双线轨道无线传感网络节点优化部署策略

孟建军，马军惠，陈晓强，4，贾 辛，刘 潇

(1.兰州交通大学 机电技术研究所，甘肃 兰州 730070；2.甘肃省物流及运输装备信息化工程技术研究中心，甘肃 兰州 730070；3.甘肃省物流与运输装备行业技术中心，甘肃 兰州 730070；4.兰州交通大学 机电工程学院，甘肃 兰州 730070)

0 引言

近年来,随着我国铁路建设网的逐年增加,列车运行环境愈加复杂多变,而铁路沿线环境直接影响着列车行车是否安全。由于我国铁路干线一般是铺设双线轨道,其行车里程区间设有两条正线且运输量比单线轨道高出3倍,例如,全长两千多千米的青藏铁路全程铺设有单线轨道和双线轨道,在格尔木至拉萨段铺设的单线轨道长约1 200 km,双线轨道占全程线路的一半;同时,格拉路段大部分处于海拔3～5 km的高原地区,冻土绵延,列车运行环境十分恶劣[1]。无线传感网络技术作为一种重要的信息获取手段,在铁路沿线、煤矿内部巷道、高速公路以及电网等长距离带状环境监测方面有着显著优势[2-4],因此,可将无线传感网络技术应用于列车运行环境监测。另一方面,无线传感网络在运行过程中易出现能耗不均衡现象而导致网络寿命减短[5],因此,如何均衡各区间的能量消耗以提高网络寿命以及提高覆盖率的同时降低部署成本是需要重点考虑的问题。

针对无线传感网络节点部署,文献[6]考虑同一监测环境下部署不同性能的传感器节点,以最小的部署成本为目标,构建了多重覆盖数学模型;文献[7]在农田无线传感网络部署场景下,综合比较了节点随机部署、正六边形以及正四边形部署下的剩余能量、平均延时等网络性能,但未考虑部署成本以及均匀能耗的问题;文献[8]提出了煤矿井下巷道无线传感网络节点能耗均衡的部署方法,将区域划分成面积相等的簇并按比例分配节点数量,延长了网络寿命;文献[9]提出了适合带状区域的高效利用能量的路由协议,较好地均衡了能量利用率,并得出了传感器节点部署密度函数;文献[10]提出了一种节点分区域重点部署算法,在考虑能耗均衡的前提下用较少的节点实现最大化覆盖,但该算法以移动节点为前提,并不适用于无人值守的野外环境。

在双线轨道无线传感网络中,节点部署方式分为随机部署和固定部署[11-12],铁路沿线需要监测的环境有时长达几千米甚至十几千米,随机部署无法保证网络区域全覆盖,造成网络出现遗漏、多冗余等现象,因此本文采用固定部署方式;固定部署是将节点固定在划分好的几何区域顶点处,常用的分区方式有三角形分区、矩形分区等[13-14]。若采用文献[15]的部署方式,单独对每条轨道进行三角形部署,此策略下双线轨道所需传感器数量是单线轨道的2倍,大大增加了传感器节点数量;若采用三角形、矩形分区,在数据传输时需要进行簇头选举,而采用六边形分区可将簇头(CH)节点置于中心点处,不需要消耗能量来选举CH节点。

本文将双线轨道划分成面积相等的簇,摒弃传统的CH选举机制,将CH节点设于六边形中心,根据网络模型和节点能耗模型按比例计算CH节点数量并分配至各簇,利用簇成员(CM)节点与CH节点的能耗关系计算簇成员节点数,并在六边形内按照多重覆盖的方式部署不同数量的节点,对重复的节点设置休眠/唤醒机制,达到能量均衡的目的。

1 系统模型

1.1 网络模型

本文以双线轨道直线路段为具体应用场景,对基于簇的无线传感网络模型设置如下参数:簇的数目为n,节点包括CH节点、CM节点以及1个sink节点,sink节点设于整个待测区域的左侧,按离sink节点由近及远的顺序将簇依次记为e1,e2,…,en,各簇的CH节点相应定义为一级CH节点,二级CH节点,…,n级CH节点,如图1所示。

图1 网络模型Fig.1 Network model

设置如下条件:

