能量高效的事件驅(qū)動型大規(guī)模農(nóng)業(yè)監(jiān)測WSNs協(xié)作式傳輸策略

李軍+楊光友+干熊+陳學海+馬志艷

摘要：針對農(nóng)作物分布廣泛、農(nóng)業(yè)環(huán)境惡劣的特點，利用協(xié)作式多輸入多輸出技術(shù)具有的低能耗、高可靠特性，結(jié)合事件驅(qū)動型農(nóng)業(yè)監(jiān)測的無線傳感器網(wǎng)絡(luò)，提出了能量高效的基于空時分組碼的多跳協(xié)作式多輸入多輸出傳輸策略。該策略建立了包括節(jié)點剩余能量、最優(yōu)跳距等因素的綜合多跳路由；此外，還建立了精確的能耗模型，確定了滿足網(wǎng)絡(luò)最小能耗時的協(xié)作節(jié)點個數(shù)和最優(yōu)跳距。仿真結(jié)果表明，通過能耗模型求出的最優(yōu)跳距和協(xié)作節(jié)點個數(shù)減少了能量消耗；同現(xiàn)有的無線傳感器網(wǎng)絡(luò)中具有能量效率和事件聚類的自適應(yīng)路由協(xié)議相比，提出的傳輸策略能顯著地提高能量有效性和延長網(wǎng)絡(luò)壽命。

關(guān)鍵詞：協(xié)作式多輸入多輸出；事件驅(qū)動；無線傳感器網(wǎng)絡(luò)；最優(yōu)跳距；能量有效性

中圖分類號：S126：TS334.4 文獻標識碼：A 文章編號：0439-8114（2017）06-1155-06

DOI：10.14088/j.cnki.issn0439-8114.2017.06.041

Abstract： Aiming at event-driven large-scale agricultural monitoring wireless sensor networks， an energy-efficient Cooperative multiple input multiple output（CMIMO） multi-hop transmission scheme based on Space-time block code （STBC） is proposed， which utilizes low energy and high reliability characteristics of CMIMO technology. The scheme establishes the comprehensive multiple-hop relay routing rule considering the residual energy available of nodes， optimal hop distance and other factors. The detailed energy consumption model is established to solve the optimal hop distance and number of cooperative nodes that minimize network energy consumption. The simulation results show that the optimal hop distance and number of cooperative nodes solved by the energy consumption model reduce energy consumption， the proposed scheme can improve energy efficiency and lengthen network lifetime obviously compared with the existing adaptive routing protocol with energy efficiency and event clustering for wireless sensor networks protocol.

Key words： Cooperative multiple input multiple output； event-driven； wireless sensor networks； the optimal hop distance； energy efficiency

作為一種高效的信息獲取方式和數(shù)據(jù)處理技術(shù)，無線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSNs）已被廣泛的應(yīng)用于農(nóng)業(yè)信息監(jiān)測[1-3]。然而在大范圍自然環(huán)境復(fù)雜的農(nóng)業(yè)應(yīng)用中，依靠電池供電的微型傳感器節(jié)點通常難以及時進行更換或充電，節(jié)點能量的耗盡將破壞網(wǎng)絡(luò)的連通性[4，5]，縮短網(wǎng)絡(luò)器件壽命，因此，如何降低能量消耗一直是相關(guān)科研人員關(guān)注的重點問題。

根據(jù)WSNs數(shù)據(jù)收集的方式，可將其分為時間驅(qū)動型和事件驅(qū)動型兩類[6，7]。在時間驅(qū)動型網(wǎng)絡(luò)中，如水稻植株生長狀況監(jiān)測[8，9]、水產(chǎn)養(yǎng)殖參數(shù)監(jiān)測[10]等類型，所有的傳感器節(jié)點定期采集數(shù)據(jù)并向基站（Base station，BS）發(fā)送；在事件驅(qū)動型網(wǎng)絡(luò)中，如森林火災(zāi)和山體滑坡等自然災(zāi)害監(jiān)測[11]、害蟲和雜草等生物災(zāi)害監(jiān)測[12]類型，只有監(jiān)測區(qū)域內(nèi)感興趣的事件發(fā)生時，事件周圍的傳感器節(jié)點才會進行數(shù)據(jù)采集和發(fā)送。本次研究關(guān)注的是大規(guī)模農(nóng)業(yè)監(jiān)測中事件驅(qū)動型無線傳感器網(wǎng)絡(luò)。

