無線傳感器網(wǎng)絡(luò)中面向動態(tài)多跳的非均勻分簇路由

李超良 ，胡春華

(1. 湖南商學(xué)院 計(jì)算機(jī)與電子工程學(xué)院，湖南 長沙，410205;2. 中南大學(xué) 信息科學(xué)與工程學(xué)院，湖南 長沙，410083)

隨著微型傳感器技術(shù)、無線通信技術(shù)以及嵌入式計(jì)算技術(shù)的發(fā)展，無線傳感器網(wǎng)絡(luò)現(xiàn)已得到越來越廣泛的關(guān)注[1-2]。無線傳感器網(wǎng)絡(luò)是由大量廉價(jià)的微型傳感器節(jié)點(diǎn)組成的無線自組織網(wǎng)絡(luò)。每個(gè)傳感器節(jié)點(diǎn)通常由傳感單元、計(jì)算單元、無線通信單元和存儲單元等構(gòu)成。無線傳感器網(wǎng)絡(luò)可以使人們在任何時(shí)間、任何地點(diǎn)和任何環(huán)境下獲取大量詳實(shí)、可靠的信息，應(yīng)

用于國防、環(huán)境監(jiān)測、交通管理、醫(yī)療衛(wèi)生、制造業(yè)、反恐、抗災(zāi)等許多領(lǐng)域。路由是無線傳感器網(wǎng)絡(luò)的關(guān)鍵技術(shù)之一，目前，無線傳感器網(wǎng)絡(luò)中的路由協(xié)議主要可以分為3類：以數(shù)據(jù)為中心的路由協(xié)議、層次式路由協(xié)議、基于位置的路由協(xié)議[3]。以數(shù)據(jù)為中心的路由協(xié)議主要包括以下幾種：Leach-E[4]，Rumor[5]，Cadr[6]和Acquire[7]等。層次型路由協(xié)議主要包括Dbs[8]。還有一些獨(dú)立發(fā)展的層次路由協(xié)議[9-10]，如RCR[11]，Sop[12]，Hmrp[13]，Ehrp[14]，Lrp[15]和 RESEE[16]等。層次式路由協(xié)議與單層的路由協(xié)議相比具有更好的可擴(kuò)展性，更易于進(jìn)行數(shù)據(jù)之間的融合，從而減少網(wǎng)絡(luò)中能量的消耗，提高網(wǎng)絡(luò)的生存周期。基于位置的路由協(xié)議主要有M&S[17]和Dgr[18]等。由于有位置信息，根據(jù)這些信息計(jì)算節(jié)點(diǎn)之間的距離，預(yù)先估計(jì)節(jié)點(diǎn)能量的消耗情況，從而構(gòu)建更加高效的路由協(xié)議，有利于網(wǎng)絡(luò)生命周期的延長。LEACH協(xié)議是最早出現(xiàn)的一種分簇路由算法，它的執(zhí)行過程是周期性地循環(huán)進(jìn)行，每輪循環(huán)分為2個(gè)階段，即簇的建立階段和穩(wěn)定的數(shù)據(jù)通信階段。LEACH通過隨機(jī)地選擇簇頭，平均分擔(dān)中繼通信業(yè)務(wù)，網(wǎng)絡(luò)生命周期有所延長，但它仍然存在一些缺陷：(1) 節(jié)點(diǎn)等概率地?fù)?dān)當(dāng)簇頭的這種簇頭選擇機(jī)制，沒有充分地考慮節(jié)點(diǎn)能量的使用情況及剩余能量，也沒有考慮節(jié)點(diǎn)的地理位置；(2) 在向匯聚節(jié)點(diǎn)的數(shù)據(jù)傳輸過程中，所有簇頭都是直接向匯聚節(jié)點(diǎn)進(jìn)行發(fā)送，這樣簇頭消耗的能量很大，容易導(dǎo)致網(wǎng)絡(luò)分割?；谝陨线@些缺點(diǎn)，Heinzelman等[19]在LEACH協(xié)議的基礎(chǔ)上加以改進(jìn)提出了基于匯聚節(jié)點(diǎn)控制的協(xié)議LEACH-C。通過對分簇方案進(jìn)行改進(jìn)，延長網(wǎng)絡(luò)生命周期。但該方案也存在簇頭產(chǎn)生方式開銷較大、算法不夠健壯等缺點(diǎn)。傳感器網(wǎng)絡(luò)運(yùn)行中不是所有節(jié)點(diǎn)消耗的能量都相同，在每一輪中每個(gè)簇的簇頭消耗的能量是最多的，若簇頭可以根據(jù)節(jié)點(diǎn)的能量消耗而不是隨機(jī)地選擇進(jìn)行動態(tài)調(diào)整形成非均勻的簇，則可以均衡簇之間的能量消耗，延長整個(gè)網(wǎng)絡(luò)的生存時(shí)間。李成法等[20]提出了一種非均勻分簇的網(wǎng)絡(luò)路由協(xié)議，靠近匯聚節(jié)點(diǎn)的簇較小，而遠(yuǎn)離匯聚節(jié)點(diǎn)的簇則較大。簇頭除了發(fā)送本簇中的節(jié)點(diǎn)收集的數(shù)據(jù)外，還需為其他的簇頭轉(zhuǎn)發(fā)信息，采用這種方式，在一定程度上可以延長網(wǎng)絡(luò)的生存周期。但該文獻(xiàn)中每個(gè)簇的競爭半徑是固定的，而事實(shí)上，某些靠近匯聚節(jié)點(diǎn)的簇頭可能會由于轉(zhuǎn)發(fā)過多的簇間信息而耗盡能量，導(dǎo)致網(wǎng)絡(luò)失效?；谏鲜隹紤]，本文作者提出一種多跳模式下的動態(tài)非均勻分簇路由協(xié)議(Dynamic non-uniform clustering routing protocol, DNCRP)。DNCRP算法在簇內(nèi)采用單跳方式通信，而在簇間采用多跳通信，由簇頭向匯聚節(jié)點(diǎn)轉(zhuǎn)發(fā)信息。在網(wǎng)絡(luò)運(yùn)行過程中，根據(jù)網(wǎng)絡(luò)的能量狀況，動態(tài)地選舉簇頭，自適應(yīng)地根據(jù)網(wǎng)絡(luò)中簇的能量狀況改變簇的大小，這樣就可以在整個(gè)網(wǎng)絡(luò)中均衡節(jié)點(diǎn)能量，而不只是在簇中均衡節(jié)點(diǎn)的能量消耗。由于充分利用了整個(gè)網(wǎng)絡(luò)中所有節(jié)點(diǎn)的能量，所以，可以大幅度延長傳感器網(wǎng)絡(luò)生命周期。

