无线传感器网络中基于移动sink最优路径的数据收集策略

【信息科学与控制工程】

无线传感器网络中基于移动sink最优路径的数据收集策略

刘林锋a，郭平b，赵娟a，李宁a

(后勤工程学院a.后勤信息系；b.训练部，重庆401311)

摘要：针对无线传感器网络中节点能量受限，传统的数据收集方法需要节点将数据经过多跳转发出去，部分节点由于转发其他节点的数据而使能量快速耗尽。提出了一种在无线传感器网络中引入移动sink，并让其沿着规划好的最优路径移动从而进行数据收集的策略DCST。DCST利用蚁群算法寻找出连接所有簇头的最优路径，使移动sink沿着此路径移动并进行数据收集。仿真结果表明，相比传统的Leach算法，DCST能更好地扩张网络的循环轮数，节省整个网络的能耗。

关键词：最优路径；移动sink；无线传感器网络；数据收集

收稿日期：2014-08-20

作者简介：刘林锋(1989—)，男，硕士研究生，主要从事无线传感器网络研究。

doi:10.11809/scbgxb2015.01.033

中图分类号：TP393

文章编号：1006-0707(2015)01-0118-04

本文引用格式：刘林锋，郭平，赵娟，等.无线传感器网络中基于移动sink最优路径的数据收集策略[J].四川兵工学报，2015(1):118-121.

Citationformat:LIULin-Feng,GUOPing,ZHAOJuan,etal.OptimalTrackofMobileSink-BasedDataCollectionStrategyinWirelessSensorNetworks[J].JournalofSichuanOrdnance,2015(1):118-121.

OptimalTrackofMobileSink-BasedDataCollectionStrategy

inWirelessSensorNetworks

LIULin-Fenga, GUO Pingb,ZHAOJuana,LINinga

(a.DepartmentofLogisticalInformation;b.DepartmentofTraining,

LogisticEngineeringUniversityofPLA,Chongqing401311,China)

Abstract:The nodes in wireless sensor networks(WSN) energy were constrained, and the nodes need to skip through multi hop to transmit data in traditional methods of collecting data, during which some of the nodes energy rapidly depleted due to transmitting data to other nodes. We proposed a new strategy DCST that leads in mobile sink in WSN, and lets it move along the planning optimal track to collect data. DCST uses the ant colony algorithm to find out the optimal path which will connect all the cluster head and let the mobile sink move along this path to collect data. Simulation results show that DCST can prolong the network life cycle more effectively and reduce the energy consumption of the whole network compared to the traditional Leach algorithm.

Keywords:topoptimaltrack;mobilesink;WSN;datacollection

随着信息技术的高速发展，掌握即时有效的信息对人们有着至关重要的作用。因而收集信息与数据的手段和技术得到了广泛的开发与应用，很多新兴的收集收集技术与策略也随之诞生。无线传感器网络(wirelesssensornetworks,WSN)[1,2]就是当前最为热门的数据收集技术。并且无线传感器网络节点的诸多优点：能量消耗低、易于分布在任何环境中、造价成本低廉和可以自组织地形成无线网络等特点，使无线信息感知与采集变得空前的简单与方便。因此，其在当今的无线信息感知领域引起了一场变革，无线传感器网络中的数据收集也成为当下研究的热门。无线传感器网络在现实生活中得到了广泛的应用，如在气温、压力、定位等方面对周围环境的检测有着很高的应用前景。LEACH(low-energyadaptiveclusterhierarchy)[3]协议，是人们最早提出与运用的一种基于多簇结构的运用于无线传感器网络中的分簇路由协议，许多LEACH协议后的分簇协议：如TEEN[4]，HEED[5]等都是在它的基础上改进和发展起来的。

传统的数据收集方法采用固定基站通信，数据经簇头多跳转发到基站，这样容易导致靠近基站的簇头节点由于转发过多的数据而过早的死亡，大大缩短了网络的生存时间。针对这个问题，本文采用在通过LEACH对传感器网络节点进行分簇后引入移动sink[6]的方案进行数据收集，让sink进入到传感器网络中直接与簇头进行通信，这样簇头就不需要将收集到的数据经过多跳转发给基站。并且在节点分簇后利用蚁群算法寻找出连接簇头的最优路径，sink沿着计算出的最优路径进行移动以及数据收集。经过模拟仿真表明，本文提出的结合移动sink与最优路径的数据收集策略DCST(datacollectionschemewithtopoptimalizingtrack)与LEACH协议相比，DCST能更好地扩张网络的循环轮数，节省整个网络的能耗。

1Leach协议

LEACH协议对传感器节点分簇是周期性的按轮循环。每一轮分簇主要包括2个阶段：分簇选举簇头阶段和簇头选举成功后数据稳定传送的阶段。在每一轮选举簇头过程中，LEACH协议规定首先让每一个传感器节点自动生成一个介于O～1之间的随机数，此随机数将用来与计算设定的阈值T( n )作比较。节点要想成功当选，其随机值必须低于T( n )。其计算公式如下[7]

