无线传感器网络LEACH协议的能耗研究

摘要：通过对无线传感器网络LEACH协议的分析研究，提出了一种最佳能量消耗算法，该算法采用簇的最佳能耗范围、基于能量的簇头选举法以及对簇的组建阶段的优化的方式改善了LEACH协议在簇头的产生、簇的范围等方面的一些缺陷。经仿真证明，该算法较LEACH具有有一定的优异性，能有效均衡节点能耗，延长网络生存期。

关键词：无线传感器网络;LEACH;能耗;生存期

中图分类号：TP393 文献标识码：A 文章编号：1007-9416（2018）11-0056-02

0 引言

无线传感器网络通常由于工作环境的限制难以获得持续能量供应，只能使用电池等方式提供有限能量，因此在对网络规划设计时必然对所有能量的使用锱铢必较。目前常见的做法是通过对软件的优化设计，特别是对通讯协议的优化改进等方式，如采用平衡节点的能量消耗、减少数据传输数量等，使整个网络的生存期获得有效提升。本文就是通过对经典LEACH协议的能耗分析研究，提出了一种基于LEACH协议的最佳能量消耗算法（Best Energy Cost LEACH，BEC-LEACH）。

1 LEACH协议概述

LEACH协议是一种基于多簇结构的路由协议，它是MIT学者A.Chandrakasan等人为无线传感器网络设计的低功耗自适应聚类路由协议[1]。LEACH在节点的管理上运用了分簇的概念，循环随机选择节点成为簇头，由各簇头去管理所在节点集合，使整个网络的能量消耗由各个节点分担。LEACH还采用“轮”的概念，将整个网络的生存期分为多轮周期，每轮又分为簇的组建和簇的稳定工作阶段，在簇的组建期间，随机选择节点担任簇头，其余节点根据位置、信息等因素加入簇。在簇的稳定工作期间，各节点按约定苏醒采集、发送数据，簇头将数据收集汇总发送给sink網关。LEACH虽较其他平面多跳路由协议或静态多层结构路由协议能将网络的生存期延长约15%，但是在簇头的产生、分布等方面还存在一些缺陷。

2 BEC-LEACH描述

BEC-LEACH通过对LEACH工作过程中的能耗分析研究，针对LEACH在簇头的产生、簇的范围上的一些问题进行了相关优化。

2.1 簇的最佳能耗范围

通过对LEACH的能耗研究可知，簇的覆盖范围过大或过小时都会导致整个网络的能量消耗率急剧升高，仅当处于合适的范围时，网络的能量消耗率才会较低、生存期才会较长。对此，BEC-LEACH采用了簇的最佳能耗范围的方法，通过簇头和簇内节点的能量消耗值来度量簇的范围是否最佳来控制簇的大小。

假设网络处于理想环境，有N个节点均匀分布在M×M的区域内，在每轮中存在k个簇，每个簇的大小相同，采用一阶无线电模型分析工作流程，整个网络的能耗为：

其中是数据传输位数，是簇头到基站的距离，是发送和接受电路消耗的总能量值，、是放大器电路的放大系数。

当构成簇的簇头和簇内节点数量取得最优解时整个簇的能耗范围最佳：

同时，考虑理论与实际应用中的差异，引入一个能量权值C（0

2.2 基于能量的簇头选举法

通过对LEACH的簇头选举法可知，LEACH的随机簇头产生方法易造成整个网络的能量消耗率大幅增加。对此，BCE-LEACH采用基于能量的簇头选举法，来促使产生的簇头位置趋于簇的重心位置，使整个簇的能耗趋于平均化。

基于能量的簇头选举法通过对簇头数量控制和选举参考节点剩余水平能量值来实现。对簇头数量控制是通过簇的最佳能耗范围计算出网络中最优簇头个数，限制每轮选举出来的簇头数量不得超过该值，以此降低整个网络的能耗率、减少能耗率波动幅度。选举参考节点剩余水平能量值则是通过在簇头竞争时加入节点剩余能量的平均值来限制剩余能量较少的节点当选簇头，具体做法是在簇头选举时，先根据簇内所有节点的剩余能量计算本簇的剩余能量水平值，然后先将前任簇头的剩余能力值与之进行比较，如前任簇头节点所含剩余能量大于剩余能量水平，则本轮跳过竞争过程继续由该节点担任簇头，否则在簇的最佳能耗范围内所有剩余能量超过水平值的节点中选举产生簇头。

