基于延遲感知的WSN數(shù)據(jù)收集網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化設(shè)計

李妙祺　高曉陽　周蓓蓓

(甘肅農(nóng)業(yè)大學(xué)工學(xué)院　甘肅 蘭州 730070)

?

基于延遲感知的WSN數(shù)據(jù)收集網(wǎng)絡(luò)結(jié)構(gòu)優(yōu)化設(shè)計

李妙祺高曉陽周蓓蓓

(甘肅農(nóng)業(yè)大學(xué)工學(xué)院甘肅 蘭州 730070)

為了解決當(dāng)前無線傳感器網(wǎng)絡(luò)(WSN)數(shù)據(jù)收集期間存在較大延遲與能耗等難題，設(shè)計基于延遲感知的無線傳感器數(shù)據(jù)收集網(wǎng)絡(luò)結(jié)構(gòu)。引入樹形結(jié)構(gòu)思想，并將WSN的傳感器節(jié)點(diǎn)分割為不同尺寸的多個單層簇，繼而構(gòu)造了新的網(wǎng)絡(luò)結(jié)構(gòu)，以改善其拓?fù)浣Y(jié)構(gòu)，使得簇頭以交錯方式完成數(shù)據(jù)通信，大幅度降低數(shù)據(jù)收集過程的延遲；隨后，建立WSN數(shù)據(jù)收集的延遲與能耗計算模型；再借助Top-Down技術(shù)，設(shè)計網(wǎng)絡(luò)結(jié)構(gòu)的形成算法，通過最小化通信距離，優(yōu)化了數(shù)據(jù)收集機(jī)制的能耗水平。實(shí)驗(yàn)結(jié)果表明：與現(xiàn)有的WSN數(shù)據(jù)收集網(wǎng)絡(luò)結(jié)構(gòu)相比，該網(wǎng)絡(luò)結(jié)構(gòu)能夠有效降低WSN數(shù)據(jù)收集過程的延遲；且使得整個通信能耗維持在較低水平。

無線傳感器網(wǎng)絡(luò)數(shù)據(jù)收集網(wǎng)絡(luò)拓?fù)渫ㄐ啪嚯x延遲感知能耗

0　引　言

在當(dāng)前WSN應(yīng)用中，其傳感器都是依賴電池供電，使得WSN節(jié)點(diǎn)的能量消耗問題成為一個難題[1,2]。對此，Yang等人[3]為了降低WSN節(jié)點(diǎn)的能耗與實(shí)現(xiàn)實(shí)時性，設(shè)計了基于空間聚類的WSN數(shù)據(jù)收集協(xié)議。實(shí)驗(yàn)結(jié)果顯示該算法能夠顯著提高網(wǎng)絡(luò)生命周期，大幅度降低節(jié)點(diǎn)能耗。Bagci等人[4]設(shè)計了模糊能量感知不等聚類算法生成不同尺寸的簇，測試數(shù)據(jù)顯示算法穩(wěn)定性最好，且能耗最低。但是簇數(shù)量是難以控制的，且在輸出數(shù)據(jù)時，當(dāng)網(wǎng)內(nèi)數(shù)據(jù)融合不產(chǎn)生任何數(shù)據(jù)減少時，此協(xié)議會引入額外的消耗與數(shù)據(jù)收集延遲。Gupta等人[5]提出了基于鏈的數(shù)據(jù)收集協(xié)議，仿真結(jié)果表明該協(xié)議可大幅度降低WSN通信能耗水平。但是該協(xié)議的頭節(jié)點(diǎn)是嚴(yán)重的瓶頸，其延遲較大[6]。任秀麗等人[7]提出一種移動基站的樹形無線傳感網(wǎng)絡(luò)數(shù)據(jù)收集方法，實(shí)驗(yàn)數(shù)據(jù)表明其算法能夠顯著改善網(wǎng)絡(luò)通信性能。但是該方法在數(shù)據(jù)收集過程中的延遲較大。

為了解決WSN數(shù)據(jù)收集過程存在較大的延遲，本文提出Top-Down技術(shù)耦合延遲感知的無線傳感器數(shù)據(jù)收集網(wǎng)絡(luò)結(jié)構(gòu)。利用樹形思想，并將WSN的傳感器節(jié)點(diǎn)分割為不同尺寸的多個單層簇，從而有效降低延遲；利用Top-Down技術(shù)，設(shè)計了本文網(wǎng)絡(luò)結(jié)構(gòu)的形成算法，通過最小化通信距離，優(yōu)化了數(shù)據(jù)收集機(jī)制的能耗水平。最后，通過實(shí)驗(yàn)驗(yàn)證了本文數(shù)據(jù)收集方法的延遲與能耗水平。

