面向湿地水环境监测的无线传感器网络拓扑控制*

陈　红，杨玉霞（.西安工业大学电子信息工程学院，西安700；.西安理工大学人文与外国语学院，西安70054）



面向湿地水环境监测的无线传感器网络拓扑控制*

陈红1，杨玉霞2
（1.西安工业大学电子信息工程学院，西安710021；2.西安理工大学人文与外国语学院，西安710054）

摘 要：为了消除低功耗自适应集簇分层型协议算法因为簇头节点分布不均衡所造成的能量空洞，基于通信距离和节点的残余能量及网络簇划分，优化了簇头节点选择，确定了整个网络的簇头，提出了一种改进的低功耗自适应集簇分层型协议节点拓扑控制算法.结合湿地水环境特点，对算法的实际性能进行仿真，结果表明：该改进算法在节点的低功耗和能量均衡方面均优于原算法，其最终运行轮数较原算法提升了26%，有效延长了湿地水环境监测网络的工作寿命.

关键词：湿地水环境；无线传感器网络；拓扑控制；工作寿命

湿地是自然界具有多种特定功能的生态系统，其生态环境有空气环境、水环境及土壤环境等，其中能最好地反映湿地生态环境情况的是水环境.目前针对水环境的监测方法主要是人工采样法，这种方法无法及时监测湿地水环境情况［1］.研究湿地水环境参数的高效、实时获取新方法，已成为湿地管理及保护的重要任务.近年来极具影响力的技术之一便是无线传感器网络（Wireless Sensor Network，WSN），针对湿地独特的水环境特点，把WSN技术引入到湿地水环境监测中，是近年来研究的焦点.文献［2］提出了一种基于WSN的实时数据监测系统，应用于我国西溪湿地的水环境监测.文献［3］针对藏区湿地人烟稀少，地理环境和湿地环境复杂的特点，设计了一套利用WSN进行湿地监测和保护的方案.文献［4］提出了一种利用WSN进行湿地水质监测时，对叶绿素和蓝藻水质指标的连续监测数据中异常数据的处理方法，针对西溪湿地进行了分析.在面向湿地水环境监测的WSN中，节点易受各种外在因素的影响，且日常维护不方便，一般选择干电池作为电源，因此首要目标是延长网络的工作寿命［5-6］.而网络拓扑作为介质访问控制（Medium Access Control，MAC）层协议和路由层协议的重要平台，对其进行控制是实现设计目标的重要手段，通过控制拓扑结构也可以对网络的整体性能进行优化［7-9］.低功耗自适应集簇分层型协议（Low Energy Adaptive Clustering Hierarchy，LEACH）算法是早期被提出的典型算法.文中基于节点的剩余能量和传输距离，从优化簇头选择方面对LEACH算法进行改进，降低系统总的能量消耗，以实现延长监测网络生存寿命的目标.

1　LEACH算法的改进

1.1LEACH算法的问题

LEACH算法采取随机自治的方法选举簇头.是否成为簇头节点由网络中的节点自己决定.在成功选举为簇头后，该节点向区域内其他节点发送消息，消息中包含类型标记和簇头标识号，所有未当选为簇头的节点，根据收到信号的不同强度，加入信号最强的簇头所创建的簇.完成簇的建立后，网络将进行稳定数据传输，此时主要完成簇内成员节点的数据传送.时间被划分成多个时隙，成员节点向簇头的数据发送，只能在分配给该节点的时隙内进行，其余时间关闭通讯模块.簇头节点需要实时接收簇成员节点的消息，随时保持工作状态.簇头对网络中全部成员节点的数据进行处理，将处理完的数据传输给网关［10-12］.此过程中，若需要传输大量数据或者簇头离网关较远，则会大大增加簇头节点的能量消耗.

