謝洪， 劉振超， 王大溪

(1.柳州鐵道職業(yè)技術(shù)學院 信息技術(shù)學院， 廣西 柳州 545616；2.廣西科技大學 電氣與信息工程學院， 廣西 柳州 545006)

一種改進的井下無線傳感器網(wǎng)絡(luò)廣播算法

謝洪1， 劉振超1， 王大溪2

(1.柳州鐵道職業(yè)技術(shù)學院 信息技術(shù)學院， 廣西 柳州 545616；2.廣西科技大學 電氣與信息工程學院， 廣西 柳州 545006)

針對現(xiàn)有的井下無線傳感器網(wǎng)絡(luò)廣播算法能耗較高的問題，提出了一種改進的無線傳感器網(wǎng)絡(luò)前向廣播算法。該算法中，轉(zhuǎn)發(fā)節(jié)點可根據(jù)自身位置，選擇優(yōu)先節(jié)點轉(zhuǎn)發(fā)信息，大大減少了無線傳感器網(wǎng)絡(luò)中需要轉(zhuǎn)發(fā)的冗余信息量，從而降低了網(wǎng)絡(luò)能耗。仿真結(jié)果表明，該算法在網(wǎng)絡(luò)節(jié)點密度達到一定值時，滿足網(wǎng)絡(luò)接收率要求，且能夠限制轉(zhuǎn)發(fā)的信息總量，有效降低了無線傳感器網(wǎng)絡(luò)能耗。

井下無線傳感器網(wǎng)絡(luò)； 廣播算法； 前向廣播； 洪泛廣播； 能耗

0 引言

為了加強煤炭開采技術(shù)的管理，無線傳感器網(wǎng)絡(luò)(Wireless Sensor Network，WSN)逐步應(yīng)用于井下環(huán)境監(jiān)測、人員管理和設(shè)備管理中。WSN一般由固定位置的錨節(jié)點和可移動位置的傳感器節(jié)點組成，通過自組織方式構(gòu)成網(wǎng)絡(luò)。傳感器節(jié)點將采集的數(shù)據(jù)通過多跳方式傳送至錨節(jié)點，并通過有線網(wǎng)絡(luò)將數(shù)據(jù)傳送到監(jiān)控設(shè)備[1-2]。

廣播是WSN的一種基本通信方式。監(jiān)控中心需要獲取某一目標傳感器節(jié)點的數(shù)據(jù)或向傳感器節(jié)點發(fā)送命令時，通過錨節(jié)點向周圍的傳感器節(jié)點廣播信息，傳感器節(jié)點接收到信息后轉(zhuǎn)發(fā)給其相鄰節(jié)點，直至下一個錨節(jié)點或目標傳感器節(jié)點。該過程將覆蓋整個網(wǎng)絡(luò)。目標傳感器節(jié)點根據(jù)監(jiān)控中心命令，做出相應(yīng)的命令操作或回傳數(shù)據(jù)。

洪泛廣播算法實現(xiàn)較簡單，但轉(zhuǎn)發(fā)的信息量較大，導致能耗較大[3]。參考文獻[4]提出了基于預(yù)測的數(shù)據(jù)收集廣播算法——Sidewinder-0.7算法，該算法廣播時仍需要轉(zhuǎn)發(fā)大量數(shù)據(jù)，能耗改善狀況有限。參考文獻[5]提出了一種基于密度和距離的概率廣播算法——NDDP算法，可對轉(zhuǎn)發(fā)的節(jié)點數(shù)量進行有效控制，與洪泛廣播算法相比，節(jié)能效果較好，但不能保證讓位置最好的節(jié)點轉(zhuǎn)發(fā)信息，廣播的實際效率受到影響，且不適用于井下。

本文針對礦井結(jié)構(gòu)特點，提出一種適用于井下WSN的改進廣播算法，能有效提高廣播效率，降低廣播能耗。

1 井下WSN模型

井下巷道狹長，環(huán)境復雜，不利于無線信號傳輸。用于環(huán)境監(jiān)測的井下WSN節(jié)點一般由人工布置，而用于人員和設(shè)備管理的節(jié)點則具有移動性。井下WSN節(jié)點分布呈線性梯狀結(jié)構(gòu)，如圖1所示[6]。

