一種基于WSN的核輻射監(jiān)測系統(tǒng)能量有效數(shù)據(jù)聚合方法

摘 要：在核輻射監(jiān)測傳感器網(wǎng)絡中，傳感器監(jiān)測節(jié)點要進行信息監(jiān)測、數(shù)據(jù)傳輸與聚合等任務，減小能耗從而延長其生命周期成為其關鍵問題。本文在LEACH算法的基礎上提出ECLEACH改進算法，算法考慮了傳感器節(jié)點剩余能量、節(jié)點傳輸距離等因素，使得簇頭節(jié)點的分布更加均勻，仿真結果表明，與LEACH算法相比較，ECLEACH算法使整個網(wǎng)絡的能耗更加均衡，有效地延長了網(wǎng)絡的生命周期。

關鍵詞：數(shù)據(jù)聚合；核輻射監(jiān)測；LEACH；剩余能量

中圖分類號：TN929.5；TP274

基于WSN的核輻射監(jiān)測系統(tǒng)將核輻射探測器裝置與傳感器節(jié)點作為一個監(jiān)測設備，探測器裝置負責采集數(shù)據(jù)信息，傳感器節(jié)點通過單跳方式或者多跳方式把數(shù)據(jù)送到匯聚節(jié)點，匯聚節(jié)點將整個區(qū)域內(nèi)的數(shù)據(jù)傳送到用戶。該系統(tǒng)存在大范圍、多點位和實時監(jiān)測等特點，由于網(wǎng)絡覆蓋區(qū)域內(nèi)節(jié)點不能更換電池，如何減低能耗以避免因能源耗盡而使監(jiān)測節(jié)點或網(wǎng)絡失效成為一個關鍵問題。數(shù)據(jù)融合技術是解決資源限制的有效方法，其思想是融合來自不同數(shù)據(jù)源的信息，去除冗余信息，減小傳輸數(shù)據(jù)量，從而達到節(jié)省能耗、延長網(wǎng)絡生命周期、提高數(shù)據(jù)收集效率和準確度的目的，成為近年來的研究熱點之一。

1 相關工作

在層次型網(wǎng)絡結構中，基于簇的數(shù)據(jù)融合方法得到了廣泛的關注。它將整個網(wǎng)絡組織成若干個簇區(qū)域，傳感器節(jié)點監(jiān)測到數(shù)據(jù)后將數(shù)據(jù)直接發(fā)送到它所在簇的簇頭節(jié)點，簇頭節(jié)點對簇內(nèi)數(shù)據(jù)進行融合處理后轉發(fā)給基站節(jié)點。LEACH（low energy adaptive clustering hierarchy）是一種經(jīng)典的基于簇的數(shù)據(jù)收集協(xié)議。它的執(zhí)行過程是周期性的，每輪循環(huán)分為簇的建立階段與穩(wěn)定的數(shù)據(jù)通信階段。在簇的建立階段，相鄰節(jié)點動態(tài)地形成簇，為了將能量負載均勻地分配到各節(jié)點上，在每一輪中對簇頭進行輪換，隨機產(chǎn)生簇頭；在數(shù)據(jù)通信階段，簇頭將聚合其收到的各成員節(jié)點的采集信息，并將聚合信息直接傳輸?shù)交尽Ｓ捎诿總€節(jié)點能等概率地擔任簇頭節(jié)點，均衡了網(wǎng)絡整體能耗，且減少了與基站直接通信的節(jié)點數(shù)量以及通信量，LEACH協(xié)議可以有效地延長網(wǎng)絡生命周期。但是，LEACH算法也存在很多不足，如沒有考慮剩余能量、簇頭分布不均勻、簇頭數(shù)量不穩(wěn)定等。