1　本文網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計

為了防止數(shù)據(jù)收集時間急劇增加，本文引入樹形思想[8]，設(shè)計了新的網(wǎng)絡(luò)結(jié)構(gòu)。由于傳統(tǒng)的樹形結(jié)構(gòu)可靠性不佳，為了增強(qiáng)本文網(wǎng)絡(luò)結(jié)構(gòu)的穩(wěn)定性，直接采用當(dāng)前穩(wěn)定性較好的改進(jìn)胖樹形思想(見文獻(xiàn)[9])：對傳統(tǒng)胖樹形結(jié)構(gòu)中的域完成定義和劃分, 通過為每個域內(nèi)的第3層節(jié)點(diǎn)增加一些域內(nèi)互聯(lián)節(jié)點(diǎn)進(jìn)行互聯(lián)，最終生成域內(nèi)互聯(lián)結(jié)構(gòu)；并將該域內(nèi)互聯(lián)結(jié)構(gòu)改進(jìn)胖樹結(jié)構(gòu)，增強(qiáng)樹節(jié)點(diǎn)之間的連通性與容錯能力。同時為了保證本文網(wǎng)絡(luò)結(jié)構(gòu)可提供最大的數(shù)據(jù)收集效率，令本文WSN網(wǎng)絡(luò)結(jié)構(gòu)的節(jié)點(diǎn)總數(shù)為N=2p,p=1,2,…。在該網(wǎng)絡(luò)結(jié)構(gòu)中，將WSN的傳感器節(jié)點(diǎn)分割為不同尺寸的多個單層簇，使得簇頭以交錯方式與數(shù)據(jù)融合中心通信。在這種結(jié)構(gòu)下，若WSN網(wǎng)絡(luò)擁有N個節(jié)點(diǎn)，則將其分割成K個簇群：

(1)

mi=2mi-1mi=1

(2)

其中，mi為第i個簇中節(jié)點(diǎn)的最大數(shù)量；K為簇群數(shù)目。

再將式(2)簡化為：

mi=2i-1

(3)

聯(lián)合式(1)與式(3)，可得：

2K-1-1

(4)

在本文網(wǎng)絡(luò)結(jié)構(gòu)中，每個簇群成員將獲得一個排名Rank∈[1,p]，則排名為T的節(jié)點(diǎn)會生成T-1條數(shù)據(jù)鏈，且每條數(shù)據(jù)鏈擁有T-1個節(jié)點(diǎn)。這些T-1個節(jié)點(diǎn)擁有不同的排名1,2,…,T-1，且會變成排名為T的節(jié)點(diǎn)的孩子節(jié)點(diǎn)。而排名為T的節(jié)點(diǎn)會生成一條數(shù)據(jù)鏈，使得該鏈中的節(jié)點(diǎn)的排名等級更高，而排名更高的節(jié)點(diǎn)會變成父節(jié)點(diǎn)。以簇頭為例，簇頭是整個WSN網(wǎng)絡(luò)中排名最高的節(jié)點(diǎn)。在所設(shè)計的網(wǎng)絡(luò)結(jié)構(gòu)中，簇頭不是形成節(jié)點(diǎn)排名更高的數(shù)據(jù)鏈，而是形成與基站相通的數(shù)據(jù)鏈。根據(jù)這種邏輯，節(jié)點(diǎn)排名的分布見表1所示。

表1　本文網(wǎng)絡(luò)結(jié)構(gòu)的簇成員的分布

在數(shù)據(jù)收集過程中，本文網(wǎng)絡(luò)結(jié)構(gòu)中的第K簇用來連接數(shù)據(jù)融合中心。簇更小，則數(shù)據(jù)收集過程越短。因此，在第K個簇填滿之前，前K-1個簇已經(jīng)完全被簇群成員填滿。以N=16為例，本文設(shè)計的網(wǎng)絡(luò)結(jié)構(gòu)模型見圖1所示。依據(jù)圖1，整個時域劃分為持續(xù)時隙，則該模型需要5個時隙。