圖1 井下WSN結(jié)構(gòu)

井下WSN結(jié)構(gòu)特點：錨節(jié)點處于監(jiān)測區(qū)域的某個端點，傳感器節(jié)點或下一個錨節(jié)點的位置基本是前向分布的。基于該結(jié)構(gòu)，在廣播信息時，信息只需向前轉(zhuǎn)發(fā)，即可有效保證廣播的效率，減少能耗。因此，礦井WSN采用前向廣播算法轉(zhuǎn)發(fā)信息較合適。

2 井下WSN廣播算法

2.1 前向廣播算法

前向廣播的基本特點是只向原始錨節(jié)點更遠的半圓區(qū)域發(fā)送信息[7]。如圖2所示，傳感器節(jié)點St接收到傳感器節(jié)點Sr發(fā)送的信息后，根據(jù)錨節(jié)點和節(jié)點Sr的位置來判斷自身是否處于前向區(qū)域，從而決定是否轉(zhuǎn)發(fā)接收到的信息。

圖2 前向廣播示意

為了便于轉(zhuǎn)發(fā)信息，轉(zhuǎn)發(fā)信息格式定義見表1。

表1 轉(zhuǎn)發(fā)信息格式

前向廣播算法步驟如下。

(1) 由錨節(jié)點產(chǎn)生一個表1所示格式的信息包，并將Sr-ID的信息清零。

(2) 節(jié)點St收到信息包后，先判斷是否是重復接收的信息，如果重復則丟棄，否則轉(zhuǎn)入步驟(3)。

(3) 判斷是否是錨節(jié)點信息，如果是則將本節(jié)點標記信息填入Sr-ID后轉(zhuǎn)發(fā)信息，否則轉(zhuǎn)入步驟(4)。

(4) 根據(jù)Sr-ID的信息和錨節(jié)點位置信息，判斷本節(jié)點是否處于前向區(qū)域，如果是則轉(zhuǎn)發(fā)信息，否則丟棄。

2.2 改進的前向廣播算法

前向廣播算法保證了信息往有效的方向傳輸，但如果前向轉(zhuǎn)發(fā)區(qū)域內(nèi)有多個節(jié)點，如圖3所示的節(jié)點B—節(jié)點E等，當接收到節(jié)點A發(fā)送來的信息時，若節(jié)點B—節(jié)點E都轉(zhuǎn)發(fā)，則會增大無線干擾及能耗。將節(jié)點A與任一節(jié)點的信息傳遞用一向量來表示，該向量在錨節(jié)點與節(jié)點A連線上的分量決定了傳遞效率大小，即該方向上分量越大，傳遞效率越高。圖3中，節(jié)點B信息傳遞效率最低，節(jié)點D信息傳遞效率最高。

圖3 井下WSN節(jié)點前向廣播示意

圖4為某一節(jié)點X與WSN節(jié)點A的位置示意。設(shè)d為節(jié)點A與節(jié)點X的距離，θ為節(jié)點A與節(jié)點X所在直線L1及錨節(jié)點與節(jié)點A所在直線L2的夾角，K為節(jié)點X在直線L2上的投影點，lAK為節(jié)點A與點K的距離，r為節(jié)點A的無線信號發(fā)射距離。

圖4 WSN節(jié)點位置示意

令節(jié)點A、節(jié)點X的坐標分別為(xA,yA)，(xX,yX)，則有

當d越大、θ越小時，lAK越大，向前傳遞信息的效率越高，所以取lAK最大的節(jié)點為有效轉(zhuǎn)發(fā)節(jié)點。

為了控制轉(zhuǎn)發(fā)效率，引入轉(zhuǎn)發(fā)等待時間：

(4)

