面向智慧園區(qū)的WSN路由優(yōu)化算法

丁偉 ，李樹(shù)泉 ，李思維 ，唐良瑞 ，孫丹丹

（1.華北電力大學(xué)新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 102206；2.國(guó)家電網(wǎng)公司客戶(hù)服務(wù)中心，天津 300012；3.北京國(guó)電通網(wǎng)絡(luò)技術(shù)有限公司，北京 100070）

面向智慧園區(qū)的WSN路由優(yōu)化算法

丁偉1，李樹(shù)泉2，李思維3，唐良瑞1，孫丹丹3

（1.華北電力大學(xué)新能源電力系統(tǒng)國(guó)家重點(diǎn)實(shí)驗(yàn)室，北京 102206；2.國(guó)家電網(wǎng)公司客戶(hù)服務(wù)中心，天津 300012；3.北京國(guó)電通網(wǎng)絡(luò)技術(shù)有限公司，北京 100070）

為解決智慧園區(qū)中無(wú)線(xiàn)傳感器網(wǎng)絡(luò)（WSN）的能耗不均衡問(wèn)題，構(gòu)建了路由代價(jià)函數(shù)，并提出了一種新的能耗均衡路由算法。該算法結(jié)合智慧園區(qū)中無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的特點(diǎn)，綜合考慮節(jié)點(diǎn)地理位置和剩余能量來(lái)構(gòu)建路由代價(jià)函數(shù)。傳感器節(jié)點(diǎn)通過(guò)選擇其鄰居節(jié)點(diǎn)中路由代價(jià)最小的節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)。仿真結(jié)果表明，該算法可以有效節(jié)約網(wǎng)絡(luò)能耗，同時(shí)延長(zhǎng)了網(wǎng)絡(luò)的生命周期。

智慧園區(qū)；無(wú)線(xiàn)傳感器網(wǎng)絡(luò)；路由代價(jià)；網(wǎng)絡(luò)生命周期

1 引言

隨著國(guó)家電網(wǎng)公司提出將國(guó)家電網(wǎng)公司客戶(hù)服務(wù)中心（以下簡(jiǎn)稱(chēng)國(guó)網(wǎng)客服中心）南北園區(qū)建設(shè)為“國(guó)家電網(wǎng)能源技術(shù)與服務(wù)創(chuàng)新園區(qū)”的目標(biāo)，實(shí)現(xiàn)對(duì)園區(qū)各種信息的實(shí)時(shí)監(jiān)測(cè)，廣泛集成能量、環(huán)境等信息變得刻不容緩。在這種情況下，以低功耗、低成本為優(yōu)勢(shì)的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)（wireless sensor network，WSN）作為其他組網(wǎng)方式的有效補(bǔ)充，逐漸獲得了廣泛應(yīng)用。無(wú)線(xiàn)傳感器網(wǎng)絡(luò)是由多個(gè)采集節(jié)點(diǎn)和匯聚（sink）節(jié)點(diǎn)構(gòu)成的自組織網(wǎng)絡(luò)，進(jìn)而通過(guò)多跳轉(zhuǎn)發(fā)的方式將采集到的數(shù)據(jù)發(fā)送到sink節(jié)點(diǎn)，由sink節(jié)點(diǎn)實(shí)現(xiàn)向上傳送和數(shù)據(jù)存儲(chǔ)［1-2］。而路由算法是WSN網(wǎng)絡(luò)層的核心，它直接決定數(shù)據(jù)分組從源節(jié)點(diǎn)到目的節(jié)點(diǎn)的路徑，從而直接影響網(wǎng)絡(luò)的功耗。因此，對(duì)智慧園區(qū)中無(wú)線(xiàn)傳感器網(wǎng)絡(luò)的路由問(wèn)題進(jìn)行研究是十分必要的。