2 算法改進

2.1 能量模型

本文假設所有節(jié)點隨機部署在監(jiān)測區(qū)域，節(jié)點和基站的位置固定，基站節(jié)點具有無限的能源供應，其它的傳感器節(jié)點具有相等的初始能量值；所有節(jié)點都知道自己的位置信息，并且可以感知剩余能量。網(wǎng)絡節(jié)點計算和通信能量模型采用一階順序通信模型。

Etx（k，d）=Eelec×k+εamp×k×d2 （1）

Erx（k）=Eelec×k （2）

Etx（k，d）為發(fā)送k位數(shù)據(jù)時所消耗的能量，Erx（k）為接收k位數(shù)據(jù)時所消耗的能量，k為收發(fā)數(shù)據(jù)的倍數(shù)，d為數(shù)據(jù)傳輸距離，Eelec為收發(fā)電路收發(fā)一位數(shù)據(jù)耗散的能量，在本文中，假定傳輸距離d少于距離門限值，故采用自由空間功率損耗模型，εamp為自由空間功率損耗模型信號放大器的放大倍數(shù)。則從源節(jié)點i經(jīng)過距離k發(fā)送k位數(shù)據(jù)到目的節(jié)點j所消耗的能量Ei，j（k，d）為：

Ei，j（k，d）=Etx（k，d）+Erx（k）=k×（2×Eelec+εamp×d2） （3）

2.2 算法改進與描述

在基于簇的數(shù)據(jù)融合方法中，簇頭節(jié)點擔任著數(shù)據(jù)聚合（如求和、求均值、取最大或最小值），與簇內(nèi)傳感器節(jié)點及基站進行數(shù)據(jù)傳輸?shù)热蝿眨芰肯暮芸?，如何減少簇頭節(jié)點的能量消耗及在網(wǎng)內(nèi)各節(jié)點間均衡消耗能量成為一個關鍵問題。數(shù)據(jù)聚合任務消耗能量與簇頭節(jié)點的拓撲結構無關，因此，簇頭節(jié)點消耗的能量與簇頭節(jié)點到簇內(nèi)傳感器節(jié)點的距離及到基站節(jié)點的距離密切相關。

由于LEACH的簇首選舉過程中沒有充分考慮剩余能量和距離因素，選擇簇首具有隨機性，導致簇頭節(jié)點分布不均勻，進而擴大了各簇頭節(jié)點消耗能量的差距。我們提出一個ECLEACH算法，由于基站擁有無限的資源，如功率供應、存儲和計算等，ECLEACH采用集中式的簇頭節(jié)點選擇辦法，基站負責簇頭節(jié)點的選擇。我們定義各候選簇頭節(jié)點的閾值T（n）如下：

T（n）= （4）

其中，RE（n）為傳感器節(jié)點n的剩余能量，m為網(wǎng)絡中傳感器節(jié)點個數(shù)，D（i，n）為節(jié)點i與節(jié)點n間的距離，當i=n時D（i，n）取值0，RE（i）為傳感器節(jié)點i的剩余能量。由式（4）可以看出，閾值T（n）與兩個因素有關：1）與候選簇頭節(jié)點n自身的剩余能量成正比，剩余能量多的候選簇頭節(jié)點能以更高的概率當選簇頭節(jié)點；2）與網(wǎng)絡中其它節(jié)點到候選簇頭節(jié)點的距離跟它們的剩余能量的除數(shù)之和成反比，距離低剩余能量值傳感器節(jié)點比較近的候選簇頭節(jié)點能優(yōu)先當選簇頭節(jié)點，低剩余能量值傳感器節(jié)點因距離簇頭節(jié)點較近從而減少了它們的能量消耗，延長它們的生存周期。簇頭節(jié)點的選擇算法如下：

