文摘
研究工作提出了一种无线传感器网络的簇头选择算法。节点可以是一个集群头如果它连接到至少一个独特的邻居节点,独特的邻居是没有连接到任何其他节点。如果没有独特的节点连接的CH的基础上选择剩余能量和邻居节点的数量。集群的数量增加,处理网络的能量增加;因此,该算法提出了最小数量的集群,进一步导致增加网络的生命周期。提出工作的主要小说的贡献是一种算法,以确保一个完全连接网络和最小数量的孤立节点。仍然只有一个孤立的节点没有任何其他节点的传输范围内。最大连接,网络的覆盖自动最大化。提出设计的优越性在MATLAB仿真结果验证了做,它清楚地描述了轮网络死前的总数量是最大的比其他现有的协议。
1。介绍
无线传感器网络(WSN)是一个网络的密集部署大量的传感器节点。网络部署监控物理事件或物体的状态如桥梁为了支持适当的反应,以避免潜在损失(1]。在WSN节点和相关协议应该设计得非常节能电池充电可能是不可能的2]。直接通信网络,传感器节点直接传送他们的感知数据的基站(BS)或水槽没有任何两者之间的协调。然而,在集群网络基础、网络分为集群。集群每个节点交换信息只有其头部(CH)传输BS的聚合信息。
基于集群路由协议的最重要的阶段是簇头选择(CHS)过程确保传感器的能量均匀分布,因此增加一个传感器网络的寿命3]。一旦CHs识别,它们形成一个骨干网络,定期收集、聚合和数据转发给使用最低能量的BS(成本)路由。这种方法大大提高了网络的生命周期比其他已知的方法。每个集群的主要挑战包括平等的分布在整个传感器网络和能量耗散引起的频繁选择簇头之间的信息交换和集群中的节点在每个设置集群形成的阶段(4,5]。如果选择CH的基础上最大连接的节点数的概念,那么它可能发生一个或多个节点没有连接到任何的选择簇头,即使他们在传播范围。这样的节点称为孤立节点。该算法处理簇头选择基于独特的节点的概念。一个独特的节点是一个不连接到任何其他集群。当前了CHS使用两个参数,即数量的邻近节点和节点的剩余能量。
剩下的纸是组织如下。部分2描述了路由的相关工作基础上,强调对现有CH选择方法。部分3解释了系统模型和假设设计算法。部分4给了CH详细选择算法及其数学模型。流程图也用来描述该算法。部分5给出仿真结果在MATLAB和比较结果与现有的方法。部分6总结并提出了未来的工作。
2。相关工作
轮采用低成本、密集部署,微型电子节点通过无线通信连接彼此(12]。最一个传感器节点的能耗活动是无线电通信,必须保持尽可能低。为了减少交通网络中,我们构建集群中提出的传感器节点12- - - - - -14]。
集群是一个有用的机制在无线传感器网络中,帮助与可伸缩性问题,而且,如果加上网内数据聚合,可能会增加网络的能源效率(15]。CH是主要的实体在无线传感器网络中,所有数据聚合和沟通的责任在于这单一的实体2]。CH应该选择这样一种方式,这样网络的覆盖率是一个最大值。报道被认为是其中一个重要的服务质量(QoS)参数的基础上评估其监控功能(8]。
传感器节点消耗的大部分电力通信,特别是当它需要传输数据的BS位于远离WSN(的2,8,16- - - - - -18]。为了克服这个问题,路由协议等基础上开发了加权聚类(17),层次聚类(2,8,16),和动态聚类(18)算法。分层的基于簇的路由协议(例如,ACE (8),注意16],LEACH-C [2])是值得一提的。
ACE (8]成功地通过网络分发集群一致但患有未觉察到候选簇首的残余能量,导致选举簇头能量较低的水平。ACE的其他缺点严格集群节点之间画一条线,可以头和那些不能。在某些情况下,这种假设可能不现实,特别是当集群中的所有节点都低的电力资源。当前的研究工作可以消除这两个问题,通过考虑剩余能量选择CH。该工作时需要均匀网络中所有的节点都是一样的有平等的权力和机会均等成为CH。
在研究文章10),作者讨论连接,每个至少mote连接其他微粒在相同的封面。但它可能发生的网络中的一个节点没有连接到任何其他节点不确保完全连接网络。
的相关研究文献的WSN簇首选择很多。短暂的细节,他们(2,6- - - - - -11表中所示1。
表1激发作者想出CHS算法,选择任何独特的CH的基础上注意连接,剩余能量,连接的节点数。
3所示。方法
3.1。系统模型和假设
3.1.1。假设