1 系統(tǒng)模型

1.1 網(wǎng)絡(luò)結(jié)構(gòu)模型

對網(wǎng)絡(luò)模型進(jìn)行較通用的假設(shè)：

(1) 傳感器網(wǎng)絡(luò)部署之后,節(jié)點(diǎn)都不移動；

(2) 節(jié)點(diǎn)同構(gòu)，初始能量相同；

(3) 匯聚節(jié)點(diǎn)位于離傳感器網(wǎng)絡(luò)較遠(yuǎn)的區(qū)域，某些簇中的數(shù)據(jù)需要靠近匯聚節(jié)點(diǎn)的簇頭通過多跳才能提交信息；

(4) 傳感器節(jié)點(diǎn)的發(fā)射功率可以進(jìn)行調(diào)節(jié)；

(5) 簇頭可以根據(jù)節(jié)點(diǎn)能量動態(tài)地進(jìn)行選?。?/p>

(6) 簇的大小可以根據(jù)能量狀況自適應(yīng)、動態(tài)地調(diào)整。

1.2 能量消耗模型

在分析傳感器節(jié)點(diǎn)的能量消耗時(shí)，采用如圖1所示的無線傳輸能量消耗模型(REDM)[21]。

無線傳感器網(wǎng)絡(luò)中的節(jié)點(diǎn)經(jīng)過分簇以后，形成了多個(gè)大小不一的簇，簇內(nèi)的節(jié)點(diǎn)與簇頭通過單跳方式進(jìn)行通信，而遠(yuǎn)離匯聚節(jié)點(diǎn)的簇則需要通過多個(gè)簇頭經(jīng)過多跳之后才能向匯聚節(jié)點(diǎn)傳遞信息，這樣，靠近匯聚節(jié)點(diǎn)的簇頭就有可能由于轉(zhuǎn)發(fā)過多的數(shù)據(jù)而過早死亡，從而導(dǎo)致整個(gè)網(wǎng)絡(luò)不可用。本文采取一種動態(tài)非均勻的分簇方式來克服上述問題：一方面，在簇中選擇能量最大的節(jié)點(diǎn)充當(dāng)簇頭；另一方面，根據(jù)簇頭的能量消耗情況動態(tài)地調(diào)整簇的大小，能量消耗較小的簇頭所在的簇較大，而能量消耗較多的簇則較小。實(shí)驗(yàn)表明，采用該方法后，網(wǎng)絡(luò)的生存時(shí)間明顯延長。

