换。因此,能源消耗的减少端到端传输和最大化网络的生命周期成为首席研究问题。
近年来,许多技术已经提出了在能源贫瘠的和分布式网络,提高能源效率。在这些技术中,多输入多输出(MIMO)技术已被认为是节约能源的有效途径之一。MIMO技术,包括各种时空编码方案,分层的时空架构,有可能提高信道容量和降低能源消耗尤其是传播衰落信道(1- - - - - -3]。
然而,受制于其物理尺寸和有限的电池,单个传感器节点通常只包含一个天线。不能实现天线阵列在一个传感器节点在无线电频率范围内。幸运的是,密集先生共同节点可以作为multiantenna数组通过消息交换。数值结果表明,如果这些传感器节点可以被构造成虚拟MIMO系统,在一定的距离范围内,他们可能比对于单变量系统的输出在能源消耗4]。
在[2),分析了能源效率和延迟虚拟MIMO技术的单跳系统的性能。他们表明,能源消耗和延迟可以减少在一定范围内传播。在[5),一个自适应时空数据速率编码(STC)计划已经提出了基于IEEE 802.11的Soft-Real-Time网络,增强分布式信道访问(EDCA)用于介质访问控制(MAC)层和米姆接收器使用PHY层。考虑成本的训练序列的时空编码,(6)提供了一个更精确的模型的能量消耗和证明了协作MIMO技术在节能甚至仍有效考虑额外的开销。文献[7)提出了一个值得信赖的节能MIMO(充满)路由算法。博弈论是用来选择更健康的集群和合作节点。提出基于V分层爆破代码时空的协作传输方案。这个方案不需要数据交换和过程。所以它有高能源效率(1]。文献[8)关注的是结合数据融合和合作交流。它优化了能源消耗进一步通过消除数据冗余节点之间。文献[9)提出了一种节能合作分配方案,结合节能LEACH协议和合作的再分配。该算法可以平衡网络负载,延长网络生命周期。尽管虚拟MIMO技术被许多研究人员强调在网络由于其出色的节能潜力,仍有很多改进的房间。
本文基于虚拟MIMO技术,我们提出一个能量平衡旨在缓和的三个缺点传统LEACH路由算法(低能自适应聚类层次)协议。首先,选举簇头节点的概率都是相同的在浸出所有符合条件的节点。延长网络生命周期,我们提出一个新的簇头节点选择方案来平衡的能源消耗占剩余的能量和过去的所有传感器节点的能量消耗。该方案减少了弱者的机会传感器成为集群。其次,使用的输出结构是在LEACH簇头的能量在有利的位置将会很快排出。本文选择合作节点形成虚拟MIMO网络结构根据剩余能量的距离的比值。虚拟MIMO技术降低了簇头的分布不均和不平衡的能源消耗。第三,在浸出的能量模型过于简化,不能反映真正的能源消耗在实际网络。在本文中,我们提出一个综合能耗模型,考虑能源消耗的数据收集、数据融合、intra-cluster沟通和intercluster通信天线系统结构。新模型更能反映实际实际网络的能源消耗。
本文的其余部分组织如下。节2简要描述了网络的系统模型。节3,我们简要总结传统LEACH路由算法。节4提出了改进的簇头选择方案。节5,我们构建虚拟MIMO网络结构。节6,我们提出构建能源消耗模型。部分7显示了数值分析。最后结论备注部分8。
2。网络模型的网络
考虑一个无线传感器网络传感器节点和汇聚节点。的传感器节点将分成集群(遵循某个协议)每一轮的数据收集和传播。所有的传感器节点收集的相关数据,收集到的数据发送给簇头节点。簇头节点将执行数据融合减少数据冗余,节省传输能量。然后,簇头节点广播合作节点的数据。最后,合作节点形成虚拟的天线阵列和多次反射的方式传输数据到汇聚节点。我们抽象的系统模型如下10,11]。(1)水槽节点,位于传感器区域以外的,不是能源约束和配备多个合作接收天线。合作节点的数量是可变的。(2)所有传感器节点随机分布在一个通过计2区,是静止的和时间同步。他们都有足够的力量将信息传输到汇聚节点。节点可以根据RSS计算距离发射器(接收信号强度)。(3)路径损耗是成反比的距离的平方。是BPSK调制方案或MQAM本地和长途传输。(4)为了简化分析,我们忽略了能源消耗的基带信号处理和认为沟通是在高信噪比政权,切尔诺夫的上限可以用来计算所需的能源每一点接收机对于一个给定的比特误码率(BER)的要求。
3所示。LEACH协议
传统LEACH协议将作为参考,并简述了在这一节中。
3.1。簇头选择浸出
