基于收益函数的WANET节点优化算法设计 *

刘秋菊，王仲英

(1.郑州工程技术学院信息工程学院,河南 郑州 450000;2.河南经贸职业学院工程经济学院，河南 郑州 450018)

引言

智能电网是利用高速双向通信网络，把先进的传感技术、测控技术集成的绿色的清洁工程，容许各种不同发电形式的接入，实现电网的高效、可靠、安全传输[1].无线传感器网络(wireless sensor network, WSN)是把信息采集、传输、处理为一体的智能化综合系统，作为通信领域的新兴技术，具有自组织、多跳路由等优点，可以部署在智能电网中的条件要求苛刻的险恶区域，在智能计量、故障定位、设备维修等方面得到了广泛应用[2-3].无线传感器网络在智能电网的建设中扮演着非常重要的角色.

面向智能电网的无线传感器网络针对电网的特点进行设计，同普通的传感器网络一样，它也存在着一些关键技术问题需要深入研究，如路由协议、定位方法、功率分配等.高毓峰等研究了无线传感器网络中的经典路由协议LEACH协议[4]，根据电力通信的特点，设置部分高级节点，并对LEACH协议进行了改进，可减轻普通传感器节点的负担，实现了普通传感器网络到面向智能电网的无线传感器网络路由算法的移植.黄蓉等研究了适用于智能电网中的节点检测和定位方法[5]，设计了通过能量感知使簇头和簇内传感器之间两步通信算法，以此延长系统寿命.文献[6～8]的作者从不同的角度提出了连通整个网络的各节点最低发射功率的计算方法，并把它作为全网的发射功率.这种功率分配策略虽然简便，但存在大量节点能量浪费的情况.文献[9]将节点的发射功率设置问题看做是网络中的博弈问题，利用博弈求解过程确定节点发射功率，但在设计模型中并未考虑节点的多跳路由过程.文献[10～12]从不同的角度提出网络节点的功率分配以实现网络效用最大化的方法.文献[13]研究了结合路由找到了一条链路使得每个节点功率之和最小的方法，但只针对网络中只有一个源节点和目的节点传输信息的情况.文献[14]设计了一种支持并行传输的信道分配与功率控制联合优化博弈算法，但上述文献中的算法都没有考虑网络能耗的均衡性，其节点选择发射功率之后不再更改，容易造成传感器网络部分节点过早能量耗尽，造成网络覆盖空洞和网络连通度的降低.

本文根据智能电网中的无线传感器网络节点特点，提出一种基于能耗均衡考虑的分布式动态功率分配策略，通过局部的信息交换，综合考虑节点的发射功率和下一跳节点的能量情况，选取情况更优的节点转发数据，并根据节点能量逐渐降低的情况，动态调整下一跳节点和相应的功率，充分利用了智能电网中传感器节点的特点，使网络的整体能耗更加均衡.

1 传感器网络与物联网

物联网技术通过智能感知与识别信息，再把信息通过互联网技术传播出去，如图1所示.

图1 面向智能电网的物联网分层式网络架构

从图中可以看到，无线传感器网络作为一种通信对象或通信技术，主要功能就是把物联网底层的感知对象通过传感网络感知，并利用感知终端通过物联网发送出去或把物联网传输的控制命令通过感知终端控制感知对象.传感器网络的自组织性、低功耗的特点使其服务于物联网时显示其优势[15].

针对周期性汇报的传感器网络，假设每个节点每隔一段时间将收集到的数据发送至SINK节点，并参与其他节点数据的转发，并假设网络具备如下性质：

1) 所有节点随机均匀分布在监测区域内，节点静止不动；

2) 所有节点同构，初始携带能量相同；

3) 假设节点发送数据的路由已由相关路由算法事先确定，且中继节点不会对数据进行聚合，直接发送给下一跳节点；

4) 传感器节点的无线发射功率可控，可以根据需要来调节自身的发射功率；

5) 假设每个节点数据产生的周期足够长，节点间的互相干扰已经通过FDMA或TDMA等的方式解决，节点只考虑背景噪声.

2 问题描述

根据电磁波在自由空间的传播损耗模型,如公式(1)：

(1)

式中Pr为节点接收功率，Pt为节点发射功率，δ为使用电磁波波长，d为传播距离，η为传播损耗系数，Gr和Gt分别为发送端与接收端的天线增益.

为了使发送数据能被转发节点成功接收，设置每个节点接收的信号功率必须满足一定的阈值Pth和信噪比阈值SNRth，设噪声功率为σ2，则接收信号功率需满足：

(2)

结合式(1)，则节点i发送数据到节点j的发送功率需满足：

(3)

式中d(i,j)为节点i到节点j之间的距离.

同时，为了考虑节点能量消耗的均衡性，构造一个反应节点i能量情况的函数：

(4)

式中Ei为节点i当前剩余能量，ci为节点i的邻居节点的集合，E0为节点初始携带能量，α为调节参数，取值范围为α≥1.此函数实际上反映了局部范围内节点能量的均衡性，函数值越大说明该节点当前能量相对富裕，函数值越小说明该节点当前能量相对匮乏.

