毁伤评估无线传感网络能耗均衡方法

邓震峰，刘小岗

(西安机电信息技术研究所，陕西 西安 710065)

0 引言

在未来战场进行快速、精准地目标毁伤效果评估时，毁伤评估无线传感网络(DAWSN)可帮助指挥员实时掌握战役火力毁伤效果，调整火力计划和火力打击重点，同时具有最大限度地优化火力，提高弹药毁伤效果的能力。针对DAWSN节点过早失效导致评估数据传输精度降低的问题，如何保证DAWSN节点能耗均衡，确保精确数据传输是建立实时毁伤评估系统的关键[1-4]。

LEACH算法基于聚类的层次路由协议[5-6]，是一种典型的DAWSN能耗均衡方法。在LEACH中，所有节点按照一定概率决定是否成为簇首，周期性地进行簇首选举进行数据传输。通过改进LEACH算法实现了减少网络能耗，延长网络生命周期的目的[7-10]。例如EOP-LEACH、LEACH-MEEC、LEACH-L、ML-LEACH和LEACH-C算法等[11-14]，具备自主的网络重组能力，避免了固定的簇首节点因过度工作而耗尽自身能量，影响网络结构和生存周期，然而节点的数据传输精度没有进行综合考虑。特别是针对未来战场快速精准目标毁伤效果评估，提高弹药毁伤效能，需要解决DAWSN节点过早失效导致数据传输精度降低的问题。本文针对此问题，提出毁伤评估无线传感网络能耗均衡方法。

本文通过一种改进的LEACH算法，在选择DAWSN某一节点为簇首时，采用剩余能量值和该节点的未选择回合数作为生成选举概率阈值的参数，从而剩余更多能量的节点被选举的概率更高，同时引入单跳和多跳并行通信进行数据传输，构建精准数据传输的DAWSN能量均衡方法，为DAWSN对弹药打击目标的实时毁伤评估提供了技术支撑。

1 DAWSN节点能耗模型建立

LEACH算法中，对DAWSN节点n独立产生一个[0,1]区间内的随机值，并与阈值T(n)比较，当小于T(n)时，则该节点当选为簇首。每轮分簇时，若节点当选过簇首，设置其T(n)为0，则该节点不会再次成为簇首，阈值T(n)计算如式(1)所示：

(1)

式(1)中，p为簇首在所有节点中的期望比例，r为当前的轮数，G为最近1/p轮循环中未成为簇首节点的集合，mod为求模运算符，p×r·mod(1/p)代表一轮中当选簇首的节点个数占总节点数的比例。

考虑参选节点的剩余能量和当前节点未被选举为簇首的轮数两个参数，对LEACH算法选举簇首的阈值T(n)改进为：

(2)

式(2)中，Erest(n)为节点n的剩余能量，Eavg(r-1)为上一轮稳定的数据传输阶段最后一次数据帧传输时基站统计的网络节点平均剩余能量，Ri(n)为该节点连续1/p循环中未担当簇首的轮数，RN为设定仿真轮数。

在稳定的数据传输阶段，簇首节点与基站的通信由LEACH的单跳方式改进为采用单跳与多跳相结合的方式进行。设定当簇首节点与基站的距离为1.5R(R为可靠通信半径)之内时，该簇首节点使用单跳方式直接与基站通信，当距离大于1.5R时，则采用多跳的方式路由中继通信。当簇首节点需要以多跳方式进行数据转发时，则选取S值最大的簇首节点作为下一跳的通信节点，其中S的定义为：

(3)

式(3)中，Ni与Nk为簇首的节点，Ek_rest是下一轮次候选簇首节点的剩余能量，Mk是节点数，α和β是加权因子，d(Nk,B)是簇首与基站之间的距离，d(Ni,Nk)是两个簇首节点之间的距离。

2 仿真模型建立

毁伤评估无线网络部署的区域设置为100 m×100 m，DAWSN节点数为100。参考节点在节点总数中的比例设置分别为20%。所有系统节点的坐标都是随机生成和存储的，如图1所示。

图1 DAWSN节点随机分布图Fig.1 DAWSN node random distribution map

对设定的网络进行LEACH算法能耗计算流程设计，具体如下：

1) 对节点n使用Type(n)标记(簇首节点为(1)，成员节点为(0)，对节点n使用Elected(n)标志是否被选为簇头节点(被选为1，未选为0)。随机分布生成100个DAWSN节点，编号为1，2，…，100，并赋值为[0,1]区间的随机数，设置Type(n)和Elected(n)值均为0；