這樣的網(wǎng)絡(luò)具有以下2個(gè)主要特征：

(1) 在網(wǎng)絡(luò)分簇過程中，離匯聚節(jié)點(diǎn)較近的簇劃分得較小(轉(zhuǎn)發(fā)數(shù)據(jù)較多、任務(wù)較重)，而遠(yuǎn)離匯聚節(jié)點(diǎn)的簇則可以劃分得較大(轉(zhuǎn)發(fā)數(shù)據(jù)較少、任務(wù)較輕)。

(2) 隨著網(wǎng)絡(luò)的運(yùn)行，簇的大小、簇頭的選取可以自適應(yīng)地根據(jù)簇頭能量的消耗情況實(shí)時(shí)地調(diào)整，以實(shí)現(xiàn)整個(gè)網(wǎng)絡(luò)生命周期的最大化。

圖1 無線傳輸能量模型Fig.1 Energy model of wireless transmission

2 DNCRP路由算法

2.1 簇頭選取

在網(wǎng)絡(luò)部署時(shí)，由于節(jié)點(diǎn)的初始能量是相同的，所以，對于首輪中簇頭的選取采用LEACH 協(xié)議隨機(jī)地產(chǎn)生簇頭，再根據(jù)簇頭離匯聚節(jié)點(diǎn)的遠(yuǎn)近產(chǎn)生非均勻的簇，離匯聚節(jié)點(diǎn)近的簇劃分得較小，而遠(yuǎn)離匯聚節(jié)點(diǎn)的簇則較大。

2.2 簇的形成

每一輪中，當(dāng)某個(gè)節(jié)點(diǎn)當(dāng)選簇頭之后，就在本簇內(nèi)廣播一個(gè)hello消息，該消息中包含閾值LT，用于確定簇的大小。第1輪的LT固定，設(shè)定為LT=6。每個(gè)簇中的節(jié)點(diǎn)收到該廣播消息就保存，然后，將該閾值減小1后傳給下其鄰居節(jié)點(diǎn)，如此循環(huán)，直到閾值減少至0為止。若在成簇過程中節(jié)點(diǎn)收到多個(gè)消息，則只保存第1次的值作為本節(jié)點(diǎn)與簇頭的距離。

2.3 下一輪簇頭的選取

第1輪的簇的大小由LT決定。從第2輪開始，每個(gè)簇中的簇頭由該簇中能量最高的節(jié)點(diǎn)擔(dān)任，而簇的大小則根據(jù)簇頭的能量消耗情況自動地進(jìn)行調(diào)整。

簇頭的能量消耗 EC主要包括處理數(shù)據(jù)消耗的能量ED和通信消耗的能量EP。而通信消耗能量EP包含節(jié)點(diǎn)接收數(shù)據(jù)消耗的能量ER和傳輸數(shù)據(jù)能量ET。

為了準(zhǔn)確地描述簇，根據(jù)簇頭的剩余能量自動調(diào)整簇的大小的過程，給出如下簇頭剩余能量因子 ρ，用于描述節(jié)點(diǎn)的能量消耗情況，作為下一輪簇大小調(diào)整的依據(jù)。

