物联网下的低功耗无线传感器网络路由技术研究

王续智

（河南交通职业技术学院，河南 郑州 450000）

0 引 言

随着物联网技术的飞速发展，无线传感器网络作为其关键组成部分，已被广泛应用于各类环境监测、信息采集和工业生产[1]。为适应传感器设备在长时间工作过程中对供电的高度依赖，文章聚焦于物联网下的低功耗无线传感器网络路由技术，旨在提升网络性能并延长设备工作时间。深入研究无线传感器网络的基本结构，分析其在实际应用中所面临的各种挑战。鉴于传统路由协议在低功耗环境下的不足，提出一种创新性的基于聚类优化的低能量自适应聚类层次协议（Low Energy Adaptive Clustering Hierarchical，LEACH）[2]。该协议通过优化聚类结构有效降低网络能耗，同时具有较好的自适应性，能更好地适应不同的工作环境。

1 无线传感器网络的基本架构

无线传感器网络的分布式结构主要包括传感器节点、Sink 节点（汇聚节点）、路由器及服务器等，如图1 所示。

图1 无线传感器网络的基本结构

传感器节点通过感知、采集环境参数形成分散式的数据源，并将采集的数据聚合至Sink 节点。Sink节点负责汇总和处理传感器节点上传的信息。在网络中，路由器对数据传输至关重要，负责将信息从传感器节点传输至Sink 节点，并将数据从Sink 节点传输至服务器[3-4]。

无线传感器网络在实际应用中普遍存在能耗问题。由于传感器节点通常被部署在无人的环境中，能源供给受到限制，因此如何降低网络的能耗成为一个重要的研究方向。首先，传感器节点在采集数据的过程中需要进行信号处理、编码和数据传输，这些操作都会消耗大量的能量[5]。其次，数据的传输需要经过多个节点，涉及多次无线通信，导致额外的能耗。最后，由于传感器网络长时间运行，能耗不均衡问题日益凸显，一些节点可能因频繁传输大量数据而耗尽能量，从而影响整个网络的稳定性[6]。

2 基于聚类优化的低能量自适应聚类层次协议

2.1 低能量自适应聚类层次协议

LEACH 是一种广泛应用于无线传感器网络通信的协议，基本原理如图2 所示[7]。LEACH 协议通过引入聚类结构，将传感器节点分组为若干个簇，每个簇中包含一个被称为簇首的节点。簇首负责聚合和处理簇内传感器节点采集的数据，并将其传输至Sink节点或基站。

图2 LEACH 协议的基本原理

LEACH 采用周期性的轮换机制，以均衡能耗，避免簇首节点因能耗过大而失效。在每个轮换周期内，传感器节点有一定概率成为簇首，负责数据聚合和传输。这种随机轮换的方式能够有效分散能耗，延长网络寿命[8]。LEACH 协议的具体原理包括以下4 个方面。

第一，节点选择概率。LEACH 协议通过引入节点选择概率的概念，决定哪些传感器节点将成为簇首。每个节点根据一个概率阈值决定是否在当前轮次中担任簇首的角色，节点选择概率为

式中：P为全局概率参数，决定了一个节点在一个轮次内成为簇首的期望概率；num(·)用于周期性地更新簇首节点；mod(·)表示取模运算。

第二，簇形成与数据聚合。选定为簇首的节点负责形成簇，并将其他节点分配到对应的簇中。在每个簇内，节点将采集的数据进行局部聚合，降低数据传输的能耗。簇首将聚合后的数据传输至汇聚节点。

第三，轮换机制。为平衡能耗，LEACH 引入轮换机制，通过在每个轮次中随机选择簇首，实现节点能耗的均衡。轮换机制的关键在于调整概率参数，确保每个节点都有机会成为簇首，避免某些节点频繁成为簇首而过早耗尽能量。