由于傳感器節(jié)點(diǎn)主要依靠電池供電，節(jié)點(diǎn)能量受限，因此需要充分實(shí)現(xiàn)節(jié)點(diǎn)能耗的有效性。最小能耗（minimum energy consumption，MEC）路由［3］單純追求 節(jié) 點(diǎn)傳輸能耗的有效性，但常常導(dǎo)致處于最小能耗路徑上的節(jié)點(diǎn)轉(zhuǎn)發(fā)任務(wù)重，能量消耗過(guò)快而過(guò)早死亡，最終引起網(wǎng)絡(luò)癱瘓。為了實(shí)現(xiàn)能耗的均衡性，在進(jìn)行路由選擇時(shí)必須充分考慮節(jié)點(diǎn)的剩余能量因素。但是，過(guò)多選擇剩余能量較多的節(jié)點(diǎn)作為下一跳會(huì)導(dǎo)致數(shù)據(jù)分組的傳輸路徑過(guò)長(zhǎng)，不能充分實(shí)現(xiàn)節(jié)點(diǎn)能量的有效性。因此，在進(jìn)行路由算法設(shè)計(jì)時(shí)，兼顧網(wǎng)絡(luò)能耗的有效性和均衡性，是目前主要的研究方向。ECBR算法［4］綜合考慮下兩跳節(jié)點(diǎn)的信息，構(gòu)建了一種新的能量代價(jià)函數(shù)，較好地實(shí)現(xiàn)了節(jié)點(diǎn)能耗的有效性和均衡性；ELACO［5］路由算法綜合考慮了節(jié)點(diǎn)的能量和地理位置信息，進(jìn)而智能地搜索從source節(jié)點(diǎn)到sink節(jié)點(diǎn)的最優(yōu)路徑，因而有效地延長(zhǎng)了網(wǎng)絡(luò)的生命周期，實(shí)現(xiàn)了網(wǎng)絡(luò)能量的均衡消耗；UCPC算法［6］采取如下策略：將網(wǎng)絡(luò)分成不均勻的虛擬塊，并且在簇頭路由時(shí)考慮節(jié)點(diǎn)位置和剩余能量的影響，構(gòu)建基于節(jié)點(diǎn)位置和剩余能量的隸屬度函數(shù)，并將二者進(jìn)行融合判決，并根據(jù)最大隸屬度原則選擇父節(jié)點(diǎn)，優(yōu)化路由選擇。EETMO［7］算法以節(jié)點(diǎn)剩余能量和節(jié)點(diǎn)到基站的距離兩個(gè)特征參量建立隸屬度函數(shù)，利用三角模融合算子進(jìn)行判決。UCRA［8］算法是一種基于權(quán)值機(jī)制的非均勻分簇路由算法，其采用基于權(quán)值的局部競(jìng)選簇首策略，改善了熱區(qū)問(wèn)題，有效均衡了網(wǎng)絡(luò)節(jié)點(diǎn)能耗，延長(zhǎng)了網(wǎng)絡(luò)生存時(shí)間。MECT［9］算法基于最小能耗樹(shù)，并在構(gòu)造樹(shù)的過(guò)程中考慮到節(jié)點(diǎn)的剩余能量，在減少能耗的同時(shí)保證了能耗均衡。但以上算法或計(jì)算復(fù)雜度較大，或更多關(guān)注節(jié)點(diǎn)能耗的均衡性，并不適合應(yīng)用于智慧園區(qū)中的WSN。

基于以上分析，針對(duì)智慧園區(qū)中WSN的特點(diǎn)，本文提出一種基于路由代價(jià)的WSN路由優(yōu)化算法（optimized routing algorithm based on routing cost，RCOR）。該算法綜合考慮節(jié)點(diǎn)的地理位置信息和剩余能量，構(gòu)建節(jié)點(diǎn)的路由代價(jià)函數(shù)。傳感器節(jié)點(diǎn)通過(guò)計(jì)算其鄰居節(jié)點(diǎn)的路由代價(jià)，進(jìn)而選取路由代價(jià)最小的鄰居節(jié)點(diǎn)作為下一跳節(jié)點(diǎn)，進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)。仿真結(jié)果表明，該算法有效節(jié)約了網(wǎng)絡(luò)能耗，同時(shí)延長(zhǎng)了網(wǎng)絡(luò)的生命周期。

