交通路燈監(jiān)控系統(tǒng)的無線傳感網(wǎng)鏈狀路由算法*

任條娟，陳友榮，王章權(quán)

（浙江樹人大學信息科技學院 杭州310015）

1 引言

隨著我國經(jīng)濟建設的發(fā)展，城市化進程的加快，城市道路交通的路燈照明設施得到了長足發(fā)展，但與此相伴的是路燈電能消耗也呈逐年快速攀升的趨勢[1]。由于傳統(tǒng)路燈照明多以低效照明為主，電能利用率不到65%，電能浪費嚴重，因此提出一種采用LED燈和無線傳感網(wǎng)技術的新型路燈監(jiān)控系統(tǒng)。該系統(tǒng)通過在每個LED路燈旁放置無線傳感節(jié)點，實時控制LED路燈的開關，檢測和上報LED路燈的開關狀態(tài)、溫度、亮度、電流和電壓等各種參數(shù)信息，一方面可通過無線網(wǎng)絡實時存儲信息到上位機的數(shù)據(jù)庫中以備查詢和分析，另一方面可實時提供各個LED路燈的工作狀況，產(chǎn)生故障路燈維修表，提醒管理人員進行故障維護，減少人工巡視時間，提高處理設備故障效率，較好地實現(xiàn)了路燈的智能化管理。由于系統(tǒng)依靠無線方式組網(wǎng)，無需布線，擴展靈活，易于被采用，具有實施快速、方便，對道路環(huán)境沒有任何影響，易于故障維護等特點，可有效提高能源利用效率，減少能源損耗，節(jié)約能源成本，具有較大的市場應用前景[2]。

目前，國內(nèi)已有多家公司應用無線傳感網(wǎng)的射頻通信模塊，推出各自的節(jié)能路燈照明控制系統(tǒng)。但是很多路燈監(jiān)控系統(tǒng)沒有考慮到無線傳感網(wǎng)節(jié)點的分布受道路局限，呈現(xiàn)“管狀”分布，基本上還是采用簡單的鏈狀路由或樹狀路由算法，造成節(jié)點能耗和數(shù)據(jù)傳輸時延分布不平衡?？拷黃ink節(jié)點的節(jié)點數(shù)據(jù)傳輸時延低，但是會頻繁地轉(zhuǎn)發(fā)其他節(jié)點的信息而導致節(jié)點能耗高。遠離Sink節(jié)點的節(jié)點數(shù)據(jù)通信時延高，但是由于轉(zhuǎn)發(fā)少量的數(shù)據(jù)，所以節(jié)點能耗低。綜合所述，在路燈監(jiān)控系統(tǒng)的特殊應用場景中，數(shù)據(jù)傳輸時延和節(jié)點能耗是無線傳感網(wǎng)兩個相對對立的性能參數(shù)，需要研究一種新的鏈狀路由算法，盡可能平衡網(wǎng)絡節(jié)點能耗和數(shù)據(jù)傳輸時延。