近年來，協(xié)作式多輸入多輸出（Cooperative multiple input multiple output，CMIMO）作為一種能量高效的傳輸模式，已被廣泛應(yīng)用于WSNs。多輸入多輸出（Multiple input multiple output，MIMO）技術(shù)通過在發(fā)射端和接收端上配置多根天線，獲取分集增益、復(fù)用增益和干擾管理等優(yōu)勢，在相同的系統(tǒng)性能要求下顯著地降低了無線通信的能耗[13]。但是微型傳感器節(jié)點受限于體積，不能在節(jié)點上安裝多根天線，CMIMO能夠通過多個單天線的節(jié)點組成虛擬天線陣列來實現(xiàn)MIMO形式的數(shù)據(jù)傳輸[13-15]。文獻[16]通過擴展低功耗自適應(yīng)集簇分層型協(xié)議（Low energy adaptive clustering hierarchy，LEACH）[17]，提出了基于空時分組碼（Space-time block code，STBC）的協(xié)作式MIMO傳輸方案，建立了端到端的全網(wǎng)能耗模型，但是其采用單跳通信不適合大規(guī)模的無線傳感器網(wǎng)絡(luò)?；诖?，文獻[18]建立了能耗均衡的多跳協(xié)作式MIMO傳輸策略。文獻[19]研究了協(xié)作式多輸入單輸出（Multiple input single output，MISO）多跳傳輸方案中的跳距優(yōu)化問題，發(fā)現(xiàn)選擇最優(yōu)的跳距顯著地提高了能量效率，本研究將其擴展到多節(jié)點同時發(fā)送和接收數(shù)據(jù)的CMIMO遠程通信。文獻[20]考慮到中繼節(jié)點到BS的距離和剩余能量，提出了基于事件分簇的能量高效自適應(yīng)路由協(xié)議（Adaptive routing protocol with energy efficiency and event clustering for wireless sensor networks，ARPEES），然而ARPEES協(xié)議采用傳統(tǒng)的單輸入單輸出（Single input single output，SISO）傳輸模式，傳輸距離小，能量消耗大。

現(xiàn)有的周期匯報型無線傳感器網(wǎng)絡(luò)CMIMO路由協(xié)議沒有考慮突發(fā)事件在時間和空間上的隨機性[20]，導致了大量的不必要的數(shù)據(jù)傳輸，這并不適合農(nóng)業(yè)環(huán)境監(jiān)測中大規(guī)模的事件驅(qū)動型網(wǎng)絡(luò)。針對農(nóng)業(yè)環(huán)境監(jiān)測中大規(guī)模的事件驅(qū)動型無線傳感器網(wǎng)絡(luò)，基于ARPEES協(xié)議，課題組采用跨層設(shè)計[21，22]，提出了能量高效的基于STBC的多跳CMIMO傳輸策略（Energe-efficient STBC-based Multi-hop Cooperative MIMO transmission scheme，SMCM），通過減少WSNs的總能耗和平衡節(jié)點間的能量消耗，達到延長穩(wěn)定期長度的目的。