① 所有簇内传感器节点初始能量E0相同,能量由电池供给;sink节点固定部署在双线铁路中心线一端,能量由外部供给,运算能力强。

② 节点采用布尔感知模型[16-17],感知区域是以节点为圆心、感知半径为r的圆,若感知目标在节点覆盖区域内,感知事件概率为1,否则概率为0。

1.2 能耗模型

由于列车运行环境复杂多变且多为野外,无线传感网络节点的工作环境面临无人值守的困境,一旦传感器节点能量耗尽,无法及时更换电池。无线传感网节点能量消耗包括采集信息、数据融合处理以及数据传送三方面,研究证明,数据传送占主要能耗的90%[9],远远高于节点采集信息与融合处理能耗,因此,为简化模型方便计算,忽略传感器节点的采集信息与融合处理能耗,并采用文献[13]的无线通信消耗模型。

(1)CM节点能耗模型

CM节点向CH节点发送lbit数据的能耗ETX为:

(1)

式中:Eelec为发射电路或接收电路处理单位bit数据的能耗,l为传送的数据量,d为发送端与接收端的距离,其阈值为d0;εfs和εmp分别为自由空间模型和多路径衰减模型下的数据传输能耗,d

(2)CH节点能耗模型

无线传感网络中的n级CH节点,其能耗由接收信息能耗和发送信息至上级CH节点能耗组成,传感器节点接收lbit数据流量的能耗ERX为:

ERX(l)=lEelec,

(2)

因此,n级CH节点能耗En为:

(3)

其他CH节点能耗需要在n级CH节点能耗基础上增加数据包传送能耗,因此,其他CH节点能耗Ei为:

(4)

式中:i=1,2,…,n。当i=n时,式(4)为n级CH节点能耗。

2 能量均衡的节点密度分析

2.1 CH节点密度分析

在双线轨道无线传感网络中,CH节点通过多跳路由方式将信息传送到sink节点,因此,越靠近sink节点的CH节点负载越多,能量耗尽越早;若每个簇的节点数量相同,会导致整个无线传感网络能耗不均匀。针对这一问题需要依据每级CH节点的能耗情况确定其数量,以非均匀部署方式达到能量均衡的目的。

设整个无线传感网络部署的CH节点数量为N,i级CH节点数量为Ni,则有:

(5)

i级CH节点进行一次数据传输的能耗为:

Ei=(n-i+1)(2lEelec+lεmpd4),

(6)

(7)

递推得到:

(8)

由式(7)、式(8)联合求得一级簇的CH节点数量:

(9)

进一步得到i级簇的CH节点数量:

(10)

2.2 CM节点密度分析

(11)

化解得:

(12)

3 节点部署策略

3.1 六边形部署原理

将整个双线轨道等效成二维带状区域,在保证双线轨道监测区域全覆盖的前提下,将传统分区方式所得分簇数与本文提出的六边形比较,如图2所示,网络部署长度D=800 m时,矩形分簇数目是六边形分簇数目的1.9倍,三角形分簇数目是矩形分簇数目的2.05倍,因此,六边形分区在满足三重覆盖的前提下划分的簇数目比其他2种策略少,可节约大量节点。

图2 不同轨道长度下的分簇数Fig.2 Number of clusters under different track lengths

图3为本文提出的节点六边形部署示意,如图所示,将双线轨道无线传感网络区域划分成n个六边形,根据上节方法计算所需节点数量并依次部署在六边形区域的各顶点处,其中,CH节点部署在六边形的中心处,CM节点部署在六边形顶点处,CM节点的感知区域恰好相交于CH节点位置处,保证CM节点信息被CH节点接收的同时实现网络区域全覆盖。

图3 节点六边形部署模型Fig.3 Node hexagon deployment model

3.2 最优分簇方式

针对本文提出的网络分簇方式,lbit的数据流量从n级CH节点通过多跳方式发送到sink节点时的簇间传输总能耗为:

(13)

(14)

图4 六边形分簇效果Fig.4 Effect picture of hexagonal clustering

根据最佳分簇方式,求出可划分的六边形数:

(15)

3.3 簇内节点调度

通过上节计算每级簇内节点数量不等,针对相同六边形划分的簇,每个簇内同一时间的感知点数目相同,因此,本文采用节点多重覆盖方式,已知需要部署的节点总数,按式(10)、式(12)计算各级所需CM节点和CH节点数量,重复的节点在感知点附近错位部署并逐一编号,如图5所示。节点工作采用休眠/唤醒机制,当节点1处于工作状态时,其他重复节点为“休眠”状态,节点1能量低于其最低工作电量时,唤醒重复节点2,按照此方式,直至所有重复节点能量耗尽;CM节点部署同样依照上述多重覆盖方式,并采用休眠/唤醒机制。