圖1　節(jié)點(diǎn)N=16的本文網(wǎng)絡(luò)結(jié)構(gòu)

圖1中，BS為基站；CM為簇成員；CH為簇頭；T為節(jié)點(diǎn)排名；D為持續(xù)時隙；箭頭代表數(shù)據(jù)鏈。

引理1考慮含有N=2p,p=1,2,…個節(jié)點(diǎn)的網(wǎng)絡(luò)，其傳感器采集的數(shù)據(jù)包是高度相關(guān)的，因此節(jié)點(diǎn)可以通過數(shù)據(jù)/決策融合技術(shù)將所有接收到的數(shù)據(jù)包合成為單一的數(shù)據(jù)包。雖然采用了本文的網(wǎng)絡(luò)結(jié)構(gòu)，但是排名為T≥2的節(jié)點(diǎn)i需要T-1個時隙來收集所有孩子節(jié)點(diǎn)的輸出數(shù)據(jù)。

證明由于該網(wǎng)絡(luò)結(jié)構(gòu)含有N=2p,p=1,2,…個節(jié)點(diǎn)的網(wǎng)絡(luò)，對于排名T=2的節(jié)點(diǎn)，其需要用來收集來自所有孩子節(jié)點(diǎn)數(shù)據(jù)的時隙等于孩子節(jié)點(diǎn)數(shù)量，該值為1。故，當(dāng)T=2時，該引理正確。對于排名T=n+1的節(jié)點(diǎn)i，其擁有n個直接相連的孩子節(jié)點(diǎn)，則其每個節(jié)點(diǎn)都擁有從1到n的不同排名。故它們需要0到n-1個時隙來收集所有孩子節(jié)點(diǎn)的數(shù)據(jù)，并外加一個時隙用來將收集數(shù)據(jù)廣播至節(jié)點(diǎn)i。所以，對于節(jié)點(diǎn)i，用來收集其孩子節(jié)點(diǎn)的輸出數(shù)據(jù)所需的最大時隙為T-1=n。證畢。

定理1考慮含有N=2p,p=1,2,…個節(jié)點(diǎn)的網(wǎng)絡(luò)，其傳感器采集的數(shù)據(jù)包是高度相關(guān)的，因此節(jié)點(diǎn)可以通過數(shù)據(jù)/決策融合技術(shù)將所有接收到的數(shù)據(jù)包合成為單一的數(shù)據(jù)包。則對于本文設(shè)計的網(wǎng)絡(luò)結(jié)構(gòu)，基站從整個網(wǎng)絡(luò)收集數(shù)據(jù)所需的時隙t(N)為：

t(N)=log2N+1

(5)

證明對于含有N=2p,p=1,2,…個節(jié)點(diǎn)的網(wǎng)絡(luò)，根據(jù)本文網(wǎng)絡(luò)結(jié)構(gòu)可知，簇頭是排名最高的節(jié)點(diǎn)：

Tmax=log2N+1

(6)

再根據(jù)引理1可知，對于排名為Tmax的簇頭，其用來收集所有孩子節(jié)點(diǎn)數(shù)據(jù)所需的時隙為：

t(N)=Tmax-1=log2N

(7)

因此，基站用于收集網(wǎng)絡(luò)數(shù)據(jù)所需的時隙數(shù)量等于簇頭收集其所有孩子節(jié)點(diǎn)數(shù)據(jù)的時隙：

t(N)=log2N+1

(8)

根據(jù)式(8)與圖1可知，本文的網(wǎng)絡(luò)結(jié)構(gòu)是一個優(yōu)化樹形結(jié)構(gòu)：(1) 每個傳感器節(jié)點(diǎn)一次只能與一個節(jié)點(diǎn)完成通信；(2) 在每個節(jié)點(diǎn)處都可實(shí)現(xiàn)數(shù)據(jù)融合；(3) 該網(wǎng)絡(luò)由多個單層簇構(gòu)成。

2　模型建立

2.1數(shù)據(jù)收集延遲

D(N)=ZK-1-1+N-ZK-1+1=N=D(N)max

(9)

一般而言，D(N)依賴于壓縮率r與第K個簇的尺寸。當(dāng)?shù)贙-1個簇結(jié)束時，則第K個簇可與融合中心通信，使得D(N)為：

D(N)=「max{T′(2K-1-1),N-2K-1-1}?+

(10)