1 傳輸策略描述

SMCM傳輸策略包括三個階段：簇的形成階段、路由設(shè)置階段以及數(shù)據(jù)傳輸階段。

1.1 簇的形成階段

同文獻[11]，根據(jù)監(jiān)測要求和節(jié)點密度選擇不同的監(jiān)測簇半徑R，R∈[Rmin，Rmax]，Rmax為傳感器節(jié)點的最大感知范圍，Rmin的取值見后面“2.2”。當監(jiān)測區(qū)域內(nèi)感興趣的事件發(fā)生時，以事件發(fā)生地點為圓心、以R為監(jiān)測簇半徑的圓內(nèi)傳感器節(jié)點被激活，這些被激活的節(jié)點將廣播REQ_CLUSTER消息[包含節(jié)點的IDi、感知事件的數(shù)據(jù)量I（i）、剩余能量ERes（i）]傳到鄰居節(jié)點。在設(shè)置計算時段t1內(nèi)，每個被激活節(jié)點接收其他節(jié)點廣播的REQ_CLUSTER消息，并計算各簇頭競爭參數(shù)FCH（i），F(xiàn)CH（i）=ERes（i）×I（i），經(jīng)過時段t1后具有最大競爭參數(shù)的節(jié)點被選為簇頭節(jié)點（Cluster head，CH）。除CH外，選擇競爭參數(shù)FCH（i）最大的前M個節(jié)點作為協(xié)作簇頭（Cooperative cluster head，CCH）。分簇后，CH為簇內(nèi)各節(jié)點進行傳輸數(shù)據(jù)時序安排，建立TDMA時序表，并將時序表廣播給簇內(nèi)的成員節(jié)點。

1.2 路由設(shè)置階段

分簇完成后，CH將選擇中繼節(jié)點（Relay node，RN）建立到達BS的最佳路由表。中繼節(jié)點的選擇度量是FRN（j），

FRN（j）=■+■+cosαj，cosαj>0，

MaxFRN（j） ■ Relay Node，

cosαj=■， （1）

式（1）中，E0表示節(jié)點的初始能量；dopt表示最優(yōu)的跳距，通過優(yōu)化跳距，可以極大地提高能量效率[11]，后面將介紹其求解方法；d（CH，j）和d（j，BS）分別表示節(jié)點j到CH和BS的距離，d（CH，BS）表示CH到BS的距離；αj是由CH，BS和節(jié)點j連線組成的夾角[20]，具體見圖1。擁有最大FRN（j）的候選節(jié)點將被選為RN，在下一跳中該RN將作為簇頭節(jié)點來選擇下一個中繼節(jié)點。根據(jù)式（1）可以看出，理想的中繼節(jié)點要滿足3個特性：擁有最大的剩余能量，到CH的距離等于最優(yōu)跳距，多跳的路徑在CH和BS的連線上。

為了實現(xiàn)多跳CMIMO傳輸中多節(jié)點同時發(fā)送與接收數(shù)據(jù)，需要選擇協(xié)作中繼節(jié)點（Cooperative RN，CRN）與RN構(gòu)成中繼協(xié)作單元。一方面CRN要在RN的附近[14]；另一方面，為了使節(jié)點間的能量消耗更加均衡，CRN應(yīng)該擁有較多的剩余能量。因此使用判決門限值，公式為：

？酌（k）=ERes（k）/d（k，RN）2，k∈Z，

式中，Z表示RN的鄰居節(jié)點，也是候選CRN集合；d（k，RN）表示節(jié)點k到RN的距離，門限值最大的前M-1個節(jié)點將作為CRN。

路由設(shè)置完成后，CH會將生成的路由表廣播發(fā)送給M個CCH，在數(shù)據(jù)傳輸階段，CCH將以MIMO模式同時發(fā)送數(shù)據(jù)，路由表中各中繼協(xié)作單元將對數(shù)據(jù)進行MIMO模式轉(zhuǎn)發(fā)。

1.3 數(shù)據(jù)傳輸階段

在數(shù)據(jù)傳輸階段，簇內(nèi)各成員節(jié)點根據(jù)簇形成階段建立的TDMA時隙分配表，依次發(fā)送感知數(shù)據(jù)到CH，CH對收集到的數(shù)據(jù)進行融合，得到有效數(shù)據(jù)，然后將有效數(shù)據(jù)進行廣播，CCH接收到廣播數(shù)據(jù)后對其進行STBC編碼，并使用協(xié)作MIMO傳輸模式將數(shù)據(jù)發(fā)送到下一跳中繼協(xié)作單元，接收端中繼協(xié)作單元的節(jié)點解碼取得數(shù)據(jù)，再根據(jù)路由表經(jīng)過多跳將數(shù)據(jù)發(fā)送到BS，這個過程見圖2。

