浅水环境中基于熵的能量均衡路由优化算法.docVIP

浅水环境中基于熵的能量均衡路由优化算法 　　摘 要： 浅水环境具有覆盖面积小、水位低、水底环境较为复杂的特点，当在水下部署传感器节点时，其传输路径容易受到水底障碍物、水中杂物、水浪等影响，给水下传感器的路由选择带来困扰。针对浅水中传感器节点路由选择困难、能量消耗不均、生命周期短的问题，提出一种基于熵的能量均衡路由算法。该算法综合多种节点部署形式，在节点均匀分布和非均匀分布两种条件下分别计算传感器网络通信的能量损耗，权衡考虑节点的剩余能量和位置信息来选择下一跳节点，从而均衡网络能耗。利用NS?2仿真工具对该算法的性能进行仿真分析。结果表明该算法能够实现浅水中的节点通信，有效延长网络生命周期。 　　关键词： 浅水环境； 熵； 能量均衡； 路由算法； 路由优化 　　中图分类号： TN911?34； TP391； TN915 文献标识码： A 文章编号： 1004?373X（2017）06?0040?05 　　Abstract： The shallow water environment has the characteristics of small size， low water level and complex underwater environment. When the sensor nodes are deployed in the water， their transmission paths are easy to be influenced by underwater obstacles， debris， waves and so on. Aiming at the problems， such as difficult routing choice， unbalanced energy consumption and short life cycle， a kind of energy balance routing algorithm based on entropy is proposed. In this algorithm， the energy loss model of sensor network communication is calculated under two different conditions of uniform distribution and non uniform distribution of the nodes. The performance of the algorithm is simulated with NS?2. The results show that the proposed algorithm can achieve the node communication in shallow water and prolong the network lifetime effectively. 　　Keywords： shallow water； entropy； energy balance； routing algorithm； routing optimization 　　水下?鞲衅魍?络由大量低价格、低功耗的传感器节点构成。这些节点通过各种传感器感知、收集信息，并通过中间节点将这些信息传送给基站，广泛应用于湖泊海洋水质监测、水文资源管理等领域[1]。相对于海洋大范围水文监测，浅水环境具有覆盖面积相对较小、深度低，湖底环境较为复杂等特点。更好地将传感器网络应用于高原湖泊的水文监测，已经成为当前的一个研究热点。针对湖泊环境特点，建立传感器网络的通信模型以及将环境监测数据快速传送到监测中心是水下传感器网络应用的中心环节。水下无线传感器网络面临的最大挑战是网络的能量非常有限。传感器网络节点能量供应是一个重要问题，因此需要最大限度地提高节点及网络的能量有效性，提高网络的生存期，是该类网络的主要设计目标之一[2]。本文提出一种基于熵的能量均衡路由算法（EBRABOE）。该算法根据能量损耗模型，综合考虑节点的剩余能量和位置信息来选择下一跳节点，从而平衡网络能耗。当节点确定分布时，主要考虑下一跳到Sink节点的能量消耗来确定下一跳；当节点非均匀分布时，先计算各自下一跳到Sink节点的距离，如果有出现两个节点的距离相等再考虑各自的能耗情况。 　　1 水下传感器网络通信模型 　　1.1 布尔感知模型 　　三维空间的无线传感器网络节点采用布尔感知模型[3]。 　　在感知模型中，三维传感器网络的覆盖具有等大小、可互相重叠的特性，具备一个球体对空间覆盖的含义。在三维无线传感器网络空间[4?5]中，计算节点之间的最优部署方法，可以转变为计算三维空间中最节