文摘
无线传感器网络的能耗和能源效率的重大问题是物联网网络。在本文中,我们考虑网络拓扑优化基于复杂网络理论来解决能源效率问题的基础。我们提出的节能模型基础上根据基本原理从复杂网络的小世界。小世界网络聚类特性相似的规则网络,但也有相似的随机网络的平均路径长度。它可以用来优化整个网络的能量效率。最优数量的多个水槽节点的网络拓扑结构提出了优化能源效率。然后,层次聚类分析应用于实现这个聚类的传感器节点和接水槽节点从传感器节点集群。与此同时,更新方法,提出了确定水槽节点某些水槽节点的死亡发生时可能导致网络的瘫痪。仿真结果验证该模型的能源效率和验证水槽节点的更新,以确保网络的正常运行。
1。介绍
无线传感器网络(WSN),它结合了传感器技术、嵌入式计算、无线通信、物联网中是最重要的元素。
在本文中,我们考虑大规模传感器网络由传感器节点和水槽节点。水槽节点先生之间的节点将中央控制功能;控制信息和传输信号会通过水槽节点。考虑到水槽节点的工作负载和效率,多个水槽节点将被部署在网络(1]。
传感器网络的能源消耗和能源效率的操作基础上的重大问题。network deployment(特别是水槽节点位置)和拓扑控制的基础上对能源效率有很大的影响的基础(2]。
当提到水槽节点位置,大多数研究认为影响从水槽的位置节点网络的生命周期。文献[3]研究晶格结构下水槽节点部署策略。文献[4)提出了两种算法;一个是一个全球性的算法基于水槽节点位置一般;另一种是单跳算法基于相邻节点的信息。他们都能够在一定程度上延长网络寿命。参考文献(5,6]研究水槽节点移动性,可以分发他们的位置根据网络的能耗,延长网络的生命周期。文献[7]的基础上提出了一种启发式算法结构简单,假设传感器节点下沉的距离只有一跳节点。文献[8)提出了一个通用的能耗模型适合通用传感器节点和异构节点拓扑。文献[9)改进的性质(8死亡),提出了约束条件的模型。
最近,一些作品关注无线网络拓扑建模基于复杂网络理论。文献[10]快捷方式添加到无线网状网络考虑实际的约束条件,如无线电传输的节点,每网格路由器数量的收音机,可用带宽的无线链接。长期的快捷方式可以添加连接创建的链接(11)或定向波束形成(12]。作者在13)提出了一种多播重组协议基于小世界的无线传感器网络的概念。文献[2]提出节能小世界特设网络,使能源消耗和网络性能之间的权衡。
在本文中,我们考虑网络拓扑优化基于复杂网络理论来解决能源效率问题的基础。在这篇文章中,传感器节点和水槽节点将连接符合小世界特性。基于小世界网络的特性,节点可以随意添加或重新以合同的平均路径长度和减少能源消耗。我们使用聚类分析方法将大量传感器节点并选择水槽节点从他们和能源效率最大化。
本文组织如下。部分2给出了提出节能网络拓扑。性能仿真验证的部分3。最后,部分4给出了本文的结论。
2。提出节能网络拓扑
在这个节能方案模型,首先我们讨论网络拓扑结构的优化问题通过设置多个水槽节点;然后我们获得这样的WSN的能源效率。
2.1。初始化小世界拓扑
传感器网络中的节点是随机分布的,的邻接矩阵将根据构造任意两个节点之间的距离。这个距离计算的基于坐标的距离公式直角坐标系,计算公式
获得邻接矩阵后,基本可以获得小世界拓扑方法(2]。
2.2。确定最优水槽节点的数量
水槽节点的网络拓扑应该捡起从传感器节点网络的小世界特征。因为多个水槽节点将应用于网络,使用聚类分析类别以来中央集群共享相似的水槽节点的通信功能。选择层次聚类分析来实现这个集群的一系列传感器节点从底层到顶层节点通信距离的比较。
集群的分析开始,适当的水槽节点数量应该确定。以显示节能、高效的特点提出模型,水槽节点数量应该权衡网络的生命周期中,水槽节点成本,并为网络初始能量。本文使用变量给出如下。
变量定义 :水槽节点数量; :在网络的节点总数; :许多关键节点与每个水槽节点; :每个节点对传输能量进行交流沟通; :接收能量每一对节点进行通信; :其他能耗节点不沟通; :每个关键节点每个水槽节点初始能量; :每一次的关键节点能源总成本节点间通信; :一生的关键节点; :整个网络成本; :每水槽节点成本; 每个传感器节点:成本;克雷格:比来。
在传感器节点与水槽节点通信的过程中,传感器节点将数据送到关键节点首先与水槽节点直接相关。关键节点通过数据传感器节点。
总能量成本每一次的关键节点的节点间通信
为关键节点定义一生的功能
很容易看到,与水槽节点的数量的增加,一生中关键节点的增加。而水槽节点数量不断增加,使得网络中传感器节点的跳是1,就像,水槽节点数量的增加将会毫无意义的一生。
然后我们定义网络成本函数 固定比例,系统的价值的值是固定的,与水槽节点的价值将会改变号码吗。水槽节点在这个网络,网络的成本。
适当数量的水槽节点可以获得的
为了获得最佳的水槽节点的数量n向比,推导信用证显示如下: 在哪里代表
那么第二推导:
最后,正确的数量可以了吗
取结果聚类分析;多个水槽节点拓扑可以识别通信中心的WSN的数量。
2.3。识别多个水槽节点