算法的簇头产生采取随机选举的方式，得到的簇头节点在网络中具有随机分布性，易造成簇头与簇成员节点间、网关节点与簇头节点间的通信距离不均衡.LEACH算法产生的簇头可能散布在网络的边沿，或者一个小的区域当中.节点传输的数据量、节点与目标间的距离共同决定了传输数据所消耗的能量.数据量越大，离簇头越远，则完成通讯需要的能量越多.在湿地水环境监测网络中，簇头节点若处于网络边沿或者集中到一块区域内，则簇成员节点需要消耗更多的能量完成其与簇头的通信，网络的能耗也会因为簇头与网关间的距离过大而增加，最终大幅增加整个簇通信的能量消耗.因此，若选择在湿地水环境监测网络中采用LEACH算法，极易产生网络节点的残余能量不平衡问题，加速节点死亡，导致监测网络的寿命减少.

1.2算法改进策略

为了消除LEACH算法存在的缺陷，针对湿地水环境监测中WSN的特点，本研究对LEACH算法的簇头选择进行了改进.

节点消耗的能量与其传输的数据量大小以及传输距离d的平方呈正比关系，因此非常关键的是控制簇内节点的值，这可以使节点消耗的能量减少.假定簇为圆型，N个节点均匀分布于簇内.簇内任意两个节点间的距离为di，则使减小就表示降低了节点传输数据的能耗.假设坐标原点是簇的圆心，（x，y）表示簇头的坐标，（xi，yi）表示任意一个簇内成员节点i的坐标，簇头到该簇成员节点的距离为

设ρ（xi，yi）为节点密度，对所有成员节点与簇头节点间的距离，求其平方的数学期望为

设R为圆半径，ρ（xi，yi）对于任意xi和yi都为常数ρ，因此式（2）可化简为

由于节点的分布均匀，所以ρ=1／πR2，因此可将式（3）简化为

由于簇内非簇头成员节点数量为N—1个，则

1.3改进算法的实现步骤

在湿地水环境监测网络中，改进算法首先要初步划分网络的簇，再根据相邻节点的状态信息对簇头节点进行优化选择，最终确定簇头节点，再向全部簇成员发送公告.

1）预先建立簇头阶段

这个阶段中要形成预选簇头，方法是采用LEACH算法先对监测网络内的簇进行划分，大致确定簇和簇头，选出的簇头作为预选簇头.

2）预选簇头负责采集成员节点的状态信息

簇内各成员节点向预选簇头发送消息，预选簇头接收并存储，发送的消息包括能量E（e1，e2，e3，…，en），邻居节点的位置S（s1，s2，s3，…，sn），其中ei表示节点i的能量值，si表示节点i的位置值，n表示簇内节点的数目.

3）优化簇头确定

预选簇头根据簇内节点发送来的位置值，计算出簇的中心，将簇中心位置与簇内各个成员的距离归一化为

式中：dci为某个节点i到簇中心位置的距离；dmax=max（dc1，dc2，dc3，…，dci）.对簇内节点当前能量归一化处理，得到能量因子为

式中：e0为簇内节点的能量初始值；ei为节点i的当前能量大小.

鉴于湿地水环境监测网络所要求的低功耗性能和能量均衡的要求，从距离和能量两方面对簇头节点进行优化选择，在优化时应主要选择使Eci尽量大，Di尽量小的节点.由此得出判断依据为

其中δ为实数加权系数，可以改变该系数的大小，实现对簇头选择中能量和距离比重的调节.预选簇头根据式（8）对各个成员节点的Q值进行计算，Q值最小的节点将被选为优化的簇头节点.

4）簇的形成

优化簇头节点的信息将被预选簇头发送给簇内成员节点，预选簇头还将把它存储的自身能量和位置信息及簇内其他成员节点的信息发送给新的优化簇头节点，簇内信息将被新的簇头节点收集.

2　仿真及分析

2.1仿真参数

为验证文中算法，运用仿真软件Simulink对改进算法的簇头节点轮换机制进行仿真，参数见表1.场景为模拟的湿地水环境监测.随机放置100个节点在300 m×300 m的正方形目标仿真区域中，设置网关节点的坐标为（150 m，150 m）.

