周原 溫金芳
摘要:針對智慧農(nóng)業(yè)中無線傳感器異構(gòu)網(wǎng)絡(luò)的特點,采用能量消耗方法優(yōu)化,首先給出無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)模型、能量模型;然后隨機窗口決策避免大量用戶同時選擇同一時延間隔發(fā)送切換請求;最后通過基于能量消耗網(wǎng)絡(luò)簇首最優(yōu)數(shù)目進行用戶負(fù)載動態(tài)均衡化和平均剩余能量估計,剩余能量大的節(jié)點有較短的選舉周期,剩余能量小的節(jié)點有較長的選舉周期,這樣能夠充分平衡網(wǎng)絡(luò)中能量的消耗。試驗仿真結(jié)果顯示,無線傳感器能量消耗來進行簇首輪換,使網(wǎng)絡(luò)能量均勻消耗,延長網(wǎng)絡(luò)的生存時間,提升節(jié)點的適應(yīng)性。
關(guān)鍵詞:異構(gòu)網(wǎng)絡(luò);能量;簇首;負(fù)載;無線傳感器
中圖分類號: TP393;S126 文獻標(biāo)志碼: A 文章編號:1002-1302(2016)07-0425-03
無線傳感器伴隨著能慧農(nóng)業(yè)的發(fā)展越來越得到廣泛的使用,比如英特爾公司在俄勒岡州建立了第一個無線葡糖園,傳感器被分布在葡萄園的每個角落,對葡萄生長溫室內(nèi)光照、溫度、濕度、二氧化碳濃度等環(huán)境情況進行實時監(jiān)測調(diào)控,這些信息有助于開展有效的灌溉和噴灑農(nóng)藥,進而降低成本和確保農(nóng)場獲得高效益。但是如何降低網(wǎng)絡(luò)能耗,設(shè)計能量有效的協(xié)議,以適應(yīng)傳感器網(wǎng)絡(luò)的特點,進而延長無線傳感器網(wǎng)絡(luò)的生命周期是目前學(xué)者研究的熱點[1-2]。
能量異構(gòu)是目前智慧農(nóng)業(yè)使用傳感器的主要方式,通信中暫時鏈路失敗或者區(qū)域的地形特點等隨機事件的影響,每個節(jié)點不可能均等地使用其能量[3-5]。傳統(tǒng)路由的設(shè)計主要是為了優(yōu)化服務(wù)質(zhì)量,并且節(jié)點多采用電源供電的方式,節(jié)點的供電不會受到限制。而無線傳感器網(wǎng)絡(luò)多數(shù)由無人看守的節(jié)點組成,一般采用電池供電的方式,因此路由協(xié)議的設(shè)計必需考慮能耗問題,以確保網(wǎng)絡(luò)壽命的最大化[6]。WSN設(shè)計基于同構(gòu)的網(wǎng)絡(luò),而無線傳感器網(wǎng)絡(luò)是動態(tài)的自組織網(wǎng)絡(luò),節(jié)點的位置分布在很多情況下都是隨機的,節(jié)點間通過多跳路徑來傳輸數(shù)據(jù),隨著節(jié)點能量的耗盡,部分傳感器節(jié)點會退出網(wǎng)絡(luò)[7]。卿利、朱清新等提出了DEEC算法,該算法同時考慮了網(wǎng)絡(luò)的異構(gòu)性和節(jié)點的剩余能量。IntServ需要建立端到端連接的基于資源預(yù)留的方法,由于傳感器節(jié)點受資源的限制,無法管理每一連接的狀態(tài)信息,且不太可能在遠(yuǎn)距離端點間建立起持久通路[8]。本研究采用能量消耗對異構(gòu)網(wǎng)絡(luò)優(yōu)化,給出無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)模型、能量模型,以及隨機窗口決策避免大量用戶同時選擇同一時延間隔發(fā)送切換請求,通過基于能量消耗網(wǎng)絡(luò)簇首最優(yōu)數(shù)目,用戶負(fù)載動態(tài)均衡化和平均剩余能量估計值過程。試驗仿真結(jié)果顯示,無線傳感器能量消耗來進行簇首輪換,使網(wǎng)絡(luò)能量均勻消耗,延長網(wǎng)絡(luò)的生存時間,提升節(jié)點的適應(yīng)性。
1 無線傳感器異構(gòu)網(wǎng)絡(luò)模型
1.1 異構(gòu)傳感器網(wǎng)絡(luò)的結(jié)構(gòu)模型
假定網(wǎng)絡(luò)中有n個節(jié)點均勻分布在區(qū)域中,基站匯接點位于網(wǎng)絡(luò)中間位置,假定網(wǎng)絡(luò)中的分布節(jié)點處于靜止不動狀態(tài)。異構(gòu)傳感器網(wǎng)絡(luò)中不同節(jié)點具有不同的通信能力;不同節(jié)點具有不同的運動速度;不同節(jié)點具有不同的消息存儲能力,即存儲隊列長度不同;監(jiān)控不同對象的節(jié)點獲得的數(shù)據(jù)消息大小不同[9]。異構(gòu)傳感器網(wǎng)絡(luò)包含有普通節(jié)點和高級節(jié)點2種節(jié)點,設(shè)普通節(jié)點的初始能量為E0,m是高級節(jié)點在所有節(jié)點中所占的比例,α是高級節(jié)點的初始能量多于普通節(jié)點能量的倍數(shù),則異構(gòu)網(wǎng)絡(luò)中所有節(jié)點的總能量為n(1-m)E0+nm(1+α)E0=n(1+α)E0,網(wǎng)絡(luò)中的相對于同構(gòu)網(wǎng)絡(luò)增加αm倍。在異構(gòu)傳感器網(wǎng)絡(luò)中每個節(jié)點的覆蓋半徑為r,探測區(qū)域內(nèi)所有節(jié)點都在同一個平面內(nèi),節(jié)點的初始布置是隨機的,所有節(jié)點可獲取自身位置[10]。