在每一轮的数据传输,簇头节点选择基于以下概率机制。在th,选举的概率th节点成为簇头节点在利奇(11,12] 在哪里集群是一组节点,没有正面在过去圆的。
后簇头节点选择,这些簇头节点将广播消息邀请其余传感器节点加入他们为了形式集群。根据接收到的广播消息的信号强度,每个剩余传感器节点将选择之一簇头节点的最强信号强度作为其簇头。加入集群的信息包括节点ID、剩余能量、簇头的距离。当所有剩余的传感器节点完成他们的选择,集群形成。
后集群形成簇头节点将建立和更新路由表,直到找到最优路径所有簇头节点到汇聚节点。
3.2。在浸出能源消耗模型
收音机消散发射机或接收机电路和运行是一个比例常数的功耗传输放大器。发送一个距离一点消息、收音机缴费 收到这个消息,收音机缴费 在哪里是数据融合的能源消耗每一点吗之间的距离吗th簇头节点和汇聚节点。为简单起见,在一般意义上,被认为是普通节点的数量(即。非集群,每个集群节点)。
的th一般节点th集群缴费 在哪里之间的距离吗th簇头节点和th普通节点。
假设每个集群是一个圆形区域和有相同的区域。的期望是 然后每个普通节点消耗 在每一轮中,所有的节点消耗: 通过函数的导数的最优值等于0,可以计算: 在哪里是平均的和表示的最小整数大于或等于参数。
4所示。改进的Leach协议
浸出的主要缺点之一是选举的概率是相同的所有符合条件的节点(在(1))。因为不同的传感器节点可能有不同的剩余能源和能源消费速度,如果某些节点剩余能量和/或高能源消耗较低利率是选为簇头,他们很快就会死去。显然,整个集群不能沟通如果集群头部死亡。此外,整个网络的寿命将大大减少,如果某些节点早死。
浸出克服上述缺点,我们包括剩余的能源和最后的能源消耗在选举中传感器节点的概率节点(后th一轮数据传输): 在(10),剩下的能量吗th节点和是整个网络的平均剩余能量在最后一轮的数据传输。的能源消耗是吗th节点和是整个网络的平均能量消耗在最后一轮数据传输。在这个选择算法,成为簇头的概率正比于节点的剩余能量和成反比最近的能源消耗。该模型被命名为改进LEACH算法(ILEACH)。
5。虚拟MIMO路由算法
第二LEACH算法的主要缺点是,选择集群头有些随机和可能不是最好的候选人(在节能方面)收集到的数据传输到汇聚节点。因此,我们使用一个虚拟MIMO的路由算法来克服这个缺点。
5.1。合作节点选择
集群形成后,一些节点将被选择作为合作节点构造虚拟天线系统。选择条件(13表示为: 在哪里是节点剩余能量。之间的距离是合作节点和簇头节点。和的下限和上限吗。
簇头节点后找到满足以上标准的合作节点,簇头节点将消息发送给那些合作节点,通知他们的角色在虚拟MIMO通信方式。信息包含的ID合作节点及其角色选择的方式(时空分组码)。然后簇头节点开始为所有成员分配TDMA插槽。
5.2。数据传输
图2是网络虚拟MIMO的数据传输原理图,其中“▲”表示水槽节点,“•”代表了簇头节点,“*”代表合作节点,“○”代表了一般传感器节点。
首先,每个簇头节点广播其成员的请求消息。所有的传感器节点收集的相关数据,收集到的数据发送给簇头节点预先指定的时段。然后一般传感器节点进入睡眠模式节约能源(例如,显示为cluster-4和cluster-9)。其次,簇头节点将执行数据融合减少数据冗余,节省传输能量。然后,簇头节点广播数据合作节点(例如,显示为cluster - 1上和集群3)。这一阶段被称为intra-cluster通信阶段。最后,合作节点形成虚拟的天线阵列和执行时空编码后的数据。依照路由表建立以前,集群通过多次反射到水槽节点传输数据通信(例如,显示为集群3cluster-5cluster-8cluster-7)。这一阶段被称为intercluster通信阶段。
6。综合能耗模型
第三个LEACH算法的主要缺点是它的能源消耗模型过于简化,不实用。基于现有的模型在2,12,14- - - - - -17),我们提出一个综合能耗模型能反映实际能耗机制以更明智的方式。
6.1。节点之间的能量消耗模型
参考文献(2,14)构建发射机和接收机之间的信号路径,如图3和4,分别。
和发送节点和接收节点的数量,分别。沿着传输路径的能耗包括功率放大器的功耗和所有其他电路的功耗。