2 能耗模型

為了求解總能耗最小時對應(yīng)的跳距和協(xié)作節(jié)點個數(shù)，又建立了詳細的能耗模型。這其中，一個事件監(jiān)測簇運行一輪的總能耗Etotal分成兩部分：簇內(nèi)通信的能耗Eintra和CMIMO遠程通信的能耗Elong，Etotal可表述為：

Etotal=Eintra+Elong， （2）

2.1 節(jié)點間每比特傳輸能耗模型

節(jié)點間無線通信的功耗主要來自電路功耗PC和功放功耗PPA[15]，傳輸每比特的能量消耗為：

Ebt=■， （3）

其中，Rbt為系統(tǒng)傳輸比特速率，功放功耗PPA在不同傳輸距離下對應(yīng)不同模型。如果傳輸距離高于某個閾值，使用多徑地面反射模型；反之，則使用自由空間模型。PPA可以表述為下式：

PPA=■bRbtCfsd2，d≤d0■bRbtCmpd4，d>d0， （4）

其中，Eb是接收端在給定比特速率下所需要的比特能量；Cfs和Cmp為固定常數(shù)，

Cfs=（1+α）■，

Cmp=（1+α）■，

α是效率因子，Ml是用于補償電路處理和加性背景噪聲或干擾的鏈路差額；

Nf=Nr/N0，

Nf為接收機噪聲影響因子，其中，N0是室溫下熱噪聲的單邊功率譜密度，Nr是接收機輸入端所有噪聲的PSD；Gt和Gr分別為發(fā)射天線和接收天線功率增益；？姿為載波波長；ht為發(fā)射機的天線高度，hr為接收機的天線高度；d0是傳輸距離的閾值，

d0=■。

電路能耗包括發(fā)送電路能耗PTC和接收電路的能耗PRC。

PTC≈PDAC+Pmix+Pfilt+Psyn，PRC=Psyn+PLNA+Pmix+PIFA+Pfilr+PADC， （5）

其中，PDAC為數(shù)模轉(zhuǎn)換器功率，Pmix為混頻器功率，Pfilt為發(fā)射端濾波器功率，Psyn為頻率同步器功率，PLNA為中頻放大器功率，PIFA為低噪聲放大器功率，Pfilr為接收端濾波器功率，PADC為模數(shù)轉(zhuǎn)換器功率。

2.2 簇內(nèi)通信能耗模型

簇內(nèi)通信能耗包括CH收集簇內(nèi)成員節(jié)點的數(shù)據(jù)并進行數(shù)據(jù)融合以及向CCH廣播數(shù)據(jù)產(chǎn)生的能耗。

簇內(nèi)通信每比特傳輸能耗：對于短距離的簇內(nèi)通信，采用AWGN信道自由空間模型，由式（3）、（4）、（5）可知，發(fā)送一個比特的能量消耗E ■■可以表述為：

E ■■（Mt，Mr，d）=■ ■■Cfsd2+■， （6）

采用調(diào)制方案BPSK，Rbt=B，簇內(nèi)通信中接收端的平均比特能量為：

■ ■■=■[Q-1（■b）]2，

電路能耗可以表示為：

P ■■=MtPTC+MrPRC，

其中，Mt和Mr分別表示發(fā)送和接收端的天線數(shù)目。

數(shù)據(jù)收集的能耗：設(shè)一個事件監(jiān)測簇內(nèi)有N個傳感器節(jié)點，N=？籽πR2，？籽表示網(wǎng)絡(luò)節(jié)點密度，R表示監(jiān)測簇半徑，其最小取值是Rmin=■。簇內(nèi)N-1個成員節(jié)點分別向CH發(fā)送感知的I（i）比特數(shù)據(jù)，I（i）=LP（i），P（i）表示節(jié)點i產(chǎn)生L比特數(shù)據(jù)的概率[23]，P（i）=P（r（i））=1-r（i）2/R ■■，r（i）表示節(jié)點i到事件發(fā)生中心的距離。由于CH距離事件中心較近[20]，因此假設(shè)d（i，CH）=r（i），簇內(nèi)收集數(shù)據(jù)的花費可以表述為：