2 系統(tǒng)模型與定義

2.1 網(wǎng)絡(luò)模型

無(wú)線(xiàn)傳感器網(wǎng)絡(luò)主要應(yīng)用于南北園區(qū)內(nèi)各種信息的監(jiān)測(cè)采集，將各種信息采集終端視為傳感器網(wǎng)絡(luò)的普通節(jié)點(diǎn)，將就地控制中心視為sink節(jié)點(diǎn)，網(wǎng)絡(luò)中大量的普通節(jié)點(diǎn)和sink節(jié)點(diǎn)則構(gòu)成了智慧園區(qū)的信息采集網(wǎng)。

本文所研究的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)均假設(shè)具有以下特點(diǎn)：

·某個(gè)區(qū)域內(nèi)隨機(jī)部署了多個(gè)完全相同的傳感器節(jié)點(diǎn)，每個(gè)節(jié)點(diǎn)都具有功率控制能力，并調(diào)節(jié)至某一固定發(fā)送半徑R；

·唯一的sink節(jié)點(diǎn)部署在固定位置，且能量不受限制；

·所有的傳感器節(jié)點(diǎn)初始能量有限且相同，并且能實(shí)時(shí)獲取自己的剩余能量；

·每個(gè)傳感器節(jié)點(diǎn)可通過(guò)接收信號(hào)的強(qiáng)度估算自己到相鄰節(jié)點(diǎn)的距離。

2.2 能耗模型

本文采用如下的無(wú)線(xiàn)通信能量消耗模型［7］，當(dāng)傳感器節(jié)點(diǎn)在傳輸l bit數(shù)據(jù)且傳送距離為d時(shí)，發(fā)送端所消耗的能量為：

接收端所消耗的能量為：

其中，Eelec表示發(fā)射機(jī)和接收機(jī)電路處理單位比特?cái)?shù)據(jù)所消耗的能量；d0為功率放大損耗采用不同模型時(shí)的距離閾值當(dāng)傳輸距離小于距離閾值d0時(shí)，采用自由空間模型，Efs是自由空間模型下功率放大的能量消耗；當(dāng)傳輸距離大于距離閾值d0時(shí)，采用多徑衰減傳輸模型，Emp是多徑衰減模型下功率放大的能量消耗。

為了更清楚地描述路由算法，下面給出鄰居節(jié)點(diǎn)以及前向鄰居節(jié)點(diǎn)的定義。

定義1 （鄰居節(jié)點(diǎn)）節(jié)點(diǎn)i的鄰居節(jié)點(diǎn)集定義為：

其中，d（i，j）為節(jié)點(diǎn) i和 j之間的距離。

定義2 （前向鄰居節(jié)點(diǎn)）節(jié)點(diǎn)i的前向鄰居節(jié)點(diǎn)集定義為：

其中，d（i，s）、d（j，s）分別表示節(jié)點(diǎn) i、j到 sink 節(jié)點(diǎn)的距離。該節(jié)點(diǎn)集包含了與節(jié)點(diǎn)i直接通信的所有鄰居節(jié)點(diǎn)，而且排除了節(jié)點(diǎn)i后向傳輸?shù)目赡?，從而保證了不會(huì)有環(huán)路出現(xiàn)。

3 路由代價(jià)