2) 将所有Elected(n)值为0的节点随机生成值与改进后的T(n)比较；

3) 某节点当选为簇首节点时，对Type(n)和Elected(n)均赋值1；

4) 节点成为簇成员节点，对Type(n)赋值0，Elected(n)不赋值；

5) 计算簇成员节点与所有簇首节点之间的距离；

6) 比较簇成员节点与所有簇首节点之间的距离，加入最近的簇首节点形成的簇；

7) 一轮分簇过程完成，网络运行至稳定的数据传输阶段；

8) 进行成员节点的数据融合和数据转发；

9) 回到簇首节点(1)开始下一轮分簇过程。

流程图如图2所示。

图2 LEACH路由算法优化后仿真算法流程图Fig.2 The simulation calculation flow chart of optimized LEACH routing algorithm

3 仿真数据分析

在每轮分簇过程中，表示簇首节点为中心的星型结构为一个分簇，并对簇首节点的Elected(n)赋值为1，使其在其后的连续1/p轮分簇过程中不会再当选为簇首。本仿真设置簇首节点占传感器总节点数的比例为0.1，基站坐标设为(0，0),在某次仿真实验中的分簇网络图如图3所示。

图3 LEACH分簇算法仿真网络图Fig.3 Optimized LEACH clustering algorithm network diagram for a certain simulation round

DAWSN中存活的节点数随聚类轮数而变化，如图4所示。对比传统LEACH算法，死亡节点分别在第41轮和77轮出现，50%节点数死亡分别在第124轮和241轮，全部死亡(无法成簇组网，可认为全部死亡)分别在351轮和452轮。由此可见，改进后的LEACH算法使网络总能耗均衡地分配到了各个节点上，推迟了部分节点因能量耗尽的死亡时间。

DAWSN消耗的总能量随着分簇轮数增加的变化曲线如图5所示。随着分簇轮数的增加，传统LEACH算法的总能量消耗均呈现先快后慢的增长趋势，与存活节点数量的变化趋势基本一致。但改进后的LEACH算法的能耗增长幅度在经过同样分簇轮数的情况下，明显慢于改进前的算法。改进后的LEACH算法减少了能量损耗，使得在DAWSN总能量一定的情况下，增加了DAWSN的生存时间。

图5 LEACH算法改进前后的能耗对比图Fig.5 Comparison of energy consumption of node networks before and after LEACH algorithm improvement

4 实验结果分析

5个DAWSN模块进行数据传输准确率测试，其中4个DAWSN设置为参考节点，1个DAWSN设置为目标节点。测试中的DAWSN如图6所示，以节点2的位置为原点建立参考坐标系，如图7所示。

图6 DAWSN节点通讯测试图Fig.6 The test layout diagram of Node communication

图7 DAWSN节点通讯坐标设置图Fig.7 The reference coordinate system of Node localization

采用一次测试发送/接收500条数据，进行单跳与多跳并行通信方式，设置可靠通信半径为45 m，在测试过程中将通信距离从60 m增大到80 m，每次步长为2 m,测试结果如表1所示。

表1 DAWSN数据传输测试结果Tab.1 The data transmission test results of DAWSN

DAWSN可靠通信距离(丢包率≤1%)为72 m左右，此距离下数据传输准确可靠度达99%，相比采用单跳通信在72 m的丢包率1.6%，有效提高了数据传输精度，如图8所示。结果表明在设置可靠通信半径1.5R范围内，采用单跳通信与单跳/多跳并行通信的数据传输精度均小于1%，超过72 m时，单跳/多跳并行通信的数据传输精度明显高于单跳通信方式，充分表明了本文设计的DAWSN系统的能耗与数据传输的准确性。

图8 DAWSN节点通讯精确性对比分析Fig.8 Comparative analysis of DAWSN node communication accuracy

5 结论

本文提出毁伤评估DAWSN节点的能量均衡方法，该方法通过改进LEACH算法，单跳/多跳并行通信，对DAWSN节点的生存时间和数据传输准确率进行了仿真与测试验证，仿真实验结果表明：

1) 通过对改进LEACH算法，均衡了DAWSN节点的能量消耗，相比传统EACH模型该方法提高DAWSN节点2倍的生存时间；

2) 引入单跳/多跳并行通信的无线网络结构，进行DAWSN数据传输测试验证，测得的节点在距离为72 m内可靠通讯误差小于1%，提高了DAWSN的数据传输准确率。

该方法为建立弹药打击目标毁伤效果的实时精准评估提供了技术支撑。