2 國內(nèi)外研究現(xiàn)狀

相關無線傳感網(wǎng)路由算法的研究已取得一些成果。參考文獻[3]提出一個低功耗自適應聚類分層型(low energy adaptive clustering hierarchy，LEACH)算法。LEACH 算法包括Sink節(jié)點、簇頭節(jié)點和傳感節(jié)點3層網(wǎng)絡結(jié)構(gòu)。算法中傳感節(jié)點發(fā)送測量數(shù)據(jù)到簇頭節(jié)點，簇頭節(jié)點融合簇內(nèi)傳感節(jié)點數(shù)據(jù)再通過簇頭間多跳方式發(fā)送到Sink節(jié)點。在大規(guī)?；蚬?jié)點能量分布不均衡的無線傳感網(wǎng)中，LEACH算法隨機選擇簇頭節(jié)點，可能出現(xiàn)被選簇頭節(jié)點集中在某一個特定的區(qū)域，覆蓋不到整個監(jiān)測區(qū)域，容易造成網(wǎng)絡的分裂和節(jié)點能耗的增大。參考文獻[4]提出一種鏈狀路由算法PEGASIS(power-efficient gathering in sensor information system)。感應區(qū)域內(nèi)的所有節(jié)點通過貪婪算法自組織成一條鏈路。在數(shù)據(jù)傳播階段，每一個節(jié)點接收距離最近上游鄰居節(jié)點的感應信息，通過距離最近的下游鄰居節(jié)點將融合后的感應信息發(fā)送給Sink節(jié)點。在該算法中，離Sink節(jié)點距離較遠的節(jié)點會引起較多的數(shù)據(jù)時延。參考文獻[5]提出帶能量消耗的鏈狀路由(chain routing with even energy consumption，CREEC)算法，通過以下兩個策略提高網(wǎng)絡生存時間：一是盡可能平衡每一個節(jié)點的能量分布；二是模擬節(jié)點的能量消耗，運行反饋機制節(jié)省傳感節(jié)點的能量。參考文獻 [6]提出一種高效節(jié)能的鏈狀分層路由(energy efficient chain-based hierarchical routing，CHIRON) 算 法 。CHIRON算法的主要思路是將感應區(qū)域分成若干個較小區(qū)域，在這小區(qū)域內(nèi)建立數(shù)據(jù)傳輸鏈路，從而減少數(shù)據(jù)傳輸時延和冗余路徑。參考文獻[7]基于PEGASIS算法的結(jié)構(gòu)提出內(nèi)部網(wǎng)格PEGASIS算法。該算法將感應區(qū)域分成若干個網(wǎng)格，每一個網(wǎng)格中節(jié)點可分為開始節(jié)點、傳感節(jié)點和結(jié)束節(jié)點。網(wǎng)格開始節(jié)點和另一個網(wǎng)格的結(jié)束節(jié)點建立連接，最終網(wǎng)絡中所有節(jié)點自組織成一條鏈路。參考文獻[8]為優(yōu)化傳感器間通信，提出虛擬鏈的概念，定義虛擬鏈的邊為多跳數(shù)據(jù)傳輸路徑。為優(yōu)化簇頭節(jié)點和Sink節(jié)點的通信，提出簇頭節(jié)點的調(diào)度規(guī)則，選擇剩余能量最大的節(jié)點作為簇頭節(jié)點。參考文獻[5～8]提出各自的鏈狀路由算法，但是它們都假設節(jié)點隨機分布在感應區(qū)域內(nèi)，沒有考慮鏈狀無線傳感網(wǎng)節(jié)點的“管狀”位置分布。因此，綜合一些學者的觀點，針對路燈監(jiān)控系統(tǒng)的特殊應用場景，提出路燈監(jiān)控系統(tǒng)的無線傳感網(wǎng)鏈狀路由 (chain routing algorithm based on streetlight monitoring system for wireless sensor networks，CRASMS)算法，盡可能平衡網(wǎng)絡節(jié)點能耗和數(shù)據(jù)傳輸時延。

3 網(wǎng)絡模型和假設

如圖1所示，路燈監(jiān)控系統(tǒng)的無線傳感網(wǎng)主要由傳感節(jié)點（也稱路燈監(jiān)控器，簡稱節(jié)點）、Sink節(jié)點（也稱網(wǎng)關控制器）和監(jiān)控中心組成。傳感節(jié)點分布在道路兩側(cè)的路燈上，具有控制路燈開關、上報開關狀態(tài)、調(diào)節(jié)路燈亮度等功能。Sink節(jié)點處于監(jiān)控中心和各傳感節(jié)點的中間，一般放置在十字路口或道路邊，向上通過GPRS/3G方式同監(jiān)控中心通信，向下通過無線傳感網(wǎng)同各個傳感節(jié)點通信，無需通信費用。Sink節(jié)點主要負責監(jiān)控網(wǎng)絡內(nèi)的傳感節(jié)點運行，將監(jiān)控中心的命令下達給傳感節(jié)點，將傳感節(jié)點及線路信息反饋給監(jiān)控中心。監(jiān)控中心實現(xiàn)對傳感節(jié)點進行遠程數(shù)據(jù)訪問和監(jiān)控，包括參數(shù)配置、監(jiān)控命令發(fā)送、路燈狀態(tài)收集等。還能夠根據(jù)路段日照和人車流量的變化設定路燈的開關控制策略，在滿足基本照明的前提下節(jié)約能耗。