表1　仿真参数Tab.1 Parameter of simulation

2.2结果分析

1）对簇头节点分布的均匀性分析

在湿地水环境监测网络中，网络的能量消耗主要受网络中的簇头节点位置分布情况影响，本文分别对LEACH算法运行100轮和300轮及改进算法运行100轮和300轮时网络中簇头节点的分布位置进行仿真比较，结果如图1～2所示，图1～2中的三角形表示簇头节点，星形表示成员节点.

从图1和图2的结果可知，LEACH算法的簇头节点存在以下问题：节点位置处于网络边沿处；节点分布集中于某一区域.这些分布不合理的现象，都会造成与簇头节点距离较远的节点在发送数据时耗费更多的能量，导致网络能量消耗的不均衡，最终缩短整个网络的工作时间.相比于原算法，改进算法在100轮和300轮时簇头节点均靠近簇的中心位置，分布更加合理，簇头节点没有出现集中分布或位于网络边沿等情况.原因主要是改进算法将节点与簇中心间的距离作为簇头选择的重要依据，离簇中心越近，越有可能被选为簇头节点，降低了湿地水环境监测网络的功耗，延长了网络的生命期.

图1　各算法100轮簇头节点分布图Fig.1 The distribution of nodes of cluster heads in 100-round of different algorithms

图2　各算法300轮簇头节点分布图Fig.2 The distribution of nodes of cluster heads in 300-round of different algorithms

2）初始能量不同时算法的性能分析

在用于湿地水环境监测的无线传感器网络中，网络的生存寿命随着节点的初始能量不同而变化，为了更客观的反映改进算法的性能，选择网络1%、30%和70%节点死亡时的轮数进行比对.初始能量为［2 J，100 J］间任意选择的10个值，查看其结果的平均死亡轮数，结果见表2.

表2　初始能量不同时算法性能Tab.2 Algorithm property comparison based on different initial energy

由表2可知，改进算法在初始能量增大时依然比LEACH算法的性能更加优越，原因是改进算法选择簇头节点时，将节点的残余能量和其与簇中心的距离共同考虑，使得残余能量较低、距离簇中心较远的节点不能被选为簇头节点，从而使簇头节点的选取更加合理，节点的死亡时间被推迟，网络消耗的能量被整体平衡，避免了因通信消耗过大而导致节点提前死亡的情况出现.

传统LEACH算法采用随机方式选取簇头节点，有可能会选择残余能量较低的节点作为簇头，则该节点会由于能量消耗加速而过快死亡，形成网络空洞，最终使得整个湿地水环境监测网络的性能和寿命受到影响.

3）节点生存周期

算法性能的好坏可以直接由节点的生存周期来反映，本文对网络中节点生存轮数进行了仿真，实验结果如图3所示.

图3　节点生存周期对比Fig.3 Comparison of node lifetime in different algorithms

由图3可知，LEACH算法和本文算法，其存活节点个数都随运行轮数增大而减少，但整体上，本文算法的生命周期明显比LEACH算法表现优越.由于其自身的局限性，LEACH算法中簇头节点的能耗被加大，加速了其死亡的速度，而基于距离和剩余能量对LEACH算法的改进，使得节点的能耗被很好的均衡.在改进算法中，出现首个死亡节点的轮数大幅推迟，网络性能比LEACH算法提升了1.2倍，改进算法的运行轮数也比LEACH算法提升了26%.算法的改进使湿地水环境监测网络在整体的能量均衡性方面得到有效改善，减少了节点传送信息消耗的能量，改善了监测网络的低功耗性能，最终有效延长了湿地水环境监测网络的工作寿命.

3　结论

1）文中分析了传统LEACH算法的节点分布特点，提出了改进分簇算法.该算法减小了簇头节点分布不均衡，显著提升了传统LEACH算法簇头节点分布的合理性.