其中：EOC為節(jié)點(diǎn)的初始能量；EC為節(jié)點(diǎn)已經(jīng)消耗的能量。

節(jié)點(diǎn)的能量因子ρ包含在交換的消息中。當(dāng)節(jié)點(diǎn)接收其他節(jié)點(diǎn)的數(shù)據(jù)時(shí)，將其中的ρ存儲下來，并更新ρ表格。在每一輪的簇形成階段，當(dāng)選簇頭會將本節(jié)點(diǎn)的ρ與它的一跳鄰居節(jié)點(diǎn)的ρ比較，若簇頭節(jié)點(diǎn)的ρ最小，則說明節(jié)點(diǎn)在上一輪網(wǎng)絡(luò)運(yùn)行中消耗的能量較小，在下一輪中可以增大簇的范圍，即將LT增大；反之，若簇頭的ρ最大，則表示在上一輪中簇頭消耗的能量較小，減小簇的范圍，即LT減小。通過這樣的簇頭篩選方法以及簇的半徑動態(tài)調(diào)整機(jī)制，使得每個(gè)簇中簇頭的能量是最大的，這樣可以確保簇既能收集本簇中其他節(jié)點(diǎn)的信息，也能轉(zhuǎn)發(fā)其他簇頭的信息。網(wǎng)絡(luò)運(yùn)行后，有的簇可能比較大，有的簇可能比較小，這是符合網(wǎng)絡(luò)運(yùn)行的實(shí)際情況的。因?yàn)榫W(wǎng)絡(luò)運(yùn)行中節(jié)點(diǎn)收集信息量是隨機(jī)的，并不一定完全均勻，有些熱點(diǎn)地區(qū)數(shù)據(jù)可能比較多，相應(yīng)地消耗的簇頭能量也比較多，而有些地區(qū)就比較少。為了有效地提高網(wǎng)絡(luò)的生存時(shí)間，網(wǎng)絡(luò)在轉(zhuǎn)發(fā)信息時(shí)應(yīng)該根據(jù)簇頭節(jié)點(diǎn)能量來選擇路徑，而不僅僅是嚴(yán)格按照簇頭離匯聚節(jié)點(diǎn)的遠(yuǎn)近來進(jìn)行信息轉(zhuǎn)發(fā)。在這樣的簇頭及簇半徑的形成機(jī)制下，在網(wǎng)絡(luò)運(yùn)行的下一輪選舉中，轉(zhuǎn)發(fā)數(shù)據(jù)較多的節(jié)點(diǎn)周圍自然會形成較小的簇，而轉(zhuǎn)發(fā)數(shù)據(jù)較少的簇頭周圍相應(yīng)地就會形成一個(gè)比較大的簇，半徑較小的簇在本輪中會轉(zhuǎn)發(fā)較少的信息，而半徑較大的簇則會轉(zhuǎn)發(fā)較多的信息，于是，簇的大小會隨著簇能量的大小而呈現(xiàn)一種“大小相間”變化的趨勢，充分利用整個(gè)網(wǎng)絡(luò)中每個(gè)節(jié)點(diǎn)的能量，從而最大限度地利用節(jié)點(diǎn)的剩余能量，延長網(wǎng)絡(luò)的生命周期。

2.4 算法描述

算法的偽代碼如下：

① LT=6；/*設(shè)定簇的最大跳數(shù)閾值為6*/

② while(LT≠0) /*第1輪分簇*/

{

③ Broadcast(“hello”);/*簇頭節(jié)點(diǎn)向周圍節(jié)點(diǎn)廣播*/

④ Receive(node_Msg); /*接收信息存儲在自己的鄰表NT[ ]中，這些節(jié)點(diǎn)構(gòu)成1個(gè)簇*/

⑤ if (Nd.LT＜hello.LT) /*如果節(jié)點(diǎn)收到的閾值大于自身的閾值*/

{

⑥ Nd.LT=hello.LT； /*將收到的閾值存儲為自身的閾值*/

⑦ LT=LT-1； /*將消息的閾值減小1*/

}}

⑧ while(ND. ρ＜NT[].P) /*開始簇大小的動態(tài)調(diào)整，將p與其鄰居的p比較*/

⑨ LT=LT+1; /*如果簇頭p小于其鄰居的p，將LT的值增大1，擴(kuò)大簇的范圍*/

⑩ else LT=LT-1;/*否則，不作調(diào)整*/

3 仿真及性能分析

對所提出的模型采用 OPNET進(jìn)行仿真實(shí)驗(yàn)，具體的實(shí)驗(yàn)參數(shù)如表1所示。如果節(jié)點(diǎn)的剩余能量小于或等于 10-4J，則節(jié)點(diǎn)宣布死亡。節(jié)點(diǎn)的最大通信半徑為100 m，每個(gè)數(shù)據(jù)包長度為100 byte。

表1 實(shí)驗(yàn)參數(shù)設(shè)置表Table 1 Experimental parameters table

將文中提出的動態(tài)多跳非均勻分簇機(jī)制(DNCRP)應(yīng)用在LEACH和HEED上，分別比較對固定簇、單跳簇和動態(tài)多跳非均勻分簇(DNCRP) 3種方式對LEACH和HEED協(xié)議的性能的影響。

single(單跳模式)、fixed(固定模式)、DNCRP(動態(tài)非均勻分簇模式) 3種不同機(jī)制與LEACH結(jié)合后的網(wǎng)絡(luò)生存時(shí)間和節(jié)點(diǎn)數(shù)的關(guān)系如圖2所示。