針對路燈監(jiān)控系統(tǒng)的實際應用場景，假設其無線傳感網(wǎng)具有以下特點：

·Sink節(jié)點和所有傳感節(jié)點位置固定不變，都是靜止的，所有傳感節(jié)點均勻分布，Sink節(jié)點可根據(jù)實際需要，放置在十字路口和每一個道路邊；

·由于網(wǎng)絡預先規(guī)劃節(jié)點的部署位置，因此Sink節(jié)點和傳感節(jié)點能獲知整個網(wǎng)絡拓撲結(jié)構(gòu)信息；

·所有傳感節(jié)點具有相同的性能（如無線電最大發(fā)送功率、最大通信半徑、節(jié)點間距離、能耗模型等）；

·所有傳感節(jié)點都能感知數(shù)據(jù)，并通過直接或多跳的方式將數(shù)據(jù)發(fā)送給Sink 節(jié)點；

·由于每一個路燈上都配置專門的供電電路，因此網(wǎng)絡所有節(jié)點的能量不受限制；

·所有傳感節(jié)點的發(fā)送功率隨著通信距離的變化而變化。

4 CRASMS算法

4.1 算法原理

如果節(jié)點j在節(jié)點i的通信半徑內(nèi)，則稱節(jié)點j是節(jié)點i的鄰居節(jié)點。如果dis

CRASMS算法由簇區(qū)域的劃分、簇頭節(jié)點的選擇、簇內(nèi)星型網(wǎng)絡的建立、數(shù)據(jù)通信和處理4個過程組成。

圖1 交通路燈監(jiān)控系統(tǒng)的無線傳感網(wǎng)模型

4.1.1 簇區(qū)域的劃分

路由監(jiān)控系統(tǒng)中無線傳感網(wǎng)節(jié)點以預先規(guī)劃的方式部署，Sink節(jié)點能獲知算法所需要的節(jié)點信息 （包括節(jié)點的位置），傳感節(jié)點能獲知自身和周圍節(jié)點的信息。如圖2所示，當網(wǎng)絡啟動后，Sink節(jié)點啟動簇區(qū)域的劃分，根據(jù)傳感節(jié)點和監(jiān)測區(qū)域的位置信息，將道路同一側(cè)的節(jié)點構(gòu)成一條鏈路，每一個鏈路劃分成若干個具有n個節(jié)點的簇區(qū)域 （n可根據(jù)節(jié)點的通信距離和實際應用需求確定）。接著，Sink節(jié)點發(fā)送節(jié)點簇區(qū)域確定數(shù)據(jù)分組 （內(nèi)容包括每一個簇的節(jié)點個數(shù)n）。節(jié)點收到簇區(qū)域確定數(shù)據(jù)分組后，根據(jù)自身與Sink節(jié)點的拓撲關系，確定所屬的簇區(qū)域。

圖2 簇區(qū)域的劃分

4.1.2 簇頭節(jié)點的選擇

如圖3所示，簇頭節(jié)點的選擇有些類似LEACH算法。網(wǎng)絡確定簇區(qū)域后，在每一個簇區(qū)域中采用貪婪算法（greedy algorithm）選擇離Sink節(jié)點距離最近的節(jié)點作為簇頭節(jié)點。經(jīng)過一段時間后，簇頭節(jié)點接收到Sink節(jié)點的簇頭更新數(shù)據(jù)分組后轉(zhuǎn)為傳感節(jié)點，其同一簇區(qū)域中距離最近的上游節(jié)點選為簇頭節(jié)點。如果簇頭節(jié)點已經(jīng)是簇區(qū)域內(nèi)離Sink節(jié)點距離最遠的節(jié)點，則表示簇頭節(jié)點的選擇已經(jīng)遍歷該簇區(qū)域的所有節(jié)點，重新選擇離Sink節(jié)點距離最近的節(jié)點作為簇頭節(jié)點，開始新的一輪簇頭節(jié)點選擇。為避免無線通信的干擾，道路另一側(cè)鏈路的簇頭節(jié)點選擇方法與其相反，先選擇離Sink節(jié)點距離最遠的節(jié)點作為簇頭節(jié)點，每隔一段時間慢慢變近。此過程重復執(zhí)行，網(wǎng)絡中所有節(jié)點都有機會當選為簇頭節(jié)點。

