无线传感器网络模糊逻辑分簇路由协议

闫会芹，何加铭，2，郑紫微，曾兴斌，2

(1.宁波大学通信技术研究所，浙江宁波 315211;2.浙江省移动网应用技术重点实验室，浙江宁波 315211)

0 引言

WSN 网络(Wireless Sensor Network，WSN)［1，2］是由大量微型传感器节点通过自组织的方式构成。这些传感器节点将覆盖区域内收集到的信息通过协作感知、采集、处理和传输等操作发送给Sink节点。如果说网络改变了人们之间的沟通方式从而构成了逻辑上的信息世界，那么WSN则是将逻辑世界与物理世界结合到一起，进而改变了人类与自然界交互的方式［3］。

由于传感器节点的能量有限且不可补给，所以降低节点能量消耗、延长网络生存时间是无线传感器网络路由设计的重要目标。WSN路由协议从网络拓扑结构的角度常分为平面路由协议和层次路由协议［4，5］。其中 LEACH(low-energy adaptive clustering hierarchy)协议［6］是 Heinzelman 等人提出的最具有代表性的层次路由协议。与一般的平面协议相比LEACH协议可以将网络的生命周期延长15%。CHEF［7］是 Jong-Myoung 和 Seon-Ho 提出的一种利用模糊逻辑推理的方法实现簇头选举的分簇路由协议，该协议主要针对分布均匀的网络，通过簇头竞争半径是簇头节点能耗均衡。文献［8，9］提出，针对非均匀分布的传感器网络划分簇头的竞争半径。提出基于模糊逻辑的分簇路由协议(Double Fuzzy Logic Clustering Protocol，DFLCP)，考虑节点的剩余能量、位置以及分布密度，采用模糊推理选取簇头，实现网络能量负载均衡，延长网络生存时间。

1 相关工作

1.1 LEACH协议算法

Leach算法在每轮成簇过程中主要包括下面几个阶段:① 簇头选举阶段;② 簇的形成阶段;③ 数据传输阶段［4，10］。

簇头选举中，每个节点随机产生一个0～1之间的数值，如果这个随机数小于阈值T(n)，则该节点成为簇头并广播消息，在第0轮的时候，每个节点当选为簇头的概率为p，被选为簇头的节点在后面的几轮中将不能再次当选为簇头节点。随着每一轮的进行，剩下可以当选为簇头的节点数量在不断地变小，但是T(n)在不断地变大，且能够保持每轮当选的簇头个数是一样的。经过了若干轮后，T(n)=1，所有未当选为簇头的节点都当选为簇头节点，接下来的一轮，所有节点又可以重新当选为簇头节点。未当选的节点根据接收到的信号强弱决定加入哪个簇，并向该簇簇头回复消息，全部节点都加入簇后，簇的形成阶段就结束了。在数据传输阶段，簇内节点按照TDMA时刻表所确定的时隙，将信息发送给簇头节点。在数据传输经历一段时间以后，整个网络进入下轮的簇头选举和簇的形成。

式中，P为网络中簇首数量与总节点数量的百分比，r为当前的轮数，G为最近1/P轮没有成为过簇首的节点集。

1.2 模糊逻辑

模糊逻辑是有多个真值的多值逻辑，使用连续的多值或在0和1之间的隶属度函数值。模糊逻辑能够描述和处理事物的模糊性和系统中的不确定性。

模糊推理系统的结构如图1所示，主要由4部分组成:模糊产生器、模糊推理、模糊规则库以及解模糊化器。常用的模糊推理类型有Mamdani方法和Sugeno方法［12］，它们唯一的区别在与获取输出的方式不同。文中使用的是Mamdani模糊推理方法，2次使用到模糊推理规则，首先在簇头选举的过程中输入节点的剩余能量、节点位置和节点周围密度通过模糊推理计算簇头的竞争半径;在簇头选举时，通过节点的剩余能量和节点到Sink节点的距离计算节点成为簇头的概率。