從圖2可以看出：多跳模式(固定模式和動態(tài)非均勻分簇模式)的網(wǎng)絡(luò)生存時(shí)間多于單挑模式下的網(wǎng)絡(luò)生存時(shí)間，大約多40%。這主要是因?yàn)樵趩翁Ｊ较?，簇頭的數(shù)量較多，每次交互信息時(shí)廣播次數(shù)和應(yīng)答次數(shù)也較多，導(dǎo)致節(jié)點(diǎn)能量消耗較多，因此，網(wǎng)絡(luò)生存時(shí)間是最短的。LEACH-fixed模式的生存時(shí)間要比LEACH-DNCRP模式下的網(wǎng)絡(luò)生存時(shí)間大約低10%。其主要原因在于后者在選擇簇頭時(shí)每次選擇的是簇中能量最大的節(jié)點(diǎn)，并且在每輪中簇頭會根據(jù)能量的多少動態(tài)地調(diào)整簇的大小。如果能量較多，就擴(kuò)大簇的半徑，反之，就縮小簇的半徑，這樣就使得能量在整個(gè)監(jiān)測區(qū)域內(nèi)得到均衡，最大限度地利用所有節(jié)點(diǎn)的能量，從而使得網(wǎng)絡(luò)的生命周期得到最大限度地延長。

圖2 LEACH結(jié)合不同機(jī)制的生存時(shí)間比較Fig.2 Comparison of survival time in network based on LEACH combining different mechanisms

單跳模式、固定模式、非均衡分簇模式與HEED結(jié)合后的網(wǎng)絡(luò)生存時(shí)間和節(jié)點(diǎn)數(shù)的關(guān)系如圖3所示。

從圖3可以看出：在多跳模式(固定模式和動態(tài)非均勻分簇模式)下，網(wǎng)絡(luò)生存時(shí)間都要長于單跳模式，而動態(tài)非均勻分簇同HEED結(jié)合后，網(wǎng)絡(luò)的生存時(shí)間是最長的。主要原因如下：在單跳模式下，簇頭在網(wǎng)絡(luò)運(yùn)行時(shí)，需要發(fā)送和接收數(shù)據(jù)的次數(shù)較多，從而消耗了節(jié)點(diǎn)較多的能量，網(wǎng)絡(luò)的生命周期也縮短很多。而在多跳模式下(包括多跳和動態(tài)非均勻分簇)，節(jié)點(diǎn)的能量能在網(wǎng)絡(luò)監(jiān)測區(qū)域較大范圍內(nèi)得到均衡，在一定程度上延長了網(wǎng)絡(luò)的生存周期。

圖3 HEED在3種模式下生存時(shí)間比較Fig.3 Comparison of survival time in network based on HEED combining three mechanisms

從上述2個(gè)實(shí)驗(yàn)結(jié)果可以看出：動態(tài)非均勻分簇機(jī)制能夠均衡整個(gè)網(wǎng)絡(luò)的能量消耗，延長網(wǎng)絡(luò)的生存時(shí)間。

固定模式(fixed)、動態(tài)非均勻分簇模式與 2種典型的算法LEACH和HEED相結(jié)合后，網(wǎng)絡(luò)生存時(shí)間性能的對比情況如圖4所示。

從圖4可以看出：動態(tài)非均勻分簇模式(DNCRP)與兩者結(jié)合可以最大程度地延長網(wǎng)絡(luò)的生存時(shí)間；此外，由于HEED本身的性能要優(yōu)于LEACH的性能；因此，從整體上來說，HEED與2個(gè)機(jī)制(固定模式和動態(tài)非均勻分簇)結(jié)合后的性能也要優(yōu)于LEACH與上述2種模式結(jié)合后的網(wǎng)絡(luò)性能。

圖4 2種不同模式應(yīng)用于LEACH和HEED生存時(shí)間比較Fig.4 Survival time of network based on two mechanisms applying in LEACH and HEED

在網(wǎng)絡(luò)運(yùn)行過程中，節(jié)點(diǎn)剩余能量也能反映系統(tǒng)模式的性能。圖5所示為2種狀態(tài)即固定模式和動態(tài)非均勻分簇模式與HEED進(jìn)行結(jié)合后，節(jié)點(diǎn)剩余能量的變化情況。