Ecol=■{I（i）E ■■[1，1，d（i，CH）]}

≈■2？籽πrLP（r）E ■■（1，1，r）dr， （7）

數(shù)據(jù)融合的能耗：CH收到簇內(nèi)N-1個成員節(jié)點的感知數(shù)據(jù)后將進行數(shù)據(jù)融合，EDA表示每比特數(shù)據(jù)融合的能耗，數(shù)據(jù)融合的能耗為：

Eagg=EDA■I（i）≈EDA■2？籽πrLP（r）dr， （8）

融合后的數(shù)據(jù)表示為：

Lagg=■， （9）

其中，fagg表示數(shù)據(jù)融合因子。

簇內(nèi)廣播能耗：數(shù)據(jù)融合后CH將Lagg比特數(shù)據(jù)進行STBC編碼并廣播，M個CCH將接收廣播的數(shù)據(jù)，廣播距離為CH與CCH之間的最大距離dmax，

dmax=R■，

該階段的能耗如下：

Ebro（M）=LaggE ■■（1，M，dmax） （10）

根據(jù)式（7）、（8）、（10），簇內(nèi)通信能耗是關(guān)于M的函數(shù)，可以表示為：

Eint ra=f1（M）=Ecol+Eagg+Ebro（M） （11）

2.3 遠程通信能耗模型

遠程通信每比特傳輸能耗：從CMIMO單元到BS間的遠程通信采用瑞利信道多徑反射模型，考慮到信道訓練的花費，由式（3）、（4）、（5）可知，發(fā)送一個比特的能量消耗可以表述為：

E ■■（Mt，Mr，d）=■[E ■■Cmpd4+■]， （12）

其中，u=■=■，R ■■表示有效傳輸速率，Re表示編碼速率，F(xiàn)表示一個STBC符號集的符號數(shù)，p表示信道訓練因子[23]。當M=1時，遠程通信為SISO模式，u=1，電路能耗為P ■■=MtPTC+MrPRC。對于BPSK調(diào)制方案平均誤碼率■b為[24]：

■b≈■■×■MtMr-1+k k■■， （13）

給定平均誤碼率■b，通過反解式（13）可以求出接收端的平均比特能量E ■■。

多跳遠程通信能耗可以表述為：

Elong=■LaggE ■■（M，M，d（i））

=■[f2（M）+f3（M）d（i）4]， （14）

其中，h表示融合數(shù)據(jù)從CCH到BS經(jīng)過的跳數(shù)，d（i）表示第i跳的距離（i=1，2，…，h），f2（M）=■，f3（M）=CmpE ■■■。

2.4 總能耗優(yōu)化模型

基于以上能耗分析，可以建立一個聯(lián)合優(yōu)化能耗模型。通過該模型求出最優(yōu)的網(wǎng)絡(luò)參數(shù)，從而使一個事件監(jiān)測簇運行一輪的總能耗最小。結(jié)合式（2）、（11）和（14），總能耗可以表述為：

Etotal=f1（M）+■[f2（M）+f3（M）d（i）4]， （15）

在高密度的無線傳感器網(wǎng)絡(luò)中每一跳的距離相等時，遠程通信的能耗最小[19]，因此假設(shè)d（i）=d，d∈{DL，■，…}，DL表示遠程通信的距離，即從事件發(fā)生地點到BS的距離。式（15）可以進一步表述為：