式中Tmax為設(shè)定的最大延時時間。

當某一節(jié)點向前轉(zhuǎn)發(fā)信息時，在前向區(qū)域內(nèi)的每個節(jié)點都接收信息，并計算自身轉(zhuǎn)發(fā)等待時間τ。lAK最大的節(jié)點，其τ最小，因此其將獲得最優(yōu)轉(zhuǎn)發(fā)權(quán)。

圖3中，節(jié)點D獲得最優(yōu)轉(zhuǎn)發(fā)權(quán)。在轉(zhuǎn)發(fā)信息前，節(jié)點D將節(jié)點A發(fā)送的信息中的Sr-ID項內(nèi)容替換為St-ID項內(nèi)容，并將自身節(jié)點標記寫入St-ID項，將自身節(jié)點坐標寫入St-Pos項，在其他節(jié)點轉(zhuǎn)發(fā)之前廣播。節(jié)點B、節(jié)點C、節(jié)點E在等待時間內(nèi)收到節(jié)點D轉(zhuǎn)發(fā)的信息，并判斷出是節(jié)點D轉(zhuǎn)發(fā)節(jié)點A的信息，從而放棄轉(zhuǎn)發(fā)。改進的前向廣播算法流程如圖5所示。

圖5 改進的前向廣播算法流程

3 改進的前向廣播算法仿真

3.1 仿真設(shè)置

在Windows7環(huán)境下，以Matlab2010為仿真平臺進行仿真分析，驗證改進的前向廣播算法的性能和效果，并與洪泛廣播算法、參考文獻[4]中的Sidewinder-0.7算法、參考文獻[5]中的NDDP算法進行比較。仿真設(shè)置：模擬10 m×500 m的井下巷道區(qū)域，在縱向巷道內(nèi)每隔15 m放置1個錨節(jié)點，共設(shè)置50—250個隨機分布的傳感器節(jié)點。圖6為設(shè)置100個傳感器節(jié)點時WSN節(jié)點分布。進行仿真時，錨節(jié)點位置固定，每次增加50個傳感器節(jié)點，節(jié)點通信半徑為25 m。

圖6 設(shè)置100個傳感器節(jié)點時WSN節(jié)點分布

3.2 仿真與分析

3.2.1 傳感器節(jié)點數(shù)對網(wǎng)絡(luò)接收率的影響

網(wǎng)絡(luò)接收率是網(wǎng)絡(luò)中信息包的接收比例，其值越大，表示廣播效果越好，廣播范圍越大。在傳感器節(jié)點數(shù)不同的情況下，采用改進的前向廣播算法、洪泛算法、Sidewinder-0.7算法和NDDP算法時，WSN網(wǎng)絡(luò)接收率如圖7所示?？煽闯龊榉核惴ǖ木W(wǎng)絡(luò)接收率最高，但因洪泛算法轉(zhuǎn)發(fā)率較高，導致網(wǎng)絡(luò)能耗高；在相同區(qū)域內(nèi)，隨著傳感器節(jié)點數(shù)的增加，節(jié)點密度也不斷增加，改進的前向廣播算法的網(wǎng)絡(luò)接收率也在增大，滿足網(wǎng)絡(luò)接收率要求；改進的前向廣播算法與Sidewinder-0.7算法、NDDP算法相比，在網(wǎng)絡(luò)接收率方面更有優(yōu)勢。

圖7 采用不同算法時WSN網(wǎng)絡(luò)接收率

3.2.2 傳感器節(jié)點數(shù)對網(wǎng)絡(luò)轉(zhuǎn)發(fā)率的影響

網(wǎng)絡(luò)轉(zhuǎn)發(fā)率是網(wǎng)絡(luò)中信息轉(zhuǎn)發(fā)節(jié)點與總節(jié)點的比值。在網(wǎng)絡(luò)接收率相同的情況下，網(wǎng)絡(luò)轉(zhuǎn)發(fā)率越小，表示廣播算法越節(jié)能。在傳感器節(jié)點數(shù)不同的情況下，采用改進的前向廣播算法、洪泛算法、Sidewinder-0.7算法和NDDP算法時,WSN網(wǎng)絡(luò)轉(zhuǎn)