T′(2K-1-1)=T′(mK-1-1)

(11)

其中，「x?代表取大于x的最小整數(shù)；T′(2K-1-1)代表前K-1個簇收集數(shù)據(jù)所需的延遲。

2.2能量消耗

WSN節(jié)點(diǎn)能耗主要是由于其收發(fā)模塊引起的。WSN節(jié)點(diǎn)可以看出是有三個主要單元組建的裝置，分別是：微控制器單元MCU、收發(fā)器單元TCR以及傳感器電路板單元SB。則WSN網(wǎng)絡(luò)結(jié)構(gòu)的能耗模型E為：

Ei_SN=Ei_MCU+Ei_TCR+Ei_SB

(12)

Ei_TCR=Ei_TCR_RX+Ei_TCR_TX(di)

(13)

其中，Ei_MCU代表MCU的能耗；Ei_TCR為TCR的能耗；Ei_SB為SB的能耗；Ei_TCR_RX代表TCR在接收數(shù)據(jù)時的能耗；Ei_TCR_TX(di)代表TCR在傳輸距離為di時的能耗。

由于本文網(wǎng)絡(luò)結(jié)構(gòu)有2K-1-1

(14)

對式(14)進(jìn)行簡化，得到：

(15)

其中，C1為常量；di代表通信距離。

若路徑損耗指數(shù)為2，則Ei_TCR_TX(di)為：

(16)

其中，Ei_TCR_EC代表TCR的電路能耗；Ei_TCR_PA為TCR的功率放大能耗。

由于Ei_TCR_EC與Ei_TCR_PA均為常量，則式(15)可變?yōu)椋?/p>

(17)

其中， C1、C2、C3均為常量。

3　本文網(wǎng)絡(luò)結(jié)構(gòu)形成算法

Top-Down技術(shù)是一種集中式控制算法[10]。根據(jù)該技術(shù)可知，假設(shè)基站BS擁有WSN中所有傳感器的坐標(biāo)，則基站會指示傳感器節(jié)點(diǎn)建立必要的數(shù)據(jù)鏈路，并形成相應(yīng)的網(wǎng)絡(luò)結(jié)構(gòu)?？紤]含有N=2p,p=2,3,…個節(jié)點(diǎn)的網(wǎng)絡(luò)，則本文網(wǎng)絡(luò)結(jié)構(gòu)的形成算法見圖2所示。具體步驟如下：

(3) 重復(fù)步驟(2)，直到b<2；并設(shè)置g=2。

(4) 當(dāng)節(jié)點(diǎn)的連接度為N-g時，形成集合L；當(dāng)連接度大于N-g時，形成集合U，從而使得集合L與U的節(jié)點(diǎn)數(shù)量相同。當(dāng)集合L中的每個節(jié)點(diǎn)只與集合U中的單個節(jié)點(diǎn)相連時，則這兩個集合中節(jié)點(diǎn)的數(shù)據(jù)鏈會減少。當(dāng)數(shù)據(jù)鏈減少時，設(shè)置g←g×2。

(5) 重復(fù)步驟(2)，直到g=N。

根據(jù)圖1可知，本文的網(wǎng)絡(luò)結(jié)構(gòu)為樹形結(jié)構(gòu)。在該結(jié)構(gòu)中，一個孩子節(jié)點(diǎn)只與一個父節(jié)點(diǎn)相連。步驟(1)與步驟(2)會消除這些擁有相同連接度的節(jié)點(diǎn)之間的邊。因此，根據(jù)步驟(2)的輸出結(jié)果，一個孩子節(jié)點(diǎn)可與多個父節(jié)點(diǎn)相連。步驟(3)與步驟(4)通過消除孩子節(jié)點(diǎn)的多余邊緣，確保剩余邊緣總權(quán)重最小。步驟(4)處理后，一個孩子節(jié)點(diǎn)只與一個父節(jié)點(diǎn)相連。

圖2　基于Top-Down技術(shù)的本文網(wǎng)絡(luò)結(jié)構(gòu)形成(N≥4)

