無(wú)線集群通信系統(tǒng)的能耗分析與優(yōu)化方法

摘 要：通信系統(tǒng)中的無(wú)線傳感器網(wǎng)絡(luò)（Wireless Sensor Networks，WSN）應(yīng)在無(wú)人值守的情況下可以長(zhǎng)時(shí)間穩(wěn)定運(yùn)行，因此自組織和能源效率等特性對(duì)WSN來(lái)說(shuō)十分重要。滿足這些要求的一種方法是將WSN劃分為多個(gè)集群，其中每個(gè)集群由集群頭節(jié)點(diǎn)（CH）管理，包括多個(gè)集群成員。本文分析了集群網(wǎng)絡(luò)的能耗并量化了不同節(jié)點(diǎn)數(shù)和流量水平的集群的能量增益。經(jīng)過(guò)分析后，本文提出一種新的聚類協(xié)議，該協(xié)議可以選擇更少的CH來(lái)最小化能耗，并簡(jiǎn)化了WSN的維護(hù)。

關(guān)鍵詞：無(wú)線集群；通信系統(tǒng)；無(wú)線傳感網(wǎng)絡(luò)；能耗分析；協(xié)議優(yōu)化

中圖分類號(hào)：P 642" " " " " " 文獻(xiàn)標(biāo)志碼：A

通信系統(tǒng)中的無(wú)線傳感器網(wǎng)絡(luò)可以在無(wú)人值守的情況下長(zhǎng)時(shí)間運(yùn)行[1]，這促進(jìn)了集群協(xié)議的設(shè)計(jì)。每個(gè)集群包括1個(gè)集群頭節(jié)點(diǎn)（Cluster Head，CH）和多個(gè)集群子節(jié)點(diǎn)（Cluster Members，CM）[2]。CH在每個(gè)超幀的開頭發(fā)送信標(biāo)消息以協(xié)調(diào)集群內(nèi)通信，集群之間的數(shù)據(jù)交換由相互連接的CH承載[3]，所有CM僅與自己的CH鏈接以發(fā)送/接收數(shù)據(jù)包，CH參與網(wǎng)絡(luò)控制和管理。通過(guò)聚類，WSN的拓?fù)浣Y(jié)構(gòu)可以分層處理，為集群拓?fù)?，相?duì)的非簇狀拓?fù)錇楸馄酵負(fù)?。?dāng)節(jié)點(diǎn)數(shù)量較多時(shí)，很難保持網(wǎng)絡(luò)處于活動(dòng)狀態(tài)，因此可以使用分而治之的方法[4-5]。但是，本地化網(wǎng)絡(luò)會(huì)產(chǎn)生能耗，當(dāng)發(fā)送信標(biāo)消息時(shí)，CH也會(huì)消耗額外的能量，這降低了集群的能量增益[6]。因此，本文分析了具有不同參數(shù)（例如節(jié)點(diǎn)數(shù)量和網(wǎng)絡(luò)維度）的網(wǎng)絡(luò)中的聚類能量增益，提出了一種新的CH選擇協(xié)議，該協(xié)議考慮了2個(gè)節(jié)點(diǎn)的剩余能量和增益，在平衡能耗的同時(shí)降低大型網(wǎng)絡(luò)的維護(hù)成本，旨在權(quán)衡各種條件下的兩者，以更好地選擇參數(shù)。通過(guò)試驗(yàn)分析證實(shí)提出方法的有效性。

1 WSN中集群能量收益的量化分析

集群拓?fù)浣Y(jié)構(gòu)有利于節(jié)能，然而在具有不同參數(shù)（例如節(jié)點(diǎn)數(shù)量、規(guī)模和流量水平）的網(wǎng)絡(luò)中，無(wú)法預(yù)測(cè)節(jié)能方面的收益。