圖3 簇頭節(jié)點的選擇

4.1.3 簇內(nèi)星型網(wǎng)絡的建立

確定簇頭節(jié)點后，每一個簇頭節(jié)點廣播一個簇網(wǎng)絡建立數(shù)據(jù)分組，所屬簇區(qū)域的節(jié)點收到簇網(wǎng)絡建立數(shù)據(jù)分組后，反饋一個通知數(shù)據(jù)分組。簇頭節(jié)點接收到通知數(shù)據(jù)分組后，將該傳感節(jié)點放入路由表中。最終在每一個簇區(qū)域內(nèi)形成一個星型網(wǎng)絡，如圖4所示。

圖4 簇內(nèi)星型網(wǎng)絡的建立

4.1.4 數(shù)據(jù)通信和處理

完成上述步驟后，數(shù)據(jù)通信和處理過程開始，具體過程如下介紹。

圖5 數(shù)據(jù)通信過程

如圖5所示，網(wǎng)絡數(shù)據(jù)通信分成傳感節(jié)點的數(shù)據(jù)上報和Sink節(jié)點的命令發(fā)送兩部分。傳感節(jié)點的數(shù)據(jù)上報過程如下：每一個傳感節(jié)點采集數(shù)據(jù)，將數(shù)據(jù)發(fā)送給簇頭節(jié)點。簇頭節(jié)點采用融合算法處理數(shù)據(jù)，將融合后的數(shù)據(jù)以簇頭間的多跳路由方式發(fā)送給Sink節(jié)點。簇頭節(jié)點轉(zhuǎn)發(fā)其他簇頭節(jié)點的兩個標準：一是選擇離Sink節(jié)點距離近的簇頭節(jié)點，二是在其通信范圍內(nèi)選擇離本簇頭節(jié)點距離最遠的簇頭節(jié)點。Sink節(jié)點廣播上位機的一些控制命令，如設置一些路燈的開關時限、立即開啟和關閉某一路燈。該命令的發(fā)送過程如下：Sink節(jié)點通過簇間多跳方式廣播命令數(shù)據(jù)分組。簇頭節(jié)點接收到命令數(shù)據(jù)分組后，判斷簇區(qū)域內(nèi)是否存在被控節(jié)點。如果存在被控節(jié)點，則通知該節(jié)點，節(jié)點收到命令后解析命令并執(zhí)行，反之，則轉(zhuǎn)發(fā)給離Sink節(jié)點距離遠的簇頭節(jié)點。

在無線傳感網(wǎng)中，由于感應物理介質(zhì)的時空特性，相鄰節(jié)點采集的信息（如溫度和濕度數(shù)據(jù)）往往攜帶著大量的數(shù)據(jù)冗余，因此需要對數(shù)據(jù)進行融合[9]。簇頭節(jié)點選擇數(shù)據(jù)融合算法處理傳感節(jié)點數(shù)據(jù)是CRASMS算法信息處理的關鍵，能有效節(jié)省網(wǎng)絡節(jié)點的能量。本算法采用參考文獻[10]的數(shù)據(jù)融合算法模型。在該模型中，節(jié)點i利用本地數(shù)據(jù)對其接收到的節(jié)點j原始數(shù)據(jù)進行壓縮。用系數(shù)qij表示節(jié)點j的原始數(shù)據(jù)在節(jié)點i上的數(shù)據(jù)壓縮比。假設qij與節(jié)點i和j之間的距離成反比[10]，即：

根據(jù)上述模型，簇頭節(jié)點對接收到的數(shù)據(jù)采用兩種不同的操作。對傳感節(jié)點的原始數(shù)據(jù)，采用本地數(shù)據(jù)進行壓縮。對其他簇頭節(jié)點的數(shù)據(jù)，則直接轉(zhuǎn)發(fā)。

4.2 算法實現(xiàn)