图1 模糊推理系统

输入变量，书写模糊规则，经过推理得到想要的输出值。在解模糊化阶段中使用矩心centroid算法。

2 DFLCP协议模型

2.1 网络模型

假设随机分布100个节点在200*200的区域中，并且WSN有如下的属性:

①所有节点都是随机分布的，且有相同的初始能量，计算能力等;

②每个节点具有唯一的ID;

③节点和Sink节点都是静止的;

④节点和Sink节点的位置都是已知的;

⑤Sink节点在WSN中。

2.2 能量消耗模型

采用自由空间(d2)信道模型和多径衰落(d4)信道模型［11，13］，其无线电模型如图 2 所示。

图2 模糊推理系统

在这种模式下，每个节点发送l位数据消耗的能量为:

每个节点接收l位数据消耗的能量为:

式中，Eelec为接收电路或者发送电路单位比特所消耗的能量，d为数据在两节点间传输的距离，当d＜d0时，为自由空间模型，εfs该模型下功率放大所需要的能耗;当d≥d0时，为多径衰落模型，εmp为该模型下功率放大所需能耗。

3 DFLCP协议算法

在文献［10］中提出非均匀分簇的概念，使得簇头的分布能够相对均匀。在DFLCP协议中，利用模糊逻辑计算出簇头节点的竞争半径。在计算时考虑到节点到Sink节点的距离、剩余能量和分布密度3个节点参数。根据计算结果划分预选簇头节点的竞争区域，在竞争区域内选出真正簇头节点。

DFLCP协议的部分代码:

在簇头选举过程中，每个节点随机生成一个0～1之间的随机数，若随机数比阈值函数T(n)小，则该节点成为预选簇头;然后利用模糊逻辑计算预选簇头的竞争半径，并广播消息其中包括节点的ID、竞争半径、节点的成为簇头的概率(其中，节点成为簇头的概率是利用节点的剩余能量和节点到Sink节点的距离通过模糊逻辑计算得到)。若某节点A接收到节点B广播的消息，A节点在B节点的竞争半径内，则比较两节点的成为簇头的概率，若A.chance大于B.chance，则B节点放弃成为簇头，否则B节点成为簇头。其中2次使用模糊逻辑。在计算簇头的竞争半径时，利用节点到Sink节点的距离、节点剩余能量、节点分布密度3个变量(图3)通过模糊逻辑确定预选簇头节点竞争半径。输出函数(图 4)共有 11 种变量(very small、small、little small、little medium、medium、higher medium、little strong、strong、very strong、lager、very lager)和 27 条模糊规则。节点到Sink节点的距离越近，节点的剩余能量越高，节点的分布密度越小，则预选簇头节点的竞争半径越大。

图3 模糊逻辑输入变量

图4 模糊逻辑输出变量—节点竞争半径

在计算节点成为簇头的概率大小时，考虑节点的剩余能量以及节点到Sink节点的距离2个变量通过模糊逻辑计算得出。其中节点的剩余能量分为very low、low、medium和high 4种情况。

4 仿真及结果分析

为了验证算法的性能，采用MATLAB进行仿真实验，设置仿真参数如表1所示。仿真结果如图5所示。

表1 仿真参数

图5为850轮时的节点分布图，从图5中可以看出，节点的分布相对较为均匀。节点密度大时簇头分布较多，簇头竞争半径较小;节点密度小时簇头分布较少，簇头竞争半径较大。在簇头半径内不存在其他簇头节点，避免2个簇节点相距很近，且簇头半径按照节点到Sink节点的距离和节点剩余能量、节点分布密度各不相同。其中小实心节点代表已死亡的节点，圆的圆心表示簇头节点，小圆圈节点代表普通节点。

图5 节点分布图

图6 每轮中网络剩余能量

图7为LEACH协议和DFLCP协议中每轮节点的存活数目，从图中可以看出，DFLCP协议的第一个节点死亡的轮数为794，LEACH协议第一个死亡的节点为704轮。DFLCP协议中50%的节点死亡轮数为1214，LEACH协议中50%的节点死亡的轮数为1085。结果表明DFLCP协议采用模糊逻辑均衡能量消耗，可以更好地延长网络寿命。

