无线传感器网络能耗均衡研究

韩义波，吕星宇，杨新锋

无线传感器网络能耗均衡研究

韩义波，吕星宇，杨新锋

针对基于事件监测应用的无线传感器网络，通过引入模糊综合评判思想提出了一种基于事件区域的模糊综合评判选路模型，并基于此模型设计了一种能量优化路由算法（EORA Energy-optimization Routing Algorithm），EORA包括基于事件区域的数据融合树子算法和基于模糊综合评判的路由选择子算法。分析和仿真结果表明，这种基于事件区域的模糊综合评判路由能够均衡网络能耗，延长网络生存时间，实现对网络能量的优化使用。

无线传感器网络；节能组网；模糊综合评判；能量均衡

0 引言

无线传感器网络是部署在监测区域内大量廉价的具有通信、计算能力的微小传感器节点，通过无线方式连接形成的一个多跳自组织网络系统[1-3]，综合了现代传感技术、微电子技术、通信技术、嵌入式计算技术和分布式信息处理技术等多个学科，是一个新兴的交叉研究领域。

以数据为中心是无线传感器网络区别于传统计算机网络最为显著的特征。传统计算机网络以地址为中心，数据的发送、接收和路由都依赖网络地址进行处理。而在无线传感器网络中，往往不适合采用全局惟一的网络地址标识符，网络中数据的发送、接收和路由则主要根据语义来进行处理[4]。无线传感器网络通常是任务型网络，脱离无线传感器网络来讨论传感器节点并没有意义。在大多数无线传感器网络的应用中，用户通常更关心的是数据，并不关心这些数据是由哪个节点采集得到的。另外，无线传感器网络还具有大规模、自组织、高动态、资源有限、可靠网络、应用相关等主要特征[5-7]。无线传感器网络通常集成了无线通信、监测和控制的网络系统，它具有节点数量庞大且分布密集；由于节点能量消耗和受环境的影响，节点容易出现故障；周围环境干扰和节点故障易造成网络拓扑结构的变化；同时节点能量有限，存储能力、计算能力、通信能力等都受限。因而无线传感器网络的首要设计目的是保证网络的能量被高效利用，延长网络的生命期。

1 基于事件区域的模糊综合评判选路模型

当无线传感器网络中没有监测事件发生时节点只周期性产生少量数据，而当监测事件出现时，一般都以区域形式出现（例如某时段下雨导致某一区域内湿度增大，火灾导致某一区域内温度升高），因此，产生的这些数据在时间和空间上都具有较大相似性。在现有平面路由协议中往往没有考虑这种传感器网络数据的事件区域特性，不同源节点与汇聚节点间的传输路径是独立选定，随机相交的，因此数据融合也是随机进行的。以比较典型的定向扩散（DD，Directed Diffusion）为例，运行DD的传感器节点使用基于属性的命名机制来描述数据，Sink节点通过发送兴趣来完成数据收集，在兴趣传播的过程中建立起指向信息源的梯度矢量，并利用加强算法建立一条到达Sink节点的最佳路径。在DD中，Sink分别加强每一个向它发送数据的源节点，这样它分别与每个源节点之间建立一条最小延时的路径，这些路径选择是相互独立的。在这种情形下数据传输路径的建立都只考虑到单个源节点，没有考虑到整个事件区域。这样位于同一事件区域内的不同源节点将会沿着多条相互独立的路径传输数据，这些路径是随机相交的。由于数据融合发生在路径的交点上，因此数据融合是随机进行的。

针对这种事件区域性特征，提出了基于事件区域的模糊综合评判路由选择模型。该模型首先在一个事件区域边缘根据一定条件选择一个节点作为该事件区域内的根节点，其它源节点以这个节点为根，在事件区域内建立一个树形结构，区域内所有源节点产生的数据沿着这棵树传送到根节点，并且由根节点对数据进行融合。

2 能量优化路由算法

EORA算法包括两个部分：第一部分是针对事件区域的数据融合树算法。该子算法通过兴趣信息的扩散，在事件区域内选取根节点并建立数据融合树，对区域内数据进行收集和融合，减少最终传给Sink节点的数据量。EORA另外一部分是基于模糊综合评判的路由选择算法用于传输事件区域内根节点发往Sink节点的数据，该子算法中Sink节点根据需求确定路由请求的扩散方向，通过反向查询方式构建多条路径，Sink节点采用多参数模糊综合评判进行路由选择。