以下假设了该网络。(1)初始能量的节点是同质1 J。(2)节点传输的数据在多个啤酒花BS。(3)啤酒花是基于BS的距离决定。(4)所使用的传感器传输范围的100 - 150米(户外)和50 - 75米(室内)。如果(150米)(75)代表传输和传感范围,分别假设下(5]。如果有一个传感器传输范围内的传感器,然后感觉到是相同的两个传感器的信息。(5)节点随机部署。(6)传感器节点是静止的。(7)BS ()是固定和安装网络的中间。(8)节点是主动的;也就是说,他们的BS周期性间隔传输数据。(9)选择CHs最初出现的网络。CH重新或旋转按该算法如果CH的能量低于阈值。
3.1.2。系统模型
集群的使用限制了传输数据的传输的节点数量BS避免短距离传播。在一阶模型(2)如图1对收音机的特点,不同的假设,就像能量耗散的传输和接收节点,路径损耗指数,等等,将会改变不同协议的优点。在这里,我们假设一个简单的模型收音机消散50 nJ /发射器/接收器电路运行。此外,它需要100 pJ /位/ m2为传输放大器来实现一个可接受的如表中所描绘的一样2。这些参数略优于在电台的当前状态的艺术设计。
能量损失的影响由于信道传输也被认为是。因此,传输一些信息在距离使用我们的广播模型,给出了所需的能量 接收到的能量可以被计算 接收消息并不是一个低成本操作。尽量减少协议传输距离随着每个消息的发送和接收操作。
论文中使用的符号是详细的在缩写部分。
4所示。提出的聚类算法
各个节点的位置的基础上,该算法识别集群和CHs。CHs的基础上选择独特的连接节点,邻居节点的最大数量,剩余能量。CH识别后,从一个特定的节点数据传输使用CHs直到它到达b。每个CH结合收集到的数据从其连接节点和执行数据聚合,减少传输的数据量。聚合数据发送到通过中间CHs BS /路由表建立。在下一节中描述的分段算法。
步骤1。 微粒的数量随机部署在该地区被感知。给出了BS的id 0和手动位于网络:
步骤2。计算邻居节点的集合和邻居节点的数量为th节点的基础上传播范围如表所描述3:
这个函数neighbor_info返回所有相邻节点的节点。
给定传感器之间的距离和是由
;设置传输范围内的邻居节点id ()。neighbor_info函数是重复微粒和BS。这个函数neighbor_info结果如图2。
步骤3。的废话总是表现为CH。CH选择(CHS)过程是从BS。BS CH选择传送消息(CHS_msg)所有相邻节点。节点有剩余能量超过阈值能量有资格成为CH。步骤3描绘在图3。
All_neighbours函数返回的集合所有相邻节点(邻居的。
一步3 _a。这一步是只适用于当基站决定了它的邻居并设置基站位置根据以下方程减少基站到邻居节点的距离,节省能源和减少同步时间;。然后给出了最优基站坐标 最小值是通过设置偏导数为零: 偏导数的 利用向量表示法,矢量指向的位置th传感器节点,传感器节点之间的距离向量和水槽。让是单位向量th传感器节点对最近的水槽(方向向量);也就是说, 使用上述三个方程为,也就是说,如果合成平均距离最小方向向量为零, 邻居为 除了。
在邻居CH id或最初BS id是排除在外。
步骤4。这个函数unique_neighbor_info返回唯一的节点连接到一个节点。独特的节点的不连接到任何其他节点()跳如图4。表4提供独特的细节第一跳邻居(见算法1)。
一个标记设置为所有节点出现在集合邻居为。
|
||||||||||||||||||||
第5步。考虑邻居的unflagged元素。
这个函数set_of_neighbours返回这是所有成员的邻居吗
描述了表4。
在表5,是
的Left_Neighbours包含集群的节点ID标记不是由独特的计数算法2)。
|
||||||||||||||||||||||
步骤6。步骤3来5重复,直到所有的节点都被选为CH。应该有一个路径上所有节点通过单个或多个BS啤酒花取决于从b节点的距离。
步骤7。聚类后,如果数据在传输的过程中,CHs的消亡,那么之前跳的CH知道自数据来自死者CH没有达到它。假设CH在th跳死;那么在这样的情况下,聚类算法重复后()跳为整个网络。
步骤8。如果CH的残余能量小于阈值的能量(),然后需要reinstantiated CH选择过程。假设CH的残余能量th跳小于阈值;然后重复该聚类算法()th跳那个特定的路径。