從圖5可以看出：隨著網(wǎng)絡(luò)的運(yùn)行，網(wǎng)絡(luò)中節(jié)點(diǎn)的能量在不斷地減少，節(jié)點(diǎn)的失效率也在不斷地增加，HEED-fixed協(xié)議和HEED-DNCRP協(xié)議的節(jié)點(diǎn)失效率也隨著增加；當(dāng)運(yùn)行時(shí)間達(dá)到20 s左右時(shí)，HEED-fixed模式的節(jié)點(diǎn)失效率將近17%，而HEED-DNCRP模式的節(jié)點(diǎn)失效率為14%左右；而當(dāng)運(yùn)行時(shí)間為60 s時(shí)，HEED-fixed模式的節(jié)點(diǎn)失效率為 40%左右，HEEDDNCRP模式的節(jié)點(diǎn)失效率為35%；隨著運(yùn)行時(shí)間的延長，采用動態(tài)非均勻分簇協(xié)議的節(jié)點(diǎn)失效率總是比固定模式下的節(jié)點(diǎn)失效率要低?？梢姡簞討B(tài)非均勻分簇協(xié)議的節(jié)能效果優(yōu)于固定模式以及單跳模式的節(jié)能效果。

圖5 節(jié)點(diǎn)失效比率與運(yùn)行時(shí)間關(guān)系Fig.5 Relationship between node disability rate and run-time

從上述幾種典型的路由協(xié)議與LEACH和HEED 2種模式相結(jié)合后的節(jié)能效果以及網(wǎng)絡(luò)生存時(shí)間的比較可以看出：動態(tài)非均勻分簇協(xié)議具有較好的性能。

4 結(jié)論

(1) 采用動態(tài)、非均勻的分簇路由方式，提出了一種自適應(yīng)的DNCRP算法，與傳統(tǒng)的一些算法相比，網(wǎng)絡(luò)的能量消耗大幅度降低，網(wǎng)絡(luò)的生存時(shí)間有較大提高。

(2) 本研究所提出的策略協(xié)作能從網(wǎng)絡(luò)的整體來平衡節(jié)點(diǎn)的能量，充分利用了每一個(gè)節(jié)點(diǎn)的剩余能量。這也是 DNCRP協(xié)議具有較好的節(jié)能效果的直接原因。

(3) 由于算法預(yù)置了一些參數(shù)如網(wǎng)絡(luò)監(jiān)測范圍、節(jié)點(diǎn)初始能量、簇閾值，這些參數(shù)的設(shè)置具有一定經(jīng)驗(yàn)性，如何優(yōu)化這些配置參數(shù)以提高網(wǎng)絡(luò)性能，一方面需要從理論上進(jìn)行系統(tǒng)研究，另一方面也需要更精確的模擬測試。這有待于進(jìn)一步研究。

[1] Yick J, Mukherjee B, Ghosal D. Wireless sensor network survey[J]. Computer Networks, 2008, 52(12): 2292-2330.

[2] 孫利民, 李建中, 陳渝, 等. 無線傳感器網(wǎng)絡(luò)[M]. 北京: 清華大學(xué)出版社, 2005: 1-3.SUN Li-min, LI Jian-zhong, CHEN Yu, et al. Wireless sensor networks[M]. Beijing: Tsinghua University Press, 2005: 1-3.

[3] Keremal A, Mohamed Y. A survey on routing protocols for wireless sensor networks[J]. Ad Hoc Networks, 2005, 3(3):325-349.

[4] PENG Duo, ZHANG Qiu-yu. An energy efficient cluster-Routing protocol for wireless sensor networks[C]//Proceedings of the International Conference on Computer Design and Applications. Qinhuangdao, China, 2010: 2530-2533.

[5] Bragomsky D, Estrin D. Rumor routing algorithm for sensor networks[C]//Proceedings of the First Workshop on Sensor Networks and Applications (WSNA). Atlanta, United States,2002: 22-31.

[6] Chu M, Haussecker H, Zhao F. Scalable information-driven sensor querying and routing for ad hoc heterogeneous sensor networks[J]. The International Journal of High Performance Computing Applications, 2002, 16(3): 293-313.

[7] Ssdagopan N. The acquire mechanism for efficient querying in sensor networks[C]//Proceedings of the First International Workshop on Sensor Network Protocol and Applications.Anchorage, USA, 2003: 149-155.

