基于时间片的无线传感网络节点低功耗分簇算法的研究.doc

基于时间片的无线传感网络节点低功耗分簇算法的研究 摘 要：无线传感器网络是由一组微型传感器节点以自组织方式构成的无线网络网络中除了少数节点需要移动以外大部分节点都是静止的。,设计有效的协议和算法是WSN的核心问题之一。无线传感器网络1)，计算发送方数据消耗的能量［38］： （1） 接收方接收部件产生的消耗公式（2）所示。 （2） 其中，是数据帧的长度，是发送器和接收器无线信号电路小号的能量，是发送放大器电路消耗的能量。根据公式（1）可知，信道传输的能量损失为O(d2)，d为节点间距离，故应该尽量减少发送距离和接受的次数。 1.2 簇头数目 LEACH生成的簇头个数据有随机性，这种数目的随机以不可忽略的概率导致簇头个数过多或者过少的情形。LEACH每轮中选出的簇头数服从二项分布，设簇头比例为，每轮中选出的簇头个数为X，则式（3）成立： （3） 根据公式（3），图1显示了当=100，最优簇头数目=5，即=0.05时的概率分布，图中簇头个数取最优值=5的概率只有0.18002。簇头过少的情形，如产生的簇头小于3的概率为0.1183，簇头的数目决定了簇的规模，即有0.1183概率使得簇规模过大，这样，簇头节点收集了所有的节点信息后才进行融合并转发融合后的数据，在一个轮周期内有效地减少了簇头的转发次数，但可能降低了信息服务质量；产生簇头大于7的概率为0.128，这种簇规模过小的情形使得簇内数据的融合效果不明显，从而簇头与基站通信的频率较高，在全网范围内增加了簇头与基站总体通信耗费，缩短了网络使用寿命。 图1 簇头分数概率分布 1.3簇头分布 LEACH生成的簇头在分布上是随机的，这种分布的随机性也导致轮内各簇规模大小不同。如图2所示。分析认为这种不一致性使得LEACH算法有效性的两个前提条件难以得到保证。 图2 LEACH簇分布 LEACH有效的前提条件如下：一是簇头初期，所有节点当前能量一样多；二是簇形成后，消耗大致相同的能量，在网络布置初期第一个工作周期内，首轮选举簇头时，条件一可以得到满足；但是当簇内规模不一样时，条件二得不到保证。因为网络模型的假设（即所有的传感器以固定速率感知周边环境，这样一来总有数据发送给始终用户）认为节点按照相同的速率传输数据。这样簇规模大小决定了簇头的工作量将大大不同。LEACH随机产生簇头的方式会使规模簇规模大小相差较大，不同的簇内簇头消耗的能量有显著的差距，同时，在同一簇内节点到簇头的距离差别较大，从而通信功率差距较大，也会导致能耗的较大差距。这样，在此后每轮选举的时候，成簇算法很可能会选中上一轮中能量消耗较多的节点继续担任簇头，这无疑又加速了该节点的死亡。 综上所述，LEACH算法依然存在个别簇头早死亡从而导致降低网络寿命的现象，必须尽量使用剩余能量较多的节点来充当簇头，必须尽量减少当值簇头的消耗。 2 算法的实现 针对LEACH簇头分布及数目的随机性所导致的问题，在成簇阶段考虑节点剩余能量，提出了能量意识的簇头产生方法，尽量让剩余能量的节点担任簇头，在簇的维持阶段，采用基于分时复用思想簇内轮值活动节点（Active Nodes），使用活动节点分摊节点消耗，降低簇头消耗，这样增加簇的轮内寿命，在整个网络生命期内减少生成簇的次数，从而在全局范围内减少消耗，延长网络寿命。 2.1 能量意识的簇头选举方法 成簇过程分为两个环节，首先是簇头选举，然后是剩余节点根据和簇头的交互信息，选择加入合适的簇头。大量对等节点如何分布式的选举是关键问题。LEACH提供了一个有效的分布式算法，但未能考虑簇规模的随机性导致节点剩余能量不同，每个节点剩余能量完全相同的假设会导致能量很低的节点以不可忽略的概率当选簇头，从而过早死亡。为此，在簇头选举阶段引入能量因素 设定阈值函数T(i)： （3） 其中，参数为预设的簇头节点占总节点数的比例，为簇头选举的当前轮数，是当前节点的ID, 是到该轮为止尚未当选簇头的节点集合，为节点剩余能量决定的门槛适应调整参数，其值有公式（4）结出： (4) 其中，为节点的初始能量，为节点的当前能量。 考虑到比例因子不应随节点能量的降低而很快趋近于零，也不能下降很慢，否则体现不出能量因素。仿真了1/λ、1/λ?、等几种情况，在设置网络参数下，经过对结果的大量分析比较选用1/λ?比例因子。 簇头产生阶段，每个节点分布式的决定自身在当前轮中是否成为簇头，节点产生一个0~1之间的随机数，然后根据公式（3）求出阈值，如果这个随机数小于阈值，则该节点成为簇头。由于节点成为簇头。有公式