2.1 基于事件区域的数据融合树算法

基于事件区域的融合树构建算法采用基于兴趣包扩散进行数据收集的机制以及基于属性的命名方式，算法中定义了两种类型的兴趣包：

定义1 全局兴趣包：由Sink节点发出的兴趣包，包含要查询的信息类型、范围、数据速率、兴趣持续时间。全局兴趣包可以在全网扩散进行数据的查找。

定义2 区域兴趣包：由具有与全局兴趣包匹配数据的节点产生的一种兴趣包，该兴趣包是由节点在全局兴趣包的基础上增加两个字段（RootID、Energy）和（Hop，Penergy），分别用来标识根节点的ID号、其剩余能量以及兴趣包的扩散跳数和上一跳节点的剩余能量。

如果节点上没有与全局兴趣包相匹配数据，则不转发区域兴趣包，因此，区域兴趣包的扩散范围被限制在特定事件区域内。事件区域内根节点选择的原则是选择事件区域边缘具有能量较大的节点作为根节点，根节点通过扩散区域兴趣包建立该事件区域内的数据融合树。在事件区域内的源节点第一次收到针对自身数据的全局兴趣包查询后，将本身ID信息加入该兴趣包，并将兴趣包类型转换为区域兴趣包继续进行扩散，节点丢弃重复收到的全局兴趣包。当节点收到区域兴趣包后，检查自身是否是符合该兴趣要求的源节点，即自己是否在该事件区域内，如果节点不在该事件区域，则丢弃该区域兴趣包。当节点满足兴趣要求，检查自身保存的根节点信息，如果有能量更高的根节点出现，节点将兴趣包内的根节点信息更新自身保存的根节点信息，并转发该区域兴趣包；反之，如果收到区域兴趣包内的根节点能量不够高、不够“优秀”，则丢弃该区域兴趣包，阻止该区域兴趣包的继续扩散。通过以上兴趣扩散过程，事件区域边缘一个能量较高的节点被设置为该事件区域的根节点，根节点选定后，负责事件区域内的数据收集任务，并建立与Sink节点的传输路径。

2.2 基于模糊综合评判的路由选择算法

在Sink节点与事件区域之间使用基于模糊综合评判的路由选择算法，该算法主要由3部分组成：网络初始化、路由发现以及路由维护。

（1）网络初始化

在自由空间中电波传输损耗只与工作频率f和传播距离d有关，如式：

式中Los是传播损耗，单位为dB；d是距离，单位是km；f是工作频率，单位是MHz。

根据以上损耗模型，在频率固定下节点的广播信息随着扩散距离增加，信号强度逐渐减弱。同时考虑传感器网络中Sink节点通常具有以下特点：Sink基本静止；Sink节点具有较大发射功率，通信范围能够覆盖全网；Sink电池可更换，不受能量限制；Sink节点相对于普通节点具有较高计算能力。利用Sink节点的这些特点，算法在网络初始化阶段由Sink节点以最大功率广播一个初始化信息，向网络中所有节点通告自己的状态信息。节点接收数据包并计算其平均RSSI强度，计算出信号的传播损耗，估算出节点与Sink节点的大致相对距离。网络中节点可以通过比较邻居节点到Sink节点的距离即可判断得出Sink节点的大致方向，从而控制路由发现过程中探测包的扩散方向。由于传感器网络节点静止，因此通告只在初始化过程中广播一次即可。考虑到自由空间传输模型的特殊性，因此在算法实际应用过程中，需要结合实际应用环境信号传输模型对初始化过程进行调整。

（2）路由发现

网络初始化后，当源节点s有数据要发送时，启动路由发现过程。EORA算法为了充分利用Sink节点的能量优势，采用反向能量查询，由源节点s发起路由发现过程，向Sink节点发出路由探测信息RPRO（Route Probe）以建立多条可用路径。Sink依据在模糊综合评判路由选择模型中描述的流程从多条路径中选择一条发出路由加强报文RREI（Route Reinforcement），通知源节点数据传输的路径。

（3）路由维护

由于传感器网络应用环境复杂，导致路由断路时常发生，在EORA中为了减少路由重构所带来的开销，设定了3个级别进行路由维护：

1）本地维护

链路在传输过程中出现断裂，如果某节点确认下一跳节点失效，则发出带跳数限制的RPRO在局部重新寻找一个过渡节点，替代失效节点。

2）Sink维护

当Sink节点在固定时间内仍然没有收到源节点发来的数据，则认为该条路径失效并局部修复失败，此时Sink节点在备用路径中选择较优的路径发出加强报文。如果Sink节点只存储到达目的节点的唯一一条路径，则直接向该节点发送消息告知重新发起路由发现过程。