[8] Amini N, Miremadi D, Seyde G, et al. A hierarchical routing protocol for energy load balancing in wireless sensor networks[C]//Proceedings of Canadian Conference on Electrical and Computer Engineering. Vancouver, Canada, 2007:1086-1089.

[9] Youssef M, Younis M, Arisha K. A constrained shortest-path energy-aware routing algorithm for wireless sensor networks[C]//Proceedings of the IEEE Wireless Communication and Networks Conference. Orlando, USA, 2002: 794-799.

[10] Younis M, Munshi P, Al-Shere E. Architecture for efficient monitoring and management of sensor networks[C]//Proceedings of the IFIP/IEEE Workshop on End-to-End Monitoring Techniques and Services. Belfast, Ireland, 2003: 488-502.

[11] 蔡海濱, 琚小明, 曹奇英. 多級能量異構(gòu)無線傳感器網(wǎng)絡(luò)的能量預(yù)測和可靠聚簇路由協(xié)議[J]. 計(jì)算機(jī)學(xué)報(bào), 2009, 32(12):2393-2402.CAI Hai-bing, JU Xiao-ming, CAO Qi-ying. Energy prediction and reliable clustering routing protocol for multilevel energy heterogeneous wireless sensor networks[J]. Chinese Journal of Computers, 2009, 32(12): 2393-2402.

[12] Younis M, Youssef M, Arisha K. Energy-aware routing in cluster-based sensor networks[C]//Proceedings of the 10th IEEE International Symposium on Modeling, Analysis Simulation of Computer and Telecommunication Systems. Fort Worth, USA,2002: 129-136.

[13] WANG Ying-hong, Tsai C H, HUANG Hui-min. A hierarchy-based multi-path routing protocol for wireless sensor networks[J]. International Journal of Information and Management Sciences, 2008, 19(2): 353-366.

[14] Mollanejad A, Khanli L M, Zeynali M. EHRP: Novel energy-aware hierarchical routing protocol in wireless sensor network[C]//Proceedings of the International Congress on Ultra Modern Telecommunications and Control Systems and Workshops. Moscow, Russia, 2010: 970-975.

[15] Huruiala M, Petre C, Urzoca A. Hierarchical routing protocol based on evolutionary algorithms for wireless sensor networks[C]//Proceedings of 9th RoEduNet IEEE International Conference. Sibiu, Romania, 2010: 387-392.

[16] 李戈陽, 曹陽, 馮浩, 等. 基于節(jié)點(diǎn)剩余能量調(diào)配的無線傳感器網(wǎng)絡(luò)能量均衡路由協(xié)議[J]. 中南大學(xué)學(xué)報(bào): 自然科學(xué)版,2009, 40(6): 1642-1648.LI Ge-yang, CAO Yang, FENG Hao, et al. Residual energy scheming based energy equilibrium routing protocol for wireless sensor network[J]. Journal of Central South University: Science and Technology, 2009, 40(6): 1642-1648.

[17] Yan Y, Estrin D, Govindan R. Geographical and energy-aware routing: a recursive data dissemination protocol for wireless sensor networks. UCLA Computer Science Department Technical Report[R]. Cos Angeles, USA, UCLA-CSD TR-O1-0023, 2001.

[18] ZHANG Jian, BAI Yan, LI Yu-kai. A state-free directional geographical routing protocol in dynamic wireless sensor networks[C]//Proceedings of the Second International Intelligent Computation Technology and Automation. Changsha, 2009:430-433.

[19] Heinzelman W. An application-specific protocol architecture for wireless microsensor networks[J]. IEEE Transactions on Wireless Communications, 2002, 1(4): 660-670.

[20] 李成法, 陳貴海, 葉懋, 等. 一種基于非均勻分簇的無線傳感器網(wǎng)絡(luò)路由協(xié)議[J]. 計(jì)算機(jī)學(xué)報(bào), 2007, 30(1): 27-36.LI Cheng-fa, CHEN Gui-hai, YE Mao, et al. An uneven cluster-based routing protocol for wireless sensor networks[J].Chinese Journal of Computer, 2007, 30(1): 27-36.

[21] Oberg l, XU You-zhi. A complete energy dissipation model for wireless sensor networks[C]//Proceedings of the International Conference on Sensor Technologies and Applications. Valencia,Spain, 2007: 531-540.