第四，能耗模型。LEACH 协议考虑节点在不同状态下的能耗，包括传感、聚合、传输等，计算公式为

式中：Esensor为传感器节点在采集数据时的能耗；α和β为能耗参数；d为传感器到簇首或目标节点的距离。

2.2 基于聚类优化的改进方法

为优化LEACH，文章采用基于K-means 聚类的优化方法[9-10]。应用K-means 聚类算法，以更快确定簇的数量和位置。设有N个传感器节点，每个节点用xi表示其特征向量，其中i=1,2,…,N。K-means聚类的目标是将节点划分为K个簇，使簇内节点间的距离尽可能小，簇间节点间的距离尽可能大。优化目标函数可以表示为

式中：nk为第k个簇内节点的数量；μk为第k个簇的中心。

为了将K-measn 聚类与LEACH 协议相结合来实现优化，考虑传感器节点的能耗特性，引入具有适应性的权重。采用的优化目标函数为

式中：wi为节点i的适应性权重，反映节点的能耗状况。

适应性权重的更新同样考虑节点能耗的动态变化，计算公式为

式中：Ei是节点i的能耗；di是节点到簇中心的距离。适应性权重可以通过节点能耗的倒数来更新，即

通过该优化方法，结合K-means 聚类和适应性权重更新，LEACH 协议在形成簇结构时能够更精准地考虑节点的能耗状况，从而进一步提高网络的能效性能。

3 实验与分析

3.1 实验参数

文章采用MATLAB进行无线传感器网络的仿真，并测试所提出的基于K-means 聚类的低能量自适应聚类层次协议。实验参数设置如表1 所示。

表1 实验参数设置

3.2 实验方案

基于表1 的实验参数，进行MATLAB 实验仿真，实验步骤如下。

第一，网络初始化。在MATLAB 环境中，生成并初始化包含指定数量（N=100）的传感器节点的网络。确保节点坐标分布在给定的网络区域内。第二，能源模型参数设定。设置能源模型的参数，包括α和β，用于计算节点的能耗，确保能够反映实际应用环境中的能源消耗特征。第三，节点能量生成。根据能源模型，在每个传感器节点上生成初始能量，并引入适当的随机性以模拟节点能量的真实分布情况。第四，K-means 聚类执行。利用MATLAB 内置的K-means聚类算法聚类传感器节点。第五，LEACH 协议实现。在MATLAB 中实现基于K-means 聚类的LEACH 协议。在每个轮次内，根据LEACH 协议的节点选择概率，确定簇首节点并执行数据聚合与传输。第六，轮换机制应用。实施LEACH 协议中的轮换机制，确保簇首节点的均衡轮换，以防止能耗不均衡。第七，实验数据记录。记录仿真的关键性能指标，如网络总能耗、簇内节点能耗分布、数据传输成功率等，多次重复实验，以获取可靠的结果，并评估实验结果的一致性和稳定性。

3.3 结果与分析

实验对比所提方法与传统LEACH 协议的结果，在仿真实验中记录仿真的关键性能指标，并重复8 次实验来评估实验的一致性和稳定性，实验结果如表2所示。

表2 实验结果

由表1 可知，所提优化方法在节点簇内的能耗均值为119.125 J，标准差为1.68 J，表明优化方法有助于提高能耗均衡性，避免节点过度耗能；系统的平均数据传输成功率为91.625%，表明优化后的协议在数据传输方面相对稳定。通过8 次重复实验可以看出，实验结果的一致性较好，标准差相对较小，表明该优化方法在不同实验场景下的稳定性。对于更全面的评估，可以考虑更多实验和性能指标的分析，以深入了解优化方法的性能优势。

4 结 论

针对物联网下的低功耗无线传感器网络的路由协议问题，文章通过引入基于K-means 聚类的优化方法，成功改进传统的LEACH协议，提高网络的性能。通过在MATLAB 平台上进行详实的仿真实验，验证所提方法的有效性和稳定性。实验结果表明，优化后的LEACH 协议在总能耗、能耗均衡性和数据传输成功率等方面均表现出良好的性能，并通过多次重复实验进一步验证实验结果的一致性。这一研究为物联网下的无线传感器网络通信协议提供新的理念和方法，为提高网络性能和延长节点寿命提供切实可行的解决方案。