在進(jìn)行WSN路由算法設(shè)計(jì)時(shí)，只關(guān)注節(jié)點(diǎn)能耗的有效性，極易導(dǎo)致最小能耗路徑上的節(jié)點(diǎn)產(chǎn)生擁塞，進(jìn)而導(dǎo)致網(wǎng)絡(luò)生命周期降低。反之，只追求節(jié)點(diǎn)能量的均衡消耗，將導(dǎo)致數(shù)據(jù)分組轉(zhuǎn)發(fā)路徑過(guò)長(zhǎng)，降低節(jié)點(diǎn)能耗的有效性。因此，為節(jié)約網(wǎng)絡(luò)能耗并實(shí)現(xiàn)能耗的均衡性，必須合理匹配節(jié)點(diǎn)能耗的有效性和均衡性?；谝陨闲枨螅疚奶岢隽饲跋騻鬏敼?jié)點(diǎn)這一概念，并在該條件下定義了一種新的路由代價(jià)函數(shù)，綜合考慮了節(jié)點(diǎn)位置和剩余能量?jī)蓚€(gè)因素，從而保證了能量的高效利用，實(shí)現(xiàn)網(wǎng)絡(luò)能耗的均衡。

3.1 節(jié)點(diǎn)靠近最短路徑程度

考慮節(jié)點(diǎn)傳輸范圍有限等原因，大多數(shù)節(jié)點(diǎn)通常不能直接與sink節(jié)點(diǎn)進(jìn)行通信，而需要依靠其余節(jié)點(diǎn)采用多跳轉(zhuǎn)發(fā)的方式進(jìn)行數(shù)據(jù)傳輸。為此，從降低節(jié)點(diǎn)能耗的角度出發(fā)，建立數(shù)據(jù)分組在WSN中的發(fā)送路徑，保證了當(dāng)前節(jié)點(diǎn)轉(zhuǎn)發(fā)數(shù)據(jù)分組給下一跳節(jié)點(diǎn)時(shí)所消耗的能量較少。

由最小能耗模型知，如果數(shù)據(jù)分組的每一個(gè)轉(zhuǎn)發(fā)節(jié)點(diǎn)都在源節(jié)點(diǎn)到sink節(jié)點(diǎn)的連線(xiàn)上，則數(shù)據(jù)分組在傳輸過(guò)程中消耗的總能量最少。然而實(shí)際上各節(jié)點(diǎn)的鄰居節(jié)點(diǎn)并不都是在該連線(xiàn)上，因此節(jié)點(diǎn)靠近最短路徑的程度可作為衡量節(jié)點(diǎn)能耗的重要指標(biāo)。節(jié)點(diǎn)位置示意如圖1所示，源節(jié)點(diǎn)i的數(shù)據(jù)分組要想到達(dá)sink節(jié)點(diǎn)，需要被轉(zhuǎn)發(fā)至i的鄰居節(jié)點(diǎn)。節(jié)點(diǎn)靠近最短路徑程度的定義如下：

其中，d（i，j）、d（i，sink）、d（j，sink）分別表示節(jié)點(diǎn) i到節(jié) 點(diǎn) j的距離、節(jié)點(diǎn)i到sink節(jié)點(diǎn)的距離以及節(jié)點(diǎn)j到sink節(jié)點(diǎn)的距離。由式（5）可知，節(jié)點(diǎn)i通過(guò)節(jié)點(diǎn)j進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)時(shí)，CD（j）越大，表示節(jié)點(diǎn)j越靠近最小能耗路徑，即被選為下一跳節(jié)點(diǎn)的可能性越大，從而節(jié)約節(jié)點(diǎn)能耗。

圖1 節(jié)點(diǎn)位置示意

3.2 前進(jìn)距離

在無(wú)線(xiàn)傳感器網(wǎng)絡(luò)中，數(shù)據(jù)分組在向前傳輸時(shí)始終是向sink節(jié)點(diǎn)靠近的，也即每一跳向sink節(jié)點(diǎn)靠近的距離越大，越有利于節(jié)約網(wǎng)絡(luò)能耗。由于各節(jié)點(diǎn)到sink節(jié)點(diǎn)距離大不相同，因此需對(duì)其進(jìn)行統(tǒng)一處理，進(jìn)而在進(jìn)行下一跳節(jié)點(diǎn)的選擇時(shí)，定義數(shù)據(jù)分組的前進(jìn)距離如下：