现根据节点要选择的发射功率和能量情况构造一个收益函数：

Ui,j=C1·(βi+βj)·Pi,j+Vi

(5)

式中C1为权值系数，βi为节点i当前需帮助转发的节点数量，其约束条件如式(3).

节点根据此函数在不同的发射功率和下一跳不同能量情况的节点中，选择收益最大的策略，不仅考虑到节点的发射功率大小，而且还考虑到节点的能量情况.

3 分布式动态功率分配算法设计

在目前大多数的传感器网络功率控制机制中，节点找到合适的发射功率后不再变动，这就导致发射功率较大的节点率先能量耗尽，造成网络连通度降低、出现覆盖空洞等问题，使网络性能下降.为了避免部分节点过早死亡，提出一种基于能耗均衡的分布式动态功率分配算法(EBDPA)，通过动态调整节点的发射功率，提高网络的整体生存时间，具体算法描述如下：

步骤1：所有节点初始化；

步骤2：每个节点向一跳范围内的节点(邻居节点)广播自己当前的能量信息Ei，并记录接收到的邻居节点的能量情况Ek，k∈ci；

步骤3：节点i根据式(4)计算自己的Vi值；

步骤4：若Vi=0，则跳至步骤8，若Vi≠0，则跳至下一步；

步骤5：节点i向邻居节点广播自己需转发的数据量βi，并记录接收到的邻居节点的转发数据量βk，k∈ci；

步骤6：计算选择每个邻居节点时的转发数据量βi,k=βi+βk和发射功率Pi,j，并计算收益Ui,j(式5)；

步骤7：节点i选择收益值最大的邻居节点k作为自己的下一跳节点，节点i更新自己的Pi=Pi,k，节点k更新βk=βi,k；

步骤 8：节点i以已选择节点为下一跳节点，发射功率为Pi运行一个周期；

步骤 9：跳至步骤2.

4 实验仿真及结果分析

仿真实验中，所有节点均匀分布在100 m×100 m的区域内，Sink节点位于区域的中心，所有节点需周期性地将数据通过一跳或多跳的方式发送至Sink节点.如无特别指定，实验中的参数设置如下：节点功率范围为[-60 dbm, 0 dbm]，各节点噪声功率相等，为σ2=10-10mW，路径损耗指数为η=2，电磁波长δ=0.3 m，天线增益GtGr=1，参数α=5，接收信噪比阈值为SNRth=5 dB，节点初始携带能量为E0=50 J，节点每个数据产生周期的能耗为0.1 J，节点一个数据产生周期为1轮次.

1)网络节点功率节省情况

首先将所提出的EBDPA算法与CPC协议和寻找距离最近节点作为下一跳节点的D-SRPA算法进行比较，定义网络的功率节省率为:

(6)

图2 网络节点功率节省情况对比

由图2可以看出，与统一发射功率的CPC协议相比，本文所提出的EBDPA机制能够大幅提高节点节省的功率；但与寻找最近下一跳节点的D-SRPA算法相比，节省的功率还有很大差距，这是因为本文提出的功率分配机制，在后期需要提高部分节点的发射功率，以减轻剩余能量少的节点的负担.

2)网络生存时间

网络生存时间是指网络大部分节点的存活时间，而并不是指所有节点中存活时间的最大值.在网络运行的后期，部分节点的死亡会导致网络性能的急剧下降，因此还需要考虑网络能耗的均衡性，以防止某些节点因高负荷过早将能量耗尽.50个节点的网络生存时间的仿真结果对比情况如图3和图4所示.

图3 网络存活节点数量随时间的变化

图4 网络不同存活节点比例对应的运行时间

由图3 可以看出D-SRPA算法中的节点死亡是逐渐出现的，而EBDPA机制的节点死亡是急剧发生的，但其发生时间要晚于前者.这一现象的好处就是延长了网络大部分节点同时存活的时间，具体情况如图4所示，在当前情景下，EBDPA机制所有节点同时存活的时间要比D-SRPA算法多出16%左右，80%的节点同时存活的时间要多出5%左右，说明EBDPA机制能够有效延长大部分节点同时存活的时间，提高了网络的运行寿命.

5 结论

无线传感器网络中的能耗是很不均衡的，路由协议、定位算法、通信等都需要消耗能量，再加上智能电网中传感器节点能量的异构性，其能量消耗情况更为复杂，很难预测.本文针对智能电网的无线传感器网络的特点，从能耗均衡的角度考虑，提出一种基于收益函数的分布式功率分配算法，综合考虑节点的发射功率和下一跳节点的能量情况，动态选择发射功率和转发节点，使网络的整体能耗更加均衡，提高了网络生存时间.在构造的反应节点能量情况的函数中，选取参数α=5，α的取值越大可以使节点功率调节的次数越多，进而使网络的能耗更均衡；但更多的功率调整需要更多的信息交换，就需要消耗更多的能量，同时，频繁的功率调整也会对网络的其他性能造成影响，所以下一步仍需对α的取值对网络的综合影响进行研究.