基于多跳中继转发的簇头拓扑维护算法研究

初肇群

(大连国际机场集团有限公司 辽宁大连 116000)

无线传感器网络节点间的通信耗能，在传感器所有耗能中占比最大，是对整个无线传感器网络进行降低耗能的关键性因素。在层次型拓扑结构的传感器网络内，簇头不单单具备信息转发功能，同时还具备信息中继转发功能，从能耗方面来说，相较于正常节点来说，电能损耗要多出不少。在实际应用过程中，簇头与汇聚节点，两者之间的数据传输与接收，通常状态下，凭借簇头之间的数据实施中继转发工作，绝大多数能耗也是在簇头节点和汇聚节点之间的通信。除此之外，假设无线传感器簇头在实施数据转发任务时，存在大于等于两个节点同时接收的情况，转发数据会产生冗余的现象，以至于造成能耗增加，同时，这个范围内的信道竞争也会出现一定程度上的冲突，从而让能耗进一步提升。基于此，通过一定的拓扑控制方法，能够让节点在实施数据传输任务过程中，找到唯一的下一跳节点，能够科学合理地减少数据冗余以及信道竞争，所产生的能耗增加的情况，从而在一定程度上增加网络的生命周期。假设可以在源数据簇头之间和汇聚节点搭建出一条能耗较少链路，就能够有效降低簇头的能耗。而且通过强制性地选择能耗较低链路，既能够将信息数据传输至汇聚节点，又能够将能耗有效减少。

因此，如何科学合理地降低并减少簇头的能耗，以及如何维护簇头的拓扑结构是该文对无线传感器网络的层次拓扑控制研究的核心。与汇聚节点之间的间隔范围模型以及信息中继转发的能耗模型，找到簇头及汇聚节点在进行信息传输任务时的最佳跳数，让节点之间的消耗进一步减少，以达到减少能耗目的。该文就提出了一种基于多跳中继转发的拓扑维护算法，试着根据源簇头节点之后，基于距离和节点的剩余能量选择合适的簇头节点，建立源数据簇头节点和汇聚节点间的最佳链路，实现周期性的簇头拓扑维护。

1 基于距离的节点能耗模型

无线传感器网络拓扑控制的最终设计目标，就是要充分、科学、有效地保障数据传输的有效性与可靠性。簇头是进行数据转发的核心，且会频繁地进行工作，以至于出现能耗过大，能量非常容易消耗殆尽的情况。

假设节点转发1Byte的数据到距离节点d，能够说明网络节点传输数据的能耗是：

节点接收1Byte数据的能耗是：

在上述式中，Eee位传递以及接收电路的电能耗损；ε为发送放大电路的电能耗损；α为路径损失指数。假设在进行数据转发时，传输距离低于某个阀值，则α=12，功率放大损耗使用自由空间模型，ε=εfs。假设转发距离≥某个阀值时，α=4，功率放大损耗使用多路径衰减模型，ε=εamp。

单跳通信在一般情况下是说：不会凭借其他节点实施信息的中继转发，而是直接与目标节点实施信息传输，比如：我们经常见到的蜂窝移动通信（GSM），也可以称为“直接通信”；多跳通信通常来说，需要凭借其他节点进行数据中转至目标节点，也就是我们常说的“间接通信”，间接通信普遍应用于自组织的、无设备基础的通信网络[1]。在无线传感器网络中，单跳通信传输中，节点转发Byte 数据所耗费的能量是Ext，路径损失指数在一般情况下是最高的，即α=4。在多跳通信的过程中，节点传输Byte 数据所需要的能耗，如下式：E=Etx+∑(Erx+Etx)，路径损失指数一般状态下能够用式（2）进行表示。

假如，从一个单独的簇头节点，到SINK之间的传输距离，用D来进行表示，数据通过n跳的节点，进行数据转发，到第i跳的传输距离，可以用di进行表示，则把1比特单位的数据，从簇头节点传输至SINK节点的全部能量耗损，能够用下式进行表示：

对上式求导，E′(n)=0，E(n)取最小值，得出：

能够得到最优跳数：

所以，能量消耗最小的平均每一跳的传输距离为：

数据转发的运作原理，是作用于通信电能耗损的关键性成因，通过计算全部的传输与数据传输能耗之间的联系，能够计算出最好、最优秀的中继跳数，可以通过式（4）～式（6）进行表示，每一跳的最好的数据传输距离可以通过式（4）～式（7）进行表示，因此，上述计算公式，为处理数据多跳中继转发运作原理提供了科学合理的模型基础[2]。

2 数据多跳中继转发的簇头维护算法

从传感器大范围使用的角度下进行分析，因簇头和汇聚节点两者之间的数据传输距离在大多数情况下会较长，故两者之间一般情况下会使用多跳通信之法，这样一来，能够在一定程度上降低能耗。不过，使用这种办法会出现能耗非常不平衡的状况，从距离上进行分析：和汇聚节点之间距离较近的簇头，经常会出现负载过重情况，以至于造成能耗大幅度增加，从而造成网络生命周期缩短的情况，这种情况称为“热区”问题[3]。

综上所述，在进行无线传感器网络拓扑算法设计时，需要优先考虑系统的能耗问题，把科学、合理降低使用能耗以及能量使用的有效性当作核心因素。

2.1 算法的设计

在对节点能量模型进行仔细认真的调查研究之后，获取到基于传输距离长短的模型。且认定，两个网络节点之间的距离，恰好是能耗最低的单条最优秀最有效的转发距离是dopt，则能够把簇头与汇聚节点通信传输的所耗费的能量减到最少。基于此，能够在簇头节点进行数据传输时，通知下一簇内的节点按照其如今所剩的能量多少以及最短的传输距离，选举出新的簇头，公式如下。