Etotal=f1（M）+■[f2（M）+f3（M）d4]， （16）

為了求解最優(yōu)跳距，將離散的跳距d擴展為連續(xù)的實數(shù)變量，求出總能耗Etotal 對d的一階和二階偏導數(shù)：

■=3DL f3（M）d2-■■=6DL f3（M）d2+■，（17）

由于■>0，因此總能耗Etotal是關(guān)于跳距d的凹函數(shù)，在協(xié)作節(jié)點個數(shù)M為定值時，令■=0，可以求出局部最優(yōu)跳距dM_opt=■■。如果協(xié)作節(jié)點數(shù)目M過大，CMIMO電路能耗也會劇烈增加，因此假設(shè)M∈{1，2，…，6}。由于M的搜索空間很小，因此直接求出不同M對應(yīng)的局部最優(yōu)跳距dM_opt和局部最小能耗EM_opt；其中EM_opt最小值為全局最小總能耗Eopt，相應(yīng)的局部最優(yōu)跳距和協(xié)作節(jié)點個數(shù)為全局最優(yōu)跳距dopt與全局最優(yōu)協(xié)作節(jié)點個數(shù)Mopt。

3 仿真與分析

本研究提出的傳輸策略中最優(yōu)跳距和協(xié)作節(jié)點個數(shù)是關(guān)鍵的因素，因此首先通過MATLAB對其進行分析和計算。DL=5 000 m，？籽=1/π，R=5 m，Rmax=100 m，PADC和PDAC等參數(shù)可以根據(jù)文獻[25]求出，具體的仿真參數(shù)見表1。

圖3顯示了根據(jù)式（17）計算的總能耗隨跳距和協(xié)作節(jié)點個數(shù)變化的情況，通過圖3可以發(fā)現(xiàn)，跳距對總能耗的影響是顯著的；當固定M時，總能耗是關(guān)于跳距的凹函數(shù)，因此可以求解對應(yīng)的跳距使網(wǎng)絡(luò)總能耗最小。表2給出了不同協(xié)作節(jié)點個數(shù)對應(yīng)的局部最優(yōu)跳距和局部最小能耗，通過表2可以發(fā)現(xiàn)，當全局最優(yōu)跳距dopt=137.96 m、最優(yōu)協(xié)作節(jié)點個數(shù)Mopt=2時，可以獲得最小總能耗。

圖4顯示了不同協(xié)作節(jié)點個數(shù)的每比特能耗隨傳輸距離的變化情況，通過圖4可以發(fā)現(xiàn)，當傳輸距離非常小時，CMIMO傳輸方式的能耗高于SISO傳輸方式，但是隨著傳輸距離的增加，CMIMO傳輸方式的優(yōu)勢逐漸顯現(xiàn)，且協(xié)作節(jié)點個數(shù)多的傳輸方式需要更遠的傳輸距離才能更好地發(fā)揮優(yōu)勢。這是由于協(xié)作節(jié)點越多，產(chǎn)生的電路能耗越大，需要更遠的傳輸距離才能體現(xiàn)其在減少功放能耗方面的優(yōu)勢，因此表2中局部最優(yōu)跳距也會隨著協(xié)作節(jié)點個數(shù)的增加而增加。

為了評估CMIMO傳輸策略的性能，將其與ARPEES協(xié)議對比，具體見圖5。仿真中5 000個節(jié)點均勻分布在1 000 m×1 000 m的方形區(qū)域內(nèi)，事件監(jiān)測區(qū)域半徑為50 m，節(jié)點初始能量均為100 J，BS位置（1 000，1 000），其他系統(tǒng)參數(shù)見表1。圖5（a）反映了兩種方案的網(wǎng)絡(luò)生存時間對比；通過該圖可以看出，CMIMO傳輸策略明顯優(yōu)于ARPEES協(xié)議，其穩(wěn)定期長度（為了簡化分析，將其定義為第一個節(jié)點死亡的輪數(shù)[23]）增長了約400輪，提升約100%；圖5（b）反映了當網(wǎng)絡(luò)運行至600輪時，隨機選擇的200個節(jié)點在兩種傳輸策略中的剩余能量百分比，通過該圖可以發(fā)現(xiàn)CMIMO傳輸策略的網(wǎng)絡(luò)中傳感器節(jié)點剩余能量更多，節(jié)點間的能量消耗也更加均衡。這是由于課題組提出的傳輸策略通過利用基于STBC算法的CMIMO傳輸方式獲得了分集增益，提高了數(shù)據(jù)傳輸?shù)目煽啃裕瑴p少了能量消耗；同時對ARPEES協(xié)議進行了改進，平衡了節(jié)點間的能量消耗；此外，利用MIMO技術(shù)特性，增加了跳距，擴大了網(wǎng)絡(luò)覆蓋范圍。