图7 节点存活数目

由仿真结果比较可以看出DFLCP协议的效果比LEACH协议可以更好地延长网络寿命。因为LEACH协议在簇头选举时是随机的，没有考虑到节点的剩余能量和分布密度等信息，会造成网络能量消耗不均衡，而DFLCP协议在选取簇头时，均衡各个节点的能量消耗，通过竞争半径控制簇头的分布密度，从而可以更好地延长网络寿命。

图6比较了LEACH协议和DFLCP协议中每轮网络剩余能量。第500轮时，LEACH协议剩余总能量为30.62 J，DFLCP的剩余总能量为33.08 J;第900轮时，LEACH协议剩余总能量为11.46 J，DFLCP的剩余总能量为15.65 J。从整体来看，第700轮开始LEACH协议的能量衰减较快。初始能量相同，在每轮中DFLCP协议网络剩余总能量均高于LEACH协议。

5 结束语

针对无线传感器分簇路由协议提出DFLCP协议，该协议利用模糊逻辑原理根据节点的剩余能量、节点到Sink节点的距离和节点分布密度计算出簇的半径，实现非均匀分簇。通过仿真结果表明，DFLCP协议可以有效地延长网络寿命，降低节点能量消耗。但是DFLCP仍然有很大的提升空间，仍需对分簇中算法进行研究，提出高效并支持移动性的分簇算法。

［1］AKYILDIZ I F，SU W，SANKARASUBRAMANIAM Y，et al.A Survey on Sensor Networks ［J］.Communications Magazine，IEEE，2002，40(8):102 －114.

［2］SINGH S K，SINGH M P，SINGH D K.A Survey of Energy-efficient Hierarchical Cluster-based Routing in Wireless Sensor Networks［J］.International Journal of Advanced Networking and Application(IJANA)，2010，2(2):570－580.

［3］CALLAWAY E H. Wireless Sensor Networks:Architectures and Protocols［M］.USA:CRC press，2004.

［4］沈波，张世永，钟亦平.无线传感器网络分簇路由协议［J］.软件学报，2006，17(7):1588 －1600.

［5］李建中，高宏.无线传感器网络的研究进展［J］.计算机研究与发展，2008，45(1):1 －15.

［6］HEINZELMAN W R， CHANDRAKASAN A，BALAKRISHNAN H.Energy-efficientCommunication Protocol for Wireless Microsensor Networks［C］∥System Sciences，2000.Proceedings of the 33rd Annual Hawaii International Conference on.IEEE，2000，2:10 －13.

［7］KIM J M，PARK S H，HAN Y J，et al.CHEF:cluster Head Election Mechanism Using Fuzzy Logic in Wireless Sensor Networks ［C］∥ Advanced CommunicationTechnology，ICACT 2008.10th International Conference on.IEEE，2008:654 －659.

［8］BAGCI H，YAZICI A.An Energy Aware Fuzzy Approach to Unequal Clustering in Wireless Sensor Networks［J］.Applied Soft Computing，2013，13(4):1741 －1749.

［9］MIN X，WEI-REN S，CHANG-JIANG J，et al.Energy Efficient Clustering Algorithm for Maximizing Lifetime of Wireless Sensor Networks［J］.AEU-International Journal of Electronics and Communications，2010，64(4):289 －298.

［10］DENG Y P，CHEN Z.Group Clustering Protocol Based on Energy Balance for Wireless Sensor Networks［J］.Journal of Computer Applications，2011，6:6 －11.

［11］HEINZELMAN W B， CHANDRAKASAN A P，BALAKRISHNAN H.An Application-specific Protocol Architecture for Wireless Microsensor Networks ［J］.IEEE Transactions on Wireless Communications，2002，1(4):660－670.

［12］MAMDANI E H，ASSILIAN S.AnExperimentin Linguistic Synthesis with a Fuzzy Logic Controller［J］.International Journal of Man-machine Studies，1975，7(1):1－13.

［13］蒋畅江，石为人，唐贤伦，等.能量均衡的无线传感器网络非均匀分簇路由协议［J］.软件学报，2012，23(5):1223－1232.