无线传感器网络不依赖位置信息能耗均衡拓扑控制.docVIP

无线传感器网络不依赖位置信息能耗均衡拓扑控制 　　摘 要：针对无线传感器网络（WSN）稠密部署的特点，首先提出一种不依赖位置信息的拓扑构建（LTC）算法用于构造连通支配树型结构的虚拟骨干网。在此基础上，深入分析骨干节点的能量消耗以及数据传输时延，引入密度控制与数据传输率控制因子以均衡虚拟骨干网能耗，提出了不依赖位置信息的能耗均衡拓扑控制（LETC）算法。LETC算法依据各个区域不同的数据传输量，调整该区域虚拟骨干节点的布置密度，同时增加低能耗节点的传输速率以减少网络时延。理论分析与仿真表明，经过优化的LETC算法相比LTC能够更有效地均衡能耗，延长网络寿命24.1%，减少时延28.1%。 　　关键词：无线传感器网络；拓扑控制；不依赖位置信息；密度控制因子；速率控制因子 　　0 引言 　　无线传感器网络（Wireless Sensor Network， WSN）由部署在监测区域内大量廉价的微型传感器节点组成，通过无线通信方式形成一个多跳、自组织的网络系统，其目的是协作地感知、采集和处理网络覆盖区域中被感知对象的信息，并发送给汇聚节点。由于传感器节点能量有限且监测区域通常为非常恶劣或者人类无法到达的远程环境，对节点进行能量补给十分困难。如何在保证准确与迅速搜集信息的基础上，尽量控制节点能耗以延长网络寿命使其能更加长久地运行[1]，成了传感器网络研究领域的一个重大难题，而拓扑控制就是这个难题的一个重要解决方案。 　　拓扑控制指在保证网络连通域覆盖所有节点的前提下，通过功率控制和骨干网节点选择，剔除节点间不必要的通信链路，形成一个数据转发的优化网络结构。拓扑控制问题作为当前的研究热点，已经开展了大量的研究工作：文献[2]不再将虚拟骨干网的规模最小化作为衡量算法优越性的唯一标准，而是综合考虑骨干网的构建成本与路由成本，提出了一种保证路由开销的连通支配集结构虚拟骨干网的构建算法；文献[3]首先定义一种基于最小路由代价的连通支配集（α Minimum rOuting Cost Connected Dominating Set， αMOCCDS），针对连通支配集构建NPhard问题，给出了αMOCCDS构建的启发式算法；文献[4]提出了通过调整节点发射功率均衡节点能耗的算法，对剩余能量较少的节点降低其发射半径，剩余能量较多的节点增大发射速率，使所有节点的能耗趋于一致，以延缓能量空洞的出现，很大程度上延长了网络寿命；文献[5]提出了一种基于节点剩余能量的簇头节点选择机制，每个节点根据自身跟邻节点的剩余能量计算簇头声明报文发送的理论时间范围，在这个时间范围内没收到任何簇头声明的节点成为簇头，收到簇头声明报文的节点成为普通节点。 　　但是现有的拓扑控制研究大部分都假设已知节点精确位置信息，而在大规模传感器网络中，获取准确的位置信息是十分繁杂和困难的，所以这种对位置信息的严格依赖很大程度上限制了这些方法的实际可操作性。不依赖位置信息的拓扑技术可极大地提高网络系统在位置信息无法获取或部分可用情况下的有效性，因而成为近年来拓扑问题的研究热点。 　　本文提出一种不依赖位置信息的能耗均衡拓扑控制（Locationfree and Energybalanced Topology Control， LETC）算法。主要工作如下：首先，本文提出一种不依赖位置信息的拓扑构建（Locationfree Topology Construction， LTC）算法，构造出基于连通支配树结构的虚拟骨干网，并对其骨干节点的能耗和时延进行分析；在此基础上，引入密度控制因子和变速率控制，均衡虚拟骨干网的节点能耗分布，提出不依赖位置信息的能耗均衡拓扑控制算法LETC；最后，仿真表明，LETC算法能够充分利用网络中节点的剩余能量，均衡网络中的节点能耗，延长网络寿命。 　　2.2 算法描述 　　研究表明，连通支配树结构的虚拟骨干网在能效性、扩展性以及可靠性上都具有更加优越的表现[10]。本节讨论基于连通支配树结构的拓扑构建算法，并构建虚拟骨干网，算法不依赖各个节点的具体位置信息，具有更广泛的适应性。这种不依赖位置信息的拓扑构建（LTC）算法的具体流程见算法1。 　　算法1 LTC算法。 　　1）初始化算法，对任意一个节点，根据节点自身各项性能参数的不同设定一个权值，并标记为白色节点；选取汇聚节点作为连通支配树的根节点，并标记为黑色节点。 　　2）黑色节点作为父节点，对其所有邻节点按照权值的大小降序排列，取前f位的邻节点作为虚拟骨干网中父节点的子节点，标记为黑色，剩余的邻节点标记为灰色节点。 f=k?m，其中：m为黑色节点的邻节点数，k为选取骨干节点的比例。 　　3）对新入选的黑色节点重复2），直至网络中的所有节点均被标记为黑色或者灰色。 　　4）当黑色节点没有任何白色相邻节点时，它将