Step1 在每一輪的開始為網(wǎng)絡中每一個傳感器節(jié)點計算閾值T（n），并遞減排序；

Step2 選擇所有傳感器節(jié)點中閾值最高的節(jié)點作為當前簇頭節(jié)點，并將該節(jié)點加入簇頭節(jié)點集合；

Step3 比較當前簇頭節(jié)點與它的下一個節(jié)點的距離，如果距離大于或等于MDBECHAN（兩相鄰簇頭節(jié)點最小距離），則將該節(jié)點加入簇頭節(jié)點集合，并使之作為當前簇頭節(jié)點，如果距離小于MDBECHAN，則取它的下一個節(jié)點，重復Step3，本步驟一直進行到所有簇頭節(jié)點集合滿或者再也找不到滿足條件的節(jié)點為止；

Step4 如果簇頭節(jié)點集合未滿，則調整（減?。㎝DBECHAN的值，轉Step3，一直到簇頭節(jié)點集合滿；

Step5 基站廣播新一輪簇頭節(jié)點列表。

簇頭節(jié)點選擇算法偽代碼如下：

1 for n = 0 to NOSN-1 do //計算各傳感器節(jié)點閾值T（n）；

2 Initialize Sum to 0；

3 for i = 0 to NOSN-1 do

4 Sum = Sum + DList （i，n）/RE（i ）

5 end

6 TList （n） = RE（n）/Sum ；

7 end

8 Sort （Tlist）； //對Tlist按T（n）減序進行排序；

9 NLSNSCH= NNlist （0） ；CHlist .add（NLSNSCH）； //將T（n）值最大的節(jié)點加入簇頭節(jié)點集合；

10 n= 1；

11 do //查找滿足條件的其它傳感器節(jié)點并加入簇頭節(jié)點集合

12 if Tlist （n）.isnotcluster and DList （NNlist （n）， NLSNSCH） ≥ MDBECHAN then

13 CHlist .add（NNlist （n））；

14 NLSNSCH = NNlist （n）；

15 else

16 n=（n+1） mod NOSN；

17 end

18 until CHlist.isfull；

其中，NOSN：傳感器節(jié)點個數(shù)；DList：傳感器節(jié)點間距離表；Tlist：傳感器節(jié)點閾值表；NNlist：Tlist中各傳感器節(jié)點閾值的節(jié)點編號表；CHlist：被選為簇頭節(jié)點的傳感器編號表；RE（i）：傳感器節(jié)點SNi的剩余能量；Sort（Tlist）：對Tlist按減序進行排序函數(shù)；MDBECHAN：每相鄰簇頭節(jié)點間最小距離；NLSNSCH：最后選為簇頭節(jié)點編號。

3 仿真與結果分析

在本文中，我們用兩個指標來衡量改進算法ECLEACH與LEACH的性能：第一節(jié)點死亡時間和平均剩余能量。第一個指標需要最大化，因為每個傳感器節(jié)點覆蓋的一個重要組成部分，失去它意味著失去這塊區(qū)域的數(shù)據(jù)。而第二個指標需要最小化，平均剩余能量是所有傳感器剩余能量的總和除以傳感器節(jié)點的總數(shù)量，這個指標在第一個節(jié)點死亡時計算，如果這個度量小，意味著在所有的傳感器節(jié)點間有一個更好的平衡能源消費方式。

在本實驗中，所有傳感器節(jié)點隨機分布在100×100m2的區(qū)域內(nèi)，基站節(jié)點位置固定在位置（0，0），傳感器節(jié)點最初的能量為5J，無線傳輸范圍為150米，傳感器節(jié)點傳送數(shù)據(jù)大小相等都為500字節(jié)，廣播消息為100字節(jié)，廣播消息包含當前簇頭節(jié)點信息。每輪的時間間隔為100分鐘，Eelec為50×10?9J，εamp為100×10?12J。

在實驗方案一中，傳感器節(jié)點的數(shù)量固定為100，而簇頭節(jié)點的數(shù)量介于5和40（5、10、20、30、40）之間，MDBECHAN設置為50米，不同簇頭節(jié)點數(shù)量對性能的影響如圖1所示。