(1)

式(1)中:r是从第一轮开始到当前为止循环过的轮数；G为到目前r个循环为止，还没有当选成为过簇头的传感器节点。记簇头数目与网络中全部节点的比值为P，为防止分簇过大或者过小，需要得出一个最优的簇头数。以往有文献[8]已经证明最优簇头数为

(2)

式(2)中：N为网络中总的节点数；M为网络区域的边长。分簇开始后，根据协议的算法，每个节点通过对比自己的随机值与T(n)，便可判定自己是否成为簇头。若节点成功竞选，它会通知其他节点，声明自己已经成功当选。其他节点收到该消息后，通过分析比较自己收到的所有消息，加入信息强度最为强的一个簇头。节点加入自己的簇头后需要反馈一个自己已经加入的消息给簇头。这样簇就已经分好了。分好簇之后，簇头节点给每个成员节点划分一个时隙，每个成员节点只能在自己的时隙内与簇头通信，即运用TDMA机制，这样就避免出现网络的拥塞。时隙划分好之后就可以进行数据的感知与传送了，这被称为稳定运行阶段。LEACH协议的总流程如图1所示。

图1　LEACH协议流程

2系统模型与问题描述

考虑一个二维区域中的WSN网络，做出以下假设：

1) 在监控区域内传感器节点随机的进行部署，初始能量相同且有限，且部署后位置固定不变；

2) 已知监控区域的大小、网络中传感器节点的总数量,移动sink拥有数据收/发、数据融合等功能，负责将收集到的簇头数据进行融合并发送给外部信息处理中心，且自身可以随机移动，能量不受限制；

3) 每个节点的功能一样，数据的收发是全方位的。在假设的模型下，每个传感器节点的能量消耗主要在一下2个方面：传感器节点在向簇头节点发送数据时和簇头节点接收其他成员节点时所需要消耗的能量与簇头节点在对其成员节点传送过来的数据进行融合时所需要消耗的能量。若普通节点到簇头节点的距离为d，则发送lbit的数据包的能耗为[9]

(3)

其中:Eelec是节点发送1bit数据包的能耗；ξfs为传送距离d

(4)

簇头节点接收数据包时，只负责接收而不需要考虑该数据包的传送距离。其接收lbit的数据包，能量的消耗量为

ERx(l)=l×Eelec

(5)

簇头结点融合lbit的数据包的能耗为

Eaggregation(l)=l×EDA

(6)

式(6)中，EDA为融合1 bit数据包的能耗。

2.1基于移动 Sink 的数据收集策略

由于以往的在WSN中数据收集都采用固定基站的模型，节点经过多跳传送将数据传送给基站，基站收集到数据后进行数据融合然后传送给外部数据处理中心。这种数据收集方法需要节点将数据经过多跳转发出去，部分节点由于转发其他节点的数据而使能量快速耗尽，大大影响网络的生存时间。为了弥补固定基站这方面的缺陷，本文采用移动sink的方案进行数据收集；具体措施是在讲网络中节点通过LEACH算法进行分簇后，将得到的簇头节点通过蚁群算法形成一条最优路径，移动sink沿着规划好的路径移动至簇头附近进行数据收集，从而避免了簇头节点需要经过多跳传送将数据送给基站而带来的过度的能量消耗。而采用移动sink的数据收集方案，让sink移动到簇头附近进行数据收集，根据相应的能耗公式可知这样会大大节约簇头的能量。

本文以传统的leach算法为基础对传感器网络节点进行分簇，然后通过蚁群算法搜寻连接所有簇头的最优路径，移动sink沿着此路径进行移动与数据收集，这样就避免了节点需要将数据多跳传送给基站而导致能量的过度消耗。

2.2最优路径的搜索

本文提出的数据收集方案是建立在移动sink与最优路径相结合上的，最优路径的搜寻与选择采用蚁群算法。蚁群算法寻找最优路径是根据每个蚂蚁留下的信息素，然后后面的节点跟谁信息素最强的路径前进，如此迭代最终得到最优路径。由于需要记录经过的节点等信息，所有会有一个专供存储信息的表格，这个表格每个蚂蚁都有。经过的节点记录在表格中以后不再访问，除了经过的节点外，表格中还需要记录允许访问的节点。每个蚂蚁会根据自己角色的不同携带相应的报文以方便进行路径搜寻，其所携带的报文格式如图2～图4所示。

TypeIDSrcAddVisitedNodeEsumSrcTime

图2　前向蚂蚁携带的报文格式

图3　蚂蚁经过簇头建立的路由表

图4后向蚂蚁携带的报文格式

蚂蚁携带的报文中每个参数代表的意义如表1所示。

(7)