2.3 工作过程

BCE-LEACH的工作过程与LEACH相比主要是在其簇的组建阶段进行了改进。BCE-LEACH在每轮簇的组建期间的簇头选举阶段，先计算上轮各个簇的能耗总值，然后将各簇按能耗从大到小排序，各簇按该次序采用基于能量的簇头选举法开始产生簇头，即先由上轮能耗较大的簇进行簇头竞争选举，然后其余簇再进行竞争选举簇头。簇头选举完成后开始节点入簇阶段，本轮新簇头全网广播，各节点在收到新簇头的广播信号后，向周围簇头发出入簇申请，申请信息中包含自己所接收到的各簇头信息，包括id以及信号信息等，各簇头待节点全部申请完后，先选择仅能接收到1个簇头信号的边缘节点加入，然后依次按节点感知的簇头数量和信号量的值从小到大依次加入，直到达到簇的最佳能耗范围为止。

3 仿真过程及分析

为检验BCE-LEACH对于LEACH的改进性，通过MATLAB平台进行仿真验证。设置100个节点随机分布在100M×100M的二维方形区域中进行仿真，其相关参数如下：

基站位置为（150M，50M），初始能量为0.5J，Eelec为50nJ/bit，Eda为5nJ/bit/signal，εamp为0.0013pJ/bit/m4，εfs 为10pJ/bit/m2，dBS为84M，数据长度为4000bit，控制包长度为200bit，簇头广播距离为100M。

同时考虑到算法中能量权值C的取值十分重要，可用于调节理想值与实际运行中的差异，对其进行了大量仿真对比，最终发现取0.5～0.6时最佳，因此在后续仿真中取C=0.6。

在随机环境下，BCE-LEACH与LEACH的生存期对比如图1所示，图中X轴坐标表示系统运行轮数，Y轴坐标表示该轮系统中没有死亡的节点总数。其中，LEACH在378轮时出现第一个节点死亡，而BCE-LEACH在866轮出现第一个死亡节点，相对延后129%。LEACH全部节点死亡时间是1524轮，而BCE-LEACH全部节点死亡时间是1921轮，相对延后26%。由此可见，BCE-LEACH更能有效延长整个网络的生存周期、均衡网络中各节点的能耗。

4 结语

本文对无线传感器LEACH协议进行了改进，提出了一种基于簇的最优能量消耗算法BEC-LEACH，该算法在簇的组建阶段通过优化簇的能耗范围、基于能耗的簇头选举等方法，控制簇的大小和范围，促使簇头的产生趋于重心位置、簇的能耗范围趋于最优化。经仿真对比表明，与LEACH相比BEC-LEACH有明显改进，能达到更长的网络生存期。

参考文献

[1]Heinzelman， Rabiner W， Chandrakasan， et al. Energy-Efficient Communication Protocol for Wireless Microsensor Networks[C]// Hawaii International Conference on System Sciences. IEEE， 2000：8020.

[2]夏中林.基于LEACH協议的最少能量消耗算法的研究[D].湖南科技大学，2014.

[3]陈晨，杨红丽.无线传感器网络LEACH协议能耗的改进[J].计算机系统应用，2017，26（11）：205-212.

[4]吴标，余剑，易仁杰.基于节点剩余能量的分时分簇LEACH改进算法[J].火力与指挥控制，2016，41（10）：84-88.

[5]王开通.无线传感器网络LEACH路由算法优化研究[D].重庆大学，2014.

[6]Nazia Majadi.U-LEACH：A Routing Protocol for Prolonging Lifetime of Wireless Sensor Networks[J].International Journal of Eagineering Research and Applications， 2012，2（4）：1649-1652.

The Research for Energy Consumption of LEACH Protocol in

Wireless Sensor Network

XIA Zhong-lin

（Hunan University of Medicine， Huaihua Hunan  418000）

Abstract：This paper presents an optimal energy consumption algorithm based on the analysis of energy consumption of LEACH protocol in WSN. This algorithm uses the optimal energy consumption range of the cluster， the energy-based cluster head election method and the optimization of the cluster formation stage to improve the LEACH protocol in the cluster head generation and cluster scope and other aspects of the defects. Compared with LEACH， this algorithm has some advantages. It can balance the energy consumption of nodes and prolong the network lifetime.

Key words：WSN; LEACH; energy; network lifetime