云环境下无线通信数据传输能耗优化方法研究

王建玺，岳 圆

（1.平顶山学院 计算机学院，河南 平顶山 467000；2.中国人民解放军61267部队，北京 101114）

0 引 言

随着无线通信技术的发展，人们对其传输质量的要求也越来越高，出现了无线通信数据传输能量消耗大的问题，相对较低的初始能量，传感器部署区较大，数据传输量大导致能耗增多，数据传输不稳定。无线通信数据传输能源消耗大的问题极大地限制了无线通信技术的发展，因此研究了云环境下无线通信数据传输能耗优化方法，以减少无线通信数据的能源消耗[1]。

1 云环境下无线通信数据传输能耗优化方法设计

1.1 簇头节点选择

由于簇头节点的转发任务重，需要长距离通信，能源消耗较大。为了将无线传输节点的任务均匀地分配到网络节点中，对簇头节点进行选择[2]。

选择簇头过程，使用HFUI协议进行周期性循环，将节点划分成簇，每个周期由数据传输阶段组成，任务是选取簇头节点。对网络进行初始化，在每个节点中产生随机数，判断是否成为簇头节点，并设定阈值，计算公式为：

其中，Sf代表计算完成的阈值，ei代表网络节点，代表簇头判断因子，d代表节点间通信距离，f代表节点间传输的数据量，x代表节点剩余能量，r代表发送数据时的消耗能量，此次计算不做定向分析，簇头选择根据节点是否大于该阈值决定。

若该数大于设定阈值，选该节点为簇头，并向全网发送一个包含本节点地址的声明信号，反之选为普通节点。成员节点向簇头发送包含本地节点的加入信号时，标明自己为该簇内节点，簇头根据自己信号数量，为本簇内成员分配相应时隙，将信息进行广播，簇内成员接收并检查簇头节点发送的时隙信息，确定发送时隙。第一次迭代结束后，所有节点进行下一次迭代，当最终簇头加入迭代终止，如果迭代结束后存在节点既不是最终簇头也没加入其他簇，则该节点成为最终簇，以完成簇头选择。

1.2 制定通信协议

簇头选择完成后，制定通信协议[3]。无线通信数据传输时，每个节点在自己的时隙内将数据发送给相应的簇头节点，在其余时隙发送时进行休眠模式，等待下一个组网周期进行发送[4]。并不是所有正确接收到信号的簇成员都进行传输，而是根据本次传输的需要来进行协作节点数据的调节，目标节点会合并所有接收到的数据进行解码。

数据传输包括簇内传输和簇与簇之间的传输。传输时，将簇内传输阶段所接收到的所有数据进行融合，统一发送给传输节点，经过一段组网发送完成后，网络自动重新回到组网阶段，进行下一次节点的发送。采用功率控制机制，根据源节点和目的节点之间的距离对功率进行调节，进一步节省能量。考虑到簇首之间的能耗均衡问题，通过减小基站附近簇的规模来降低该区域用于簇内消耗的能量，预留更多的能量进行簇首之间的数据转发，使各个节点之间的竞争半径与其到基站的距离成正比，使基站附近的簇首节点承担更多的转发任务。根据基站远近划分为大小不等的若干层，每层的大小由总层数和区域边缘距离基站的距离决定，提出JIEF通信协议，对通信能耗进行均衡。设定阈值，计算公式为：

其中，Fdg代表通信能耗均衡参数，i代表发送距离，sq代表设定的阈值，d代表节点间通信距离，此次计算不做定向分析。

当节点间的通信距离小于阈值时，采用自由空间模型，反之采用衰落模型，此时源节点发送数据到目标节点所需要的能耗表示为：

其中，Edgh代表接受数据需要消耗的能量，d代表功率放大器消耗的能量比例系数，K代表接受数据量，此次计算不做定向分析。

基于此，计算数据发送之间所消耗的能量，计算公式为：

其中，βcd代表源节点发送到目标之间的距离参数，w代表簇头数目，z代表节点转化为簇头的次数，此次计算不做定向分析。

通过制定通信协议将各个独立节点组织成一个高效节能的多跳数据传输网络，通过计算能够在源节点和目的节点间寻找合适的路径并进行数据转发，节省单节点能耗，并能够考虑网络整日的能耗及其均衡性，以完成云环境下无线通信数据传输能耗优化。

2 仿真与分析

章节1的设计只是从理论上证明了此次设计的有效性，为了测试本文设计方法在无线通信数据传输中的能耗情况，进行了仿真实验。实验的操作系统为Windows7，采用云计算平台进行无线通信环境模拟，使用随机信号发生器随机生成传输任务，忽略无线信道中的碰撞和干扰，实验参数设置如表1所示。

为保证此次实验的严谨性，使用传统的无线通信数据传输方法和本文设计的传输方法进行对比，对比结果如图1所示。

由图1可知，相同配置环境下，传统方法在进行无线数据传输时能耗较大，而本文方法在进行无线数据传输时能耗较小，说明该方法能够合理将网络中的节点进行处理，并通过制定的通信协议大大减少无线数据传输能耗。

表1 实验参数设置

图1 总能耗对比

3 结 论

无线通信技术是目前科技领域备受关注的技术之一。但目前的无线通信数据传输中，存在着节点传输数据能耗大的问题，因此设计了优化方法。经与传统方法的对比分析，本文设计的方法能够大大降低数据通信所需的能耗，具有更好的能量效率，达到了最小化能耗的目的。