1.2 無線傳感器網(wǎng)絡(luò)能量模型
假設(shè)節(jié)點在距離為d的情況下發(fā)送L數(shù)據(jù)消耗的能量為:
式中:Eelec表示發(fā)送或接收每比特數(shù)據(jù)時的能量消耗;εfs為 d≤d0時的發(fā)送電路放大系數(shù);εmp為d>d0時的發(fā)送電路放大系數(shù);εfs·d2和εmp·d4為發(fā)送每比特數(shù)據(jù)放大器的能量消耗;d0為閾值,當(dāng)發(fā)送節(jié)點與接收節(jié)點的距離小于d0時,發(fā)送方發(fā)送數(shù)據(jù)的能量損耗與距離的平方成正比,否則與距離的4次方成正比[11]。
1.3 隨機窗口決策
由于各無線接入系統(tǒng)對時隙長度不相同,定義Δ為不同時隙長度的公約數(shù),對于實時業(yè)務(wù)用戶,其時間窗口被分為s個時間間隔:
s=T/Δ。
(2)
當(dāng)切換用戶i產(chǎn)生一個隨機時延t后,將經(jīng)歷一個時延間隔后發(fā)起切換請求,該時間間隔為[ti/Δ]。 假設(shè)有f個實時業(yè)務(wù)用戶在同一時刻發(fā)起切換請求[12],ξ表示事件,當(dāng)前用戶所選擇的時延間隔沒有發(fā)生“碰撞”,因此可式中:nopt是網(wǎng)絡(luò)簇首選舉的參考周期,節(jié)點的剩余能量越大,其選舉周期相對于參考周期就縮短相應(yīng)的比例;同樣節(jié)點剩余能量越小,其選舉周期就增大原來相應(yīng)的比例。剩余能量大的節(jié)點有較短的選舉周期,剩余能量小的節(jié)點有較長的選舉周期,這樣能夠充分平衡網(wǎng)絡(luò)中能量的消耗。
3 試驗仿真
通過MATLAB下的仿真試驗,對比其他算法來衡量算法的性能。假設(shè)有150個節(jié)點的異構(gòu)無線傳感器網(wǎng)絡(luò),考慮到農(nóng)田環(huán)境中有干擾的存在,每個節(jié)點的初始能量為E0(1+αi),αi隨機分布于[0,1]區(qū)間,并保持起始總能量為一定值,所有節(jié)點隨機地分布在1個100 m ×100 m的正方形區(qū)域內(nèi)。假設(shè)基站位于該農(nóng)田中的中心,同時具有理想的鏈路層協(xié)議,忽略信號碰撞和無線信道干擾。試驗采用的能量和無線電路參數(shù)如下:E0=0.7 J,Eelec=40 nJ/b,EDA=40 nJ/(b·個),εfs=9 pJ·m2/b,εmp=0.001 5 pJ·m4/b。
圖2給出了高級節(jié)點m、高級節(jié)點能量系數(shù)α與網(wǎng)絡(luò)生存時間的關(guān)系。從圖2可以看出,節(jié)點的剩余能量決定節(jié)點的簇首選舉概率,剩余能量多的節(jié)點擁有較大的簇首選舉概率,剩余能量大的節(jié)點有較短的選舉周期,剩余能量小的節(jié)點有較長的選舉周期,較高初始能量和剩余能量的節(jié)點比低能量節(jié)點擁有更多的機會成為簇首節(jié)點,從而使網(wǎng)絡(luò)能量均勻消耗,延長網(wǎng)絡(luò)的生存時間,提升了節(jié)點適應(yīng)性。
為了比較不同的算法能量有效性,圖3給出了不同算法的網(wǎng)絡(luò)生存周期比較。
從圖3的仿真結(jié)果中看出,WSN算法的網(wǎng)絡(luò)存在周期比較短,DEEC算法不能很好地利用異構(gòu)節(jié)點帶來的額外能量,其穩(wěn)定周期很短,節(jié)點按照固定的速率死掉,網(wǎng)絡(luò)存在周期短,本研究算法由于對具有不同初始能量的節(jié)點區(qū)別對待,從而獲得了比DEEC算法和WSN算法更長的穩(wěn)定周期和更多的有效數(shù)據(jù)量算法的能量消耗均衡性,且從開始出現(xiàn)失效節(jié)點到所有節(jié)點失效的時間跨度最小,跨度越小,標(biāo)志著整個網(wǎng)絡(luò)的能量使用率越高。
4 總結(jié)
本研究采用能量消耗對異構(gòu)網(wǎng)絡(luò)優(yōu)化,給出無線傳感器網(wǎng)絡(luò)結(jié)構(gòu)模型、能量模型,以及隨機窗口決策避免大量用戶同時選擇同一時延間隔發(fā)送切換請求,通過基于能量消耗網(wǎng)絡(luò)簇首最優(yōu)數(shù)目,用戶負(fù)載動態(tài)均衡化和平均剩余能量估計值過程。試驗仿真結(jié)果顯示,無線傳感器能量消耗來進行簇首輪換,使網(wǎng)絡(luò)能量均勻消耗,延長網(wǎng)絡(luò)的生存時間,提升節(jié)點的適應(yīng)性,促進智慧農(nóng)業(yè)發(fā)展。
參考文獻:
[1]葛文杰,趙春江. 農(nóng)業(yè)物聯(lián)網(wǎng)研究與應(yīng)用現(xiàn)狀及發(fā)展對策研究[J]. 農(nóng)業(yè)機械學(xué)報,2014,45(7):222-230,277.