發(fā)率如圖8所示?？梢钥闯觯c其他算法相比，改進的前向廣播算法的網(wǎng)絡(luò)轉(zhuǎn)發(fā)率最小，因此更為節(jié)能。

圖8 采用不同算法時WSN網(wǎng)絡(luò)轉(zhuǎn)發(fā)率

4 結(jié)語

采用改進的前向廣播算法時，WSN轉(zhuǎn)發(fā)節(jié)點將根據(jù)自身位置，選擇優(yōu)先傳感器節(jié)點轉(zhuǎn)發(fā)信息，大大減少了網(wǎng)絡(luò)轉(zhuǎn)發(fā)的冗余信息和能耗。仿真結(jié)果表明，在WSN節(jié)點密度達到一定程度時，改進的前向廣播算法滿足網(wǎng)絡(luò)接收率要求，且該算法能夠限制轉(zhuǎn)發(fā)的信息總量，從而降低WSN能耗。

[1] 張小慶, 李臘元.無線傳感器網(wǎng)絡(luò)洪泛路由算法的改進模型[J].微計算機信息, 2008, 24(31):122-124.

[2] 朱軍.無線傳感器網(wǎng)絡(luò)在煤礦井下的應(yīng)用[J].煤炭技術(shù), 2014,33(1):127-128.

[3] AKYILDIZ I F, SU W, SANKARASUBRAMAN-IAM Y, et al. A survey on sensor networks[J]. IEEE Communications Magazine, 2002, 40(8):102-114.

[4] KEALLY M, ZHOU G, XING G. Sidewinder: a predictive data forwarding protocol for mobile wireless sensor networks[C]// IEEE Communications Society Conference on Sensor, Mesh and Ad Hoc Communications and Networks, Rome, 2009:1-9.

[5] 沈悅, 郭龍江, 李金寶.移動傳感網(wǎng)中基于密度和距離的概率廣播算法[J].計算機研究與發(fā)展,2014,51(1):151-160.

[6] 馮娜.煤礦無線傳感網(wǎng)絡(luò)(WSN)人員定位系統(tǒng)研究[J].煤炭技術(shù), 2014,33(3)：252-254.

[7] 胡長俊, 袁樹杰.移動傳感網(wǎng)基于位置的前向廣播算法[J].西安電子科技大學學報(自然科學版), 2015, 42(4):147-152.

An improved broadcasting algorithm for underground wireless sensor network

XIE Hong1, LIU Zhenchao1, WANG Daxi2

(1.School of Information Technology, Liuzhou Railway Vocational Technical College, Liuzhou 545616, China; 2.College of Electrical and Information Engineering, Guangxi University of Science and Technology, Liuzhou 545006, China)

For problem of high energy consumption of existing broadcasting algorithm for underground wireless sensor network, an improved forward broadcasting algorithm of wireless sensor network was proposed. In the algorithm, forwarding nodes select prioritized node to forward information according to their own positions, so as to decrease redundant forwarding information and reduce energy consumption of the network. The simulation results show that when network node density achieve certain value, the algorithm can satisfy network receiving rate requirement, and limit total forwarding information, so as to reduce energy consumption of wireless sensor network effectively.

underground wireless sensor network; broadcasting algorithm; forward broadcasting; flooding broadcasting; energy consumption

2016-08-12；

2016-10-28；責任編輯：李明。

“十二五”國家科技支撐計劃資助項目(2012BAF12B18)；廣西科技開發(fā)計劃資助項目(桂科攻1348014-2)。

謝洪(1967-)，男，廣西平南人，副教授，主要研究方向為計算機通信技術(shù)及軟件開發(fā)，E-mail：lzc1658@126.com。

1671-251X(2016)12-0042-04

10.13272/j.issn.1671-251x.2016.12.009

TD655

A

時間：2016-12-01 10:29

http://www.cnki.net/kcms/detail/32.1627.TP.20161201.1029.009.html

謝洪，劉振超，王大溪.一種改進的井下無線傳感器網(wǎng)絡(luò)廣播算法[J].工礦自動化，2016,42(12)：42-45.