2）在选择簇头方面，改进算法较原LEACH算法更优，降低了节点信息传送所需的能量，提升了整个监测网络的低功耗性能，最终的运行轮数比LEACH算法提升了26%，延长了湿地水环境监测网络的工作寿命，且算法运行稳定.

3）文中仅对簇头选择进行了研究，后续研究可在功率控制与分簇算法的结合方面开展.另外，完成网络通信所涉及的所有环节，都会对WSN的网络寿命产生影响，仅仅进行拓扑控制无法达到最优的效果.如何将各层协议与拓扑控制进行协同耦合，也将是WSN拓扑控制研究中的关注点之一.

参考文献：

［1］ 蒋鹏.基于无线传感器网络的湿地水环境远程实时监测系统关键技术研究［J］.传感技术学报，2007，20 （1）：187. JIANG Peng.Survey on Key Technology of WSNBBased Wetland Water Quality Remote Real-Time Monitoring System［J］.Chinese Journal of Sensors and Actuators，2007，20（1）：187.（in Chinese）

［2］ 蒋鹏.基于无线传感器网络的湿地水环境数据视频监测系统［J］.传感技术学报，2009，22（2）：244. JIANG Peng.A Wetland Water Environmental Monitoring System Using Digital Video Based on Wireless Sensor Networks［J］.Chinese Journal of Sensors and Actuators，2009，22（2）：244.（in Chinese）

［3］ 肖俊生，张金溪，李照耀，等.Zigbee技术在藏区湿地保护应用中的研究［J］.西北民族大学学报（自然科学版），2013，34（2）：39. XIAO Junsheng，ZHANG Jinxi，LI Zhaoyao，et al. The Application of Zigbee Technology in Tibetan Wetlands Protecting［J］.Journal of Northwest University for Nationalities（Natural Science），2013，34 （2）：39.（in Chinese）

［4］ 陈平林，蒋锦刚，刘婷.无线传感器网络连续监测湿地水质异常数据的检测与处理-以西溪湿地为例［J］.湿地科学，2014，12（5）：618. CHEN Pinglin，JIANG Jingang，LIU Ting.Detection and Treatment of Anomaly Data of Continuous Monitoring of Water Quality in Wetlands by Wireless Sensor Network-A Case of Xixi Wetlands［J］.Wetland Science，2014，12（5）：618.（in Chinese）

［5］ 徐久强，毕伟伟，朱剑，等.WSN中多跳均匀分簇路由算法的设计与仿真［J］.系统仿真学报，2011，23 （5）：992. XU Jiuqiang，BI Weiwei，ZHU Jian，et al.Design& Simulation of WSN Equal-cluster-based Multi-hop Routing Algorithm［J］.Journal of System Simulation，2011，23（5）：992.（in Chinese）

［6］ 康一梅，李志军，胡江，等.一种低能耗层次型无线传感器网络拓扑控制算法［J］.自动化学报，2010，36 （4）：544. KANG Yimei，LI Zhijun，HU Jiang，et al.A Low-Power Hierarchical Wireless Sensor Network Topology Control Algorithm［J］.Acta Automatica Sinica，2010，36（4）：544.（in Chinese）

［7］ LAMBERTI F，SANNA A，PARAVATI G，et al. Mixed Marker-Based／Marker-Less Visual Odometry System for Mobile Robots［J］.International Journal of Advanced Robotic Systems，2013，10（1）：1.

［8］ AGHILI F，SALERNO A.Driftless 3-D Attitude Determination and Positioning of Mobile Robots by Integration of IMU with Two RTK GPSs［J］.IEEE／ASME Transactions on Mechatronics，2013，18（1）：21.