由式（6）可知，節(jié)點(diǎn)數(shù)據(jù)分組單跳前進(jìn)距離越大，越有利于降低網(wǎng)絡(luò)能耗。

3.3 節(jié)點(diǎn)剩余能量

在式（5）和式（6）的作用下，數(shù)據(jù)分組總是沿著能耗近似最小的路徑進(jìn)行轉(zhuǎn)發(fā)，這會(huì)導(dǎo)致處于轉(zhuǎn)發(fā)路徑上的某些節(jié)點(diǎn)轉(zhuǎn)發(fā)任務(wù)過(guò)重，節(jié)點(diǎn)能量消耗過(guò)快，甚至節(jié)點(diǎn)死亡。為此，本文從能量均衡的角度出發(fā)，基于節(jié)點(diǎn)剩余能量構(gòu)建節(jié)點(diǎn)剩余能量函數(shù)，以均衡網(wǎng)絡(luò)的能耗，實(shí)現(xiàn)網(wǎng)絡(luò)能耗的均衡性。

其中，Er（j）是節(jié)點(diǎn) j的剩余能量，Eini是節(jié)點(diǎn) j的初始能量。

根據(jù)式（7），節(jié)點(diǎn)j的剩余能量越多，其被選作下一跳轉(zhuǎn)發(fā)節(jié)點(diǎn)的可能性越大，越有助于均衡網(wǎng)絡(luò)的能耗，據(jù)此可以為節(jié)點(diǎn)i進(jìn)行路由選擇提供依據(jù)。

3.4 路由代價(jià)函數(shù)

式（5）和式（6）從降低傳輸能耗的角度出發(fā)，轉(zhuǎn)發(fā)節(jié)點(diǎn)越靠近最短路徑，數(shù)據(jù)分組單跳前進(jìn)距離越大，到下一跳可選節(jié)點(diǎn)傳輸能耗越低，說(shuō)明其越適合承擔(dān)數(shù)據(jù)的轉(zhuǎn)發(fā)。式（7）從均衡網(wǎng)絡(luò)能耗的角度出發(fā)，考慮轉(zhuǎn)發(fā)節(jié)點(diǎn)當(dāng)前的剩余能量，其更直接地反映了該節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)的能力，可以直接用來(lái)選擇下一跳節(jié)點(diǎn)。為此，合理地將以上3個(gè)因素進(jìn)行融合，可作為數(shù)據(jù)分組路由的依據(jù)。為此定義如下的路由代價(jià)函數(shù)：

由式（8）可知，路由代價(jià)不僅保證數(shù)據(jù)分組選擇鄰居節(jié)點(diǎn)中向sink節(jié)點(diǎn)最短路徑方向上的節(jié)點(diǎn)作為下一跳，而且保證在避免路由回傳、環(huán)路的情況下繞過(guò)低能量節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)，既有效地節(jié)約了網(wǎng)絡(luò)能量，又充分實(shí)現(xiàn)了網(wǎng)絡(luò)能耗的均衡性。

4 算法實(shí)現(xiàn)

面向智慧園區(qū)的WSN路由優(yōu)化算法主要包括以下幾個(gè)步驟。

（1）鄰居發(fā)現(xiàn)：在網(wǎng)絡(luò)初始階段，所有傳感器節(jié)點(diǎn)首先估算自身到sink節(jié)點(diǎn)的距離，然后傳感器節(jié)點(diǎn)以最大通信半徑R為通信半徑，確定其鄰居節(jié)點(diǎn)，進(jìn)而根據(jù)式（4）確定前向鄰居節(jié)點(diǎn)。

（2）能量代價(jià)計(jì)算：基于鄰居節(jié)點(diǎn)信息表（包括節(jié)點(diǎn)的前進(jìn)距離、節(jié)點(diǎn)靠近最短路徑程度、節(jié)點(diǎn)的剩余能量），根據(jù)式（8）計(jì)算每個(gè)前向鄰居節(jié)點(diǎn)的路由代價(jià)。