如圖6所示，網(wǎng)絡啟動后，Sink節(jié)點開始獲知算法所需要的節(jié)點信息。一種方法是Sink節(jié)點以洪泛方式向周圍所有的鄰居節(jié)點發(fā)送信息查詢分組。如果鄰居節(jié)點第一次接收到Sink節(jié)點的查詢分組，則將自身的位置信息發(fā)送給Sink節(jié)點，再向其鄰居節(jié)點轉(zhuǎn)發(fā)信息查詢分組，否則丟棄該信息查詢分組。另一種方法是Sink節(jié)點通過上位機程序獲知節(jié)點的所有位置信息。Sink節(jié)點收集所有節(jié)點位置信息后，啟動CRASMS算法。算法具體實現(xiàn)步驟如下。

（1）進行簇區(qū)域劃分。Sink節(jié)點根據(jù)傳感節(jié)點和監(jiān)測區(qū)域的位置信息，將道路同一側(cè)的節(jié)點構(gòu)成一條鏈路，每一個鏈路劃分成若干個具有n個節(jié)點的簇區(qū)域。接著，發(fā)送節(jié)點簇區(qū)域確定數(shù)據(jù)分組。節(jié)點收到簇區(qū)域確定數(shù)據(jù)分組后，根據(jù)自身與Sink節(jié)點的拓撲關系，確定所屬的簇區(qū)域。

（2）確定每一個簇區(qū)域的初始簇頭。道路左右兩條鏈路，一條選擇簇區(qū)域中離Sink節(jié)點距離最近的節(jié)點作為簇頭節(jié)點，另一條鏈路選擇簇中離Sink節(jié)點距離最遠的節(jié)點作為簇頭節(jié)點。

圖6 CRASMS算法的流程

（3）通過簇頭節(jié)點和傳感節(jié)點的通信，在每一個簇區(qū)域內(nèi)建立星型網(wǎng)絡。

（4）啟動數(shù)據(jù)通信和處理，完成數(shù)據(jù)的上報和命令的發(fā)送。經(jīng)過一段時間，跳到步驟（5）。

（5）Sink節(jié)點廣播簇頭更新數(shù)據(jù)分組，如果簇頭節(jié)點的選擇已經(jīng)遍歷該簇區(qū)域的所有節(jié)點，則開始新一輪簇頭節(jié)點選擇，否則簇區(qū)域中距離最近的下游鄰居節(jié)點或上游鄰居節(jié)點當選為簇頭節(jié)點。跳到步驟（3）。

循環(huán)執(zhí)行上述步驟，實現(xiàn)CRASMS算法。

5 仿真實現(xiàn)和分析

5.1 仿真能耗模型

典型的無線傳感網(wǎng)節(jié)點能耗主要由無線數(shù)據(jù)收發(fā)產(chǎn)生，其中ETx(g,d)表示發(fā)送節(jié)點發(fā)送g bit數(shù)據(jù)到距離為dij的接收節(jié)點所消耗的能量；同樣ERx(g)表示接收節(jié)點接收g bit數(shù)據(jù)所消耗的能量。因此，節(jié)點發(fā)送模塊的能耗ETx(g,d)由發(fā)送電路電子能耗和信號放大器部分的電子能耗組成。發(fā)送電路電子能耗固定為，其中g代表所發(fā)送的數(shù)據(jù)量，Eelec代表收發(fā)單位比特數(shù)據(jù)時電路的電子能耗。信號放大器部分的電子能耗與節(jié)點發(fā)送功率有關，由于采用Friss自由空間模型且節(jié)點根據(jù)通信距離隨時調(diào)整發(fā)送功率，因此其電子能耗與通信距離有關。接收模塊的能耗ERx只考慮接收信號時的電子能耗gEelec。具體的計算式如下（假設發(fā)送g bit的數(shù)據(jù)量，發(fā)送距離為dijm，最大通信距離m，收發(fā)單位比特數(shù)據(jù)時電路電子能耗nJ/bit，放大單位比特信號時所需要的電子能耗 εfspJ/bit/m2）[11]：