1.1 方法論

假設(shè)在2種拓?fù)渲?，?jié)點(diǎn)都保持一定時(shí)間的喚醒/睡眠周期。在扁平拓?fù)渲袘?yīng)用CSMA/CA協(xié)議，集群拓?fù)鋭t使用MAC方案。在集群拓?fù)渲?，在發(fā)送信標(biāo)消息的過(guò)程中，CM須在指定的時(shí)間內(nèi)以時(shí)分多址技術(shù)方式將其感測(cè)的數(shù)據(jù)發(fā)送至其CH，CH聚合其CM的數(shù)據(jù)包并通過(guò)僅由CH組成的路由將它們傳輸至匯聚節(jié)點(diǎn)。假設(shè)在這2種情況下，n個(gè)節(jié)點(diǎn)均勻分布在網(wǎng)絡(luò)中，節(jié)點(diǎn)的最長(zhǎng)傳輸范圍為Rm。對(duì)集群拓?fù)鋪?lái)說(shuō)，選擇k個(gè)節(jié)點(diǎn)作為CH，因此每個(gè)集群簇有1個(gè)CH和（n?k）/k個(gè)CM。網(wǎng)絡(luò)占據(jù)mR×mR m2的區(qū)域，其中m為＞1的常數(shù)。在所有節(jié)點(diǎn)全功率傳輸?shù)那闆r下，假設(shè)n很大并且網(wǎng)絡(luò)是連通的，平均能耗E[h]近似為2m/3。

使用LEACH協(xié)議中提出的能量模型，當(dāng)距離Rm傳輸I bits時(shí)，WSN傳感器的能耗如公式（1）所示。

Et=EelecI+εampIR2" " " " " " " " " " " " " " " "（1）

式中：Et為傳輸能耗；Eelec為傳感器無(wú)線電前端耗散的能量（一般為5×10-8J/bit*）；εamp為發(fā)射放大器實(shí)現(xiàn)適當(dāng)?shù)哪芰繐p失（一般為1×10-10J/bit/m2）；I為傳輸帶數(shù)據(jù)量；R為傳輸距離。

接收I bits的能量消耗如公式（2）所示。

Er=EelecI" " " " " " " " " " " " " " " " " " " " "（2）

初始化WSN傳感器RFE的能耗為Einit，與其他WSN傳感器的工作時(shí)間相比，初始化的持續(xù)時(shí)間可以忽略不計(jì)。

在這2種情況下，每個(gè)節(jié)點(diǎn)都會(huì)發(fā)送1個(gè)L位的數(shù)據(jù)包，強(qiáng)度為λ數(shù)據(jù)包/s。RTS/CTS的長(zhǎng)度（設(shè)為L(zhǎng)rts和Lcts）數(shù)據(jù)包的長(zhǎng)度為ηL bits，信標(biāo)消息長(zhǎng)度（設(shè)為L(zhǎng)beacon）為γL bits，其中η，γlt;1是常量。必須在每個(gè)周期喚醒扁平拓?fù)渲械墓?jié)點(diǎn)以偵聽通道信號(hào)。為了便于推導(dǎo)，將這一時(shí)期的能量消耗等同于接收的能量消耗βL bits。集群拓?fù)渲械臄?shù)據(jù)壓縮率為α，對(duì)WSN節(jié)點(diǎn)，能耗包括用于發(fā)送、接收、空閑偵聽和睡眠的能量，如公式（3）所示。

E=Etx+Erx+Elisten" " " " " " " " " " " " " " " " " " （3）

式中：E為總能耗；Etx為發(fā)送和接收的能耗；Erx為空閑偵聽能耗；Elisten為睡眠能耗，與發(fā)送和接收相比，睡眠的能量消耗可以忽略不計(jì)。

在扁平拓?fù)渲?，每個(gè)節(jié)點(diǎn)的平均總流量是節(jié)點(diǎn)自身流量和整個(gè)中繼流量的總和。每個(gè)節(jié)點(diǎn)生成的自身流量為λ（L+Lrts） bits。為了將數(shù)據(jù)包中繼至另一個(gè)節(jié)點(diǎn)，節(jié)點(diǎn)必須分別向前一跳和下一跳發(fā)送CTS和RTS數(shù)據(jù)包。因此，節(jié)點(diǎn)總共發(fā)送L+Lrts +Lcts bits的數(shù)據(jù)量來(lái)中繼1個(gè)L bits的數(shù)據(jù)包，1個(gè)節(jié)點(diǎn)中繼λ（E[h]-1）（L+Lrts+Lcts） bits/s。每個(gè)RTS或CTS數(shù)據(jù)包被發(fā)送者的所有鄰居接收，平均節(jié)點(diǎn)度如公式（4）所示。

（4）

因此1個(gè)節(jié)點(diǎn)接收λE[h]L（2η（nπ/m2）+1）-ληL（nπ/m2） bits/s，Etx和Erx可以通過(guò)將每秒發(fā)送和接收的位數(shù)分別代入（1）和（2）來(lái)計(jì)算。筆者統(tǒng)計(jì)了在Elisten中REF初始化的能耗，Elisten = Eelec （βL/tc） + （Einit/tc）。將各公式代入公式（3），則拓?fù)渲衝個(gè)節(jié)點(diǎn)每秒的能耗如公式（5）所示。