4 小結(jié)

此研究提出了適用于大規(guī)模農(nóng)業(yè)環(huán)境監(jiān)測中事件驅(qū)動型無線傳感器網(wǎng)絡(luò)的能量高效的基于STBC的多跳CMIMO傳輸策略（SMCM），該策略利用了MIMO技術(shù)的特點，獲得了分集增益，提高了數(shù)據(jù)傳輸?shù)目煽啃裕瑴p少了遠程通信的能耗，擴大了網(wǎng)絡(luò)覆蓋范圍；同時考慮到最優(yōu)跳距和協(xié)作節(jié)點個數(shù)，進一步提高了能量效率，因此相比現(xiàn)有的協(xié)議更適合于大規(guī)模農(nóng)業(yè)監(jiān)測應(yīng)用中的事件驅(qū)動型無線傳感器網(wǎng)絡(luò)。該策略在考慮電路能耗和信道訓練的能耗前提下，建立了精確的能耗模型，通過聯(lián)合優(yōu)化，確定系統(tǒng)滿足最小能耗時的協(xié)作節(jié)點個數(shù)和最優(yōu)跳距。仿真結(jié)果表明，通過總能耗優(yōu)化模型求出的最優(yōu)協(xié)作節(jié)點數(shù)目和跳距大幅度提高了能量效率，與現(xiàn)有的ARPEES協(xié)議相比，SMCM能夠顯著延長網(wǎng)絡(luò)生存時間。

參考文獻：

[1] XU H L，HUANG L S，QIAO C M，et al. Joint virtual MIMO and data gathering for wireless sensor networks[J].IEEE Transactions on Parallel & Distributed Systems，2015，26（4）：1034-1048.

[2] 韓文霆，吳普特，郁曉慶，等.農(nóng)業(yè)環(huán)境信息無線傳感器網(wǎng)絡(luò)監(jiān)測技術(shù)研究進展[J].農(nóng)業(yè)工程學報，2011，27（S2）：326-330.

[3] 王彥集，張瑞瑞，陳立平，等.農(nóng)田環(huán)境信息遠程采集和Web發(fā)布系統(tǒng)的實現(xiàn)[J].農(nóng)業(yè)工程學報，2008，24（S2）：279-282.

[4] CHU X Y，SETHU H. Cooperative topology control with adaptation for improved lifetime in wireless sensor networks[J].Ad Hoc Networks，2015，30（5）：99-114.

[5] 吳玉成，張麗玲，胡 真，等.基于事件驅(qū)動保持網(wǎng)絡(luò)連通性的WSNs路由協(xié)議[J].傳感器與微系統(tǒng)，2015（4）：140-143.

[6] 蔣暢江，石為人，唐賢倫，等.能量均衡的無線傳感器網(wǎng)絡(luò)非均勻分簇路由協(xié)議[J].軟件學報，2012，34（5）：1222-1232.

[7] NIE Y L，LIU S Y，CHEN Z B，et al. A dynamic routing algorithm for data-aggregation optimization in event-driven wireless sensor networks[J].Journal of Communications，2013，8（8）：521-528.

[8] 雷 剛，王衛(wèi)星，孫寶霞，等.大面積水稻田無線傳感器網(wǎng)絡(luò)組網(wǎng)設(shè)計與優(yōu)化[J].農(nóng)業(yè)工程學報，2014，30（11）：180-187.