5.2 仿真參數(shù)設置

在算法仿真時，不考慮計算、數(shù)據(jù)融合、信息查詢分組收發(fā)等能耗，也不考慮數(shù)據(jù)傳輸過程中超時重發(fā)、出錯等能耗，只考慮數(shù)據(jù)無線通信能耗?？紤]無線傳感網(wǎng)節(jié)點實際通信距離和路燈的實際間隔，建立網(wǎng)絡仿真區(qū)域（所有節(jié)點的位置分布縱坐標一致，橫坐標間隔20 m），選擇的仿真參數(shù)見表1，計算網(wǎng)絡平均節(jié)點能耗和數(shù)據(jù)傳輸時延。其中平均節(jié)點能耗=所有節(jié)點將數(shù)據(jù)發(fā)送到Sink節(jié)點的總能耗/節(jié)點個數(shù)。平均數(shù)據(jù)傳輸時延=所有節(jié)點將數(shù)據(jù)發(fā)送給Sink節(jié)點的總跳數(shù)/節(jié)點數(shù)。

表1 仿真參數(shù)

5.3 仿真結(jié)果和分析

5.3.1 簇區(qū)域節(jié)點個數(shù)n參數(shù)的研究

研究簇區(qū)域節(jié)點個數(shù)n對網(wǎng)絡節(jié)點能耗和數(shù)據(jù)傳輸時延的影響?？紤]路燈監(jiān)控系統(tǒng)的實際應用場景（大多數(shù)無線傳感節(jié)點的最大通信距離是80 m），假設各個路燈間的距離是 20 m，則 n的取值范圍是 1、2、3、4。選擇 30、50、70、90、110、130、150、170 個無線傳感網(wǎng)節(jié)點，分別計算當 n=1、2、3、4時CRASMS算法的平均節(jié)點能耗和數(shù)據(jù)傳輸時延，具體仿真結(jié)果如圖7和圖8所示。

圖7 網(wǎng)絡平均節(jié)點能耗

如圖7所示，當n不變時，隨著節(jié)點個數(shù)的增加，平均節(jié)點能耗增大。這是因為：隨著網(wǎng)絡規(guī)模的擴大，由于所有節(jié)點都需要發(fā)送數(shù)據(jù)，中間節(jié)點數(shù)據(jù)發(fā)送量變大，需要更多的能量轉(zhuǎn)發(fā)數(shù)據(jù)，因此平均節(jié)點能耗變大。當節(jié)點個數(shù)不變時，n=2時網(wǎng)絡平均節(jié)點能耗最小，n=1時的能耗次之，n=4時能耗最大。這是因為：當n=1時，在CRASMS算法中每個節(jié)點都是簇頭節(jié)點，其直接選擇離Sink節(jié)點近且在其通信范圍內(nèi)離本節(jié)點最遠的簇頭節(jié)點轉(zhuǎn)發(fā)數(shù)據(jù)，通信距離較大，根據(jù)能耗式(2)和式(3)，節(jié)點能耗也較大。但是當n=2時，傳感節(jié)點直接選擇距離較近的簇頭節(jié)點，通信能耗較小，因此，n=2時節(jié)點平均能耗比n=1時小。此后隨著n的繼續(xù)增大，簇區(qū)域的節(jié)點個數(shù)增多，傳感節(jié)點的通信距離增大，因此網(wǎng)絡平均節(jié)點能耗也增大。

如圖8所示，當n不變時，隨著節(jié)點個數(shù)的增加，平均數(shù)據(jù)傳輸時延增大。這是因為：隨著網(wǎng)絡規(guī)模的擴大，根據(jù)鏈狀網(wǎng)絡的特性，處于數(shù)據(jù)傳輸鏈路末端的節(jié)點離Sink節(jié)點距離變大，其數(shù)據(jù)的傳輸需要更多的轉(zhuǎn)發(fā)跳數(shù)。當節(jié)點個數(shù)不變時，n=4時平均數(shù)據(jù)傳輸時延最小，n=3時次之，n=1時最小。這是因為：隨著n的變大，簇區(qū)域的節(jié)點個數(shù)變大，更多的簇內(nèi)節(jié)點直接發(fā)送數(shù)據(jù)到簇頭節(jié)點，因此算法降低了數(shù)據(jù)通信的轉(zhuǎn)發(fā)跳數(shù)。