（3）路由選擇：當(dāng)節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)時(shí)，若sink節(jié)點(diǎn)位于轉(zhuǎn)發(fā)節(jié)點(diǎn)的通信半徑范圍外，則選擇前向鄰居節(jié)點(diǎn)中路由代價(jià)最小的節(jié)點(diǎn)作為下一跳；若sink節(jié)點(diǎn)位于節(jié)點(diǎn)的鄰居節(jié)點(diǎn)范圍內(nèi)，則直接將數(shù)據(jù)發(fā)送給sink節(jié)點(diǎn)。

由本文的路由算法可知，傳感器節(jié)點(diǎn)無(wú)需掌握整個(gè)網(wǎng)絡(luò)的拓?fù)浣Y(jié)構(gòu)與狀態(tài)參數(shù)，僅需要鄰居節(jié)點(diǎn)的信息即可做出路由決策，路由算法具有較小的實(shí)現(xiàn)開(kāi)銷(xiāo)和更好的可擴(kuò)展性［10］，適用于大規(guī)模網(wǎng)絡(luò)。

5 仿真實(shí)驗(yàn)

為了驗(yàn)證算法的有效性，本文采用MATLAB對(duì)RCOR算法進(jìn)行了實(shí)驗(yàn)仿真，同時(shí)將RCOR算法與最小能耗（MEC）路由算法和最大剩余能量（MREBR）［11］算法進(jìn)行了對(duì)比。仿真中，節(jié)點(diǎn)隨機(jī)均勻分布在正方形區(qū)域中，所有節(jié)點(diǎn)一旦放置就不再移動(dòng)。仿真參數(shù)設(shè)置見(jiàn)表1。

表1 仿真參數(shù)設(shè)置

表2是不同節(jié)點(diǎn)死亡率下3種算法所經(jīng)過(guò)輪數(shù)的對(duì)比情況。可以看出，RCOR算法在不同節(jié)點(diǎn)死亡率的情況下，其運(yùn)行的輪數(shù)都高于另外2種算法，有效地延長(zhǎng)了網(wǎng)絡(luò)的生命周期。這是因?yàn)镸EC算法只考慮從源節(jié)點(diǎn)構(gòu)建到sink節(jié)點(diǎn)的最短路徑，導(dǎo)致某些節(jié)點(diǎn)轉(zhuǎn)發(fā)任務(wù)重，能量消耗過(guò)快，節(jié)點(diǎn)過(guò)早死亡，因而經(jīng)過(guò)輪數(shù)最短。MREBR算法只是單純考慮節(jié)點(diǎn)剩余能量因素進(jìn)行路由選擇，導(dǎo)致路由路徑過(guò)長(zhǎng)，因此其經(jīng)過(guò)的輪數(shù)較長(zhǎng)。RCOR算法綜合考慮節(jié)點(diǎn)位置和剩余能量，有效地實(shí)現(xiàn)了節(jié)點(diǎn)能耗有效性和均衡性的結(jié)合，因此其網(wǎng)絡(luò)生命周期最長(zhǎng)。

表2 網(wǎng)絡(luò)生命周期對(duì)比

圖2為MEC、RCOR和 MREBR 3種算法節(jié)點(diǎn)的端到端平均能耗隨網(wǎng)絡(luò)規(guī)模的變化情況對(duì)比。不難看出，MEC算法的端到端平均能耗在不同節(jié)點(diǎn)數(shù)量下始終最低。MREBR算法因單純考慮節(jié)點(diǎn)的剩余能量以均衡網(wǎng)絡(luò)的能耗，故其路由路徑較長(zhǎng)，最終導(dǎo)致其端到端平均能耗最高。而本文算法實(shí)現(xiàn)了能耗有效性和均衡性的平衡，故端到端平均能耗介于MEC算法和MREBR算法之間。