第9步。一旦建立路由路径的数据传输通过多次反射。每个CH结合收集到的数据从其连接节点通过数据聚合。
数据聚合是任何过程,信息收集和总结表达形式。许多研究论文(19)表明,聚合CH大大减少了通过网络发送的数据量,提高了吞吐量和延长传感器网络的生命周期。
数据聚合的目的还解决了估计缺失值从一个传感器(20.]。有时,它可能发生的数据从一个传感器没有达到集群的头,在这种情况下可以使用重叠估计预测感觉到参数的值。它还执行容错。如果接收到的数据从一个传感器不匹配的估计价值,然后相应地调整。
聚合后的数据集群中的所有节点,CH发送数据到下一个CH或BS视情况而定。完成算法的流程图如图5。
5。结果和讨论
进行模拟评估算法在MATLAB。仿真完成节点放置随机使用均匀分布在整个网络的维度500 m×500 m。BS位于和。考虑仿真参数如表所示5。集群传输半径为150米和初始阈值能量。
该算法使用以下措施:评估网络的生命周期和连通性。经过一些轮传动,当所有节点的剩余能量的方法然后网络自适应降低的价值,从而提高了网络的生命周期。数据聚合在集群头进一步提高网络的生命周期,减少传输的数据大小的节点。当簇头剩余能量小于或等于阈值的能量,只有这样的簇头选择算法进行啤酒花。因此,该算法确保能源不是浪费在簇头选择每轮。网络连接是有效的处理算法。集群头连接网络的所有节点。该算法确保没有留下独特的节点没有连接到网络;因此,孤立节点的可能性最小化。
该算法与数据终端设备(直接传输能量)21),浸出(低能量自适应聚类层次结构)2),和多次反射路由,ACE (8]。对于每个协议,节点随机部署通过生成随机坐标使用均匀分布。对于每一个协议,100次迭代进行,结果是他们的平均水平。我们在50和100节点进行了模拟。仿真参数的值如表所示6。仿真结果和比较不同的CHS协议是描绘在图6。数据聚合能量没有被认为是在模拟。曾经(第一个节点死亡)对应于轮的数量和网络运行第一个部署传感节点之前死去。10%消亡意味着10%的传感节点部署消亡。90%消亡意味着90%的传感节点部署消亡。上面的结果清楚地表明,该算法给出更好的结果比现有的方法。在这种情况下,稳定时间增加,因为CH旋转,只有当阈值达到0.1 J。
6。结论和未来的工作
CH选择算法的基础上使用独特的节点的概念有许多优点。传输延迟的数据在一个跳得多比提出多次反射无线传感器网络。网络中的每个节点传输数据CH / BS接近它。CH反过来传送到下一个CH的数据,如果需要,到达b。如果CH选定的基础上最大连接的节点数的概念,那么它可能发生一个或多个独特的节点没有连接到任何一个选定的CHs。因此,该算法处理CH选择基于独特的节点的概念。
在该算法没有任何异常的可能性,因为所有独特的节点连接到一些或其他CHs。适应能力是很好的照顾。聚类后,如果数据在传输的过程中,其中一个CHs死去,然后CH在前面跳来知道它因为死CH没有达到它的数据聚类算法是重复后()跳为整个网络。如果CH的残余能量小于阈值能量然后CH部分后都要重新实例化过程()th跳那个特定的路径。表6清楚地描述了该聚类算法提高了网络的生命周期。在无线传感器网络中,通信成本往往是几个数量级大于计算成本;因此,CHs执行数据聚合来减少传输的数据量。该工作是一个1-connected网络。如果任何节点失败,那么执行聚类新算法再次运行。缺点是很多能源被浪费在重新集群。在未来,作者计划开发一个Q-connected网络确保完整的连通性与最小数量的孤立节点。在未来,作者计划将该算法的异构无线传感器网络CH将有更多的权力比连接节点进行数据聚合。
缩写
| : | 网络中的节点 |
| : | 初始节点能量(1 J) |
| : | 节点id的废话 |
| : | 节点的idth节点 |
| : | 在一个数据包的比特数 |
| : | 能量阈值的CH选择重启 |
| : | 之间的距离th节点th节点 |
| : | 数据聚合能量 |
| : | 邻近的节点集th节点 |
| : | 感应范围 |
| : | 传输范围 |
| CHid: | 为每个节点的簇头ID |
| : | 残余能量< |
| : | th跳邻居BS或邻居节点()th跳 |
| : | 邻居的数量th节点 |
| : | 感应能量。 |
利益冲突
作者宣称没有利益冲突有关的出版。
承认
作者衷心感谢潜在审稿人的宝贵的意见和建议,提高论文的质量。