表示为 在哪里功率放大器的有效因素。和的收益是发射机天线和接收机天线,分别。是载波波长。是利润补偿硬件变化的联系。接收机噪声图定义为在哪里是总有效噪声的功率谱密度在接收机输入和是热噪声功率谱密度。平均距离簇头的节点。路径损耗的斜率;通常= 2 ~ 4。平均需要每一点能量接收器在一定的误码率。是比特率,系统带宽,是调制级MQAM调制方案(2,18]。
包括发射机的电路功耗在接收端电路功耗: 与 在哪里,,,,,,是数字模拟转换器的功耗值,混合机,过滤器,频率合成器,低噪声放大器、中频放大器、模拟到数字转换器,分别。
所以每一点能源消耗之间的传输和接收节点可以表示为
6.2。能源消费模式在当地集群
intra-cluster通信使用单天线传输和基于BPSK调制(例如,)。被表示为让其误码率。收到正确的每比特的平均能量表示为(12,15] 代表了在(12)和上标SI表示单个输入(即。、单传输天线)。替代(16)(12),然后用(12)(15)。集和。然后,intra-cluster沟通的能源消耗每一点可以表示为 (17),我们准备评估能源消耗数据收集、数据融合和数据广播在本地集群。
6.2.1。能源消耗数据收集
每个传感器节点需要收集位,送他们到相应的簇头节点在每个时期。集群的节点的数量 是。集群簇头之间的距离和intra-cluster节点是。因此,数据采集能耗可以表示为(12] 在哪里在(17)。
6.2.2。能源消耗的数据融合
的簇头节点将接收数据在每轮位。假设每一点的能源消耗数据融合(16]。的能源消耗数据融合表达
簇头节点的数据融合后的数据长度表示为 在哪里是数据融合的因素(19]。
6.2.3。能源消耗的星团内的沟通
簇头节点广播位,合作节点。为了确保所有集群中的节点可以接收数据,选择簇头节点之间的最大距离和合作节点: 在哪里集合由所有合作节点的索引。然后intra-cluster表示为的能源消耗12]: 在哪里在(20.),在(17)。
6.3。不同簇之间的能量消耗模型
intercluster通信采用MIMO技术。当误码率小于,每一点所需的能量: 的上标MI代表多个输入(即。,多个发射天线)。的能源消耗集群之间的合作交流(15,17] 在哪里是系统的有效比特率,即表示为(12,15,20.] 在哪里是摘要和在每个块的块大小是培训开销因素。传输速度。
假设集群的数据传输*到达汇聚节点。每跳的距离,。因此,多次反射转发能耗可以表示为: 在哪里在(24)。
6.4。总能量消耗模型
使用(18),(19),(22)和(26),每一轮表示为能源消费总量 在这里,不包括短信号信息的交流。
7所示。数值分析
在Matlab7.0,我们随机分发100个节点(例如,)的面积(例如,米(6))。最初的所有传感器节点的能量是相等的,100 J。的,,,在(2)和(3)。可以计算(9在传统的浸出模型。
的,在(11)1米和50米,分别为新簇头选择方案。在(12),,,,,,,,,在那里和。在(14),,,,,,,。在(16),。在(20.)。在(25),,(2,12,17,20.]。
图5显示了影响网络寿命由簇头节点的数量变化的算法。横轴表示数据传输的轮数。纵轴代表的百分比死节点在每个数据传输。我们发现从这个仿真,当簇头节点的数量最大的网络寿命。仿真结果与最优数量是一致的集群的计算使用(9)。
图6显示了影响网络寿命造成改变算法中的合作节点的数量。我们发现从这个仿真,当合作节点的数量最大的网络寿命。合作节点的增加,网络的生命周期略有减少。
使用能耗模型所示(27),图7显示了能源消费的传统LEACH路由算法和提出的路由算法基于ILEACH和虚拟天线系统。该算法可以延长网络的生命周期比传统算法约25%。
8。结论
提出了一种新型实用的能量模型和一种改进的基于虚拟MIMO技术的能量平衡的路由算法。该算法有三个传统LEACH路由算法改进。首先,提出综合能源模型代表更好的网络真正的实际能耗机制。其次,该簇头选择方案是更好的选择集群头平衡不同的传感器节点之间的能量消耗。最后,提出了虚拟MIMO结构减轻了簇头分布不均匀。数值模拟表明,我们建议的方法有效地减少了能量消耗,从而延长网络的生命周期。
利益冲突
作者宣称没有利益冲突regardingthe出版的手稿。
确认
本文的工作部分是由中国国家自然科学基金(没有。51077010),中国学术委员会(没有。2012 - 3043),吉林省教育部门(2009 - 101),东北电力大学的和创新的基础。