（5）

如果所有節(jié)點(diǎn)都以最小的傳輸功率發(fā)送數(shù)據(jù)包，則每次傳輸功耗降低，跳數(shù)增加。利用格子近似網(wǎng)絡(luò)來(lái)分析這種情況。假設(shè)網(wǎng)絡(luò)中有n個(gè)節(jié)點(diǎn)，有一個(gè) ×格，則平均跳數(shù)為2/3。

因此最小傳輸范圍為mR/。將各部分代入公式（4），如公式（6）所示。

（6）

對(duì)集群拓?fù)鋪?lái)說(shuō)，假設(shè)有一個(gè)理想的集群協(xié)議，通過(guò)該協(xié)議可以選擇網(wǎng)絡(luò)中均勻分布的最小CH集合，2個(gè)相鄰CH之間的距離為R，CH和CM的平均距離為R/3米。

1.2 數(shù)值分析結(jié)果

聚類的WSN能量增益G計(jì)算過(guò)程如公式（7）所示。

（7）

式中：G為能量增益；Ecluster為集群的平均能耗；最小傳輸功率是指節(jié)點(diǎn)以最小的功率進(jìn)行傳輸，同時(shí)保持網(wǎng)絡(luò)的連通性。對(duì)增益進(jìn)行數(shù)值分析的關(guān)鍵是了解連通支配集（CDS）的大小，算法不同可能會(huì)導(dǎo)致CDS大小不同。因此筆者在R=50 m的網(wǎng)絡(luò)中比較2種拓?fù)?，網(wǎng)絡(luò)尺寸為175m ×175m。數(shù)值分析參數(shù)見(jiàn)表1。

喚醒/睡眠周期為1 s，聚合比例和節(jié)點(diǎn)數(shù)量分別為0～1 和100～1000，筆者繪制了Efla和E' flat的集群增益，如圖1所示。最長(zhǎng)傳輸范圍可獲得大約10%的增益，這說(shuō)明Eflatgt;E' flat，當(dāng)節(jié)點(diǎn)數(shù)量較少時(shí)，聚合會(huì)帶來(lái)較大增益，當(dāng)網(wǎng)絡(luò)非常密集時(shí)，效果不強(qiáng)，觀察集群至少可以節(jié)省50%的能源。當(dāng)節(jié)點(diǎn)數(shù)量較多、聚合比例較低時(shí)，增益可提高90%以上。

根據(jù)固定數(shù)據(jù)聚合比（α=0.5）繪制圖像，如圖2所示。當(dāng)集群中有很多CM時(shí)，來(lái)自其他因素（例如較少的RTS/CTS和數(shù)據(jù)聚合）的收益更占主導(dǎo)地位，因此不太頻繁的信標(biāo)消息所節(jié)省的能源并不顯著，增加tc不會(huì)導(dǎo)致增益增加。

2 構(gòu)建高能效WSN集群協(xié)議

上述計(jì)算是集群WSN拓?fù)淙〉脤?shí)際增益的通用方法，然而由于不同的聚類協(xié)議可能具有不同的開銷和能耗，因此本文在WSN中提出一種良好的節(jié)能和本地化聚類協(xié)議。

集群拓?fù)淇梢怨?jié)省能源，但是上述分析沒(méi)有考慮節(jié)點(diǎn)度等拓?fù)湫畔?。由于CH消耗的能量比CM多，因此網(wǎng)絡(luò)可能會(huì)失去某些功能或被分區(qū)。因?yàn)榇嬖谶@些問(wèn)題，所以本文提出了一種節(jié)能的聚類協(xié)議，當(dāng)選擇CH時(shí)，該協(xié)議考慮了節(jié)點(diǎn)度和能級(jí)。因此，它能夠形成一個(gè)小的CH集，CH比其他節(jié)點(diǎn)具有更多能量。當(dāng)發(fā)生更改時(shí)，該協(xié)議可以保持集群拓?fù)洹?/p>

提出一個(gè)新的選擇協(xié)議C，其定義如公式（8）所示。

（8）

式中：C為容量；E為節(jié)點(diǎn)的剩余能量；Emax為當(dāng)節(jié)點(diǎn)充滿電時(shí)的最大能量；D為節(jié)點(diǎn)的度數(shù)；Dmax為鄰節(jié)點(diǎn)的最大度數(shù)；F為預(yù)定義的加權(quán)參數(shù)，∈ [0，1]。