圖8 平均數(shù)據(jù)傳輸時延

總之，在CRASMS算法中，節(jié)點能耗和數(shù)據(jù)傳輸時延是相互制約的。當選擇較大的n值時，CRASMS算法更多偏向于降低數(shù)據(jù)通信時延，當選擇較小的n值時，CRASMS算法更多偏向于降低節(jié)點能耗。因此，可根據(jù)實際應用需求選擇合適的n值。

5.3.2 算法仿真結(jié)果比較

路燈監(jiān)控系統(tǒng)的節(jié)點規(guī)模大，通常一個Sink節(jié)點需要管理200個以上的節(jié)點。在這大規(guī)模的鏈狀網(wǎng)絡中，節(jié)點數(shù)據(jù)傳輸時延是其一大挑戰(zhàn)。為了降低數(shù)據(jù)傳輸時延，仿真中選擇n=4的CRASMS算法。為了驗證算法的有效性，比較LEACH （傳感節(jié)點成為簇頭節(jié)點的概率是0.25）、PEGASIS和CRASMS算法。

由于LEACH算法隨機選擇簇頭節(jié)點，在本場景中如果節(jié)點通信半徑dmax過低，容易造成很多節(jié)點不能與簇頭節(jié)點通信，因此仿真中需要選擇較大的各算法節(jié)點通信半徑。選擇 30、50、70、90、110、130、150、170 個無線傳感網(wǎng)節(jié)點和其他表1中的參數(shù)，分別采用LEACH、PEGASIS和CRASMS算法計算網(wǎng)絡平均節(jié)點能耗、平均數(shù)據(jù)傳輸時延和它們的均方差，具體見表2和表3。

表2中，LEACH算法的網(wǎng)絡平均節(jié)點能耗最大，而且節(jié)點能耗分布不均衡，能耗均方差也最大。無論是網(wǎng)絡平均節(jié)點能耗還是均方差，PEGASIS算法比CRASMS算法都略低，但是兩者相差不大。這是因為：監(jiān)測區(qū)域中LEACH算法隨機選擇簇頭節(jié)點，簇頭節(jié)點分布不均衡，容易造成有些節(jié)點直接選擇距離很遠的簇頭節(jié)點發(fā)送數(shù)據(jù)，導致節(jié)點能耗變大而且分布不均勻。在PEGASIS算法中，節(jié)點沿著鏈路選擇距離最近的下游鄰居節(jié)點發(fā)送數(shù)據(jù)。在CRASMS算法中，節(jié)點選擇簇區(qū)域內(nèi)的簇頭節(jié)點發(fā)送數(shù)據(jù)。這兩個算法的節(jié)點通信距離較短，因此平均節(jié)點能耗不大，節(jié)點能耗分布比較合理?？傊?，CRASMS算法克服了LEACH算法能耗較大的不足，保持了PEGASIS算法在能耗方面的優(yōu)點。

表2 各算法的網(wǎng)絡平均節(jié)點能耗

表3中，PEGASIS算法的平均數(shù)據(jù)傳輸時延最大（可表示為（1+N）/2），而且數(shù)據(jù)傳輸時延分布不均衡，時延均方差也最大。而LEACH和CRASMS算法無論是平均數(shù)據(jù)傳輸時延還是均方差，兩者相差不大。這是因為：在PEGASIS算法中，節(jié)點沿著距離最近的下游鄰居節(jié)點將數(shù)據(jù)發(fā)送給Sink節(jié)點。離Sink節(jié)點的距離越遠，節(jié)點數(shù)據(jù)傳輸時延越大，因此PEGASIS算法的平均數(shù)據(jù)傳輸時延大而且分布不均勻。而LEACH和 CRASMS算法選擇聚類方法，簇內(nèi)節(jié)點直接發(fā)送數(shù)據(jù)到簇頭節(jié)點，簇頭節(jié)點通過簇頭間多跳路由將數(shù)據(jù)發(fā)送給Sink節(jié)點，而且每一個節(jié)點都有機會成為簇頭節(jié)點，這在一定程度上降低和平衡了節(jié)點數(shù)據(jù)傳輸時延。