[9] 雷 剛，王衛(wèi)星，孫寶霞，等.基于能量異構(gòu)雙簇頭路由算法的水稻田無線傳感器網(wǎng)絡(luò)[J].農(nóng)業(yè)工程學報，2013，29（24）：139-146.

[10] 蔣建明，史國棟，趙德安，等.水產(chǎn)養(yǎng)殖參數(shù)無線測量網(wǎng)絡(luò)的長生命周期研究[J].農(nóng)業(yè)工程學報，2014，30（7）：147-154.

[11] 胡青松，吳立新，張 申，等.事件驅(qū)動的災(zāi)害監(jiān)測傳感網(wǎng)中的節(jié)能數(shù)據(jù)傳輸[J].吉林大學學報（工學版），2014（5）：1404-1409.

[12] 文 韜，洪添勝，李立君，等.基于無線傳感器網(wǎng)絡(luò)的橘小實蠅成蟲監(jiān)測系統(tǒng)設(shè)計與試驗[J].農(nóng)業(yè)工程學報，2013，29（24）：147-154.

[13] NGUYEN D N，KRUNZ M. Cooperative MIMO in wireless networks：Recent developments and challenges[J].Network IEEE，2013，27（4）：48-54.

[14] LI J P，JIANG X，LU I T. Energy Balance routing algorithm based on virtual MIMO scheme for wireless sensor networks[J].Journal of Sensors，2014（1）：1-7.

[15] CUI S G，GOLDSMITH A J，BAHAI A. Energy-efficiency of MIMO and cooperative MIMO techniques in sensor networks[J].IEEE Journal on Selected Areas in Communications，2004，22（6）：1089-1098.

[16] DING J，LIU D P，WANG X，et al. An energy-efficient virtual MIMO transmission scheme for cluster-based wireless sensor networks[A].Communication Technology（ICCT），2010 12th IEEE International Conference on[C].Nanjing：Institute of Electrical and Electronics Engineers，2010.809-813.

[17] HEINZELMAN W B，CHANDRAKASAN A P，BALAKRISHNAN H. An application-specific protocol architecture for wireless microsensor networks[J].IEEE Transactions on Wireless Communication，2002，1（4）：660-670.

[18] CHEN S，HUANG M，LI Y，et al. Energy-balanced cooperative routing in multihop wireless ad hoc networks[J].Wireless Networks，2012，19（6）：307-311.

[19] ZHANG J，F(xiàn)EI L，GAO Q，et al. Energy-efficient multihop cooperative MISO transmission with optimal hop distance in wireless ad hoc networks[J].Wireless Communications IEEE Transactions on，2011，10（10）：3426-3435.

[20] TRAN Q V，MIYOSHI T. Adaptive routing protocol with energy efficiency and event clustering for wireless sensor networks[J].Ieice Transactions on Communications，2008，91（9）：2795-2805.

[21] ASADUZZAMAN，KONG H Y. Energy efficient cooperative LEACH protocol for wireless sensor networks[J].Journal of Communications & Networks，2010，12（4）：358-365.

[22] ABDULHADI S，JASEEMUDDIN M，ANPALAGAN A. Multi-hop routing with cooperative transmission：A cross-layer approach[J].Wireless Networks，2014，20（7）：1685-1697.

[23] 肖 明，黃劉生，徐宏力.無線傳感器網(wǎng)絡(luò)中一種基于虛擬MIMO多播的多跳傳輸策略[J].小型微型計算機系統(tǒng)，2012，33（1）：18-23.

[24] 江若宜，季 薇，鄭寶玉.無線傳感器網(wǎng)絡(luò)中協(xié)作通信的能耗優(yōu)化方法研究[J].電子與信息學報，2010，32（6）：1475-1479.

[25] CUI S，GOLDSMITH A J，BAHAI A. Energy-constrained modulation optimization[J].Wireless Communications IEEE Transactions on，2005，4（5）：2349-2360.