[2]張鐵民,李輝輝,陳大為,等. 多源傳感器信息融合的農(nóng)用小車路徑跟蹤導(dǎo)航系統(tǒng)[J]. 農(nóng)業(yè)機械學(xué)報,2015,46(3):37-42.
[3]張春花,劉方愛,申志遠(yuǎn). 一種新的異構(gòu)無線傳感器網(wǎng)絡(luò)分簇算法[J]. 傳感器與微系統(tǒng),2013,32(6):143-146.
[4]楊 勇,夏士雄,周 勇. WSN中能量有效的分層協(xié)作覆蓋模型[J]. 軟件學(xué)報,2012,23(10):2783-2794.
[5]于春娣,丁 勇,李 偉,等. 一種能量有效的WSN目標(biāo)跟蹤動態(tài)協(xié)同自組織算法[J]. 傳感技術(shù)學(xué)報,2012,25(11):1577-1583.
[6]唐 琳,吳 際. 異構(gòu)多媒體傳感器網(wǎng)絡(luò)服務(wù)質(zhì)量研究[J]. 電子與信息學(xué)報,2013,35(4):965-969.
[7]余良俊,汪小志,劉志剛,等. 基于ARM與ZigBee的溫室環(huán)境無線監(jiān)控系統(tǒng)設(shè)計[J]. 農(nóng)機化研究,2015,(7):97-100.
[8]黎 昂,曾利軍,譚 艷. 近鄰中繼節(jié)點在異構(gòu)網(wǎng)絡(luò)中的分簇部署策略[J]. 計算機科學(xué),2013,40(1):45-48.
[9]尹建月. 異構(gòu)傳感器網(wǎng)絡(luò)分簇路由算法研究[D]. 哈爾濱:哈爾濱工業(yè)大學(xué),2011:20-45.
[10]李士軍,溫 竹,宮 鶴,等. 無線傳感器網(wǎng)絡(luò)在農(nóng)業(yè)中的應(yīng)用進展[J]. 浙江農(nóng)業(yè)學(xué)報,2014,26(6):1715-1720.
[11]劉 唐,彭 艦,楊 進. 異構(gòu)延遲容忍移動傳感器網(wǎng)絡(luò)中基于轉(zhuǎn)發(fā)概率的數(shù)據(jù)傳輸[J]. 軟件學(xué)報,2013,24(2):215-229.
[12]單慧勇,劉中一,田云臣. 集成傳感器射流清潔的水產(chǎn)養(yǎng)殖環(huán)境監(jiān)測系統(tǒng)設(shè)計[J]. 江蘇農(nóng)業(yè)科學(xué),2015,43(7):429-430.
[13]焦 毅,易克初,馬懋德,等. 基于QoS感知的異構(gòu)無線網(wǎng)絡(luò)負(fù)載均衡算法[J]. 吉林大學(xué)學(xué)報:工學(xué)版,2013,43(3):794-800.
[14]劉乃森,倪 軍,董繼飛,等. 多光譜作物生長傳感器溫度特性試驗[J]. 農(nóng)業(yè)工程學(xué)報,2014,21(21):157-164.
[15]石文孝,張 閣,王繼紅,等. 基于網(wǎng)格的異構(gòu)無線網(wǎng)絡(luò)負(fù)載均衡算法[J]. 吉林大學(xué)學(xué)報:工學(xué)版,2013,43(5):788-793.
[16]宋慶恒,劉英德,馬 源,等. 基于多傳感器數(shù)據(jù)融合的溫室溫濕度控制系統(tǒng)設(shè)計[J]. 江蘇農(nóng)業(yè)科學(xué),2015,43(6):394-396.