按照节点i的权数w的值，会不会在如今簇内的节点中最接近1，来确定其能不能当选当前簇的新簇头。

2.2 算法的实现

层次型结构是使用分簇算法把网络节点进行划分，分别划分成簇头以及簇成员。簇头组成一个骨干网，整个网络的信息传输，主要是凭借簇头来进行传输的。分簇内的数据主要是通过簇节点进行搜集，搜集到的数据发送给簇头，簇头把搜集到的数据实施处理、融合，最后簇头将处理好的数据进行转发[4]。

按照权数w，基于多跳中继转发的簇头维护算法描述具体如下。

2.2.1 拓扑初始化

按照原来的算法实施分簇操作，首先选出符合条件的簇头，下一步，正常节点传输数据到簇内，全部的节点分别划分成为正常、簇头以及汇聚节点。下一步进行数据的搜集，所搜集的数据包含如今节点的能量多少，簇头与汇聚节点两者之间距离的大小。

2.2.2 重新选举簇头

当探测到簇头节点无法工作时，按照权数：w，调查研究SINK节点的传输距离长短，以及节点自己剩下能量的多少，重新选出新的簇头。按照权数：w，从头开始选举出新的簇头，进行信息传输任务，同时要考虑到最低能耗以及均衡，重新建立拓扑结构。

2.2.3 拓扑通知

在簇头重新选举完成之后，簇内节点传输信息和新簇头之间实施通信，取得确认通知，同时按照和簇头之间的距离，以获取到和节点之间的传输距离大小，下一步进行功率的调整，从而获取到合理有效的通信距离大小以及最少的能耗[5]。

2.2.4 拓扑维护

根据此类拓扑算法，分阶段、分批次地对簇头节点重新实施选举工作，或者对通信链接断开的簇头实施拓扑维护操作，从而获得中继转发最有效、最合理的转发距离。

3 模拟实验分析

通过MATLAB 仿真程序对多跳中继转发的簇头拓扑维护算法实施仿真研究。为避免过于繁琐，拓扑在开始的设计过程的算法，通常状态下采取的是LEACH 算法，最终，此类算法在电能耗损方面以及网络生命周期方面，与LEACH算法在各种应用模拟环境下实施比较[6]。

3.1 实验场景设计

考虑到LEACH算法的多种模拟应用环境，该次实验场景的设计采用两种模拟应用环境，来实施仿真性实验。

第一种是在100 m×100 m的范围内放置100个节点，Sink 节点的坐标在（50,50）；第二种是在800 m×800 m 的范围内放置800 个节点，Sink 节点的坐标在(400,400)，此外，其他参数如表1仿真模拟参数所示。

为了让实验的最终结果更加科学合理，在参数的设置方面，和LEACH 基本一样。网络假设如下：（1）Sink 节点方位不变，并且只存在单个Sink 节点；（2）发射功率能够进行调整；节点在部署完成以后静止；（3）节点本身具备相关的计算能力，能够计算出dopt；（4）簇内的任意两个节点之间的通信是相互的，簇与簇两者之间的数据传输与接收，只可以通过簇头来实施。不过，Sink能够与簇头实施直接的数据传输与接收，相较于传输距离比较长地簇头，能够通过多跳转发实施数据交互；（5）权重因子α=0.4，β=0.6。

3.2 结果的实现

分别对两个模拟环境进行网络节点的随机撒布，并形成簇，划分为簇头节点和普通节点，形成的voronoi图。不论是在范围较广的区域，还是范围较小的区域，随机形成的簇头都很不平均，簇头与Sink节点的数据交互都显得非常的不便。根据图1和图2可知，分别是两个模拟环境下的节点平均耗能情况的展示。从图1能够发现，拓扑维护算法在使用能耗方面，与LEACH相比要低，关键性因素是新算法的多跳中继传输，是以最优传输距离为前提实施传输的。

图1 100 m×100 m的仿真场景下节点死亡情况

图2 800 m×800 m的仿真场景下节点死亡情况

除此之外，由图1 和图2 可知，另外一种情况也能够说明新算法比LEACH 在控制电能损耗方面要好。新算法在小面积的仿真场景下，多跳中继转发的特点没有办法得到全面的施展，通过图1能够了解到，新算法在开始的时候，死亡的节点数量的时间，相较LEACH 要快要多，不过，从一起死亡的角度上进行观察，了解到LEACH的节点死亡个数较于新算法要多出不少和快出不少。基于此，新算法的能耗特性在较大的模拟环境下能够更好地体现出来。

权重因子α，β不同取值情况时，节点死亡情况。选举簇头时节点所剩余能量，在权数中占比越高，说明节点的平均能量保持得越优秀，因此可以清楚地了解到：选举簇头时的能量，相较于减少整个网络的能量消耗是一个极为关键的因素。不过随着模拟仿真环境方位的逐步拓展，节点数量的迅速提升，在簇头选举公式内，所剩余能量权数越大，节点所剩余的平均能量也就越高。

4 结语

针对拓扑维护的簇头重新选举，提出了一种以能量和节点距离综合考虑的数据中继转发的簇头维护算法。仿真证明该算法有效节约了节点工作耗能，达到了节点能量均衡的效果，优化了网络拓扑结构，延长了网络生命期。