當(dāng)F較大時(shí)，節(jié)點(diǎn)的能級(jí)更重要，因此選擇的CH應(yīng)該具有更多的能量；當(dāng)F較小時(shí)，節(jié)點(diǎn)度更重要，因此選擇具有較多鄰節(jié)點(diǎn)的節(jié)點(diǎn)。CH可以覆蓋更多的節(jié)點(diǎn)，生成的CH可以很小。

3 仿真結(jié)果

仿真是在200 m×200 m的區(qū)域中進(jìn)行的，其中每個(gè)節(jié)點(diǎn)具有R=50 m的傳輸范圍，n∈{100， 200， 400}個(gè)節(jié)點(diǎn)被隨機(jī)放置在該區(qū)域中。每個(gè)節(jié)點(diǎn)的初始能級(jí)在1～ 20 J隨機(jī)取值。

研究當(dāng)參數(shù)F發(fā)生變化時(shí)，容量C如何影響CDS的選擇。不同F(xiàn)對(duì)應(yīng)CH的數(shù)量如圖3所示，從圖3中可以看到較小的F，說(shuō)明節(jié)點(diǎn)度比能級(jí)更重要。隨著網(wǎng)絡(luò)中節(jié)點(diǎn)數(shù)量增加，F(xiàn)越大，曲線上升得越快。F選定CH的平均能級(jí)如圖4所示。當(dāng)F為0.8時(shí)，平均能級(jí)達(dá)到峰值；當(dāng)F為1時(shí)，從圖3中可以看出選擇了更多的CH。在這種情況下，盡管能級(jí)在選擇中占主導(dǎo)地位，但是大量的CH會(huì)形成更大的分頻器，從而降低平均能級(jí)。

由圖3和圖4可知，當(dāng)改變F時(shí)，CH的數(shù)量和它們的能級(jí)之間存在折中。將F放大至0.7，CH的數(shù)量沒(méi)有顯著增加，其平均能級(jí)幾乎達(dá)到峰值。因此，為了獲得具有相對(duì)高能級(jí)的CH，F(xiàn)應(yīng)選擇在0.7左右。

4 結(jié)論

本文分析了網(wǎng)絡(luò)中扁平拓?fù)浜图和負(fù)涞哪芎摹＝?jīng)過(guò)分析可知，集群拓?fù)湓诓煌木W(wǎng)絡(luò)參數(shù)（例如節(jié)點(diǎn)數(shù)、維度和流量級(jí)別）下可以節(jié)省多少能量。從典型參數(shù)的數(shù)值結(jié)果中觀察，通過(guò)簇狀拓?fù)?，扁平拓?fù)淇梢怨?jié)省至少50%的能量；當(dāng)節(jié)點(diǎn)數(shù)量較大且數(shù)據(jù)聚合率較小時(shí)，增益增加90%以上。本文還提出了一種新的聚類協(xié)議，該協(xié)議考慮了2個(gè)節(jié)點(diǎn)的能級(jí)和程度，通過(guò)仿真證明了所提出協(xié)議的有效性，并在能耗參數(shù)方面提出了建議。

參考文獻(xiàn)

[1]王明華，黃暢，王彥，等.無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)重部署研究進(jìn)展[J].計(jì)算機(jī)應(yīng)用研究，2023，40（4）：978-986.

[2]潘繼強(qiáng)，劉杰，達(dá)列雄，等.基于能量迭代模型和蜂群優(yōu)化的異構(gòu)無(wú)線傳感器網(wǎng)絡(luò)節(jié)能分簇路由算法[J].吉林大學(xué)學(xué)報(bào)（理學(xué)版），2023，61（6）：1441-1447.

[3]馮余佳，王珂，張偉，等.線性無(wú)線傳感器網(wǎng)絡(luò)節(jié)點(diǎn)部署優(yōu)化研究[J].信息技術(shù)與信息化，2023（9）：162-166.

[4]李青云，高宇鵬，楊倩倩.基于分片重傳鏈路感知的無(wú)線傳感器網(wǎng)絡(luò)能耗控制方法[J].傳感技術(shù)學(xué)報(bào)，2023，36（7）：1136-1142.

[5]尚立信.無(wú)線傳感器網(wǎng)絡(luò)低功耗設(shè)計(jì)與研究[D].太原：中北大學(xué)，2023.

[6]秦立朋，劉偉民，鄭愛(ài)云.無(wú)線傳感器網(wǎng)絡(luò)低功耗技術(shù)研究[J].機(jī)械工程與自動(dòng)化，2022（5）：225-226.