為了具體解釋基于Top-Down技術(shù)的本文網(wǎng)絡(luò)結(jié)構(gòu)形成過程，本文以N=8為例：

(4) 由于b=1<2，繼續(xù)執(zhí)行算法，設(shè)置g=2。當(dāng)節(jié)點(diǎn)連接度N-g=6時(如圖(d)中的A、H)，形成集合L；當(dāng)連接度大于N-g時(如圖(d)中的B、G)，形成集合U。逐步減少集合L與集合U之間的節(jié)點(diǎn)連接，直到集合L中的節(jié)點(diǎn)只與集合U中的一個節(jié)點(diǎn)相連，從而使得總邊緣權(quán)重最小，見圖3(d)。并借助Munkres分配算法[12]來解決其中的權(quán)重匹配問題。設(shè)置g→2g=4。

(5) 由于g=4

(6) 當(dāng)g=8=N時，該算法結(jié)束。此時形成的網(wǎng)絡(luò)是由連接度為Log2N=3的兩個相互相連的節(jié)點(diǎn)構(gòu)成。在這兩個節(jié)點(diǎn)中，靠近基站的節(jié)點(diǎn)(如圖(f)中的B)會被擇取為簇頭，并直接與基站相連。此時，簇頭的連接度為Log2N+1=4。

圖3　N=8時的網(wǎng)絡(luò)結(jié)構(gòu)形成(圓圈代表傳感器節(jié)點(diǎn)；矩形代表基站)

4　本文網(wǎng)絡(luò)結(jié)構(gòu)的能耗優(yōu)化

為了優(yōu)化本文網(wǎng)絡(luò)結(jié)構(gòu)的能耗，使得數(shù)據(jù)收集能耗水平維持在一個最低水平，則需要最小化該網(wǎng)絡(luò)結(jié)構(gòu)的通信距離。優(yōu)化步驟如下：

(1) 考慮含有2K-1-1

(2) 在集合S中擇取前k個元素，視為該網(wǎng)絡(luò)中的簇頭。

(3) 利用二進(jìn)制整數(shù)規(guī)劃方法[13]來最小化簇頭之間與簇成員之間的通信距離：

(18)

(19)

(20)

(21)

其中，dij代表節(jié)點(diǎn)si、sj之間的距離；xij是用于顯示節(jié)點(diǎn)si、sj之間連接的坐標(biāo)；mK代表第K個簇中節(jié)點(diǎn)的最大數(shù)量。

簇頭主要負(fù)責(zé)收集來自簇成員的數(shù)據(jù)；簇成員負(fù)責(zé)數(shù)據(jù)融合，且把信息廣播到融合中心。其中，簇頭的能耗是最高的。因此，在步驟(2)中，主要將剩余能量較高的節(jié)點(diǎn)視為簇頭。步驟(3)主要是最小簇頭之間與簇成員之間的通信距離。而式(19)是為了確保一個簇成員只與一個簇頭相連。式(20)、式(21)是為了確保第K個簇被簇成員填滿。

5　實(shí)驗(yàn)仿真與分析

在Matlab工具中測試本文網(wǎng)絡(luò)結(jié)構(gòu)的延遲與能耗水平。為了體現(xiàn)本文網(wǎng)絡(luò)結(jié)構(gòu)的優(yōu)異性，將當(dāng)前性能較好的數(shù)據(jù)收集網(wǎng)絡(luò)結(jié)構(gòu)視為對照組：文獻(xiàn)[14]基于最小生成樹MST的網(wǎng)絡(luò)結(jié)構(gòu)、文獻(xiàn)[15]基于CTP的網(wǎng)絡(luò)結(jié)構(gòu)。在實(shí)驗(yàn)中，數(shù)據(jù)有N∈[2,98]個節(jié)點(diǎn)隨機(jī)分布在100×100m2的傳感區(qū)域內(nèi)。傳感范圍中心為(50m,50m)。具體的參數(shù)見表2所示。