取水槽节点到集群的最优值类别和层次聚类。由于层次聚类是基于距离的聚类方法,它的过程可以分为以下步骤。
首先,找到对象之间的相似性和定义的距离可以代表他们的分化。本文选择上面的欧氏距离,计算实现它们的不同。当对象和有密切的关系,的价值是很小,甚至接近于0。
接下来,生成链接功能的层次聚类树。按照层次聚类分析对节点拓扑,水槽节点可以明显的分布;这个过程如图1。
就像图1所示,根据矩阵和水槽节点集群节点数它充当集群类别;然后集群基于函数的单独的个体extract_clabel (T, K)并命名为聚点;把集群分离点的功能struct_property (a, b, c, d),计算解决方案分类节点集群,水槽节点和链接节点和邻接矩阵之间的距离。函数的细节extract_clabel (T, K)和功能struct_property (a, b, c, d)给出了算法1和2,分别。
|
||||||||||||||||||||||||||||||
|
||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||||
2.4。考虑水槽节点上的动态变化
在现实的应用程序中,由于检测环境的复杂性和水槽节点的未知因素,如果他们打破,停止工作,网络也可能陷入困境。因此有必要考虑备份维护整个网络的正常运行。水槽节点判断过程如图2。
国旗代表工作状态将设立在兰德的帮助功能。如果国旗被设置为0意味着这个水槽节点死了,这个函数up_struct_property(数据)所示的算法3将有助于将死水槽节点替换为一个新的。那么新的水槽节点是根据节点链接距离。如果国旗被设置为1意味着水槽节点工作像往常一样,不会被更新为这个水槽节点,它将继续节点通信。
|
||||||||||||||||||||||||||
2.5。能源效率的测量
能源消耗的计算在网络处理节点通信。首先,通信源和目标应确定涉及的判断过程水槽节点的状态。然后,制定能源消耗的计算方法是基于路径损耗的公式,而节点通信。在路径损耗公式,通信距离是必需的。这将通过重最短路由。路径损耗是衡量拓扑中的传输损耗的能量消耗每水槽节点通信。此外,比较网络的初始能量和总能耗、效率的网络肯定会发现和优化。所有提到的变量进行了总结如下。
变量定义Pl:路径损耗一次水槽节点之间的通信; :最小节点之间的传输距离; :初始能量为整个网络; :网络的能源效率。
网络的能源效率是衡量通信节点对之间的Pl,因此,能源效率可以解决
3所示。仿真结果
在本节中,我们目前的仿真结果提出节能小世界网络模型。MATLAB的仿真实现。
仿真条件选择在100×100的平方。仿真中的其他变量如表所示1。图3显示了小世界网络拓扑与64传感器节点。路径损耗的定义是
从(9我们可以找出最佳的水槽节点数在这个模拟3中,这意味着将会有3水槽节点在这个基础上。根据的功能extract_clabel (T, K)和struct_property (a, b, c, d),有三个水槽节点在位置1,17日和26日标有黑色的拓扑如图4。
从图5我们可以看到,一个最小值点的水平坐标3提出了能耗较低。结果在图6显示网络的能源效率达到更高的时候水槽节点数是3。
然而,请注意,当水槽节点数量增加到50或更多,总共有64个节点的网络,可以降低能源消耗和能源效率可以得到更高的甚至比以前。所以应该有另一个因素可以决定最佳水槽节点数的选择的影响。
据显示在图7,水池节点数量减少与CR的增加。为了实现50甚至更多的水槽节点,CR的值应该很小。但是让一个小CR的价值不仅需要小的价值,但也需要一个较大的值。和成本不小于总是设置。在这个64 -节点的拓扑结构,是不可能实现价值50或更多的水槽节点的数量。所以价值3为最佳水槽节点数量是这个方案的最佳选择。
图8显示了水槽节点可以像往常一样工作。当一些水槽节点的工作,解决方案可以在部分3,并给出仿真结果图9。
4所示。结论
在本文中,我们提出一种无线传感器网络模型,能源效率,我们先给多个水槽节点部署的方法,然后再考虑调整动态变化对水槽节点。在提出的模型中,识别水槽节点的数量和位置的考虑。根据分层聚类分析、小世界网络和多个水槽节点最终解决。时考虑的现实应用,系统更新功能有助于更新水槽节点当他们中的一些人失去工作。最后,我们给出的仿真结果提出节能小世界网络模型。
利益冲突
作者宣称没有利益冲突有关的出版。
确认
这项工作在一定程度上支持中国的国家自然科学基金(61340025,61340025),江西省自然科学基金(20114 ace00200, 20142 bab217005, 20142 bbe50046, 20151 bbe50054,和20153 bcb23020),教育部江西省技术基金会(没有。GJJ13062)和中国/江西博士后科学基金资助项目(2014号。2015 t80692 2013 mt541875 mt561879, 2013 ky007,和2014 ky044)。