［9］ 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. SHEN Bo，ZHANG Shiyong，ZHONG Yiping.Cluster-Based Routing Protocols for Wireless Sensor Networks［J］.Journal of Software，2006，17（7）：1588. （in Chinese）

［10］ 杨志，陈暄，龙丹.WSN中一种基于拓扑优化的数据收集方案［J］.计算机应用与软件，2014，31（3）：250. YANG Zhi，CHEN Xuan，LONG Dan.A Data Collection Scheme Based on Topological Optimisation in Wireless Sensor Networks［J］.Computer Applications and Software，2014，31（3）：250.（in Chinese）

［11］ 李玉民，禹继国，万胜利.基于物理干扰模型的WSN拓扑控制算法［J］.计算机工程，2014，40（5）：89. LI Yumin，YU Jiguo，WAN Shengli.Topology Control Algorithm for WSN Based on Physical Interference Model［J］.Computer Engineering，2014，40（5）：89.（in Chinese）

［12］ 刘浩然，韩涛，李雅倩，等.具有路径能耗优化特性的WSN无标度容错拓扑控制算法［J］.通信学报，2014，35（6）：64. LIU Haoran，HAN Tao，LI Yaqian，et al.Scale-Free Fault-Tolerant Topology Control Algorithm in Wireless Sensor Network with Optimization of Path Energy Consumption［J］.Journal on Communications，2014，35（6）：64.（in Chinese）

（责任编辑、校对 张 超）

简 讯

无凝固收缩铝硅合金及熔铸技术

西安工业大学研制出了一种在凝固时不发生收缩，并具有超细组织、优良力学性能和热稳定性的新型铝硅合金，该铝硅合金主要由Al、Si、Cu、Mg、Mn和Ni等元素组成。对该铝硅合金进行熔体温度处理，获得了超细组织，初生硅尺寸被细化到10～15 m，比传统细化方法细化后的初生硅尺寸（30～50 m）减小了2～4倍。超细无凝固收缩铝硅合金在25～450℃范围内的线膨胀系数为16×10—6m·m—1·℃—1，其温度线膨胀系数是国内外所有铸造铝合金中最小的；除具有好的力学性能外，还具有良好的机械加工工艺性。该合金凝固时不发生体积收缩，不仅消除了因体积收缩而引起的缩松、缩孔等铸造缺陷产生的根源，而且也省去传统铝合金铸造时所需要的重量为铸件重量0.6～3倍的补缩系统，大大节省了材料、能源及人力，使铸件生产成本大幅度降低。该合金已获国家发明专利，在实际工业生产中推广应用前景广阔。

（张立新）

Topology Control of Wireless Sensor NetWorks Oriented Wetland Water Environment Monitoring

CHEN Hong1，YANG Yuxia2
（1.School of Electronic Information Engineering，Xi’an Technological University，Xi’an 710021，China；2.School of Humanities and Foreign Languages，Xi’an University of Technology，Xi’an 710054，China）

Abstract：To eliminate energy voids of the low energy adaptive clustering hierarchy algorithm caused by the asymmetrical distribution of nodes of cluster heads，an improved low energy adaptive clustering hierarchy nodes topology control algorithm was proposed on the distance of transmission，surplus energy of nodes and network cluster division to optimize nodes of cluster heads and determine the whole networks cluster heads..The actual performance of the algorithm was simulated for the features of wetland water environment.The results of simulation show that the improved algorithm is better than that of the original algorithm in nodes of low power consumption and energy balance，and the final running round numbers are increased by 26%to effectively prolong the working life of monitoring network in wetland water environment.

Key Words：wetland water environment；wireless sensor network；topology control；working life

作者简介：陈 红（1980—），女，西安工业大学讲师，主要研究方向为无线传感器网络、信息论与编码. E-mail：chenhong8008＠126.com.

基金资助：陕西省教育厅科研计划项目（12JK0503）；西安工业大学校长科研基金项目（XAGDXJJ14012）；陕西省科技厅科学技术发展计划项目（2009K08-10）

*收稿日期：2015-09-26

DOI：10.16185／j.jxatu.edu.cn.2016.02.013

文献标志码：中图号： TP393 A

文章编号：1673-9965（2016）02-0161-06