3）源节点维护

当源节点保存的路由信息生存时间超时或者收到Sink发出的重新寻路通知，源节点重新发起路由发现过程，寻找新的路由。

3 仿真测试

使用能量仿真平台PowerTOSSIM模拟目前传感器网络中广泛采用的Mica2+Tinyos传感器网络系统对所设计算法进行仿真分析。实验中采用TTinyViz与PowerTOSSIM相结合的方式实现对算法的性能分析。出于算法的需要，仿真中采用如下方法使节点获得Sink节点信号强度：首先利用Tinyviz中layout选项保存网络节点拓扑结构为mps文件，然后使用awk脚本程序根据mps文件中节点坐标信息计算出到Sink节点距离，再根据信号衰减模型转换为信号强度值。在网络初始化过程中读取文件中的数据，设置节点保存的Sink节点的信号强度值。

实验将提出的能量优化路由算法EORA与经典的定向扩散路由DD进行能耗均衡能力上的比较分析。通过计算截至第一个节点死亡前网络中所有节点剩余能量的标准差来衡量网络的能耗均衡性。分别为能量优化路由EORA和定向扩散路由DD如图1所示：

图1 网络节点剩余能量均衡性

网络节点剩余能量标准偏差平均降低了约30%，可见采用能量优化的EORA算法的能耗均衡性明显优于后者。仿真50s时EORA算法与DD算法路由总能耗的对比如图2所示：

图2 网络总能量消耗

随着网络规模的增大，EORA算法的能耗增幅小于DD。

4 总结

本文主要针对基于事件监测的无线传感器网络数据区域性特征，通过引入模糊综合评判思想，提出了一种基于事件区域的模糊综合评判选路模型，并在此基础上设计了无线传感器网络能量优化路由算法EORA。首先，针对事件区域性特征设计了数据融合树算法，通过兴趣信息的扩散在事件区域内选取根节点，建立数据融合树进行事件区域内数据收集。这种方式减少网络中传输的数据量，降低中间转发节点的能耗。事件区域内根节点使用基于模糊综合评判的路由选择算法建立自身到Sink节点的传输路径，该算法中Sink节点根据需求确定路由请求的扩散方向，通过反向查询方式构建多条路径，采用多参数模糊综合评判进行路由选择。最后，分析和仿真结果表明采用基于事件区域的模糊综合评判选路模型的能量优化路由算法EORA能够均衡网络能耗，延长网络生存时间，实现对网络能量的优化使用。同时EORA具有较强的可扩展性，可以根据实际应用需要动态改变路由选择参数，实现路由策略的可控性。

[1] Akyildiz F.Su W. Y.Sankarasubramaniam, E.Cayirci. Wireless sensor networks: a survey [J]. The International Journal of Computer and Telecommunications Networking. 2002, 38(4):393-422.

[2] 孙利民,李建中等. 无线传感器网络[M], 北京:清华大学出版社, 2005, 131-253.

[3] Akyildiz I.F. MelodiaT.Chowdhury K.R. A survey on wireless multimedia sensor networks[J]. Computer Networks. 2007, 51(4):921-960.

[4] Willig A. Wireless sensor networks: concept, challenges and approaches.e & amp[J]. I Elektrotechnik and Information stechnik. 2006, 123(6):224-231.

[5] 刘刚,周兴社,谷建华等. 自组织、自适应无线传感器网络理论研究[J].计算机应用研究，2005,5:30-33.

[6] Joseph P., Robert S., Alan M. Analysis of Wireless Sensor Networks for Habitat Monitoring[J]. In Proceedings of Wireless Sensor Networks, 2004, 399-423.

[7] Tian D., Georganas N.D. Connectivity maintenance and coverage preservation in wireless sensor networks[J]. Ad Hoc Networks, 2005, 3(6):744-761.

TP301

A

2015.04.05）

1007-757X(2015)07-0012-02

河南省重点科技攻关计划项目（112102210500）

韩义波（1977-），男，南阳理工学院，计算机与信息工程学院，讲师，博士研究生，研究方向：地图制图与地理信息、并行计算以及数据库研究与应用，南阳，473004

吕星宇（1984-），男，南阳理工学院，助教，研究方向：计算机网络，南阳，473004

杨新锋（1979-），男，南阳理工学院，计算机与信息工程学院，副教授，硕士，研究方向：无线传感器网络、图像处理，南阳，473004