圖2 端到端平均能耗對(duì)比

圖3 節(jié)點(diǎn)平均剩余能量對(duì)比

圖3對(duì)網(wǎng)絡(luò)中最開(kāi)始有節(jié)點(diǎn)死亡時(shí)傳感器節(jié)點(diǎn)的平均剩余能量進(jìn)行了對(duì)比。由圖3可知，MEC算法平均剩余能量最高，RCOR算法次之，而MREBR算法最低。這是因?yàn)镸REBR算法以節(jié)點(diǎn)剩余能量最多為依據(jù)來(lái)確定轉(zhuǎn)發(fā)節(jié)點(diǎn)，以均衡網(wǎng)絡(luò)的能量消耗，故其平均剩余能量最低。而RCOR算法除了考慮節(jié)點(diǎn)剩余能量外，還將節(jié)點(diǎn)位置考慮在內(nèi)，實(shí)現(xiàn)了網(wǎng)絡(luò)能耗有效性和均衡性的結(jié)合，故性能次優(yōu)。MEC算法只考慮建立最短路徑，使得最短路徑上的節(jié)點(diǎn)過(guò)早死亡，因此其平均剩余能量指標(biāo)最高。

6 結(jié)束語(yǔ)

結(jié)合智慧園區(qū)中WSN的特點(diǎn)，針對(duì)現(xiàn)有路由算法的不足，提出了一種新的基于路由代價(jià)的無(wú)線(xiàn)傳感器網(wǎng)絡(luò)路由算法。該算法以降低和均衡網(wǎng)絡(luò)能耗為目標(biāo)，綜合考慮節(jié)點(diǎn)地理位置和剩余能量，并構(gòu)建了路由代價(jià)函數(shù)。傳感器節(jié)點(diǎn)依據(jù)路由代價(jià)最小原則，從前向鄰居節(jié)點(diǎn)中選擇下一跳節(jié)點(diǎn)進(jìn)行數(shù)據(jù)轉(zhuǎn)發(fā)。仿真結(jié)果表明，該路由算法能夠有效節(jié)約網(wǎng)絡(luò)的能耗，延長(zhǎng)網(wǎng)絡(luò)的生存時(shí)間。

［1］REN F，ZHANG J，HE T，et al.EBRP：energy-balanced routing protocol for data gathering in wireless sensor networks［J］.IEEE Transactions on Parallel and Distributed Systems，2011，22（12）：2108-2125.

［2］CHIANG S S，HUANG C H，CHANG K C.A minimum hop routing protocol for home security systems using wireless sensor networks［J］.IEEE Transactions on Consumer Electronics，2007，53（4）：1483-1489.

［3］SINGS S，WOO M，RAGHAVENDRA C S.Power-aware routing in mobile Ad Hoc networks ［J］.The Proc of Mobicom，1998，23（3）：181-190.

［4］江海峰，錢(qián)建生，孫彥景，等.WSN中基于能量代價(jià)的能量?jī)?yōu)化路由算法［J］.計(jì)算機(jī)科學(xué)，2012，39（1）：73-76.JIANG H F，QIAN J S，SUN Y J，et al.Energy cost based energy optimized routing algorithm in WSN ［J］.Computer Science，2012，39（1）：73-76.

［5］王小明，安小明.具有能量和位置意識(shí)基于ACO的WSN路由算法［J］.電子學(xué)報(bào)，2010，38（8）：1763-1769.WANG X M，AN X M.An energy and location aware ACO based routing algorithm for wireless sensor networks ［J］.Acta Electronica Sinica，2010，38（8）：1763-1769.

［6］孫毅，盧可，唐良瑞.面向用電信息采集的WSN非均勻分簇多跳路由算法 ［J］. 電力系統(tǒng)保護(hù)與控制，2013，41（10）：56-61.SUN Y，LU K，TANG L R.An uneven clustering multi-hop routing algorithm for power information collection ［J］.Power System Protection and Control，2013，41（10）：56-61.