圖1 不同簇頭節(jié)點數(shù)兩種協(xié)議第一節(jié)點死亡時間及平均剩余能量比較

從圖1可以看出，ECLEACH的性能比LEACH要好，這是兩個原因造成的。首先，ECLEACH不是隨機選擇簇頭節(jié)點，而是根據(jù)自身的剩余能量、其它節(jié)點的剩余能量及到其它節(jié)點的距離來決定的，其次，ECLEACH簇頭節(jié)點間有一個最小距離的約束，因此，簇頭節(jié)點的分布更加的均勻，每個傳感器節(jié)點都可以找到一個更近的簇頭，從而減少能源消耗，延長電池使用時間。

在實驗方案二中，簇頭節(jié)點的比例是固定的（為傳感器節(jié)點的10%），而傳感器節(jié)點的數(shù)量在50和400（50、100、200、300和400）之間變化。MDBECHAN設置為60米，傳感器節(jié)點的數(shù)量的變化對性能的影響如圖2所示。

圖2 不同傳感器節(jié)點數(shù)兩種協(xié)議第一節(jié)點死亡時間及平均剩余能量比較

從圖2可以看出，第一節(jié)點死亡時間和平均剩余能量這兩個指標都隨著傳感器節(jié)點規(guī)模的增大而變得更好。原因是在同一大小的網(wǎng)絡中傳感器節(jié)點數(shù)量的增加會導致簇頭節(jié)點數(shù)量的增加，從而導致節(jié)點間傳輸距離的縮短，因此減少了能源消耗。同理，ECLEACH的性能比LEACH要好。

4 結束語

在核輻射監(jiān)測傳感器網(wǎng)絡中，傳感器監(jiān)測節(jié)點要進行信息監(jiān)測、數(shù)據(jù)傳輸與聚合等任務，減小能耗從而延長其生命周期成為一個關鍵問題。本文在 LEACH 算法的基礎上提出ECLEACH改進算法，算法基于候選簇頭節(jié)點剩余能量、節(jié)點傳輸距離、其它節(jié)點剩余能量去選舉簇頭節(jié)點，兩簇頭節(jié)點間必須滿足最小距離的要求，以至于簇頭節(jié)點的分布更加均勻。仿真結果表明，ECLEACH算法在第一節(jié)點死亡時間及平均剩余能量兩個指標上優(yōu)于LEACH算法，整個網(wǎng)絡的能耗更加均衡，有效地延長了網(wǎng)絡的生命周期。使得基于無線傳感器網(wǎng)絡的核輻射監(jiān)測系統(tǒng)能夠高效、穩(wěn)定地實時監(jiān)測環(huán)境。

參考文獻：

[1]孫利民，李建中，陳渝.無線傳感器網(wǎng)絡[M].北京：清華大學出版社，2005.

[2]Heinzelman WR，Chandrakasan A， Balakrishnan H.Energy-Efficient communication protocol for wireless microsensor networks.In：Proc.of the Hawaii Int’l Conf.on System Sciences.San Francisco：IEEE Computer Society，2000：3005?3014.

[3]Gao，T，Jin，R.，Song，J，Xu，T， Wang，L.（2012）.Energy-efficient cluster head selection scheme based on multiple criteria decision making for wireless sensor networks.Wireless Personal Communications，63（4）：871-894.

[4]Zhu，Y，Wu，W.，Pan，J.， Tang，Y.（2010）.An energy-efficient data gathering algorithm to prolong lifetime of wireless sensor networks.Computer Communications，33（5）：639-647.

作者簡介：李悛（1974-），男，湖南衡陽人，教師，碩士，研究方向：傳感器網(wǎng)絡。

作者單位：南華大學計算機科學與技術學院，湖南衡陽 421001；衡陽財經(jīng)工業(yè)職業(yè)技術學院，湖南衡陽 421001

基金項目：湖南省教育廳科學研究項目（No.11C1096）。