表3 各算法的平均數(shù)據(jù)傳輸時延

總之，CRASMS算法保持了PEGASIS和LEACH算法的優(yōu)點，克服了這兩個算法的不足（與LEACH算法比較，降低了平均節(jié)點能耗；與PEGASIS比較，降低了數(shù)據(jù)傳輸時延），將網(wǎng)絡平均節(jié)點能耗和平均數(shù)據(jù)傳輸時延保持在較低水平。

6 結(jié)束語

針對交通路燈監(jiān)控系統(tǒng)的特殊應用場景，提出路燈監(jiān)控系統(tǒng)的無線傳感網(wǎng)鏈狀路由算法，盡可能平衡網(wǎng)絡節(jié)點能耗和數(shù)據(jù)傳輸時延。本文首先提出了由傳感節(jié)點、Sink節(jié)點和監(jiān)控中心組成的路燈監(jiān)控系統(tǒng)無線傳感網(wǎng)模型和算法假設。其次，詳細闡述CRASMS算法的簇區(qū)域劃分、簇頭選擇、簇內(nèi)網(wǎng)絡建立、數(shù)據(jù)通信和處理4個過程和具體算法的實現(xiàn)步驟。接著，介紹算法的能耗模型和仿真參數(shù)。最后，仿真分析簇區(qū)域節(jié)點個數(shù)n對算法平均節(jié)點能耗和數(shù)據(jù)傳輸時延的影響，比較LEACH、PEGASIS和CRASMS算法。

仿真結(jié)果表明：CRASMS算法保持了PEGASIS在節(jié)點能耗方面和LEACH在節(jié)點時延方面的優(yōu)點，克服了PEGASIS在節(jié)點時延方面和LEACH在節(jié)點能耗方面的不足，將平均節(jié)點能耗和平均數(shù)據(jù)傳輸時延保持在較低水平。但是CRASMS算法只是通過仿真驗證，還沒有運用到實際硬件上，因此未來的工作是搭建一個路燈監(jiān)控系統(tǒng)的測試平臺，在該平臺上驗證算法的有效性。

1 張雪松.淺談城市路燈照明的節(jié)能與環(huán)保.科技創(chuàng)新導報,2011,17(17):152

2 孫鳳杰,王楨.基于路燈單燈狀態(tài)監(jiān)控的無線鏈狀網(wǎng)絡路由算法的研究.計算技術與自動化,2011,30(4):85～88

3 任條娟,楊海波,陳友榮.Sink節(jié)點移動的無線傳感網(wǎng)生存時間優(yōu)化算法.傳感技術學報,2012,25(5):683～690

4 Heinzelman W R,Chandrakasan A,Balakrishnan H.Energyefficientcommunication protocolforwireless micro sensornetworks.Proceedings of The 33rd Ann Hawaii Int Conf,Hawaii,2000

5 Lindsey S,Raghavendra C,Sivalingam K.Data gathering algorithms in sensor networks using energy metric.IEEE Transactions on Parallel and Distributed System,2002,13(9):924～935

6 Shin J，Suh C J.CREEC:chain routing with even energy consumption.Journal of Communications and Networks,2011,13(1):17～25

7 Chen K H,Huang J M,Hsiao C C.CHIRON:an energyefficient chain-based hierarchical routing protocol in wireless sensor networks.Wireless Telecommunications Symposium,2009(1)

8 Chen Y L,Lin J S.Energy efficiency analysis of a chain-based scheme via intra-grid for wireless sensor networks.Computer Communications,2012,35(4):507～516

9 Yen L H,Cai M Z,Cheng Y M,et al.Energy optimization for chain-based data gathering in wireless sensor networks.International Journal of Communication Systems,2007,20(7):857～874

10 Hua C Q,Yum T P.Optimal routing and data aggregation for maximizing lifetime of wireless sensor networks.IEEE/ACM Transactions on Networking,2008,16(4):892～903

11 Rickenbach P V，Wattenhofer R.Gathering correlated data in sensor networks.Proceeding of DIALM-POMC,New York,2004

12 陳友榮,俞立,董齊芬等.基于近鄰算法的無線傳感器網(wǎng)絡功率控制.浙江大學學報（工學版）,2010,44(7)：1321～1326