［7］唐良瑞，馮森.WSN中基于三角模融合算子的路由算法［J］.計(jì)算機(jī)工程，2012，38（12）：60-63.TANG L R，F(xiàn)ENG S.Routing algorithm based on triangle module fusion operator in WSN ［J］.Computer Engineering，2012，38（12）：60-63.

［8］喬學(xué)工，王哲，王華倩，等.基于權(quán)值的分均勻分簇路由算法［J］.傳感技術(shù)學(xué)報(bào)，2014，27（1）：107-112.QIAO X G，WANG Z，WANG H Q，et al.An uneven cluster routing algorithm based weight［J］.Chinese Journal of Sensors and Actuators，2014，27（1）：107-112.

［9］彭煜，張華忠，魏曉鎮(zhèn).WSN中一種基于最小能耗樹(shù)的路由協(xié)議［J］.計(jì)算機(jī)工程與應(yīng)用，2011，47（6）：109-112.PENG Y，ZHANG H Z，WEI X Z.Routing protocol based on minimum energy consumption tree for wireless sensor networks［J］.Computer Engineering and Applications，2011，47（6）：109-112.

［10］張德干，趙晨鵬，李光，等.一種基于前向感知因子的WSN能量均衡路由方法［J］.電子學(xué)報(bào)，2014，42（1）：113-118.ZHANG D G，ZHAO C P，LI G，et al.A kind of routing protocol based on forward-aware factor for energy balance ［J］.Acta Electronica Sinica，2014，42（1）：113-118.

［11］HAN K H，KO Y B，K J H.A novel gradient approach for efficient data dissemination in wireless sensor networks ［C］／／IEEE 60th Vehicular Technology Conference，September 26-29，2004，Washington，USA.New Jersey：IEEE Press，2004：2979-2983.

An optimized routing algorithm in WSN for smart park

DING Wei1，LI Shuquan2，LI Siwei3，TANG Liangrui1，SUN Dandan3
1.State Key Laboratory of Alternate Electrical Power System with Renewable Energy Sources，North China Electric Power University，Beijing 102206，China 2.State Grid Customer Services Center，Tianjin 300012，China 3.Beijing GuoDianTong Network Technology Co.，Ltd.，Beijing 100070，China

To solve the energy problem in wireless sensor networks used for smart park，an optimized routing algorithm based on routing cost in WSN was proposed.According to the characteristics of smart park，the algorithm took a comprehensive consideration of the remaining energy and geographical location of nodes and exploited a new routing cost function.The sensor nodes selected the node with the minimum routing cost to forward the packets.Simulation results show that the algorithm significantly reduces the energy consumption of the network and extends the network lifetime effectively.

smart park，wireless sensor network，routing cost，network lifetime

TN 915.853

A

10.11959／j.issn.1000-0801.2016070

2015-09-20；

2016-02-01

丁偉（1991-），男，華北電力大學(xué)碩士生，主要研究方向?yàn)闊o(wú)線(xiàn)傳感器網(wǎng)絡(luò)路由和電力系統(tǒng)通信。

李樹(shù)泉（1964-），男，國(guó)家電網(wǎng)公司客戶(hù)服務(wù)中心高級(jí)工程師，主要從事電力工程、能源互聯(lián)、低碳節(jié)能等方面的研究工作。

李思維（1988-），男，北京國(guó)電通網(wǎng)絡(luò)技術(shù)有限公司工程師，主要從事智能微電網(wǎng)、用電及需求側(cè)等相關(guān)工作。

唐良瑞（1968-），男，華北電力大學(xué)教授、博士生導(dǎo)師，主要研究方向?yàn)殡娏ο到y(tǒng)通信、無(wú)線(xiàn)通信以及光纖通信。

孫丹丹（1991-），女，現(xiàn)就職于北京國(guó)電通網(wǎng)絡(luò)技術(shù)有限公司，主要研究方向?yàn)殡娏π畔⑼ㄐ?、信息安全?/p>