表2　仿真實(shí)驗(yàn)參數(shù)設(shè)置

5.1數(shù)據(jù)收集延遲

圖4顯示的是本文數(shù)據(jù)收集網(wǎng)絡(luò)結(jié)構(gòu)與對照組的延遲測試結(jié)果。從圖中可以看出，當(dāng)節(jié)點(diǎn)數(shù)目增加時，這些WSN數(shù)據(jù)收集技術(shù)的延遲都在增大。當(dāng)時，本文機(jī)制的數(shù)據(jù)收集延遲是最小的，增長幅度較小，在節(jié)點(diǎn)數(shù)量超過50時，其狀態(tài)比較平穩(wěn)。主要原因是本文采用了樹形思想，并將WSN的傳感器節(jié)點(diǎn)分割為不同尺寸的多個單層簇；且優(yōu)化了節(jié)點(diǎn)間的通信距離，使得簇頭以交錯方式完成數(shù)據(jù)傳輸通信。而文獻(xiàn)[14]與文獻(xiàn)[15]雖然也采用了樹形思想，并能最小化通信距離，可以降低網(wǎng)絡(luò)能耗；但是這些網(wǎng)絡(luò)結(jié)構(gòu)是將節(jié)點(diǎn)分割成多層結(jié)構(gòu)，造成其延遲較大。

圖4　不同數(shù)據(jù)收集網(wǎng)絡(luò)結(jié)構(gòu)的延遲測試

5.2能耗水平

圖5　不同數(shù)據(jù)收集網(wǎng)絡(luò)結(jié)構(gòu)的能耗測試

5.3網(wǎng)絡(luò)生命周期

圖6顯示的是本文數(shù)據(jù)收集網(wǎng)絡(luò)結(jié)構(gòu)與對照組的延遲測試結(jié)果。根據(jù)圖中顯示，當(dāng)節(jié)點(diǎn)數(shù)目增加時，三種網(wǎng)絡(luò)結(jié)構(gòu)的網(wǎng)絡(luò)生存時間在減少。由于節(jié)點(diǎn)數(shù)目增加，能耗也在增大。文獻(xiàn)[15]的網(wǎng)絡(luò)性能較差，其生命周期較短。而本文網(wǎng)絡(luò)結(jié)構(gòu)的存活時間最長。根據(jù)圖5可知，本文網(wǎng)絡(luò)結(jié)構(gòu)的能耗水平維持在最低值，從而延長了網(wǎng)絡(luò)存活時間；而文獻(xiàn)[15]的能耗較大，故其壽命周期最短。

圖6　不同數(shù)據(jù)收集網(wǎng)絡(luò)結(jié)構(gòu)的生命周期測試

6　結(jié)　語

為了降低數(shù)據(jù)收集過程的延遲，并優(yōu)化網(wǎng)絡(luò)能耗水平，本文利用樹形結(jié)構(gòu)思想，并將WSN的傳感器節(jié)點(diǎn)分割為不同尺寸的多個單層簇，繼而構(gòu)造了新的網(wǎng)絡(luò)結(jié)構(gòu)，使得簇頭以交錯方式完成數(shù)據(jù)通信，大幅度降低數(shù)據(jù)收集過程的延遲；隨后，建立了WSN數(shù)據(jù)收集的延遲與能耗計算模型；再借助Top-Down技術(shù)，設(shè)計了網(wǎng)絡(luò)結(jié)構(gòu)的形成算法，通過最小化通信距離，優(yōu)化了數(shù)據(jù)收集機(jī)制的能耗水平。實(shí)驗(yàn)結(jié)果表明：本文網(wǎng)絡(luò)結(jié)構(gòu)能夠有效降低WSN數(shù)據(jù)收集過程的延遲；且使得整個通信能耗維持在最低水平。

[1]RamM,KumarS.AnalyticalenergyconsumptionmodelforMACprotocolsinwirelesssensornetworks[C]//Proceedingsof2014InternationalConferenceonSignalProcessingandIntegratedNetworks,2014:444-447.

[2] 余歡,劉群.基于異構(gòu)的無線傳感器網(wǎng)絡(luò)能量空洞緩解研究[J].計算機(jī)工程與設(shè)計,2014,35(7):2261-2266.

[3]YangZM,RenKJ,LiuC.EfficientdatacollectionwithspatialclusteringintimeconstraintWSNapplications[C]//Proceedingsof2012InternationalConferenceonPervasiveComputingandtheNetworkedWorld,2013:728-742.

[4]BagciH,YaziciA.Anenergyawarefuzzyapproachtounequalclusteringinwirelesssensornetworks[J].AppliedSoftComputing,2013,13(4):1741-1749.

[5]GuptaM,SaraswatL.EnergyawaredatacollectioninwirelesssensornetworkusingchainbasedPEGASIS[C]//ProceedingsofIEEEInternationalConferenceonRecentAdvancesandInnovationsinEngineering,2014:1-5.