其中：τij表示si，sj在t时刻的信息素浓度；ηi,j表示si，sj间链路状态启发信息，定义为si，sj间的链路带宽bandwidthij与si，sj间链路时延delayij的比值，即

(8)

可用能量度φij(t)，定义为

(9)

在搜寻最优路径的过程中，根据前向蚂蚁携带的报文内容，可以计算出链路的时延。让前向蚂蚁在到达下一跳簇头节点的同时更新自己的路由表，根据相应的公式计算得出蚂蚁在搜寻当前路径所消耗的能量并在路由表中更新，经过一些轮次的迭代后便可以得出想要寻找的最优路径。

表1　蚂蚁携带报文参数的含义

3DCST方案的具体步骤

1) 初始化：在监测区域中随机部署固定数目的传感器节点，部署后节点位置不再改变。

2) 利用LEACH协议对WSN中节点进行分簇，选出簇头。

3) 利用蚁群算法寻找出连接所有簇头的最优路径。

4) 让sink沿着搜寻出的路径移动，使其移动到簇头附近对簇头存储着的数据进行收集。

4仿真与分析

现对LEACh协议和本文的数据收集方案DCST通过Matlab进行仿真对比，并在能耗、网络生存时间方面进行分析。实验中所使用的参数如表2所示。

表2　仿真场景参数

实验中，当节点的能量被用完时就标志该节点已经死亡。从图5中可以看出LEACH协议在1 300轮时节点就全部死亡，而DCST则可以运作至1 700轮。网络周期延长了400轮，从而可以印证DCST在延长网络的生存周期上比LEACH协议有着更加明显的优势。

图5　存活节点数对比

从网络总能耗方面分析，如图6所示，使用LEACH协议时，在1 250轮左右网络的能量全部耗尽。而使用DCST时，网络的总能量在1 650轮左右才消耗殆尽。可以看出DCST相比LEACH使网络在能耗方面做得更加均衡，更加节约网络的能量。从总体曲线趋势上看，LEACH曲线的更加弯屈而DCST更加直一些，说明LEACH在能耗上有着不稳定性而DCST则更加均衡。

图6　网络总能耗对比

5结束语

本文用经典的LEACH协议对WSN进行分簇，然后利用蚁群算法寻找出连接所有簇头的最优路径。并让移动sink沿此路径进行数据收集，而不使用传统的基站通信的方式，更好地节省了簇头的能量开销。该方案利用了LEACH协议在分簇上的优点，并引入了LEACh所不具备的移动sink，还规划和搜寻出了移动sink的最优路径。经仿真表面DCST在网络生存周期与网络能耗上比LEACH协议更加具有优势。

参考文献：

[1]YICK J,MUKHERJEE B,GHOSAL D.Wireless sensor network survey[J].Computer Networks,2008,52(12):2292-2330.

[2]POTDAR V,SHARIF A,CHANG E.Wireless sensor networks:a survey[C]// Proceedings of International Conference on Advanced In-formation Networking and Applications.Bradford,England,2009:636-641.

[3]Heinzelman W，Chandrakasan A，Balakrishnan H.Energy-Efficient Communication Protocol for Wirless Microsensor Networks[C]//Prc.Of the 33rdAnnual Hawaii Int’1 Conf.on System Sciences,Maui:IEEE Computer Society,2000:3000-3014.

[4]Manjeshwar A,Agrawal D P.TEEN:A Protocol for Enhanced Efficiency in Wireless Sensor Networks[C]//in the Proceedings of the 1stInternational Workshop on Paralled and Distributed Computing Issues in Wireless Networks and Mobile Computing.San Francisco,CA,2001.

[5]Younis O,Fahmy S.Heed:A hybrid,energy-efficient,distributed clustering approach for ad-hoc sensor networks[J].IEEE Trans.On Mobile computing,2004,3(4):660-669.

[6]Jaichandran R,Irudhayaraj A,Raja J.Effective strategies and optimal solutions for hot spot problem in wireless sensor networks(WSN)[C]//in Information Sciences Signal Processing and their Applications (ISSPA),2010 10th Int.Conf.on.[S.l.]:[s.n.],2010:389-392.

[7]孙利民,李建中,陈渝.无线传感器网络[M].北京:清华大学出版社,2005:94-97.

[8]李成岳,申铉京,陈海鹏,等.无线传感器网络中LEACH路由算法的研究与改进[J]．传感技术学报，2010，23(8):1163-1167．

[9]YEM,LI C F,CHEN G H,et al.EECS：an energy efficient cluster scheme in wireless sensor networks[C]//IPPCC 2005:Proceedings of the 2005 24thIEEE Performance,Computing,and Communications Conference.Piscataway:IEEE,2005:353-540.

[10]缪聪聪,陈庆奎.基于蚁群的无线传感器网络能量均衡非均匀分簇路由算法[J].计算机应用,2013,33(12)：3410-3414.

(责任编辑杨继森)