图5 多重覆盖节点部署模型Fig.5 Multi coverage node deployment mode

4 仿真实验与分析

4.1 部署流程

根据双线轨道的实际特性,设置其参数如表1所示,部署策略流程如下:

① 已知网络部署长度D、宽度y以及传感器节点感知半径r,对双线轨道带状区域按照式(14)、式(15)所得分簇间距与分簇数进行均匀分区;

② 已知传感器节点初始能量E0以及各网络部署长度下的CH节点总数,根据式(10)计算各簇所需CH节点数并依次部署;

③ 已知各级CH节点数量,由式(12)计算各簇所需CM节点数并依次部署;

④ 每级簇内节点按照图3所示的六边形部署策略进行部署;

⑤ 多重覆盖的区域内节点部署按照图5所示形式进行放置。

4.2 实验结果分析

本文使用Matlab对提出的基于六边形分簇的能耗均衡部署策略进行仿真实验。具体参数如表1所示。

表1 实验参数

图6是部署长度为1 000 m时的网络工作时间,可以看出,网络运行至285轮时,3种部署策略下的网络死亡节点数为0,从285轮开始,CH节点均匀部署策略下的死亡节点数目开始增加;运行至423轮时,CH节点随机部署策略下的死亡节点数开始增加,运行至429轮时,CH节点非均匀部署策略下的死亡节点数逐渐增加,本文提出的节点非均匀部署策略网络工作时间为1 238轮,较随机部署和均匀部署策略分别延后了225轮和483轮。实验结果表明,在初始能量相同的情况下,本文提出的能耗均衡的节点非均匀部署策略能够有效延长网络寿命,并且对于长距离网络部署具有良好的延伸性。

图6 1 000 m部署长度下的网络生命周期Fig.6 Network life cycle under 1 000 m deployment length

图7是3种部署策略在不同部署长度下的网络工作时间,可以看出,随着部署长度的增加,CH节点负载越重,网络结束工作的时间越早;从整个曲线的分布来看,CH节点非均匀部署策略下的网络工作时间高于其他2种策略,CH节点均匀部署时能量消耗更快。

剩余能量比是衡量网络能量利用率的重要指标,如图8所示,CH节点均匀部署时的剩余能量比显著高于其他2种部署方法且变化趋势更明显,这是因为传感网络寿命取决于能耗最快的CH节点。随着部署长度的增加,在该网络模型中距离sink节点最近的CH节点负荷的数据量最多,能量消耗最快,剩余能量比就越高,此策略易提前结束网络工作任务,降低了网络生命周期。本文提出的CH节点部署策略的剩余能量比相比其他2种策略更低,优势更明显,各簇的能量利用更均衡。

图8 不同部署长度下的剩余能量比Fig.8 Residual energy ratio under different deployment lengths

簇首能耗比即CH节点消耗能量与总能耗的比值,图9是网络工作时间为400轮时,簇首能耗比与分簇数的关系,从图中可以看出,在分簇数相同的情况下,随着部署长度的增加,CH节点间距离增大导致能耗增多。仿真结果表明,部署长度从600 m增加到1 600 m时,最佳分簇数为9、11、14、17、20和22。因此,在对双线轨道进行分簇处理时,分簇数取决于数据传输距离和传送的数据量,分簇数小于最优分簇数时,CH节点分布较密,致使传送数据量增加;分簇数大于最优分簇数时,CH节点间距离增大,能量消耗速度加快。

图9 不同部署长度下的簇首能耗比Fig.9 Cluster head energy consumption ratio under different deployment lengths

5 结论

本文提出基于六边形分簇的能耗均衡部署策略,将双线轨道划分成面积相等的簇,将CH位置设于六边形中心,根据网络模型和节点能耗模型按比例计算CH节点数量并分配至各簇,利用CM节点与CH节点的能耗关系计算CM节点数;在六边形内按照多重覆盖的方式部署不同数量的节点,对重复的节点设置休眠/唤醒机制,达到能量均衡的目的。实验结果表明,本文提出的CH节点部署策略其剩余能量比相比其他2种策略更低,优势更明显,各簇的能量利用更均衡,对于长距离节点网络部署具有很好的延伸性。基于此,下一步的工作重点是考虑双线轨道多个sink节点下的无线传感网络部署策略,构建更全面的网络模型。