[6] 陳零,王建新,張士庚,等.無線傳感器網(wǎng)絡(luò)中基于樹的能量高效分布式精確數(shù)據(jù)收集算法[J].電子學(xué)報,2013,41(9):1738-1743.

[7] 任秀麗,湯一波,劉珊珊.一種移動基站的樹形無線傳感網(wǎng)絡(luò)數(shù)據(jù)收集方法[J].小型微型計算機(jī)系統(tǒng),2014,35(5):1022-1026.

[8]QiaoCF,YinSY,LingL,etal.CollectionTreeProtocolResearchforReliabilityofDataTransmission[J].AppliedMechanicsandMaterials,2013,380-384:2897-2900.

[9] 楊成.樹形網(wǎng)絡(luò)容錯及性能分析[D].成都:電子科技大學(xué),2011:26-50.

[10]RothWJ,NachtigallP,MorrisRE,etal.Afamilyofzeoliteswithcontrolledporesizepreparedusingatop-downmethod[J].NatureChemistry,2013,5(7):628-633.

[11]ShapiroA,TekayaW,CostaJPD,etal.Riskneutralandriskadversestochasticdualdynamicprogrammingmethod[J].EuropeanJournalofOperationalResearch,2013,224(2):375-391.

[12]KuhnHW.TheHungarianmethodfortheassignmentproblem[J].NavalResearchLogistics,1955,2(1-2):83-97.

[13]KolaitisPG,PemaE,TanWC.Efficientqueryingofinconsistentdatabaseswithbinaryintegerprogramming[J].ProceedingsoftheVLDBEndowment,2013,6(6):397-408.

[14]ZhangMingcai,XueAnrong,WangWei.Unevenclusteringroutingalgorithmbasedonminimumspanningtree[J].JournalofComputerApplications,2012,32(3):787-790.

[15]GnawaliO,FonsecaR,JamiesonK,etal.CTP:Anefficient,robust,andreliablecollectiontreeprotocolforwirelesssensornetworks[J].ACMTransactionsonSensorNetworks,2013,10(1):739-751.

OPTIMISEDDESIGNOFWSNDATACOLLECTIONNETWORKSTRUCTUREBASEDONDELAYSAWARE

LiMiaoqiGaoXiaoyangZhouBeibei

(CollegeofEngineering,GansuAgriculturalUniversity,Lanzhou730070,Gansu,China)

Inordertosolvecurrentproblemssuchasbigdelayandenergyconsumptionduringdatacollectioninwirelesssensornetwork(WSN),inthispaperwedesignthedelayaware-basedwirelesssensorsdatacollectionnetworkstructure.WeintroducedtheideaoftreestructureanddividedthesensornodesofWSNintomultiplesingle-layerclusterswithdifferentsizes,followedbyconstructingnewnetworkstructuressoastoimproveitstopologicalstructureandtomaketheclustersfulfildatacommunicationinaninterleavedway,thissignificantlyreducedthedelayofdatacollectionprocess.Then,webuiltthedelayandenergyconsumptioncalculationmodeloftextWSNdatacollection,anddesignedtheformationalgorithmofthepresentednetworksstructurewiththehelpofTop-Downtechnology.Byminimisingthecommunicationdistanceweoptimisedtheenergyconsuminglevelofthedatacollectionmechanismasdiscussedinthepaper.ExperimentalresultsshowedthatcomparedwithexistingWSNdatacollectionnetworkstructure,theproposednetworkstructurecouldeffectivelyreducethedelayinWSNdatacollectionprocess,andwascapableofmaintainingtheenergyconsumptionofentirecommunicationatalowerlevel.

WirelesssensornetworkDatacollectionNetworktopologyCommunicationdistanceDelayawareEnergyconsuming

2015-05-26。國家自然科學(xué)基金項(xiàng)目(61164001)；甘肅省高等學(xué)?？蒲许?xiàng)目(1102-07)；甘肅省干旱生境作物學(xué)重點(diǎn)實(shí)驗(yàn)室開放基金項(xiàng)目(1102-11)。李妙祺，講師，主研領(lǐng)域：網(wǎng)絡(luò)結(jié)構(gòu)設(shè)計，檢測與控制技術(shù)。高曉陽，教授。周蓓蓓，工程師。

TP

ADOI:10.3969/j.issn.1000-386x.2016.10.028